Применение искусственного интеллекта в ИТ: помощь в разработке программного обеспечения, работе технической поддержки и эксплуатации систем. Кейсы российских организаций с задачами специалистов, решениями и результатами.
Кейсов внедрения: 73.
В поддержке направления e-commerce внедрены чат-боты, голосовые роботы и интеллектуальная маршрутизация пользовательских обращений.
В 2025–2026 годах уровень автоматизации поддержки направления e-commerce доведён до 88+%; с помощью технологий обрабатывается более 25 000 пользовательских обращений в месяц.
Внедрена корпоративная ML-платформа, создавшая единую среду работы с алгоритмами машинного обучения.
Эффект не раскрыт.
QA-инженер Just AI собрал агента, который автоматически проходит сценарии чат-ботов и голосовых ботов и ищет ошибки в диалогах.
Рабочий прототип уже находит ошибки; количественный производственный эффект не опубликован.
Serverspace интегрировал платформу AI BPA Ainergy в процессы технической поддержки.
Скорость решения типовых запросов выросла в три раза.
В платформу моделирования внедрены MLOps-инструменты для централизации подготовки данных и ускорения цикла обновления моделей.
Эффект не раскрыт.
Для «Россети Сибирь» применён сервис сжатия данных на базе искусственного интеллекта, разработанный «Обит».
Затраты на хранение данных сокращены в три раза; нагрузка на хранилище снижена на 35%.
Билайн переводит клиентскую поддержку на единую систему управления знаниями Minerva Knowledge, чтобы ИИ-помощники находили информацию для решения вопросов клиентов.
На текущем этапе перенесено около 5 тыс. статей для первых двух бизнес-подразделений.
Интегрированный с ERP голосовой ассистент принимает вопрос свободным текстом, ищет ответ в документации и выдаёт инструкцию со ссылками.
По данным компании, ассистент обработал более 10 тыс. запросов без участия человека; 75% пользователей удовлетворены его работой, 87% отмечают высокую точность ответов.
AutoFAQ Xplain применяется в процессе поддержки.
Заявлено сокращение времени поддержки на 80%.
Команда Just AI подключила LLM-агент к Jira, GitLab, Jenkins и Sentry и передала ему создание merge request, сборку, обновление Jira и передачу задач на тестирование.
Часть повторяющихся операций до и после написания кода автоматизирована.
В пилоте ассистент объединяет код, документацию и задачи продуктовой команды и помогает готовить декомпозицию, тест-кейсы и сводки совещаний.
Количественный эффект не раскрыт.
QA-команда мобильных секретарей создала агента, который собирает материалы из меняющейся документации и готовит чек-листы и тест-кейсы.
Создан внутренний проект автоматизации подготовки тестовой документации; масштаб эксплуатации не раскрыт.
Команда Just AI создала агента, который готовит паттерны на языке JAICP DSL и автотесты к ним.
Рутинная подготовка и тестирование DSL-паттернов автоматизированы.