Кейсов внедрения: 274. Как компании применяют искусственный интеллект, какие задачи решают и какие результаты публикуют.
ИИ-алгоритмы анализируют рыночную информацию, определяют риск-профиль клиента по анкете и автоматически подбирают инвестиционную стратегию на горизонте от 1 до 5 лет.
С момента запуска в ноябре стратегия показала доходность 12% против 7% у индекса Мосбиржи за сопоставимый период.
Агент клиентского сервиса распознает запросы и автоматически обрабатывает обращения в чате.
По данным Just AI, автоматизировано 55% обработки обращений в чате, а точность распознавания клиентских запросов составляет 93%.
Сотрудникам ВЭБ.РФ предоставлен конструктор для самостоятельного создания ИИ-помощников, работающих с документами.
Измеримый эффект не раскрыт.
РСХБ использует автоматизированную систему генерации информационного контента и персональных предложений. Специализированные AI-агенты создают варианты визуального оформления статей, а ML-модель рекомендаций подбирает сторис индивидуально для клиентов.
Конверсия выросла более чем на 50%; экономия ресурсов фонда оплаты труда составила 2,5 млн рублей в годовом выражении; каждая сгенерированная сторис охватывает аудиторию более 1 млн пользователей.
Чат-бот обрабатывает входящие запросы без участия оператора.
Без оператора закрывается 45% обращений.
Ассистент ищет ответы в Налоговом кодексе, федеральных законах и письмах ФНС и Минфина; бухгалтеры размечают и корректируют ответы модели, а пользователь может передать сгенерированный ответ налоговому консультанту на проверку.
не раскрыто
ИИ-Ассистент интегрирован с модулем финансовой аналитики и отвечает на свободные запросы предпринимателей о доходах, расходах и контрагентах.
Ответы предоставляются за 1–3 секунды.
ИИ используется в SOC для разбора алертов, отделения реальных угроз от шума, поиска похожих инцидентов, сбора контекста и подготовки рекомендаций по дальнейшим действиям.
ИИ ускоряет рутинную работу SOC: задачи, занимавшие у человека часы, выполняются за минуты; также сокращаются ложные срабатывания.
Мультиагентная система анализировала эффективность и проектные команды, а её рекомендации учитывались при принятии кадрового решения.
По сообщению статьи, в феврале 2026 года Сбербанк сократил 20% сотрудников центрального аппарата с учётом рекомендаций системы.
Alfa AI проводит диалог с кандидатами и по унифицированной модели оценивает знания и навыки системных аналитиков.
Доля кандидатов, успешно проходящих скрининг, выросла с 44% летом 2023 года до 83–84% в 2025 году; анализ обратной связи сократился с нескольких часов до нескольких секунд.
ИИ-агенты на карьерном сайте анализируют загруженное резюме, предлагают подходящие вакансии и автоматически заполняют форму отклика.
Решение запущено в апреле 2026 года; показатели конверсии не опубликованы.
Naumen CI анализирует трафик контактного центра, выявляет ошибочно направленные обращения и звонки голосовых ботов.
Маршрутизация исправлена для 7% обращений; исключены 0,5% звонков голосовых ботов, нагружавших линию.
Система анализирует звонки и чаты в реальном времени, определяет проблему, предлагает ответ или следующий шаг и сохраняет детали обращения.
Заявлено увеличение скорости решения вопросов на 10%.
Часть звонков клиентов по статусу заявки полностью обрабатывается автоматически.
Автоматизированы 11% звонков по статусу заявки.
Система анализирует фотографии повреждений, определяет повреждённые детали и стоимость ремонта и автоматически обрабатывает типовые случаи.
По данным источника за Q4 2025, 67% выплат до 200 000 рублей были автоматическими, среднее время от заявления до выплаты составляло 12 минут, а NPS вырос на 18 пунктов.
Сервис автоматически формирует стенограммы и протоколы видеоконференций с определением докладчиков, создаёт субтитры и обеспечивает перевод.
