На крупном производстве каждый день повторяются сотни рутинных задач: выгрузить отчёт по продажам, сверить остатки на складах с планом отгрузок, проверить контрагента, сопоставить цены конкурентов, разобрать договоры за квартал и разнести их по чек-листу рисков. Все эти задачи необходимы, но каждая подчиняется своему устойчивому алгоритму, и для каждой существует собственный набор ИТ-инструментов.
Учёт, аналитика, геоданные, проверка контрагентов, отчётность — всё это живёт в разных системах и не связано между собой. Данных становится больше, решения требуются быстрее, а времени у специалистов не прибавляется. Чем сложнее задача, тем дольше происходит сбор и сведение цифр, и тем меньше ресурсов остаётся на их анализ.
Особенно это заметно в момент роста бизнеса. Когда предприятие развивается, задачи усложняются, объёмы информации растут, а требования к скорости решений становятся жёстче. То, что работало на одном этапе, перестаёт справляться на следующем. И тогда возникает вопрос: как сохранить эффективность, не увеличивая нагрузку на людей?
Собственные ИИ-агенты на российской платформе
Именно в этой точке находилось руководство АО "Молочный комбинат "Пензенский". Предприятие перерабатывает до 300 тонн молока в сутки, выпускает более 150 наименований продукции и поставляет её в 45 регионов. Вместе с масштабом растёт и объём повседневной работы с данными. При этом предприятие последовательно развивает производство, расширяет ассортимент и присутствие на рынке, а значит, всё больше задач требуют внимания сотрудников: стратегических решений, анализа, работы с партнёрами и не только.
Для оптимизации нагрузки и повышения эффективности бизнес-процессов в 2026 году предприятие внедрило в работу ИИ-агентов на базе платформы GigaCowork, которую разработала компания "Салют для бизнеса" (входит в группу Сбер). "Молком" определил процессы для автоматизации, сформулировал требования к агентам и организовал тестирование их работы в подразделениях.
"Мы хотели снять с сотрудников рутину и дать руководителям более полную картину для принятия решений, — делится руководитель отдела ИТ и ИБ "Молком" Андрей Кобляков. — Начали с задач, которые повторяются каждый день: отчёты, анализ данных, проверка документов. Под каждый процесс мы настроили отдельного агента с понятной логикой и требованиями к результату. Часть экспертных навыков сотрудников перешла в цифровой формат — время освободилось для работы, где требуется внимание и опыт специалиста".
Как работает ИИ-агент для бизнес-задач
Представьте себе команду лучших маркетологов, экономистов и аналитиков, которые работают со скоростью мысли и никогда не уходят на кофе-брейк. Именно так ведет себя новый инструмент при поиске точек роста.
Например, ИИ-агент собирает и структурирует данные, которые раньше приходилось вручную сводить из разных источников. Сначала решение работает с внутренними показателями "Молкома": какие позиции продавались в прошлом квартале, какие территории "просели", кто из клиентов снизил объемы закупок. Агент замечает и высвечивает скрытые закономерности и отражает тренды, которые человек может пропустить при работе с объемными таблицами.
ИИ-агент также помогает оценить потенциал территории: когда завод в конкретном районе реализует условные 10 тонн продукции, а ёмкость рынка выше, это сигнал для специалиста — есть повод разобраться, почему покрытие неполное. Параллельно агент собирает данные о конкурентном поле: где появились федеральные сети, какие новинки вышли у других производителей и как изменились цены у соседей по полке.
На финальном этапе ИИ собирает разрозненные данные в единую картину и показывает скрытые взаимосвязи. Агент выделяет аномалии, выявляет закономерности и представляет информацию в удобном формате. Например, цифровой помощник может обратить внимание, что падение продаж конкретного йогурта в одном регионе совпало с агрессивной промо-акцией конкурента в соседней области.
В результате топ-менеджер получает не папку с разрозненными графиками, а структурированную картину на основе комплекса обработанных данных. Путь от запроса бизнеса до подготовки готовой аналитики сократился с недель до часов — специалисту остается только принять финальное решение. С таким подходом основная работа сотрудника смещается с монотонного сведения данных к принятию стратегических решений на основе более полной и структурированной информации.
"ИИ-агенты компании созданы на платформе GigaCowork, — подтверждает Сергей Котельников, советник председателя Поволжского банка Сбербанка. — Это решение могут использовать компании в любой сфере: с помощью платформы каждый сотрудник организации легко создаст неограниченное число ИИ-агентов под свои запросы".
Проект "Молкома" — это самостоятельная отраслевая работа с настройкой агентной среды Идея, архитектура, логика, а также проверка агентов и методология анализа принадлежат самой компании. В свою очередь "Салют для бизнеса" предоставил надежный фундамент — отечественную ИИ-платформу, которой безопасно доверять обработку корпоративных данных.
GigaCowork: создай своего агента
В мае 2026 года "Салют для Бизнеса" (входит в группу Сбер) представил GigaCowork — платформу для создания и управления ИИ-агентами. Это решение закрыло потребность российского бизнеса в собственном инструменте для автоматизации рутинных задач различных подразделений компаний: бухгалтерии, юристов, закупок, маркетинга, ИТ и других.
Важно сразу разделить понятия: GigaCowork — это не очередной чат-бот для быстрых ответов. Это полноценная платформа, на которой можно создавать ИИ-помощников без разработки и изменения ИТ-систем. Компании могут самостоятельно настраивать агентов, которым поручают конкретную рутину: разобрать первичку, собрать информацию по тендеру, подготовить еженедельный отчет или свести остатки на складах. Все эти виртуальные сотрудники живут в едином защищенном контуре, доступном разным командам внутри организации.
Главное преимущество платформы — отсутствие кода, и чтобы запустить помощника, сотруднику не нужен диплом программиста. Логику агента описывают на обычном русском языке, формулируя задачу как привычный бизнес-регламент. Достаточно написать простыми словами: "Возьми договоры поставки за месяц из папки, проверь их по нашему юридическому чек-листу и составь таблицу рисков".
ИИ-агент в GigaCowork — это не временный собеседник, а полноценный участник рабочих процессов. Платформа сохраняет историю обращений, понимает контекст задачи, умеет открывать документы компании и подключаться к внешним базам данных. Там, где раньше бухгалтер тратил часы на сверку расчетов, менеджер по закупкам вручную сравнивал прайс-листы поставщиков, а юрист проверял каждую запятую в договоре, теперь системно трудятся ИИ-агенты.
До появления GigaCowork российский бизнес был вынужден либо собирать лоскутное одеяло из разрозненных сервисов, либо рисковать конфиденциальными данными при работе с иностранными решениями. GigaCowork предоставил отечественным пользователям зрелое безопасное решение, отвечающее глобальным трендам: единое пространство, где компания сама решает, сколько цифровых коллег ей потребуется сегодня, и постепенно расширяет их штат завтра.