Технологии для любой задачи. Какие решения создают реальную ценность в крупных компаниях?

В компаниях разных сфер пришло понимание, что любые внутренние процессы можно улучшить за счет цифровых инструментов. И сегодня при внедрении ИТ-продуктов, компании чтеко понимают, какие результаты хотят получить. "Цифровизация ради цифровизации" уходит в прошлое. 
Мы продолжаем серию публикаций об успешных кейсах внедрения технологий, которые принесли значимые результаты для компаний из разных отраслей. Какие процессы могут стать эффективнее благодаря цифровым решениям? Какие технологии дают результат в сельском хозяйстве? И как сэкономить 100 миллионов рублей на голосовых звонках – читайте в материале.

Сельское хозяйство сегодня уходит от имиджа консервативной отрасли и демонстрирует высокую наукоёмкость. В условиях кадрового дефицита и растущей конкуренции цифровые решения становятся необходимым инструментом для повышения эффективности производства. Наиболее успешным кейсом для «Прогресс Агро» за последние годы стала реализация комплексной программы «Точное земледелие». Её суть — не во внедрении разрозненных цифровых решений, а в создании единой системы, объединяющей все этапы агрономических работ. Это позволило достичь максимальной урожайности с гектара при оптимальном расходе ресурсов.

Программа включает несколько ключевых направлений. Во-первых, оснащение сельскохозяйственной техники системами автопилотирования. Это решение позволяет не только минимизировать участие человека в рутинных операциях, но и обеспечивает высокую точность выполнения полевых работ. За счёт автоматизации процессов удаётся достичь существенной экономии горюче-смазочных материалов и снизить степень износа техники.

Во-вторых, использование искусственного интеллекта при составлении карт внесения удобрений под озимую пшеницу. Система анализирует данные агрономической службы, спутниковые снимки и показатели метеодатчиков, после чего формирует задание для каждого участка поля размером 10 на 10 метров. Это позволяет вносить удобрения адресно, экономя средства защиты растений, снижая нагрузку на почву и повышая урожайность.

В-третьих, внедрение информационной системы «История поля». Она оцифровывает все производственные процессы в растениеводстве, снижая бюрократическую нагрузку на агрономов и повышая прозрачность управления. Накопленные данные помогают точнее планировать операции и корректировать стратегию на перспективу.

В-четвёртых, создание сети портативных метеостанций. Данные с них в реальном времени обрабатываются искусственным интеллектом, что позволяет агрономам получать максимально точные прогнозы и определять оптимальные сроки для проведения полевых работ, минимизируя погодные риски.

При реализации проекта перед нами стоял комплекс взаимосвязанных задач. Прежде всего — увеличение урожайности сельскохозяйственных культур и снижение зависимости от дефицита квалифицированных кадров. Ключевым приоритетом стало выстраивание прозрачной системы управления агрономическими процессами на всех этапах: от планирования до сбора урожая. Это позволяет не только сократить издержки, но и повысить качество управленческих решений. Кроме того, важной задачей было накопление массива данных для последующего анализа и использования в прогнозировании и стратегическом планировании.

В целом все запланированные показатели были достигнуты. Оснащение техники системами автопилотирования подтвердило свою эффективность: прямые издержки сократились в среднем на 5% за счёт экономии топлива. Использование искусственного интеллекта для дифференцированного внесения удобрений при подкормке озимой пшеницы позволило повысить рентабельность культуры более чем на 5% — как за счёт экономии удобрений, так и благодаря росту урожайности.
Однако главный результат — не в отдельных улучшениях, а в том, что нам удалось объединить их в единую экосистему, выстроенную по принципу «Интернета вещей».
Показательный пример: искусственный интеллект на основе данных из системы «История поля» формирует карту внесения удобрений, параллельно определяя по данным с метеостанций оптимальное время для проведения работ. Затем эта информация передаётся на технику, оснащённую автопилотом, которая вносит удобрения дифференцированно — строго по заданной карте и в автоматическом режиме.

В завершение отмечу, что сегодня вектор цифровизации в АПК смещается от точечных решений к внедрению комплексных платформ и сервисов предиктивной аналитики. Именно этот подход позволяет получать системный эффект и закладывать основу для дальнейшего роста эффективности.

Когда рынок падает, а затраты растут, первая реакция многих игроков — режим жесткой экономии. Урезать ГСМ, отложить ремонт, сэкономить на шинах. Но наш опыт последних трех лет доказывает обратное: тотальная экономия без пересмотра производственных процессов — это путь в никуда. Устойчивый рост даёт внимательное отношение к выработке каждой единицы техники.

Почему мы делаем акцент на управлении спецтехникой? Ответ очевиден: дорогу лопатой не построишь. 95% всего объема работ в нашем секторе выполняется механизированным способом. Именно связка спецтехники и своевременного поступления материалов даёт ту синергию, которая позволяет сокращать сроки строительства и повышать производительность труда. Поэтому управление техникой — это не просто одно из направлений, это центральный узел, влияющий на результат.

