Как компании используют искусственный интеллект в планировании и управленческой аналитике: прогнозирование, анализ данных и поддержка решений руководителей. Кейсы внедрения с исходной задачей, способом применения прогноза и результатами.
Кейсов внедрения: 332.
Внедрена централизованная витрина эмбеддингов, объединяющая транзакции, связи, балансы и кредитную историю; графовые признаки используются в прогнозных моделях.
Прирост GINI составил от 1,5 до 6 процентных пунктов в зависимости от задачи; модели применяются для оценки дефолта, склонности к продукту и аномального поведения.
В интернет-магазине запустили пилот динамического ценообразования на основе машинного обучения: система автоматически корректировала цены с учётом спроса, маржинальности и внешних факторов; ассортимент разделили на тестовые и контрольные группы SKU.
В тестовой группе рост продаж составил 60–172%, а рост валовой прибыли — 26–130%; после тестирования принято решение масштабировать решение на всю сеть.
Система динамического ценообразования автоматически меняет цены с учётом спроса, наличия товара, сезонности и цен конкурентов.
Измеримый результат не раскрыт.
ИИ используется для оптимизации графиков капитальных ремонтов на месторождениях.
Количественный эффект не раскрыт.
MWS DevRails использовалась внутри МТС для управления производственным процессом более чем 400 цифровых продуктов и сервисов — от финтеха до онлайн-кинотеатра.
Заявлено сокращение срока вывода новых продуктов на рынок на 40% и повышение надёжности ИТ-систем.
Модель FIS Collection прогнозирует самостоятельное погашение задолженности и позволяет исключать таких клиентов из обзвона.
Банк не обзванивает клиентов, которым модель с заявленной точностью 81% прогнозирует самостоятельное погашение в течение трёх дней.
Нейросети анализируют действующие скважины и ищут новые залежи углеводородов.
Прогнозируемый эффект системы «ЭРА:ОптимА» на пилотных месторождениях — более 500 млн рублей за пять лет.
Запущена WFM-платформа: ML-алгоритмы прогнозируют покупательскую активность и рассчитывают оптимальную численность сотрудников; менеджеры публикуют смены, а сотрудники выбирают их через мобильное приложение.
Точность планирования смен повысилась на 10%, эффективность работы персонала — на 25%; заявлена точность распределения ресурсов до 90%.
ИИ-агент используется командами «Яндекса» для поиска инсайтов, создания отчётов и работы с визуализациями данных.
Более 4 тыс. сотрудников протестировали сервис за первые две недели.
Специалисты анализируют с помощью «Нейроаналитика» воронку регистраций курьеров и конверсии.
Количественный эффект не раскрыт.
Модуль улично-дорожной сети обрабатывает видеопоток нейросетями, выявляет инциденты и формирует аналитику по состоянию дорог, освещения, уборке снега и мусора.
Количественный эффект не раскрыт.
Данные из ERP и CRM интегрировали в единое хранилище; для сегментации клиентов применили алгоритм k-means вместо традиционного подхода.
Выручка выросла в 1,3 раза, затраты на маркетинг сократились вдвое, уровень конверсий сохранился.
В проекте на юге России анализ активности в социальных сетях и Google Trends выявил интерес к маршрутам между Краснодарским краем и Северным Кавказом, после чего был разработан маршрут выходного дня.
Через два месяца загрузка маршрута превысила 70%.
Спутниковые снимки, метеоданные и API-данные о посевных работах использовали для прогноза спроса и заблаговременного размещения подвижного состава в Центральной России.
Объём перевозок вырос на 18% за квартал.
Нейросеть прогнозирует урожайность по данным поля и обновляет рекомендации по нормам удобрений в течение сезона.
В производственных испытаниях заявлены рост урожайности на 6,3%, снижение нормы удобрений на 24 кг/га без потери урожайности и совокупная экономия 1,86 млн рублей.
