Вместо того чтобы внедрять разрозненные ИИ-инструменты, три транснациональные корпорации создали единые мультиагентные системы с оркестровкой. Cognizant сократила число обращений в поддержку на 50% для 350 000 сотрудников. Tata Steel развернула более 300 агентов за 9 месяцев. Standard Chartered увеличила продуктивность на 6% через SC GPT для 80 000 сотрудников.
Cognizant: от хаоса к единой системе
До трансформации у Cognizant разные отделы использовали собственные ИИ-инструменты: отдел продаж — AgentForce, IT-служба — ServiceNow, кадровая служба создавала свои боты. Сотрудники тратили время на переключение между системами.
Компания превратила внутренний портал OneCognizant в мультиагентную систему. В основе — open-source фреймворк neuro-san, который выступает оркестровым слоем. Он получает запрос от сотрудника, определяет, какой агент или группа агентов должны его обработать, и координирует их работу.
Архитектура иерархическая. Например, кадровый агент знает, к каким суб-агентам обращаться для конкретных вопросов. Система стартовала с трёх агентов и выросла до более чем 200, интегрируясь с Salesforce, ServiceNow, PeopleSoft и другими платформами.
Результаты за пять месяцев:
- Снижение числа обращений в поддержку на 50%
- Рост вовлечённости сотрудников на 35%
- Более 10 млн взаимодействий с агентами
- 92% положительной обратной связи
- Скорость ответа выросла в 2 раза
Ключевой вывод: проблема масштабирования не в технологиях, а в управлении. Как говорит Нил Рамасами, CIO Cognizant: «1C — это фундаментальный сдвиг в том, как мы управляем предприятием».
Tata Steel: 300+ агентов за 9 месяцев
В партнёрстве с Google Cloud Tata Steel развернула более 300 специализированных ИИ-агентов по всей глобальной цепочке создания стоимости всего за 9 месяцев.
В основе — две платформы. Zen AI — визуальный конструктор, который позволяет разработчикам и линейным менеджерам создавать собственных агентов без навыков работы с данными.
Tata Steel Digital Assistant (TDA) — единый портал, интегрирующий данные из трёх источников: глобальные публичные данные, внутренние корпоративные системы (API, стандартные операционные процедуры, финансовые записи) и проприетарные пользовательские данные (записи звонков, PDF, сложные таблицы).
Результаты:
- TDA автономно решает более 70% рутинных кадровых запросов
- Сокращение времени ответа клиентам на 50% через агентов, которые анализируют жалобы и маршрутизируют запросы
Агенты работают не только в офисе, но и на производстве. Safety EyeQ анализирует видео с камер в опасных зонах, выявляет нарушения и отправляет предупреждения. Asset Sphere оценивает состояние оборудования и даёт рекомендации по профилактическому обслуживанию, предотвращая незапланированные простои.
Standard Chartered: AI Factory и SC GPT
Standard Chartered строит масштабирование ИИ через централизованные платформы и модель управления, основанную на переиспользовании. Главный принцип — качество вместо количества: банк фокусируется на сквозных сценариях использования, которые можно масштабировать ответственно.
Количество ИИ-кейсов выросло с 200 в первом квартале 2025 года до более чем 300 к первому кварталу 2026 года, включая более 30 кейсов с генеративным ИИ в промышленной эксплуатации. Ключевой инструмент — SC GPT, внутренний чат на базе генеративного ИИ, который используют ежедневно более 15 300 сотрудников в 50 странах. Оценка роста продуктивности — в среднем 6% среди пользователей.
Примеры конкретного применения:
- Генератор ипотечных меморандумов сократил время обработки заявок с 2 дней до 10 минут, используя ИИ для извлечения информации из сотен публичных документов
- Инструмент для корпоративного банкинга анализирует сотни юридических документов, сокращая время ручного копирования
- GenAI Client Engagement Email Assistant помогает инвестиционным консультантам создавать персонализированные письма с рыночными инсайтами
Ключевой элемент управления — глобальный AI-инвентарь, общий репозиторий всех сценариев использования (активных и в разработке). Команды видят, какие компоненты уже созданы, и могут их переиспользовать. Это сжимает циклы разработки с месяцев до недель или даже дней.
Почему большинство пилотов не доходят до продакшена
Исследования показывают: менее 24% ИИ-пилотов успешно переходят в операционную стадию. Причины — не в технологиях, а в управлении. Как отмечает Бабак Ходжат, Chief AI Officer Cognizant: «Нам не хватает многих частей пазла».
Три главные проблемы:
Управление (governance). Без централизованного контроля агенты ведут себя непредсказуемо. Ходжат называет это «психопатическими тенденциями», когда агенты могут разглашать личные данные. Разделение того, что кодируется (правила, разрешения), и что обрабатывается моделями (язык, рассуждения), критически важно.
Координация. Исследование HFS Research и Cognizant показало: 73% компаний уже запустили мультиагентные системы. Но лидеры имеют не менее 12 агентов в промышленной эксплуатации, а у некоторых их 20 и более.
На этом масштабе агенты начинают вести себя как цифровые сотрудники. Без оркестровки возникает хаос. 21% предприятий сталкивались с каскадными сбоями, когда один агент ломал всю систему. 22% наблюдали эмерджентное поведение — агенты разрабатывали неожиданные сценарии работы.
Интеграция. В мультиагентных архитектурах интеграционная сложность растёт экспоненциально. Как отмечают архитекторы Cognizant, такие системы вскрывают все несоответствия в существующем стеке технологий так, как ничего другое не может. Интеграционное планирование — основа, без которой система не взлетит.
Практические выводы для бизнеса
Три кейса показывают: масштабирование мультиагентных систем требует правильной архитектуры и управления.
Оркестровка, а не хаос. Единая система с центральным слоем координации (как neuro-san у Cognizant, AI Factory у Standard Chartered или Zen AI у Tata Steel) — обязательное условие для масштаба.
Управление с первого дня. Безопасность, разрешения, аудит и прозрачность должны быть встроены в архитектуру, а не добавлены позже.
Переиспользование. Как показывает опыт Standard Chartered, общий каталог компонентов и библиотека микро-ИИ-способностей сжимают время разработки с месяцев до недель.
Человек в цикле. Все три компании подчёркивают: агенты не заменяют людей, а работают вместе с ними. Человеческий контроль и оценка результатов остаются обязательными.
Как говорит Бабак Ходжат: «Enterprise AI требует не просто умных ботов, но и надёжной инфраструктуры». Технология перестала быть главным барьером. Управление, интеграция и оркестровка — вот что отделяет компании, извлекающие ценность из мультиагентных систем, от тех, чьи пилоты так и останутся экспериментами.
Кейсы Cognizant, Tata Steel и Standard Chartered доказывают: мультиагентные системы работают и приносят измеримые результаты — от снижения обращений в поддержку на 50% до сокращения времени обработки заявок с двух дней до десяти минут.
Инструменты для оркестровки уже доступны (например, open-source neuro-san от Cognizant), и компании, которые начнут с правильной архитектуры и управления с первого дня, получат значительное преимущество в эффективности и масштабируемости.
