Все кейсы

AI-ассистент подбора компонентов для «Заслон»: 87% запросов автоматизировано

Osmi ·2026

Внедрили AI-ассистента подбора электронных компонентов для АО «Заслон»: 87% запросов обрабатываются автоматически, а время подбора сократилось с часов до 2–4 секунд.

Открыть проект

Задача

Требовалось сократить время и трудозатраты на подбор электронных компонентов, уменьшить ошибки и списания в закупках, а также сделать качественный подбор доступным для широкого круга менеджеров, а не только для узкой группы инженеров-экспертов.

Решение

Внедрили ИИ-ассистента, который работает в формате диалога на естественном языке в Telegram и на сайте. Ассистент на базе LLM и семантического поиска понимает технический сленг, исправляет опечатки, учитывает условия применения (срок поставки, цену, температурный режим) и выдаёт точные совпадения и аналоги из базы компонентов. Пользователь получает сравнение вариантов, альтернативы по брендам и наличию, сведения по документации и остаткам.

Результат

  • 87% Запросов обрабатывается автоматически
  • 15 минут — несколько часов → 2–4 секунды Время подбора компонентов
  • +3% Конверсия в корзину из ассистента

AI-ассистент автоматизировал обработку 87% запросов, сократил время подбора с 15 минут — нескольких часов до 2–4 секунд, снизил зависимость от сотрудников с техническим бэкграундом и дал рост конверсии в корзину на 3% прямо из ассистента.

2018

HR чат-бот для Норникеля

КД · Норникель

HR чат-бот во ВКонтакте для Норникеля собрал 245 анкет и 84 резюме за два месяца.

2 бронзы
2026

От корпоративного портала к HR-экосистеме: цифровая трансформация «Автозавода Санкт-Петербург»

Nord Clan · Автозавод Санкт-Петербург

Создали единую цифровую HR-экосистему для «Автозавода Санкт-Петербург»: 100% сотрудников получили доступ к порталу и чат-боту, время обработки запросов сократилось с 30 до 3 минут.

2025

Рекомендательный сервис для металлургического завода: экономия ферросплавов до 5%

Разработан рекомендательный сервис на базе ML для металлургического завода, позволивший сэкономить до 5% ферросплавов и снизить себестоимость стали на 500 млн рублей в год.