ML-модель прогнозирует тяжесть состояния подопечного и помогает выбрать программу поддержки.
Модель помогает заранее определять потребности и точнее рассчитывать финансирование лечения и сопровождения.
Через n8n настроен сбор данных с Циана и Авито каждые два часа; NotebookLM и Claude применяются для анализа цен, расчёта доходности, оценки рисков и формирования инвестиционных рекомендаций.
По данным статьи, автоматический скрининг по 15 параметрам сократил оценку объекта до 20 минут вместо нескольких дней; скорость принятия решений выросла на 45%, за полгода закрыто 18 сделок вместо обычных 8, а средняя прибыль с объекта выросла на 15%.
«Лемана Тех» и GlowByte внедрили систему прогнозирования заказов на услуги «Лемана Про».
Количественный эффект не раскрыт.
ИИ используется для выявления нарушений при видеоаналитике и сопровождения инженерных расчётов; для бригад реализованы сценарии предупреждения нарушений при внутрискважинных работах.
Реализовано 15 сценариев предупреждения нарушений, включая газонефтеводопроявления и падение с высоты.
ИИ в пилотном режиме перераспределяет энергию между жилыми домами, школами и зарядными станциями Иннополиса.
Официальные показатели эффективности не раскрыты.
Платформа Voice AI анализирует телефонные разговоры и переписки менеджеров с клиентами, оценивает соответствие стандартам качества и эмоции клиентов.
Экономия 470 тыс. руб. в месяц на автоматизации оценки работы колл-центра; прогнозируемая прибыль — до 15 млн руб.; система помогает выявлять узкие места воронки продаж и корректировать цены.
ИИ анализирует спрос, прогнозирует потребность в расходных материалах, управляет запасами, корректирует графики лабораторий и подбирает партнёрские медицинские центры при перегрузке.
Снижается риск дефицита и избыточных запасов, минимизируется ожидание и повышается доступность услуг.
В зоне регистрации внедрена система машинного зрения, которая автоматически измеряет время ожидания и помогает заранее выявлять образование очередей для своевременного открытия дополнительных стоек.
Замер времени ожидания полностью автоматизирован. Для проекта «Поток» в целом заявлено сокращение предполётного обслуживания с 1,5 часа до 30 минут.
Модель машинного обучения прогнозирует объём потерь по сезонным факторам, мощности присоединения и данным интеллектуальных приборов учёта.
Точность прогноза потерь заявлена до 98%.
В Ростелекоме используют AI-инструменты для прогнозирования увольнений сотрудников.
По опыту компании, AI предсказывает около 80% увольнений.
Внедрила комплексную систему для управления портфелем из более чем 120 объектов: коммуникации с гостями и владельцами, задачи персоналу, планирование работ и оптимизация маршрутов.
Загрузка выросла на 23%, средний чек — на 18%, а время на рутинные операции сократилось на 65%.
В поиск Avito Работа внедрена отдельная ML-модель, учитывающая признаки и историю сделок работодателей и соискателей и оптимизирующая выдачу на вероятность найма.
В категории «Резюме» количество работодателей с наймом выросло на 4,1%, конверсия в найм — на 9,4%; в категории «Вакансии» количество соискателей с наймом и количество наймов выросли на 2,7%.
Модели ML оценивают потенциальные продажи, каннибализацию действующих магазинов, арендные ставки и подходящий формат новой торговой точки.
Поддержка управленческих решений об открытии магазинов; количественный эффект не раскрыт.
Использует ИИ для прогнозирования объёмов перевозок и планирования загрузки транспорта и маршрутов доставки.
Позволяет эффективнее планировать загрузку транспорта и маршруты доставки; количественный эффект не раскрыт.
Компания применяет ИС АБ.Карго и ИИ/нейросети для анализа трафика, погоды, состояния дорог и других факторов при планировании перевозок.
Количественный эффект не раскрыт.