GenAI выходит из пилотов: как российские компании внедряют генеративный ИИ и измеряют эффект

Генеративный ИИ выходит из стадии эффектных пилотов: компании встраивают его в найм, поддержку, продажи и внутренние сервисы. В пилотах оценивают скорость и качество процессов, а также экономию рабочего времени. При масштабировании смотрят, окупаются ли вложения и как технология влияет на расходы и прибыль. По итогам конференции по генеративному ИИ в бизнесе, продуктах и технологиях Conversations от ИТ-компании Just AI разбираемся, как российские компании меняют процессы и переходят к масштабному использованию генеративных инструментов.

Конференция Conversations 2026

25–26 июня в Санкт-Петербурге прошла конференция Conversations 2026 от Just AI, информационным партнёром которой выступил Russian Business. Представители ИТ-компаний, банков, ритейла, промышленности, маркетплейсов, HR-сервисов и страхования поделились кейсами внедрения решений на основе генеративного ИИ, обсудили экономику новых решений и горизонт их развития. Первый день завершила Generation AI Awards — премия за наиболее успешные проекты применения генеративного ИИ бизнесом.

Как компании масштабируют ИИ

Генеративный ИИ входит в бизнес через множество повседневных сценариев — от ассистентов, которые помогают сотрудникам решать кадровые и административные вопросы, до инструментов для написания и проверки кода. Задача руководителей — превратить разрозненные инициативы в управляемую систему.

Кирилл Петров, сооснователь Just AI, связывает эту задачу с разницей в скорости развития технологий и организаций: «Технологии развиваются по экспоненте, и этот процесс ускоряется. Текущий год показал, что рост продолжается, хотя ещё недавно казалось, что мы практически достигли потолка. При этом институты и компании меняются линейно и не успевают за технологиями».

Наталия Самотой, руководитель продукта в X5, представила внутреннего ИИ-ассистента для кадровых и административных вопросов, рассчитанного на 375 тыс. сотрудников. Его задача — стать единым окном доступа к внутренним сервисам.

Владимир Сидоров, руководитель кластера «Стратегия и новые технологии» «Северстали», рассказал об опыте масштабирования генеративного ИИ в организации с 50 тыс. сотрудников. «Северсталь» начала системно работать с технологией в 2023 году. По словам Сидорова, распространение успешных сценариев требует обучения сотрудников, участия руководителей, мотивации команд и понятной механики тиражирования решений.

В Совкомбанке внедрение ИИ встроили в регулярный управленческий процесс. По данным, которые привёл заместитель председателя правления банка Альберт Борис, обучение работе с ИИ-инструментами прошли около 90% сотрудников. В банке зарегистрировали более 4 тыс. ИИ-инициатив, примерно половина из которых уже даёт прямой эффект для эффективности организации.

Наталья Артамонова, директор по внедрению генеративного ИИ в «Норникеле», отметила: «Мы перешли от локальных пилотов к полномасштабному внедрению и сейчас получаем реальные экономические эффекты, видим прибыль в EBITDA». По её словам, в одном из пилотов «Норникеля» ИИ создаёт 3D-модель объекта вместо проектного института. Компания оценивает снижение совокупных затрат на 20–25%. Другая система находит среди складских запасов материалы с подходящими характеристиками, которые можно использовать вместо закупки новых. Только на одной площадке это позволило получить эффект в сотни миллионов рублей.

Победители Generation AI Awards 2026

В числе признаков зрелого ИИ-проекта — измеримый эффект, стабильное качество и возможность распространить решение на весь бизнес. Эти критерии прослеживаются в проектах-победителях Generation AI Awards 2026, отобранных из более чем 200 заявок:

• «Авито» — победитель в номинации «Лучший проект в области генеративного AI». Компания внедрила собственные модели A-Vibe и A-Vision во все пять бизнес-направлений платформы и создала отдельный центр исследований и разработок в области ИИ с инвестициями около 1 млрд рублей за три года.
• «А101» — награда за лучший внутренний GenAI-проект. ИИ-сметчик ускорил формирование смет на 60%.
• «Северсталь» и Xenia AI — совместный проект победил в номинации для HR-решений. После внедрения генеративного ИИ процесс найма сотрудников стал на 40% быстрее.
• «Т-Банк» — награда за лучшее решение в клиентской поддержке. ИИ-агент «Афанасий» обработал 60% потока обращений, получил 98 баллов по качеству работы и вошёл в тройку лучших среди 50 операторов.
• VisionLabs — победитель в номинации «Технологическая инновация года». Система выявляет дипфейки при онлайн-идентификации клиентов финансовых организаций; заявленная точность детектора на тестах превышает 99%.
• «Билайн» — специальная награда «Выбор генеративного AI». ИИ-агент автономно диагностирует и устраняет инциденты в работе телеком-оборудования.

