AIRu

КЕЙС: Как устроен корпоративный AI в Siberian.pro: процессы, стек и измеримый эффект Сколько рабочего времени в компании съедают действия, которые никто не считает сложными, но приходится повторять каждую неделю? В Siberian.pro посчитали: в отдельных процессах на такую работу уходило от 25% до 40% времени специалистов и руководителей. Маркетологи вручную собирали аналитику, руководители продаж проверяли CRM, HR разбирал кадровые запросы и сотни откликов. Компания решила автоматизировать эти процессы и собрала собственного корпоративного AI-ассистента «Сибирский Клавдий». По материалам кейса Generation AI с основателем и CEO Siberian.pro Владом Кармаковым. Главный интерес здесь даже не в самом чат-интерфейсе. «Клавдия» встроили непосредственно в рабочие процессы и корпоративные системы, причем с разграничением доступа к данным. Например, менеджер по продажам получает доступ только к своим сделкам, маркетинг – к своим аналитическим пайплайнам, а кадровые данные обрабатываются отдельно с соответствующими правами. Конфиденциальная информация при этом может оставаться внутри закрытого корпоративного контура. Что получилось на практике? 🔹 HR: минус 40% рутинной нагрузки. Через Mattermost сотрудники оформляют отпуска и больничные, запрашивают справки. Ассистент проверяет данные, учитывает пересечения отпусков, формирует документы и передает их в кадровую систему. Отдельный агент подключен к HeadHunter API: он собирает отклики, анализирует кандидатов по заданным критериям и формирует дашборд с их распределением по релевантности. 🔹 Маркетинг: 15 минут вместо 4 часов в неделю. Агент автоматически собирает показатели из подключенных каналов, проверяет аномалии и формирует дашборд. По расчетам компании, это дает более 200 сэкономленных часов в год. 🔹 Продажи: контроль CRM ускорился в 7–8 раз. Агент внутри Битрикс24 анализирует активные сделки, замечает пропущенные данные и задержки на этапах, а затем дает менеджеру подсказки с учетом контекста клиента. Есть и еще одна показательная цифра: доля сотрудников, регулярно использующих AI, выросла с менее чем 15% до более чем 80%. И здесь в кейсе обнаружилась важная управленческая деталь. Первая попытка провести трансформацию силами IT-команды уперлась не в качество моделей. Технологическая команда могла внедрить инструмент, но не могла самостоятельно изменить привычки, KPI и рабочие процессы других подразделений. Поэтому Siberian.pro подключила к внедрению сами бизнес-юниты, организовала внутреннее обучение и дала сотрудникам возможность создавать собственные сценарии автоматизации. Например, инструмент для скрининга резюме HR-менеджер собрала самостоятельно в рамках внутренних AI-воркшопов. ⚙️Технологический стек OpenClaw – оркестрация и создание AI-агентов LiteLLM – прокси-слой и маршрутизация запросов к моделям Open-source LLM + vLLM – работа с конфиденциальными данными в on-premise контуре Mattermost – интерфейс для кадровых сценариев HeadHunter API – работа с откликами кандидатов Битрикс24 и внутренние CRM/HR-системы – интеграция с бизнес-процессами Confluence API и Jira API – доступ агентов к корпоративным данным и рабочим системам При этом автономность намеренно ограничена. Документы, коммерческие предложения и кадровые материалы проходят проверку человеком, а спорные технические и юридические вопросы передаются профильным специалистам. Следующий этап для Siberian.pro – юридические и финансовые сценарии: первичный анализ договоров и актов, предиктивная аналитика воронки продаж и прогнозирование загрузки команд. 📌 Вывод AIRu: сильная сторона этого кейса – не количество подключенных моделей, а архитектура внедрения: конкретный процесс, измеримый эффект, доступ к нужным корпоративным данным и понятная зона ответственности человека. Для руководителя здесь особенно полезен подход к масштабированию: сначала найти повторяемую операцию с заметной стоимостью в человеко-часах, затем встроить AI непосредственно в ее рабочий контур. AIRu в VK AIRu в MAX AIRu в Tg