Количественный эффект не раскрыт.
Система анализирует фотографии повреждений, определяет повреждённые детали и стоимость ремонта, сверяет расчёт с базой стоимости работ и передаёт типовые случаи на автоматическое решение и выплату.
Для типовых случаев до 200 000 рублей источник заявляет автоматическое решение и выплату за 4–15 минут.
ИИ обучен на заданиях из ЕИС и проверяет требования технического задания, их соответствие предмету закупки, сведения о контрагентах и бюджет.
Система автоматизировала проверку бюджета и используется для выявления ошибок и признаков технических заданий, составленных под конкретного поставщика.
Система анализирует типовые договоры, предлагает исправленные формулировки с обоснованием и автоматически сравнивает версии документов.
После пилота юристы переключились на работу с более сложными и нестандартными договорами; количественный эффект не раскрыт.
ИИ проверяет комплекты документов участников закупок и формирует отчет о наличии обязательных сведений и документов.
Отчет формируется за 10 минут; окончательное решение о допуске участника остается за человеком.
ИИ получает сведения о клиенте и автомобиле, рассчитывает рекомендуемую премию и факторы риска; стандартные случаи оформляются без участия андеррайтера.
Источник сообщает, что в 2025 году 78% полисов по транспортным средствам физических лиц оформлялись без андеррайтера, а точность модели составляла 96,4%.
Использует графовые базы данных и графовые ML-модели для анализа связей клиентов, транспортных средств и ДТП.
Модели автоматически находят сомнительные паттерны.
Т-Банк запустил таргетирование рекламы клиентам банка во внешних рекламных сетях; в «Т-Рекламе» работает ML-модель.
Количественный эффект не раскрыт.
В октябре 2025 года банк запустил пилот помощника для сотрудников точек продаж и выездных менеджеров. Бот отвечает на рутинные вопросы, которые раньше направляли экспертам головного офиса.
Пилот охватил 25 сотрудников. Типовые вопросы оказались недостаточно полезным сценарием; банк уточняет задачи помощника. Достигнутая экономия времени не раскрыта.
В чат-бот «Катюша» встроили поиск по базе знаний с генерацией ответа. Вместо цепочки уточняющих вопросов клиент получает прямую консультацию; технология работает в пилотных тематиках и тиражируется на массовые обращения.
По данным банка, на пилотных тематиках автоматизация обращений выросла на 7%, среднее время решения вопроса сократилось в восемь раз, удовлетворённость клиентов выросла на 21%.
ML-модель анализирует транзакции и характеристики клиента и передаёт рекомендации в операционную CRM. Сотрудник офиса или контакт-центра использует их, чтобы выбрать тему разговора и подходящий продукт.
Рекомендации встроены в обслуживание предпринимателей. Прирост продаж и влияние на отток не раскрыты.
Сбербанк запустил в приложении Сбербанк Онлайн ИИ-турагента на базе GigaChat для планирования поездок по России и подбора вариантов проживания и транспорта.
Количественный эффект не раскрыт; при использовании выявлены ошибки в маршрутах, объектах, датах, билетах и сохранении контекста диалога.
Создана платформа, автоматизирующая путь от SQL-запроса до промышленного REST API для ИИ-агентов.
Время разработки решений сократилось с нескольких недель до нескольких дней; установка и публикация нового API занимают не более пяти дней; скорость ответа на небольших объёмах данных не превышает одной секунды; подключено более 10 агентов.
ФРИИ запустил ИИ-агента, который первично обрабатывает инвестиционные заявки, анализирует разделы презентаций и при необходимости обращается к специализированной базе фонда.
Ожидается, что скорость реакции на первое обращение за финансированием вырастет в десятки раз; фактически достигнутый эффект не раскрыт.
Разработаны и внедрены модели, архитектура и системы для автоматизации расчётов и контроля качества данных.
Первый этап внедрения завершён.