Экономика и риски ИИ-решений

Как отмечают эксперты Just AI, в ходе пилотных проектов компании проверяют, помогает ли ИИ в конкретном процессе. При масштабировании к этим показателям добавляется экономика решения — стоимость его работы, сокращение расходов, влияние на прибыль и окупаемость.

Лучшим докладом в бизнес-треке Conversations 2026 был признан кейс ИИ-лаборатории manaraga.ai и страховой компании «Лучи»: они внедрили ИИ-инструменты в процесс записи клиентов на медицинские услуги. Медианное время записи сократилось с 28 до 19 минут, число обращений на одного оператора выросло с трёх до пяти в час, а стоимость обработки обращения снизилась со 120 до 100 рублей. При этом авторы кейса не приписывают весь эффект генеративному ИИ: улучшение также обеспечили классическое машинное обучение, изменение цифрового пути клиента и операционные доработки.

Команда 2ГИС применяет ИИ в продажах, модерации, наполнении карт и справочников, а также в поддержке сервиса бронирования отелей. По словам руководителя ИИ-направления 2ГИС Дмитрия Легчикова, компания стремится переводить новые функции в финансовый результат, но не может оценивать его отдельно от рисков.

В HR последствия ошибки тоже чувствительны. Евгений Биндасов, руководитель лаборатории искусственного интеллекта hh.ru, считает, что ИИ может прояснять критерии отбора и помогать рекрутёру анализировать информацию, но окончательное решение должен принимать человек.

В X5 внутренние ИИ-решения сначала запускают в песочнице и отслеживают количество запросов, потребление вычислительных ресурсов и стоимость работы. По словам технического менеджера ИИ-продуктов X5 Кирилла Собетова, один самостоятельно созданный агент для проверки кода потреблял треть ресурсов и обходился в сотни тысяч рублей в месяц. Перед промышленным запуском каждого агента в X5 определяют ответственного, рассчитывают возврат инвестиций и настраивают контроль ошибок. Если решением мало пользуются, его автоматически удаляют через 90 дней.

Архитектура и контроль качества

Максим Волошин, директор по продуктам MWS AI, считает, что между сотрудником и корпоративными сервисами может появиться отдельный ИИ-слой, который будет распределять задачи между моделями, данными и внутренними процессами.

Сооснователь Just AI Кирилл Петров предлагает строить продукты так, чтобы компания могла выбирать модель под конкретную задачу и при необходимости заменять её без полной переработки системы. Just AI развивает платформу Caila.io, которая предоставляет доступ более чем к 300 языковым моделям через единый программный интерфейс.

По словам директора по продуктам Just AI Глеба Обломского, рынок переходит от активных экспериментов к регулярной оценке качества ИИ-решений: «Эпоха активных экспериментов с генеративным ИИ перешла к этапу, на котором чаще всего звучит слово eval — метрики качества. Это показатель зрелости подхода».

Кирилл Собетов из X5 считает главным навыком при работе с такими инструментами когнитивную валидацию: проверку логики ответа и источников, на которых он основан. Отдельная задача — разграничение доступа к корпоративным данным.

По словам руководителя продуктового направления «Авито» Дмитрия Михеля, ИИ уже упрощает подготовку презентаций, исследований, текстов и других материалов, которые раньше занимали значительную часть времени продуктовых команд. При этом за человеком остаются задачи, которые нельзя свести к генерации материалов: понять потребность пользователя, выбрать между несколькими решениями и проверить итоговый результат.

Что это значит

Конференция Conversations 2026 показала, что генеративный ИИ в российских компаниях перешёл от экспериментов к внедрению с измеримыми результатами. Кейсы X5, «Северстали», Совкомбанка, «Норникеля» и других демонстрируют, что эффект достигается не только за счёт технологии, но и за счёт перестройки процессов, обучения сотрудников и управления рисками. При этом компании сохраняют осторожность: ошибки ИИ могут иметь реальные последствия, поэтому окончательные решения остаются за человеком.