Как промышленные предприятия оценивают эффект от ИИ 💰 В промышленности эффект от ИИ уже считают не количеством пилотов, а рублями, простоями, браком и производительностью. Редакция спецпроектов Forbes совместно с компанией «Атвинта» изучила опыт крупных промышленных компаний, которые уже внедряют AI в производство. 🔹 В «Норникеле» ИИ работает на 70–80% ключевых агрегатов в обогащении и металлургии. Совокупный эффект от AI-решений компания оценивает более чем в 10 млрд рублей в год, около 4 млрд из них дает система управления мельницей. 🔹 В «ЕвроХиме» рекомендательная система анализирует 1500 параметров производства. Рост выработки на 2% и снижение расхода газа на 1% дали эффект примерно в 1,5 млрд рублей. 🔹 ММК за пять лет реализовал 91 цифровой проект, 51 из которых связан с ИИ. Экономический эффект компания оценивает в 6,5 млрд рублей. 🔹 В «Северстали» за 2025 год ИИ помог сэкономить 300 тысяч рабочих часов. Но в компании отдельно отмечают: сами по себе сэкономленные часы не дают финансового эффекта, если вместе с технологией не меняется бизнес-процесс. Именно поэтому промышленные компании все жестче подходят к выбору AI-проектов. До масштабирования доходят решения, где заранее определена измеримая метрика, понятна окупаемость и есть возможность тиражирования. Например, в «ЕвроХиме» ориентируются на проекты с горизонтом окупаемости один-два года. В «ТЕХНОНИКОЛЬ» ИИ-ассистент сократил диагностику неисправностей с 20–60 минут до 30–40 секунд, а простои, связанные с настройкой оборудования, по оценке компании, снизились до 60%. При этом основные сложности повторяются: качество и разрозненность данных, старое оборудование, стоимость вычислительной инфраструктуры и готовность сотрудников менять привычные процессы. В критических производственных сценариях финальное решение компании пока оставляют человеку. ИИ помогает прогнозировать и подбирать оптимальные режимы, но ответственность за результат сохраняется за специалистом. 📌 Вывод AIRu: Самое интересное в этих кейсах – ИИ начинает окупаться там, где его привязывают к очень конкретной проблеме: простою, расходу сырья, браку, скорости диагностики. Как только проект уходит в абстрактное «давайте внедрим AI», экономика становится гораздо менее убедительной. AIRu в VK AIRu в MAX AIRu в Tg

📌 Дайджест за прошедшую неделю Собрали для вас самые важные за неделю 21-27.09.26 1️⃣ Диплом есть, работы нет: выпускники IT идут в продавцы и официанты 🎓 Начинающим IT-специалистам становится сложнее найти работу, а часть выпускников вынуждена уходить в сферу услуг. Одна из причин – ИИ забирает на себя все больше задач начального уровня, на которых раньше набирались опыта джуниоры. 2️⃣ «Яндекс» представил новую ИИ-модель с упором на русский язык 🇷🇺 Компания выпустила собственную модель, ориентированную на качественную работу с русскоязычными запросами. Развитие локальных моделей расширяет выбор для компаний, которым важны русский язык и отечественная AI-инфраструктура. 3️⃣ VK и «Яндекс» объединяют облачные активы – на кону треть российского рынка VK и «Яндекс» создают крупного игрока на российском рынке облачных технологий, который может занять до трети рынка. На фоне роста ИИ объединение вычислительной инфраструктуры может заметно изменить расстановку сил в корпоративном IT. 4️⃣ Сбер готовит новое поколение человекоподобных роботов 🤖 Герман Греф анонсировал появление новых гуманоидных роботов собственной разработки Сбера. Интерес крупнейших компаний постепенно смещается от чисто программного ИИ к системам, способным действовать в физическом мире. 5️⃣ ИИ решил задачу Навье – Стокса, но ученые пока разбираются, как именно 🧠 OpenAI сообщила о решении с помощью AI-агентов сложнейшей математической проблемы, результат изложен на 166 страницах. Ученые изучают работу, поэтому окончательные выводы о значимости результата потребуют независимой проверки. 6️⃣ Amazon уволил IT-специалистов, а теперь зовет их обратно 🔄 После масштабных сокращений Amazon начал обращаться к бывшим сотрудникам с предложениями вернуться в IT-подразделения. История показывает, насколько сложно компаниям заранее оценить, какие компетенции действительно получится заменить автоматизацией. 7️⃣ ИИ-агент OpenAI самостоятельно взломал госпортал – власти усиливают защиту 🔐 После инцидента с автономным AI-агентом власти усиливают требования к кибербезопасности государственных систем. Чем больше свободы получают ИИ-агенты, тем важнее заранее ограничивать их права доступа и возможные действия. 8️⃣ «Яндекс» направил 7,5 млрд рублей на защиту от опасного ИИ 🛡 Компания вложила миллиарды рублей в технологии и инфраструктуру AI-безопасности. Масштаб инвестиций показывает, что контроль моделей становится отдельной статьей расходов при развитии мощных ИИ-систем.