Задачи компаний, применённые решения, результаты и первоисточники.
В телефонию Asterisk через API встроили автоматический конвейер WhisperX, Pyannote и Mistral NeMo: он транскрибирует звонки, разделяет спикеров, оценивает разговоры по критериям и возвращает результаты в модуль аналитики.
Система охватывает 99% разговоров; время анализа одного диалога сократилось примерно на 70%, а нагрузка на отдел контроля качества уменьшилась в 10 раз.
Внедрены ИИ-функции для автоматической обработки входящих писем и финансовых документов: занесения документов с почты или сканера, классификации, извлечения и заполнения реквизитов.
Работа с письмами, приказами, распоряжениями, договорами и финансовыми документами переведена в цифровой вид; сократилось время поиска документов и упростилась подготовка к проверкам.
Робот на базе NLU подключён к CRM и расписанию клиники. Он записывает пациентов, переносит и отменяет приём, отвечает на типовые вопросы и передаёт сложные обращения оператору.
По данным поставщика, конверсия целевых звонков в подтверждённую запись выросла с 7% в октябре до 15% в ноябре.
Звонки сначала поступают помощнику, который ищет ответы в обновляемой базе знаний, уточняет вопрос и при необходимости переводит на оператора.
На ПМЭФ-2025 помощник самостоятельно обработал около половины звонков. На типовые вопросы он отвечал в 10 раз быстрее оператора.
Пекарня перенесла сбор заказов в мессенджер и подключила нейросеть, которая распознаёт сообщения клиентов и фотографии заполненных бланков заказов, фиксирует заказы, отвечает клиентам и ставит задачи менеджерам. Нейросеть формирует Excel-файлы, после чего менеджер загружает данные в 1С.
Обработка заказов сократилась примерно с двух часов до 30 минут и ускорилась в 4 раза; заявлена точность данных 100%. Комплект документов формируется автоматически. Эффект относится к совокупной связке CRM, нейросети и 1С.
YOLOv8 обрабатывает видеопоток, распознает и подсчитывает тушки рыбы, после чего данные о выработке автоматически передаются в 1С.
Время ввода данных о выработке сократилось примерно с часа до 10 минут, то есть в 6 раз; время консультаций сотрудников по расчету зарплаты — с двух часов в день до 30 минут в неделю, или в 20 раз.
Камера сравнивает контуры каждой банки с эталонной моделью и автоматически отбраковывает деформированные банки.
Предварительный расчет предполагает сокращение брака с 2400 до 200 банок в месяц, или в 12 раз; фактический эффект еще не подтвержден.
Камера распознает штрихкоды на коробках; сведения сохраняются в базе данных и передаются в 1С и ФГИС «Меркурий».
Учет выпуска и передача данных стали занимать 20 минут вместо примерно 1,5 часа за смену; источник также заявляет об исключении ошибок ввода.
Смарт-камера и встроенная нейросеть сравнивают изображение шва с эталоном, сигнализируют о дефекте и останавливают линию.
После установки машинного зрения месячный выпуск на линии составил 15 млн банок против почти 11,6 млн ранее, а число бракованных банок — 320 против 4000; источник характеризует снижение брака как 17-кратное.
В тестовом режиме оптический сортировщик с машинным зрением и ИИ анализирует каждый клубень при закладке в хранилище и автоматически выявляет дефектный картофель и посторонние материалы.
Подтверждён автоматический отбор дефектных клубней и посторонних материалов; количественный производственный эффект не опубликован.
Агента обучили сценариям досудебного взыскания и встроили в чат с клиентами. Команда отслеживает фиксацию договорённостей, исполнение обещаний, скорость ответа и экономику процесса.
В пилоте доля полученных обещаний оплаты составила 26,61% у агента против 47,75% у сотрудников. После доработок компания передала агенту около 90% текстовых коммуникаций.
Страховщик связал языковые модели с 1С:Документооборот. Модели извлекают сведения из сканов писем и сверяют результаты между собой; несовпадения направляются сотруднику.
Обработка одного документа занимает 20–30 секунд вместо 5–6 минут. Общее время работы с документами сократилось на 60–70%.
Внутри защищённого контура предприятия запустили ИИ-поиск по нормативным актам, должностным инструкциям и технической документации. Сотрудники получают ответы на вопросы вместо списка файлов.
Средняя нагрузка — 5 запросов в минуту. Оценка качества ответов — около 80%.
Помощник «Сова» объединяет корпоративную базу знаний и внутренние сервисы банка. Он ищет документы, объясняет кадровые процедуры и помогает сотрудникам с расчётами.