Эффект здесь достигается только за счёт синергии четырёх обязательных столпов: методологическая база, накопленная за четверть века; обучение — большой блок работы с руководителями, механизаторами и водителями (это самая сильная сторона проекта, потому что люди должны понимать новые правила); цифровое решение как инструмент сбора и обработки данных; аналитика с использованием искусственного интеллекта, позволяющая видеть глубинные причины потерь. Без любого из этих элементов система работать не будет.

На объекте М-3 «Украина» мы столкнулись с классической ситуацией: техника работает, люди вроде бы заняты, но объективная картина отсутствовала. Слышали стандартные формулировки: «не успеваем», «много простоев», «почему-то не тянем». Проблема была не в людях и не в технике, а в отсутствии прозрачной системы измерений. Мы начали с простого: две недели просто собирали данные. Картина вскрылась шокирующая. Например, в одну из смен при норме 1479 м³ грунта фактически вынули только 950 м³. Из 3,5 часов простоя 1 час оказался потерян из-за отсутствия автотранспорта (управляемая история), а 2,5 часа — из-за погоды (форс-мажор). Без такой аналитики руководство просто наказало бы механизатора, хотя проблема была в логистике.

Когда мы начали применять четыре столпа нашей методологии — чёткие операции, измеримые результаты, честные нормы и прозрачную мотивацию — картина изменилась коренным образом. Самое важное: без глубокой аналитики с использованием искусственного интеллекта невозможно увидеть реальные причины потерь. Руководитель видит только итог — «план не выполнен», но не понимает, что именно крадёт выработку: сбой в координации, несвоевременная подача материалов или низкая интенсивность работы техники.

Главный результат проекта на объекте М-3 «Украина» — это доказанный эффект, о котором мы можем говорить открыто и которым готовы делиться с отраслью: повышение общей выработки на 30%. Без покупки новой техники, без сверхурочных, исключительно за счёт настройки системы управления. В чём секрет? Мы перестали гадать и начали считать. В основе подхода — понимание целевой выработки. Когда каждая единица техники получает понятную задачу, когда оператор знает, за что и сколько получит, а менеджмент убирает барьеры в виде простоев и неразберихи, результат приходит закономерно.

В контактном центре DPD в России с 2017 года работает робот Юля Романова. Юля — это три направления деятельности: голосовой помощник, отвечающий и совершающий звонки на основе технологии синтеза речи; нейросеть, которая общается с клиентами по электронной почте; и чат-бот, отвечающий на вопросы в мессенджерах. Мы постоянно совершенствуем Юлю, а в прошлом году был сделан большой шаг в развитии голосового помощника.

Мы доставляем сотни тысяч посылок ежемесячно и отвечаем на миллионы звонков за год. Внедрение современных технологий позволяет Юле обрабатывать большинство процессов, не только рутинных, но уже и гораздо более сложных, без участия сотрудников. Это даёт возможность операторам контактного центра сосредоточиться на нетривиальных и нестандартных задачах, требующих особого подхода. В результате снижается уровень стресса, а мотивация сотрудников возрастает, поскольку они могут применять свои навыки в более интересных ситуациях.

Такой подход также значительно улучшает клиентский опыт, ведь Юля способна одновременно обрабатывать большое количество звонков, что особенно важно в периоды пиковых нагрузок, когда количество обращений возрастает многократно. И при этом робот не ошибается, делает всё точно и быстро. Юля всегда на связи, что позволяет клиентам получать нужную информацию в любое время.

Перед нами стояла задача роботизировать наиболее сложные процессы для наших клиентов. Научить Юлю распознавать цель обращения клиентов на линию, несмотря на их дикцию, пол, возраст, посторонние шумы или помехи на линии. Научить точно идентифицировать звонящих клиентов, даже если клиент звонит не со своего основного номера. Учитывать, по какому конкретно заказу обращение — потому что у крупных клиентов их может быть сотни одновременно. И научить Юлю вносить сложные изменения, которые ранее требовали участия человека: например, менять адрес доставки не на ближайшую возможную дату, а именно на ту, которую озвучит клиент.

Летом 2025 года мы установили новый голосовой движок, осенью перестроили сценарии, добавив новый функционал, и продолжаем перестройку сценарного типа коммуникаций. Уже на этапе переноса сценариев было зафиксировано увеличение автоматической обработки запросов от клиентов и рост оценки Юли.
Разработчик решения — группа компаний ЦРТ (Центр речевых технологий). Команда проекта долго выбирала подрядчика и остановила свой выбор именно на ЦРТ. Сотрудничество оказалось очень успешным, ряд этапов удалось завершить даже раньше запланированного срока. Было важно совпадение видения, оперативность внедрения и доработок, соотношение цены и качества.

Показатели, на которые мы смотрим, — повышение уровня автоматизации и удовлетворённости клиентов. Оценка CSI Юли по голосовому общению выросла на четыре процентных пункта. Был зафиксирован прирост выбора автоматических сценариев в 2025 году по сравнению с 2024-м: в B2B-сегменте +10% сложных кейсов, в B2C-сегменте +15% сложных кейсов. Экономия на голосовых звонках составила около 100 млн рублей за год.