1352 кейса внедрения ИИ в России: в продакшене побеждает обвязка, а не модель

В каталоге кейсов внедрения искусственного интеллекта, который ведёт АНО «Цифровые платформы», набралось 1352 проекта в российских компаниях и госорганах. Кейсы добавляют сами компании и команда каталога. Разбор внедрений 2025–2026 годов показывает повторяющиеся закономерности: где проекты ломаются и где приносят деньги.

Главный вывод авторов: в кейсах, дошедших до продакшена и до цифры, качество модели почти никогда не решает. Решает обвязка — семантический слой, пороги уверенности, детерминированный код вокруг LLM и человек на границе.

Модель не принимает решение, а оформляет его

В Первой Грузовой Компании ИИ-агент операционной аналитики отвечает логистам на вопросы про выгрузку вагонов. Модель не пишет SQL: между ней и хранилищем стоит семантический слой с описанными метриками, а параметризованный запрос собирает конструктор. У агента нет прав на запись, сводка по 150 объектам собирается за минуты вместо часа.

В Яндексе робот-документатор витрин данных на LLM описал 15 000 таблиц за полгода против 500 за предыдущий год. Сначала робот собирает объективный контекст — схемы, глоссарий, связанные таблицы через граф, — и LLM только дописывает поверх него. Вторая модель независимо оценивает результат: 92 процента семантического совпадения с проверкой человека и около пяти человеко-лет аналитиков.

В Альфа-Банке автономный агент на локальной Qwen 3.6–35B стал предсказуемым после того, как детерминированную обработку данных вынесли в отдельные сервисы на Go. В ДОМ.РФ платформа обработки документов на LLM и RAG держит классический ML на классификации и извлечении сущностей, а LLM включает только там, где нужен ответ в свободной форме.

Порог уверенности и человек за ним

Ни один из крупных кейсов с деньгами не построен на полной автоматизации. Система CV-модерации фотоотчётов «Иваныч» в X5 проверяет 10 млн фотоотчётов в месяц из 27 тысяч магазинов «Пятёрочки» и «Перекрёстка». Это 26 моделей и 62 типа проверок: классификаторы чистоты, детекция зон, VLM-проверки ценников, YOLO плюс OCR для сроков годности. На пороговых значениях уверенности подключается человек. Точность выросла с 79 до 92 процентов, операционные расходы на модерацию снизились вдвое.

В VK Видео первая попытка заменить асессоров VLM-разметкой провалилась. Сработал гибрид: дообученная Qwen3-VL-4B размечает поток, человек проверяет пограничные случаи, качество контролирует Golden Set. Стоимость точки разметки упала в 60 раз, 4,5 млн примеров собрали за пять дней.

У AGIMA детектор промпт-инъекций дообучали пять раз, в продакшен ушёл один раунд, три откатили из-за деградации. Ложные блокировки упали со 140 до 1 на 179 безопасных текстов.

Агентная цепочка живёт пять-шесть шагов

Петрович-Тех сравнил облачные и локальные модели в агентной обвязке: три модели (облачная Claude Sonnet, облачная Qwen3–235B и локальная Qwen3.5–9B на одной видеокарте) по трём сценариям, 27 запусков. Двухшаговая задача прошла успешно во всех девяти прогонах, локальная 9B не уступила. На трёхшаговой локальная модель дала 100 процентов точности, облачные отклонились от инструкции. На пятнадцатишаговой не было ни одного полного успеха из 27, и модели рапортовали о завершении, которого не было.

VK Tech с локальным ИИ-агентом на Ollama в закрытом контуре на арендованной A30 с двумя моделями (gpt-oss:20b и qwen3-vl:8b) получил ту же границу: надёжная работа до примерно шести последовательных вызовов инструментов.

Команда GigaChain сделала профиль GigaChat для агентного фреймворка Deep Agents: десять промпт-блоков под классы отказов плюс middleware на уровне кода (LoopBreaker, ShellSafety, PathNormalizer). Точность GigaChat на 391 задаче выросла с 77 до 87 процентов, расход токенов упал почти вдвое. Модель не менялась.

Растёт и MCP как корпоративный стандарт интеграции: платформа агентной разработки с mcp-hub в Авито, MCP-сервер дизайн-системы для агентов вёрстки в X5, MCP-сервер банковских операций для ИИ-агентов в Сбере. Агенту дают не доступ к системам, а шесть-семь проверенных инструментов с контрактами.

Узкая задача даёт разы, широкая — ноль

X5 подключил агенту вёрстки знание реальной дизайн-системы через MCP: экран стал занимать 2–3 часа вместо 8, команда из трёх человек делает 10 экранов в день вместо трёх. КОРУС Консалтинг сгенерировал моделями утилиту для выгрузки метаданных Qlik Sense, около тысячи строк, за шесть часов и 15 промптов.

Пилот агентной разработки в Авито на 100 инженерах с платформой из skills-hub, mcp-hub и Spec-Driven Development не дал статистически значимых изменений объективных метрик разработки. Качество не упало, удовлетворённость высокая, эффект в метриках отсутствует. Авито объясняет это J-кривой обучения и считает окупаемость так: при зарплате 2500 долларов и подписке за 100 достаточно ускорения на 4 процента, то есть 6,4 часа в месяц.

В MWS агент разбора инцидентов закрывает 45 процентов задач полностью, 40 частично, 15 требуют проверки.

Деньги там, где метрика была до ИИ

Кейсы с подтверждённым рублём группируются вокруг процессов, где потери уже считали. ЕвроХим: ИИ-рекомендательная система на производстве удобрений одного цеха на «Невинномысском Азоте» дала 270 млн рублей за 2024 год. Качество продукции проверяли раз в четыре часа, стали каждую минуту.

Нижнекамскнефтехим после ухода Aspen и Honeywell меньше чем за год запустил отечественную систему усовершенствованного управления и получил 61 млн рублей за первые три месяца промышленной эксплуатации. ИИ-антифрод «Нейрощит» Т-Банка предотвратил потери на 170 млн за полгода, ИИ-антифрод Сбера сохранил клиентам 360 млрд за 2025 год. Авито Подработка заменила ручные правила субсидий ML-моделью: связка CatBoost и линейного программирования на A/B-тесте снизила расходы на надбавки на 9,3 процента.