Как Норникель строит первое промышленное подразделение на AI‑агентах

Классический ML давно работает на производстве «Норникеля», а генеративный AI компания запустила в конце 2025 года. От создания отдельных «цифровых сотрудников» быстро отказались: точечная автоматизация оказалась дорогой и не окупалась.

Вместо этого «Норникель» перешел к проектированию цифровых подразделений, целиком построенных вокруг AI.

Для этого развернули гибридную архитектуру:

Офис внедрения работает под жестким требованием к экономике, что прямо определяет масштаб проектов.

Для первого пилота искали подразделение с наибольшим экономическим рычагом. Им стал Департамент инвестиционного анализа и контроля Заполярного филиала. Выбор обосновали двумя факторами:

1. Масштаб и нагрузки. Через этот департамент из 50 человек ежегодно проходит от 150 до 200 млрд рублей капитальных затрат, и под каждой позицией требуется подпись директора.
2. Высокая зарегламентированность. Обилие инструкций и жесткая аналитическая структура, за которые часто критикуют корпорации, для запуска AI-агентов стали главным преимуществом.

Цели пилота:

• Передать AI-агентам 80%+ функций департамента
• Перевести сервис для бизнеса в режим 24/7
• Получить подтвержденный экономический эффект, включая рост EBITDA

Ключевое решение проекта — решение о том, как именно перестраивать работу департамента. Компания проанализировала три сценария:

От автоматизации текущих процессов «как есть» отказались сознательно. В компании используется множество учетных систем, между которыми выстроены ручные цепочки: сотрудники выгружают данные, заполняют шаблоны и передают их дальше на повторный анализ. Обычная автоматизация зафиксировала бы эту неоптимальную схему.

Чтобы реализовать сценарий «Автономное подразделение», работу департамента декомпозировали на три уровня и блок сопутствующих задач:

Планирование бюджета — ключевой процесс департамента и первый кейс, на котором отработали распределение ролей между агентом и человеком. В Норникеле не ставили цель полностью вытеснить сотрудников: агенту передали рутину, а принятие решений оставили за человеком. Как спроектировали процесс с AI:

Там, где подписывают финансовые документы, решение на 100% остается за человеком: AI-агент выступает в роли умного ассистента, который собирает данные, проверяет ошибки и подсказывает оптимальные варианты.

Подтвержденные результаты и финансовый эффект

Сокращение трудозатрат (FTE) в Норникеле считают важным, но недостаточным критерием: на одной экономии человеко-часов проект такого масштаба не окупается. Точечное ускорение отдельной операции также не дает заметного бизнес-результата.

Максимальную финансовую отдачу дает именно укрупнение: когда на AI-агентов переводят весь инвестиционный процесс целиком, к операционным эффектам добавляются налоговые оптимизации и прямой рост EBITDA. Например, своевременная закупка оборудования и ввод его в эксплуатацию исключают лишние затраты на ремонт и обслуживание устаревших мощностей.

Ключевые результаты:

Одних лишь IT-специалистов для глубинного перепроектирования процессов оказалось недостаточно. Чтобы AI-агенты решали реальные задачи, потребовались люди с глубоким пониманием бизнес-логики департамента. Так сформировалась гибридная оргмодель, построенная вокруг ключевой роли — AI-чемпиона.

Вызов: вовлечь сотрудников в создание цифровых продуктов

Сначала 50 сотрудников департамента восприняли идею настороженно: первая мысль у людей была о том, что цифровое подразделение создают для сокращения штата. Руководство обсудило проект с командой.

В итоге сотрудники департамента начали сами вайбкодить будущий продукт. Без глубокого IT-бэкграунда они собирают ключевые сервисы своими руками: один специалист сделал умное хранилище всех протоколов, другой — модуль среднесрочной инвестиционной программы.

Трансформация департамента пройдена примерно на 30%, и перевод функций продолжается блоками. Практика уже выставила запрос за пределы одного подразделения: в офис внедрения обратился Департамент капитального строительства, чтобы перевести свои задачи на агентов.

Главная цель Норникеля: состыковать соседние подразделения и собрать сквозной инвестиционный процесс компании целиком. Именно на стыках отделов появляется максимальный экономический результат за границами одного департамента.