Начни с готовых ИИ агентов с инструкциями по их управлению на маркетплейсе. Открыть маркетплейс
Назад в блог
Назад в блог

«Норникель» сократил сроки выполнения задач с 30 дней до нескольких часов: как ИИ-агенты оптимизировали бюджетный и проектный контроль

https://s3.ascn.ai/blog/67963f22-6d2f-476d-98e0-de62156a3be8.png
ASCN Team
31 July 2026
Соберите AI-агента под вашу задачу
Он сам обработает заявки, разберёт почту, соберёт отчёт, напомнит клиенту. Без знания кода и сложных интеграций.
Попробовать бесплатно

«Норникель», один из крупнейших мировых производителей металлов, столкнулся с вызовом: при масштабах компании процессы бюджетного и проектного контроля занимали слишком много времени. Внедрение ИИ-агентов позволило сократить сроки выполнения отдельных задач с 30 дней до нескольких часов, существенно повысив эффективность управления финансами и проектами.

В крупной промышленной компании, где оперируют миллиардными бюджетами и сотнями проектов, любая задержка в контроле, это не просто простой, это прямые финансовые потери. Ручной сбор и анализ данных, согласования, бесконечные перепроверки, все это съедает время, которое можно было бы потратить на стратегическое планирование и развитие. Но сегодня эта проблема решаема, и решение лежит в автоматизации рутины с помощью ИИ.

Сложности управления бюджетом и проектами в масштабах «Норникеля»

Управление бюджетом и проектами в компании уровня «Норникеля» — это колоссальный объем данных, множество заинтересованных сторон и строгие регламенты. Ежедневно приходится обрабатывать тысячи документов, контролировать ход выполнения сотен проектов, сопоставлять фактические расходы с плановыми показателями, формировать отчеты для разных уровней управления. Все это требовало значительных человеческих ресурсов и времени.

Традиционные методы контроля, основанные на ручном сборе и анализе информации, приводили к длительным циклам согласования и принятия решений. Например, подготовка комплексного отчета или анализ отклонений по крупному проекту могли занимать недели. Это замедляло реакцию на изменения рынка, усложняло оперативное управление и увеличивало риски.

Почему стандартные решения не справлялись

Компания уже использовала различные информационные системы для управления финансами и проектами. Однако большинство из них были ориентированы на структурированные данные и выполнение четко заданных операций. Как только возникала потребность в анализе неструктурированной информации, сопоставлении данных из разных систем или формировании нестандартных отчетов, требовалось вмешательство человека. Эти системы были хороши для учета, но не для глубокого анализа и поддержки принятия решений в реальном времени.

Именно поэтому «Норникель» обратился к концепции ИИ-агентов – систем, способных не просто обрабатывать информацию по заданному алгоритму, но и понимать контекст, извлекать смысл из естественного языка и автономно выполнять сложные задачи, требующие аналитических способностей.

Как проектировали ИИ-агентов для «Норникеля»

В основе решения лежит гибридная архитектура, которая объединяет собственные вычислительные мощности «Норникеля» и облачную инфраструктуру. Это позволило создать безопасную и масштабируемую среду для работы с большими языковыми моделями. «Норникель» стал первой компанией в металлургическом секторе, использующей собственные большие языковые модели (БЯМ) внутри своего контура, без выхода данных во внешний интернет, что критически важно для безопасности.

Для создания ИИ-агентов была разработана собственная модель MetalGPT. Агенты проектировались как цифровые помощники, способные выполнять следующие функции:

  • Бюджетный контроль. Автоматический сбор и анализ данных о расходах и доходах из различных источников, выявление отклонений от бюджета, формирование прогнозов и рекомендаций.
  • Проектный контроль. Мониторинг хода выполнения проектов, анализ рисков, выявление узких мест, формирование предложений по оптимизации сроков и ресурсов.
  • Управление запасами. Оптимизация уровня запасов, прогнозирование потребности в материалах, снижение затрат на хранение.
  • Финансовый анализ. Подготовка аналитических отчетов, выявление тенденций, поддержка принятия решений по инвестициям и финансовому планированию.

Ключевым требованием была способность агентов понимать запросы на естественном языке и предоставлять осмысленные ответы и рекомендации, а не просто выдавать сырые данные.

Внедрение и масштабирование

Внедрение ИИ-агентов осуществлялось поэтапно, начиная с наиболее критичных и трудоемких процессов. Первыми были автоматизированы задачи, где эффект от сокращения сроков был наиболее ощутим. Параллельно велось обучение сотрудников, чтобы они могли эффективно взаимодействовать с новыми цифровыми помощниками. Важно было не просто дать инструмент, но и научить команду, как максимально использовать его потенциал.

Следующим шагом стало расширение доступа к ИИ-инструментам для более широкого круга сотрудников, в том числе через специализированный модуль для создания простых ИИ-агентов без глубоких навыков программирования. Такой подход позволил не только внедрить готовые решения, но и стимулировать внутреннюю разработку новых ИИ-агентов под конкретные нужды подразделений.

Результаты

Метрика До внедрения ИИ-агентов После внедрения ИИ-агентов
Сроки выполнения отдельных задач До 30 дней Несколько часов
Скорость обработки данных Базовый уровень Значительно выросла
Безопасность данных Стандартные меры Использование БЯМ внутри корпоративного контура без выхода в интернет

Сокращение сроков выполнения задач с 30 дней до нескольких часов позволило «Норникелю» значительно ускорить процессы принятия решений, повысить оперативность реагирования на изменения и снизить риски. Это прямо влияет на экономическую эффективность компании, позволяя более гибко управлять бюджетом и проектами.

Как перенести это на ваш бизнес

Кейс «Норникеля» показывает, что внедрение ИИ-агентов может принести значительный экономический эффект даже в сложных промышленных секторах. Если ваша компания сталкивается с похожими проблемами, вот с чего можно начать:

  • Определите «болевые точки». Найдите процессы, которые отнимают много времени, требуют ручного труда или замедляют принятие решений. Это могут быть сбор данных для отчетов, анализ больших объемов информации или рутинные согласования.
  • Оцените безопасность. Для работы с конфиденциальными данными рассмотрите возможность развертывания БЯМ внутри собственного контура или использования гибридных решений, как это сделал «Норникель», для обеспечения максимальной безопасности.
  • Начните с малого, масштабируйте постепенно. Выберите один или два пилотных сценария, где эффект будет наиболее заметен. После успешного внедрения и демонстрации результатов, масштабируйте решение на другие процессы.
  • Вовлекайте сотрудников. Обучайте команду работе с ИИ-агентами и стимулируйте их к поиску новых сценариев применения. Это поможет максимально раскрыть потенциал технологии.

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

ГлавнаяБлог
«Норникель» сократил сроки выполнения задач с 30 дней до нескольких часов: как ИИ-агенты оптимизировали бюджетный и проектный контроль
ASCN.AI Агент
Эксклюзивно для новых пользователей. При первой оплате любой подписки на любой срок вы получаете х2 по времени подписки. Только при оплате сегодня!
Оставаясь с нами, вы соглашаетесь на использование файлов куки.