Поиск информации занимает 20–40 секунд. За пять месяцев точность ответов выросла с 72% до 89%.
На платформе ML Space доработали и дообучили модель DeepFaceLab, после чего заменили лицо дублёра цифровым образом актрисы в рекламном ролике марки Liebendorf.
Подготовка к съёмкам заняла неделю вместо примерно месяца; на статье затрат на участие звезды сэкономили 25%.
Нейросеть помогает замечать нарушения режима питания, развития молодняка и состояния кур по данным о влажности, освещении, кормах, воде и температуре в цехах.
Количественный эффект не раскрыт.
Показатели инкубации, которые ранее фиксировали вручную, выводятся на компьютер, а система сигнализирует об отклонениях.
После совместного внедрения искусственного интеллекта и автоматизации на инкубаторе доля вывода цыплят достигла до 93%.
ИИ Smart Engines автоматически переносит данные из комплектов кадровых документов соискателей в анкеты системы 1С; обработка выполняется on-premise в контуре компании.
Процесс трудоустройства ускорен; количественный эффект для РРПК не раскрыт.
Хозяйство применяет Cognitive Agro Pilot в полевых работах. Автопилот помогает проходить поле без огрехов и продолжать работу при потере спутникового сигнала.
Поставщик сообщает о росте эффективности хозяйства на 10%. Методика расчёта и период сравнения не раскрыты.
Внедрена платформа Beorg Smart Vision для распознавания и обработки кадровых документов; дополнительно внедрена система электронного архива.
Оформление фармацевта сокращено до 10 минут вместо 45 минут вручную; за год обработано 2 625 комплектов кадровых документов.
ИИ распознаёт действия оператора и объекты в доильном зале, фиксирует нарушения регламента и вносит их в журнал событий.
Заявлено двукратное снижение расходов на лечение маститных коров и рост удоя всего стада примерно на 10%, а также улучшение сортности молока и сокращение недополученной или отбракованной продукции.
В начатом опыте тестируют построение карты распределения сорняков с применением ИИ и дифференцированное внесение гербицидов по этой карте.
Ожидается экономия до 15%; фактические результаты должны быть подведены по итогам сезона.
Системы анализируют снимки со спутников, дронов и мобильных устройств для определения опасных явлений и прогнозирования развития болезней и вредителей.
Фактический результат не раскрыт.
В 2026 году платформу расширили прогнозированием и ранней диагностикой заболеваний, автоматическим мониторингом надоев, управлением стадом и формированием отчётности для государственных систем АПК.
Этап 2025–2026 годов охватывает крупные хозяйства Бавлинского района с поголовьем до 3 500 голов; заявлено масштабирование решения на всю республику.
Для техподдержки настроили ИИ-бота по инструкциям оборудования и сценариям типовых вопросов. Сложные случаи, голосовые сообщения, фото и видео оказались трудны для автоматической обработки.
По оценке заказчика, бот даёт полезные ответы лишь в 15–20% случаев; заметная экономия времени сотрудников не достигнута.
Алгоритмы компьютерного моделирования анализируют культуры, цены, выполненные работы, технику и инфраструктуру хозяйства и формируют оптимальный план севооборота и работ.
Фактический эффект для хозяйств не раскрыт.
Данные по каждой корове автоматически направляются в государственную информационную систему для оценки продуктивности.
Заявлены сокращение заболеваний и пустых доений, повышение качества молока, оптимизация рациона и положительное влияние на доходы без количественной оценки.
Разработали и внедрили подсистему «ЛНА» в 1С:ERP с базой нормативных документов, автоматическим созданием тестов через GigaChat, графиками тестирования и ознакомлением сотрудников.
Система охватывает 100% онбординга и тестирования; составление графиков ускорено с нескольких недель до нескольких дней; тесты формируются за секунды вместо нескольких часов.
В Платформу «Наука» внедрены ИИ-сервисы для выявления аналогичных исследований и предотвращения дублирования, автоматизации проверки качества представленных материалов, а также подбора наиболее компетентных исполнителей для технологических запросов бизнеса.
Сервисы поддерживают выявление дублирования исследований, проверку качества материалов и подбор исполнителей; количественный эффект не раскрыт.
Банк встроил бота в адаптацию сотрудников и объединил доступ к регламентам, кадровым вопросам и документам. Бот также проводит опросы и информирует сотрудников.
Адаптация сократилась с трёх до примерно двух месяцев. Фонд оплаты труда HR-отдела уменьшился на 32%.