6 реальных кейсов внедрения ИИ в российских компаниях: СИБУР, Альфа, ВТБ, Wildberries, Газпром нефть

6 реальных кейсов внедрения ИИ в российских компаниях: что сделали Сбер, СИБУР, Альфа, ВТБ, Wildberries и Газпром нефть

Реальные кейсы российских компаний по внедрению ИИ 2024-2026
СИБУР • Альфа-Банк • ВТБ • Wildberries • Газпром нефть • Сбер — кейсы 2024–2026

Запрос «кто в России уже внедрил ИИ и что получилось» приходит на рынок каждую неделю. Одни говорят «все», другие — «никто». Реальность посередине: большие компании запустили промышленные решения, цифры появляются в пресс-релизах и на конференциях. Ниже — шесть кейсов, каждый с прямой ссылкой на первоисточник. Никаких догадок и обобщений «по рынку».

1. СИБУР — четыре AI-ассистента на GigaChat в промышленности

22 мая 2024 года СИБУР, Сбер и ЦРТ подписали соглашение о практическом применении большой языковой модели (LLM — нейросеть, которая понимает и генерирует текст) GigaChat в нефтехимии. Запустили сразу четырех ассистентов:

  • AI-ассистент инженера-диагноста. Работает в формате диалога: сотрудник описывает аномалию в работе оборудования, ассистент выдаёт гипотезы о причинах и возможные способы устранения.
  • AI-советчик по закупкам. Переводит статичные записи номенклатуры в параметрические карточки и подбирает аналоги комплектующих с преимуществом по цене, качеству и доступности. Это критично для импортозамещения.
  • AI-помощник в R&D. Моделирует процесс полимеризации и свойства полимеров, прогнозирует рецептуры. Снижает количество лабораторных экспериментов.
  • AI-ассистент финансиста. Анализирует ключевые факторы маржинального дохода и помогает принимать решения на данных.

Что важно — это не пилотные демки, а рабочие инструменты, до которых сотрудники доходят сами. В пресс-релизе СИБУРа прямо сказано: «Эти решения позволят нам сделать следующий шаг на пути повышения производительности труда сотрудников за счёт значительного ускорения принятия решений в разных процессах работы компании».

Дополнительно есть развитие: ИИ-помощник для подбора аналогов подсанкционным комплектующим, где их нет в России, — совместная разработка с GigaChat (подробнее на CNews, июль 2024). Стоимость первой версии — несколько десятков миллионов рублей.

Что это значит для рынка: крупная промышленная компания не просто экспериментирует, а разворачивает LLM в нескольких функциях одновременно. И другие компании «заинтересовались» этим продуктом.

📎 Источник: sibur.ru — пресс-релиз от 22.05.2024, cnews.ru — 19.07.2024

2. Альфа-Банк — Альфа-Интеллект, мультиплатформа ИИ-агентов в мобильном приложении

В октябре 2026 года Альфа-Банк запустил «Альфа-Интеллект» — мультиплатформу, которая встроена прямо в мобильное приложение банка. Это первый в России случай, когда ИИ-агенты (несколько специализированных программ, работающих вместе) объединены в едином коммуникационном хабе для частных клиентов и бизнеса.

Как это работает: клиент пишет в чат обычным языком («потерял карту», «покажи траты на кофе», «помоги собрать поездку в Стамбул») — система сама определяет намерение, подключает нужного агента и выполняет действие прямо в диалоге. Внутри — четыре типа агентов: финансовый, инвестиционный, тревел-агент, бизнес-агент.

В Альфа-Банке отдельно подчёркивают: «Альфа-Интеллект — единый помощник для работы с банком: человек ставит задачу, а не ищет нужную кнопку в приложении». Следующий шаг — агентские платежи, когда ИИ сможет оплачивать покупки от имени клиента в пределах заданного лимита. Технологию уже тестируют.

Примечательно, что Альфа-Банк пошёл дальше чат-ботов: в ноябре 2024-го у них уже работал AI-агент на GigaChat в поддержке клиентов (запущен совместно со SberDevices и ЦРТ). Тогда задача была проще — закрыть «серую зону» между сценарным чат-ботом и живым оператором.

Что это значит для рынка: массовый розничный банк вкладывает в ИИ не как в эксперимент, а как в основной интерфейс. Конкуренцию в финтехе определяет уже не количество кнопок в приложении, а качество диалога.

📎 Источник: vc.ru — Альфа-Банк, 06.10.2026, platforms.su — кейс #2444

3. ВТБ — генеративный ИИ помогает операторам колл-центра, экономия 50 000 часов

20 мая 2026 года ВТБ на конференции ЦИПР объявил о внедрении генеративного ИИ (LLM, которая сама формирует ответы, а не выбирает из готовых скриптов) в помощь операторам контакт-центра. Решение работает одновременно в чате и по телефону.

Что именно делает ИИ:

  • В режиме реального времени создаёт краткое описание первичного обращения клиента и передаёт его профильному специалисту, если требуется перевод.
  • Анализирует контекст запроса и предлагает оператору готовый сценарий ответа, собранный, например, из базы знаний банка.

До внедрения клиент вынужден был повторять свой вопрос второму оператору, из-за чего время решения вопроса вырастало. ВТБ подсчитал эффект: в 2026 году внедрение сэкономит более 50 тысяч часов времени обслуживания клиентов.

«Генеративный ИИ стал одной из самых трендовых технологий последних лет. ВТБ внедряет её в свои бизнес-процессы и начал с тех подразделений, которые напрямую общаются с клиентами», — отметил замруководителя технологического блока ВТБ Сергей Безбогов.

Что это значит для рынка: крупный госбанк не заменяет ИИ операторов, а использует его как «помощника второго пилота» (copilot — ИИ-ассистент, который работает в паре с человеком). Эффект измеряют не в «экономии ФОТ», а в часах обслуживания — это честнее.

