Банк запустил AI-Ассистента в Telegram: продавец загружает данные Wildberries и себестоимость, после чего получает финансовый отчёт, динамику показателей, сравнение и рекомендации.
Результат
Количественный эффект не раскрыт.
Заявленные планы дальнейшего развития сервиса не являются подтверждённым результатом.
ИИ-агент самостоятельно декомпозирует финансовую задачу, определяет последовательность действий, подбирает инструменты и анализирует финансовую отчётность.
Результат
Количественный эффект не раскрыт.
Решение развивается и тестируется на внутренних задачах Сбербанка; предложение рынку описано только как план на 2027 год.
MOZG автоматически получает данные из iiko или r_keeper, формирует отчёты и анализирует выручку, себестоимость, продажи, закупочные цены, остатки, списания и эффективность официантов; ИИ-ассистент выявляет потери и выдаёт рекомендации.
Результат
ENGELS заявляет рост среднего чека на 20% и снижение себестоимости с 28,3% до 26,6%.
Результат относится только к ENGELS; период и методика расчёта не раскрыты.
ИИ-агент получает данные из операционных систем ресторанов, анализирует расходы и другие финансовые и операционные показатели, формирует отчёты для собственника и выявляет признаки хищений.
Результат
По оценке разработчика, сервис может увеличить операционную прибыль на 5–7% и сократить убытки; фактический результат внедрения не опубликован.
Рост операционной прибыли на 5–7% представлен как ожидаемый эффект по данным разработчика, а не как измеренный результат у заказчиков.
Внедрён корпоративный ИИ-контур с доступом к кабинетам Wildberries и Ozon, аналитике маркетплейсов, учётной системе и внутренним данным. За шесть недель команда запустила 26 автоматизаций, включая сводную отчётность, контроль цен и остатков, анализ рекламы и финансовых отчётов, а также ежедневную сводку для собственника.
Результат
Команда высвобождает около 270 часов в месяц; контроль цен сокращён с 2 часов до 30 минут в день на менеджера, а ответы о марже ускорены с периода от дня до недели до нескольких минут. ИИ выявил ошибки учёта, расхождения маржи, рекламные и складские потери и риск по доступу к финансам. Наблюдавшийся рост выручки и продаж авторы не приписывают ИИ.
Промежуточный замер; внедрение продолжается. Сентябрьский период неполный, часть показателей оценена сотрудниками. Найденные потери на момент публикации ещё не остановлены.
Сервис показывает клиенту кредитный рейтинг, определяет два фактора с наибольшим негативным влиянием и предлагает персональные рекомендации по улучшению рейтинга.
Результат
В документе заявлено повышение прозрачности взаимодействия с банком и вероятности положительного решения об оказании финансовой услуги.
Для интерпретации вклада признаков используется SHAP; заказчик и количественный эффект не раскрыты.