Примеры применения искусственного интеллекта в исследованиях и разработке новых продуктов. Кейсы российских компаний: анализ данных, моделирование, работа специалистов и результаты внедрения решений.
Кейсов внедрения: 131.
ИИ применяется для подбора оптимального количества пациентов, первой дозы, схемы введения и времени, необходимого для доказательства эффективности и безопасности препарата.
В одном клиническом исследовании время лечения сокращено с 50 до 24 недель; совокупное применение ИИ, по заявлению источника, позволяет сократить срок создания препарата с 10 до 7 лет.
Машинное обучение и математическое моделирование применяются для оптимизации параметров технологического процесса и масштабирования.
Количественный эффект отдельного процесса не раскрыт.
В ранней разработке и in silico доклинических исследованиях один алгоритм генерирует от 1 до 10 млн соединений, второй анализирует их и определяет перспективный набор молекул-кандидатов.
После отбора 40–50 соединений синтезируются сотрудниками лабораторий для in vitro тестов.
Ainergy внедрила LLM Claude 3.7 Sonnet в свою экосистему.
Расширены возможности автоматизации бизнес-процессов, аналитики, работы с естественным языком и разработки ПО.
Классификатор применяется для проверки того, насколько хорошо работают методики оценки управленческого потенциала.
Подтверждено применение инструмента для валидизации тестов оценки управленческого потенциала; количественный эффект не раскрыт.
ИИ проанализировал варианты химических составов для повышения нефтеотдачи и выбрал оптимальный состав.
Проанализировано 6000 вариантов за три месяца; традиционные лабораторные работы заняли бы около двух лет.
Исследователи использовали Синтелли для виртуального скрининга соединений, анализа патентной чистоты и выбора путей синтеза перспективных молекул.
Из миллионов вариантов выделили более 200 молекул, затем 38 перспективных; для шести определили пути синтеза. Сокращение полного срока разработки препарата пока не измерено.
В приложение «Шедеврум» встроена визуальная модель Janus-Pro-7B от DeepSeek.
Пользователи приложения получили доступ к тестированию визуальной модели до конца марта 2025 года.
Машинное обучение анализировало данные действующих скважин, выявляло закономерности и определяло перспективные участки с возможными залежами нефти.
На Ямале обнаружено месторождение с притоком нефти до 70 баррелей в сутки; в других областях найдены залежи с запасами от 100 тыс. тонн; технология окупила себя и сэкономила ресурсы на поиске месторождений.
Лаборатория разрабатывает алгоритмы анализа томографических изображений животных и применяет ИИ при обработке томограмм в экспериментах с препаратами.
Получены результаты сегментации — выделения контуров органов на снимках.
На сайте FlyFlat работают интегрированные в личный кабинет нейросети для генерации интерьеров, распознавания и подбора мебели, а также редактирования изображений.
На платформе зарегистрировано более 6000 пользователей.
В практическом исследовании применены модели машинного обучения для автоматизированного разбора, классификации и приоритизации результатов статического и динамического анализа безопасности ПО.
Для классификатора DAST указаны Precision 0.99, Recall 0.98, F1 score 0.991 и ROC AUC score 0.99; экспертная оценка подтвердила точность определения нестандартных ответов на уровне 96.7%; в некоторых случаях время анализа сократилось на порядок.
В приложении появился ИИ-аналитик на базе GigaChat для анализа статистики творчества.
Музыканты получают инструмент для анализа статистики своего творчества.
Внедрена платформа, унифицирующая и автоматизирующая конвейеры данных при переводе ИИ-моделей от гипотезы к промышленной эксплуатации.
Эффект не раскрыт.
Создана система на основе рекуррентной нейросети, моделирующая поведение теплового узла при подключении нового объекта.
По утверждению источника, система помогает проектировщикам быстрее определять изменение параметров всей сети.
В компании используется нейросимвольная система, которая генерирует варианты расширения газопроводов и оценивает предпроектные решения.
Система выполняет эту работу не хуже эксперта и позволяет многократно быстрее оценивать варианты без потери качества оценок.
Вместо разовых промптов создана система правил на базе AGENTS.md и SKILL.md, по которой AI-агент генерирует тесты с учётом соглашений команды.
Количественный эффект не раскрыт.
Агрохолдинг ведёт работу над адаптивным сортом озимой пшеницы; цифровые предиктивные модели в его селекции находятся на начальном этапе.
В условиях дефицита влаги урожайность нового сорта указана на 15% выше аналогов; источник не связывает этот показатель непосредственно с ИИ.
ИИ обрабатывает анкету и фотографии пользователя и выбирает сочетания и концентрации активных компонентов; рецепт передаётся в лабораторию.
По подобранному алгоритмом рецепту сотрудник лаборатории изготавливает персональный продукт и проводит производственный контроль; количественный эффект не раскрыт.
ИИ внедрён на этапах создания эскизов, подготовки фотографий товаров и загрузки контента на сайт.
Фон на фотографиях удаляется в 547 раз быстрее человека, описания создаются в 320 раз быстрее, затраты снижены почти в 20 раз.
Внедрена корпоративная ML-платформа, создавшая единую среду работы с алгоритмами машинного обучения.
Эффект не раскрыт.
Ученые ДВФУ и разработчики Школы анализа данных «Яндекса» создали нейросеть, которую применили в экологической экспедиции в Южной Камчатке.
Количественный эффект не раскрыт.
PLE-дашборд автоматически собирает отзывы с маркетплейсов, выполняет семантический анализ и классифицирует их по тональности, источникам и характеристикам продукта.
Для новинки ТРЕСемме система в первую неделю выявила, что около 26% негатива связано с дозированием; после антикризисных мер доля негативных отзывов снизилась вдвое, а средняя оценка выросла с 4,8 до 4,9.
В пилотном конструкторском бюро часть инженерных задач передают командам ИИ-агентов, а инженеры ставят им задачи и вносят замечания.
Количественный эффект не раскрыт.
Технологическое подразделение Skyeng использует внутреннего ИИ-разработчика при разработке и выпуске функций.
Сроки выпуска функций сокращены на 35%.
ИИ-интерпретация применена при оценке начальных запасов в Волго-Уральском регионе и Западной Сибири.
В отчёте указан прирост начальных запасов на 6% в Волго-Уральском регионе и на 2% в Западной Сибири.
В платформу моделирования внедрены MLOps-инструменты для централизации подготовки данных и ускорения цикла обновления моделей.
Эффект не раскрыт.
ИИ использован СберУниверситетом для выявления пяти макротрендов в высшем образовании.
Выявлено пять макротрендов.
В агробиотехнопарке Ruseed применяются алгоритмы предиктивной селекции для создания семян под климатические условия и запросы заказчиков.
Алгоритмы помогают быстрее подбирать перспективные комбинации признаков и сокращать сроки создания новых гибридов; количественный эффект не раскрыт.
Компания с помощью нейросетей разработала бренд Arluni, включая название, визуальный стиль и продуктовую линейку.
Анализ миллионов онлайн-отзывов и данных о потребителях помог определить востребованные продукты и эффекты; к 2025 году бренд расширился до косметических и бытовых средств.