📎 Источник: ria.ru — 20.05.2026

4. Wildberries — ИИ-ассистент в поиске товаров на естественном языке

4 июня 2026 года Wildberries (RWB) запустил ИИ-ассистента для поиска товаров. Идея простая: пользователь приходит на маркетплейс не с точным названием товара, а с задачей. Например: «подобрать подарок коллеге до 3000 рублей», «найти робот-пылесос для квартиры с домашними животными», «собрать товары для поездки с ребёнком».

Ассистент работает в формате чата и использует собственную большую языковую модель. Точка входа — в поисковой выдаче Wildberries. После подбора можно сравнить товары, обсудить их особенности и уточнить запрос.

«Мы встроили искусственный интеллект не как дань моде, а как полезный инструмент — чтобы он помогал пользователю в момент выбора», — отметила директор по продукту сайта и приложения Wildberries Кристина Мошко.

Параллельно Wildberries развивает целое семейство ИИ-инструментов: «Умное сравнение», виртуальная примерочная, умный поиск по фото, нейросетевой пересказ отзывов. Ассистент — логичное продолжение этой линии.

Что это значит для рынка: крупнейший маркетплейс России признаёт, что классический поиск по ключевым словам уже не справляется. ИИ в массовом e-commerce — не «фишка для галочки», а способ удержать пользователя.

📎 Источник: cnews.ru — 04.06.2026

5. Газпром нефть — ИИ-помощник инженера на 200 базах данных

В сентябре 2026 года Научно-технический центр «Газпром нефти» представил кейс ИИ-помощника инженера. Система объединяет алгоритмы искусственного интеллекта с цифровыми двойниками (виртуальными копиями) пластов, скважин, трубопроводов и оборудования. Доступ — к более чем 200 базам данных и цифровым двойникам.

Что меняется в работе инженера:

  • По запросу помощник автоматически определяет, из каких источников взять данные, подключает аналитические модели и выполняет расчёты.
  • После этого предлагает оптимальные сценарии работ.
  • Действующий прототип решает десятки типовых инженерных задач: проектирование разработки месторождений, задачи бурения, оптимизация работы оборудования.

«Система позволяет специалистам сосредоточиться на комплексных инженерных задачах», — отмечает руководитель НТЦ Александр Ситников.

Что это значит для рынка: речь не о замене инженера, а о снятии рутины — поиска данных по десяткам разрозненных систем. Это другой класс задачи, нежели клиентский чат-бот, и подход «ИИ как коллега по поиску информации» здесь просчитан.

📎 Источник: platforms.su — кейс #3466, 02.09.2026

6. Сбер GigaChat для бизнеса — отдельная категория кейсов

Сбер не публикует подробный разбор собственного внутреннего использования GigaChat с цифрами, зато активно масштабирует платформу через партнёров. Кроме СИБУРа, GigaChat идёт в Альфа-Банк (см. кейс № 2), в b2b-сегмент Газпром нефти, в МТС, в сеть Лента (ритейл). Сбер формирует «экосистему GigaChat» — модель + готовая инфраструктура для крупных клиентов.

Эффект зависит от конкретного заказчика, но объём растущий: согласно аналитике TAdviser и VC, к концу 2025–2026 годов GigaChat — самая упоминаемая LLM-платформа в корпоративных внедрениях в России.

Что это значит для рынка: в России выстраивается национальная LLM-инфраструктура, конкурирующая с глобальными моделями и доступная on-premise (с установкой на серверах заказчика, без передачи данных в облако).

📎 Источник: tadviser.ru — GigaChat), sber.pro — Gen-AI для бизнеса

Что общего у этих кейсов

Несколько закономерностей видны без дополнительной аналитики:

  1. Везде есть конкретная боль. Не «ИИ ради ИИ», а понятная задача: импортозамещение, экономия часов операторов, поиск аналогов, упрощение клиентского пути.
  2. Эффект измеряют в часах и деньгах, а не в «инновациях». СИБУР — 45 млрд ₽ накопленного экономического эффекта за 6 лет цифровой трансформации. ВТБ — 50 000 часов экономии за год. Альфа-Банк — увеличение доли автоматизированных сценариев.
  3. ИИ внедряется как «второй пилот», а не замена. Инженер Газпром нефти по-прежнему принимает решения. Оператор ВТБ по-прежнему общается с клиентом. Менеджер СИБУРа сам корректирует заявку.
  4. Где нужен поиск по разрозненным данным — там LLM даёт максимальный эффект. СИБУР ищет аналоги по ГОСТам, Газпром нефть собирает данные из 200 систем, Wildberries помогает сформулировать запрос.
  5. Российские компании предпочитают отечественные LLM. Вне политики — из-за требований по работе с чувствительными данными и возможности развертывания on-premise.

Что это не заменяет

Здесь нет ни слова про малый бизнес, ни про «внедрите ИИ за один день». Все шесть кейсов — крупный бизнес с выделенными командами цифровизации, с юристами, с интеграторами, с бюджетами в десятки миллионов рублей на одну LLM-инициативу. Если вы ИП или маленькая компания — это не образец для прямого копирования, но это ориентир, куда движется рынок и какие задачи ИИ реально решает.

Полный список кейсов продолжает обновляться — Альянс в сфере ИИ, Альянс R\&D, МТС AI и другие публикуют новые внедрения каждый квартал. Если следить за источниками, можно заранее понимать, что скоро станет доступным массовому бизнесу.

Источники, использованные в статье:

Статья подготовлена в октябре 2026 года. Все цифры и даты взяты из указанных источников. Если вы нашли неточность — напишите, поправим.

Оставить заявку
, , , , , , , , , , ,

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *