

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