Марина Егорычева, «Сбер»: AI в процессах как новый драйвер операционной эффективности

Операционная функция в крупных организациях долгое время воспринималась как необходимый, но второстепенный элемент бизнеса – центр затрат, обеспечивающий бесперебойное исполнение процессов. Однако развитие цифровых технологий и искусственного интеллекта радикально меняет эту логику. Сегодня именно операционная модель становится источником устойчивого конкурентного преимущества.

В своей статье я поделюсь практическим опытом трансформации операционной функции «Сбер» – от децентрализованной структуры к AI-Native.

Эволюция операционной модели: от централизации к автономности

Для финансового директора операционная модель – это прежде всего вопрос управляемости, прозрачности затрат и предсказуемости результата. Однако именно операционная функция на практике чаще всего оказывается самым сложным и инерционным элементом трансформации: она затрагивает тысячи сотрудников, критичные для бизнеса направления и значительный объем операционных процессов.

Трансформация операционной функции «Сбер» началась более 15 лет назад – в условиях, когда бизнес невозможно было «поставить на паузу». Масштабная децентрализованная структура, сотни разрозненных подразделений и разнородный IT-ландшафт напрямую влияли на себестоимость операций, качество сервиса и управляемость бизнеса.

Первым шагом стала централизация более 800 подразделений по всей стране и создание территориальных центров. Это позволило сформировать единые контуры ответственности, перейти к специализации операций и заложить основу для масштабируемости. Централизация сопровождалась стандартизацией и оптимизацией процессов, внедрением принципов бережливого производства и системной работой с культурой исполнения. Именно на этом этапе формируется фундамент будущего экономического эффекта: без унифицированных и измеримых процессов цифровые инициативы не дают устойчивого ROI.

Следующим логическим шагом стала специализация и автоматизация операций. Массовые, повторяющиеся сценарии выделялись в отдельные потоки, что позволило целенаправленно применять инструменты автоматизации. Параллельно была централизована IT-инфраструктура и создана единая технологическая платформа на микросервисной архитектуре, обеспечившая прозрачность процессов и возможность гибкого масштабирования.

Этап цифровизации стал переломным. Активно внедрялись инструменты быстрой автоматизации, например RPA-алгоритмы, а также инструменты цифровизации документов, обеспечившие перевод бумажных документов в цифровой вид. Один из фокусов был в создании единой цифровой среды исполнения операций, где каждый шаг сотрудника получил цифровой след. Это позволило выйти на принципиально новый уровень контроля над производительностью, загрузкой и стоимостью операций.

Сегодня Операционный центр «Сбер» находится на этапе AI-Native, где искусственный интеллект участвует не только в сопровождении и оптимизации операций, но и в принятии управленческих решений.

Измеримый эффект: от дней к секундам

Последовательная трансформация операционной модели позволила перейти от фрагментарной автоматизации к масштабируемым AI-Native операциям с измеримым финансовым эффектом.

На сегодняшний день операционная функция демонстрирует следующие ключевые показатели:

Классическая автоматизация и RPA справляются с рутиной. Оставшиеся доли неавтоматизированных процессов – это сложные, нестандартные случаи, «отклонения», требующие человеческого решения. Именно на них мы и направляем силу ИИ.

Ключевые инструменты AI-Native трансформации

Интеллектуальные цифровые сотрудники

Интеллектуальные цифровые сотрудники (ИЦС) – это мультиагентные AI-системы, предназначенные для автономизации сложных, недетерминированных процессов, ранее недоступных для классической автоматизации.

Пример: обработка судебных исполнительных листов: от распознавания документов и правовой экспертизы до расчетов сумм взыскания и проверки реквизитов. Над задачей работают несколько ИЦС с разными ролями: планирование, декомпозиция, критическая оценка, суммаризация и выполнение действий. В результате полный цикл обработки занимает около 30 секунд.

Принципиально важным стало включение цифровых сотрудников в HR-контур: у них есть табельные номера, профили компетенций и прозрачная загрузка. Это позволяет управлять гибридными командами людей и AI на единой основе.

AI-помощник сотрудника

LLM-модель, интегрированная в единый рабочий интерфейс, позволяет сотрудникам за считанные секунды получать доступ к знаниям, инструкциям и рекомендациям без переключения между системами. Это существенно снижает когнитивную нагрузку и повышает качество исполнения процессов.

AI-помощник руководителя

Руководителям операционных подразделений AI поможет с подготовкой отчетности, управлением задачами и анализом загрузки. Система сформирует рекомендации по распределению ресурсов с учетом входящего потока и графиков смен, освобождая управленческое время для работы с командой и развитием сотрудников.

Управление вызовами: зона ответственности

Практика показала, что устойчивое внедрение AI в операционные процессы возможно только при четком разделении режимов ответственности и контроля.

Существуют два основных режима работы:

Главный принцип: выбор режима определяется не техническими возможностями, а допустимым уровнем вызова, который устанавливает владелец процесса. Это превращает ИИ в управляемый инструмент.

При этом роль человека в операционной функции меняется кардинально. Он перестает быть носителем ручных операций и становится:

Почему ИИ не работает без зрелых процессов

Один из ключевых парадоксов внедрения AI – попытка «прикрутить» AI-агентов к незрелым процессам. В этом случае технология становится лишь временным костылем и не дает системного эффекта. Практика подтверждает: максимальную отдачу AI дает только на базе зрелых, стандартизированных и полностью описанных процессов. Именно поэтому операционная трансформация всегда должна начинаться с реинжиниринга процессов – и лишь затем переходить к автоматизации и внедрению AI.

Взгляд в будущее: autonomous operations

В будущем операционная функция и дальше будет эволюционировать в сторону автономных операций.  Рутина будет отдана технологиям: простые задачи – роботам, сложные – AI-агентам. Люди же будут заниматься тем, что требует креативности, критического мышления и наставничества.

Операционная эффективность будущего – это не разовый проект, а способность организации постоянно адаптироваться и улучшаться. Сегодня мы проектируем автономное, эффективное и ориентированное на раскрытие человеческого потенциала будущее.

Марина Егорычева, исполнительный директор, Операционный консалтинг, «Сбер»