В прошлом посте мы смотрели на опыт внедрения LLM-модели Россетью - достаточно неожиданным игроком на этом поле, ассоциирующимся исключительно с нецифровыми активами

Но на самом деле нейросети проникли во множество различных сфер, и многие компании активно их внедряют. Посмотрим на несколько примеров.

⏩Норникель ($GMKN) в этом году выпустил MetalGPT-1 — первую в мире доменную модель на 32 млрд параметров, оптимизированную под металлургию. На сегодняшний момент единственная металлургическая компания с собственной LLM — под капотом полноценная собственная разработка с открытым исходным кодом.

Умные системы компании уже контролируют 80% ключего оборудования и приносят свыше 10 млрд рублей подтверждённого экономического эффекта в год. К 2030 году две трети технологических процессов в Норникеле будут выполняться с помощью ИИ.

⏩ТМК использует ИИ по всей производственной цепочке- от анализа сырья и подбора оптимального состава стали до контроля качества готовой продукции, вплоть до того, что используют специальные технологии транскрибации, которые фильтруют производственный шум и минимизируют ошибки при ведении электронных журналов.

Также компания создала программный продукт на базе LLM для оперативной работы с нормативными и техническими документами — он ускоряет обработку запросов от внутренних и внешних клиентов. И классика — LLM и генеративный ИИ встроены в корпоративного чат-бота ТёМКа, которым активно пользуются работники компании.

Эффект от LLM-моделей оценивается в 2-3 млрд рублей ежегодного дохода.

То, что LLM-модели активно используются в ритейле — ни для никого не секрет, да и я много раз писал об этом.

⏩Особенно на этом поле активно работает Х5. Недавно компания подвела итог: совокупный экономический эффект от внедрения ИИ-решений по итогам 2025 года составил около 5 млрд рублей дополнительной операционной прибыли — ИИ сформировал 1,75% EBITDA компании.

Технологической основой масштабирования стал контур AI Core X5 — централизованная инфраструктура, объединяющая вычислительные мощности, инструменты управления моделями, механизмы тестирования, ИИ-агентов, доступ к различным языковым моделям и прикладные сервисы.

Основной вклад в EBITDA обеспечили ИИ-модели, встроенные в ключевые процессы ритейла: прогнозирование спроса и пополнение, ценообразование, управление ассортиментом и рекомендательные механики. Так, компьютерное зрение автоматически контролирует наличие товаров на полках, рекомендательные системы формируют персонализированные предложения, а ИИ-ассистент ГаляGPT помогает покупателям подбирать товары, рецепты и сценарии покупок.

⚡️ И на этом примеры не заканчиваются.В следующем посте посмотрим, как LLM уже используют Магнит и Аэрофлот, и почему всё это постепенно превращается не в эксперимент, а в новый стандарт для бизнеса.

Коллеги, приглашаю на свой канал для погружения в инвестиции через призму IT и цифровизацию бизнеса, где еще больше актуальных новостей и моих разборов — t.me/+-a0sqZD702Y5MDQy и канал в МАХ max.ru/join/zufD-8BN8LHpjz788qsRV8AEpBjj2imDf6_uksr89tU