Кейсов внедрения: 20. Как компании применяют искусственный интеллект, какие задачи решают и какие результаты публикуют.
Цифровой помощник используется для создания карточек уроков в рамках образовательной деятельности организации.
Ранее на создание карточек уроков уходило около 2000 часов в год; теперь эту работу выполняет цифровой помощник.
После отказа от некорректно работавшего чат-бота организация запустила цифрового помощника «Миша», который ищет ответы в загруженных инструкциях и поддерживает обработку обращений.
Время ожидания ответа сократилось примерно с 50 минут до пяти-семи минут.
В организации внедрили цифрового помощника «Миша», адаптировав существующие нейросети и загрузив более 200 инструкций. Помощник используется для ориентации новых сотрудников, поддержки опытных работников и передачи знаний в системе развития сотрудников.
Подтверждено использование в рабочих процессах и системе обучения; количественный эффект для этого применения не раскрыт.
Система распознаёт документы в заявках участников.
Обработано более 100 тыс. заявок из 191 страны; заявлены поддержка документов 230 стран и территорий и точность 99,9%.
На платформе фонда автоматизированы структурирование полей, проверка документов и анализ заявок: DeepSeek выполняет первичный анализ и поиск информации, а ChatGPT сравнивает заявки и формирует баллы для экспертов.
Источник сообщает об упрощении работы с конкурсными заявками. После запуска платформы к проекту присоединились 63 НКО.
В акции «Мамин день» система после успешной оплаты автоматически превращала загруженную фотографию в видео и отправляла ролик по электронной почте без ручного вмешательства.
По сообщению фонда, короткая акция собрала около 100 000 рублей и получила много тёплых отзывов.
Фонд использует локальную модель Ollama с Gemini-3 для разбора формы отчётности в Минюст, поиска пропущенных полей и проверки заполнения документа.
После найденных системой исправлений отчёт приняли при повторной подаче.
ИИ-ассистент собирает и первично обрабатывает публичную информацию, публикации, упоминания и цифровой след НКО для репутационного анализа.
Ручной сбор данных за большой период передан ИИ, который используется как аналитический фильтр перед экспертной оценкой.
Руководитель двух НКО самостоятельно разрабатывает ИИ-агентов для анализа аудитории, подготовки писем, сегментирования и планирования действий команды в фандрайзинге.
Агенты помогают представить структуру работы целиком и готовят варианты действий; окончательные решения остаются за руководителем.
ИИ-агент подключён к корпоративной почте и ищет сведения в десятках тысяч писем, восстанавливая контекст проектов и историю взаимодействий.
Запрос о сотрудничестве с университетами в 2012–2013 годах выполняется за пару минут.
Автоматизировали сбор и структурирование карточек организаций для «Добро.Навигатора» с помощью нейросетей; прототип использует Python и API Dadata.
Обработка массива из 4,5 тысячи организаций занимает сутки и стоит менее 500 рублей.
ML-модель прогнозирует тяжесть состояния подопечного и помогает выбрать программу поддержки.
Модель помогает заранее определять потребности и точнее рассчитывать финансирование лечения и сопровождения.
ИИ-собеседник ведёт диалоги и отвечает на комментарии пользователей в социальных сетях.
Решение снимает с сотрудников часть нагрузки и помогает соблюдать рабочий график.
ML-модель GIVR прогнозирует отток доноров, переход к регулярным пожертвованиям и рекомендуемые суммы.
Фандрайзеры перешли к автоматизированной сегментной коммуникации; сообщается об увеличении общей суммы пожертвований.
Для Ассоциации «ТУРПОМОЩЬ» внедрён интеллектуальный бот, проверяющий легитимность туроператоров по данным реестров.
не раскрыто
Фонд совместно с партнёрами создал многоагентного чат-бота на основе проверенной базы знаний.
Бот переводит сложную медицинскую информацию на понятный язык и помогает пациентам и их близким находить ответы.
Чат-бот на базе генеративного ИИ анализирует файл грантовой заявки по методике конкретного конкурса.
Пользователь получает оценки, комментарии и рекомендации по доработке заявки.
Маркетинговый отдел выстроил внутреннюю систему из более 70 ИИ-помощников на основе GPT.
Система обеспечивает полный цикл маркетинга для шести всероссийских экологических проектов без расширения штата.
Telegram-бот автоматически отслеживает термоточки на осушенных торфяниках девяти регионов вокруг Москвы.
Волонтёры освобождены от длительной ежедневной проверки спутниковой карты вручную.
Разработан отдельный сервис ЭкоВика с базой знаний из материалов Ecowiki.ru и подключением языковой модели через API.
Количественный эффект не раскрыт.