Все кейсы

Обработка заявлений в ОБФ ускорена с 5 дней до 8 часов с помощью телеграм-бота

Искусство Автоматизации ·УК ОБФ ·2025

Разработали многофункционального телеграм-бота для «Объединённых бумажных фабрик», который сократил время обработки кадровых заявлений с 5 дней до 8 часов и автоматизировал адаптацию для 2500+ сотрудников.

Задача

Группе предприятий со штатом 4000 специалистов требовалось автоматизировать рутинные кадровые процессы: получение справок и подача заявлений занимали до 5 дней, а адаптация новичков не была систематизирована. Отсутствовал единый канал обратной связи и прозрачная система наставничества.

Решение

Создали телеграм-бота с интеграцией в «1С» и трёхуровневой архитектурой. Реализовали безопасную авторизацию через одноразовые учётные данные, визуальный конструктор сценариев адаптации, централизованную систему голосований и разделение данных по предприятиям холдинга. Бот автоматизирует документооборот, проводит обучение и тестирование, собирает обратную связь и аналитику настроений.

Результат

  • 5 дней → 8 часов Время обработки кадровых заявлений
  • 2500+ Сотрудников охвачено системой адаптации
  • 2 недели Срок реализации дополнительного модуля «Важно знать»

Время обработки заявлений сократилось с 5 дней до 8 часов. Система адаптации охватила более 2500 сотрудников, обеспечив персонализированное обучение и контроль прогресса. Кадровые специалисты получили единый инструмент для управления процессами и аналитики.

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.