Крупный банк сэкономил 192 млн долларов в год: как IBM помогла сократить теневое ИТ и повысить доход на 10%

В IBM, одном из крупнейших технологических гигантов, ИТ-системы, которые когда-то обещали скорость и ясность, стали причиной замедления бизнес-процессов. После внедрения интеллектуальной автоматизации компания смогла сократить ИТ-затраты на 28%, увеличить доход на 10% и ускорить вывод новых продуктов на рынок на 16%. Одним из ключевых результатов стало сокращение теневого ИТ на 24%, что для компании с доходом 10 млрд долларов эквивалентно экономии в 192 млн долларов в год.

В масштабах крупной корпорации ИТ-сложность, это не просто неудобство, а прямая утечка миллионов долларов. Старые системы, разрозненные данные, хаотичные закупки, всё это съедает бюджет, тормозит инновации и создаёт риски безопасности. При этом две трети ИТ-бюджетов уходят на трансформацию, но эти инвестиции часто не приносят отдачи из-за базового беспорядка. Сегодня эту проблему можно решить с помощью ИИ-агентов, которые наводят порядок в инфраструктуре и возвращают контроль.

ИТ-хаос: как сложность съедала бюджет и тормозила развитие

ИТ-ландшафт крупной компании, это постоянно растущий клубок систем, приложений и данных. Средние корпоративные ИТ-расходы выросли на 50% с 2023 года, достигнув 9% от выручки. Две трети этих бюджетов направляются на трансформацию, но часто без видимого эффекта. Проблема в том, что эти инвестиции не работают в условиях архитектурной сложности, разрозненности данных и неконтролируемых закупок.

Особую боль доставляло так называемое «теневое ИТ», когда подразделения закупают программное обеспечение и облачные сервисы в обход официальных процедур. По оценкам, это поглощает около 24% от общего ИТ-бюджета, что для компании с доходом в 10 млрд долларов составляет примерно 192 млн долларов в год. Технический долг от устаревших систем только усугубляет ситуацию: три четверти руководителей ожидают, что к 2026 году он достигнет критического уровня.

Почему традиционные методы не справлялись

Классические методы управления ИТ, такие как жёсткие регламенты и ручные проверки, оказались неэффективными в борьбе с растущей сложностью. Человеческий фактор, это источник ошибок и замедлений. Нужен был принципиально новый подход, который мог бы не просто контролировать, а активно управлять инфраструктурой, предвидеть проблемы и автоматизировать рутину.

Именно поэтому IBM обратилась к интеллектуальной автоматизации, или, как её ещё называют, к ИИ-агентам. Это не просто инструмент, а дисциплина, которая не даёт цифровой трансформации рухнуть под собственным весом. Якоб Денсик, директор по исследованиям IBM IBV, отметил, что «ИИ больше не проблема, а решение собственной сложности». Главная задача, научиться использовать его потенциал.

Как спроектировали ИИ-агента для управления ИТ

ИИ-агентов спроектировали как связующее звено, способное объединять процессы по всему предприятию и действовать автономно на основе полученных знаний. От них требовалось не только мониторить сети, исправлять код и распределять вычислительные ресурсы в реальном времени, но и стандартизировать данные, обеспечивая непрерывную работу без вмешательства человека.

Логика работы агентов строилась на трёх этапах: от роботизированной автоматизации рутинных задач до использования предиктивных моделей и распознавания образов с помощью машинного обучения. Самые продвинутые агенты способны к сложному рассуждению и самообучению, активно используя генеративный ИИ для управления инфраструктурой, комплаенсом и безопасностью в масштабе.

Внедрение: от точечной автоматизации к саморегулирующимся системам

Внедрение интеллектуальной автоматизации в IBM шло постепенно, начиная с облачных сред. Компании, завершившие миграцию в облако на 75% и более, в девять раз чаще попадали в группу «высоко автоматизированных». Зрелые гибридные облачные среды позволили приложениям и данным свободно перемещаться, сохраняя при этом прозрачность и безопасность, что предотвратило дублирование и излишние расходы.

IBM также внедрила такие практики, как Infrastructure as Code, для стандартизации развёртывания систем, и непрерывное тестирование для автоматической настройки облачных конфигураций. Это позволило перенаправить сэкономленные средства на инновации. Например, Al Rajhi Capital, заменив разрозненные системы промежуточным ПО от IBM, объединила брокерские, управляющие и инвестиционные услуги в одном приложении. В результате объём брокерских операций вырос на 40%, а количество открытых паевых инвестиционных фондов увеличилось в десять раз всего за год.

Результаты: 10% роста дохода и 28% сокращения затрат

Высоко автоматизированные компании, по данным исследования IBM, показали значительно лучшие результаты. Они не только сократили ИТ-затраты на 28% и увеличили доход на 10%, но и значительно улучшили операционные показатели. Время вывода новых продуктов на рынок сократилось на 16%, а затраты на простои из-за кибербезопасности упали на 36%. Эти компании используют около 90 ИТ-сотрудников на миллиард долларов дохода, тогда как менее автоматизированные — 140.

Внутри самой IBM ИИ-агенты позволили проанализировать 2,5 млрд долларов ИТ-расходов, вывести из эксплуатации избыточные приложения и реинвестировать в модернизацию. Это привело к прозрачности затрат и потребления, а также к ускорению принятия решений. Финансовые отделы стали полноценными партнёрами в автоматизации, более эффективно измеряя влияние цифровых инвестиций и используя полученные уроки для формирования будущих бюджетов.

Как внедрить интеллектуальную автоматизацию у вас

Если ваш ИТ-ландшафт напоминает сложный клубок, который поглощает ресурсы, интеллектуальная автоматизация, это ключ к решению. С чего начать:

• Модернизируйте устаревшие приложения и данные. Избавьтесь от технического долга и приведите данные в порядок, это основа для эффективной работы ИИ-агентов.
• Систематически свяжите инфраструктуру. Используйте подходы, такие как Infrastructure as Code, для стандартизации развёртывания и управления ресурсами.
• Интегрируйте данные и промежуточное ПО. Создайте единую точку доступа к информации, чтобы ИИ-агенты могли беспрепятственно собирать и анализировать данные из разных систем.
• Внедрите ИИ на каждом этапе жизненного цикла технологий. От мониторинга и прогнозирования до автоматического устранения проблем и оптимизации ресурсов.

Если этот кейс похож на то, что происходит у вас, наш менеджер поможет разобраться: бесплатно проанализирует ваш бизнес и нишу и подскажет, где ИИ-агент даст реальный результат именно в вашем случае. Написать менеджеру