Найдется всё – без выхода в интернет
«Норникель» вместе с YandexCloud выстроил гибридную архитектуру для безопасного использования генеративного ИИ в корпоративном контуре. ИИ-агенты будут задействованы более чем в 30 производственных и корпоративных процессах.
Важно, что подключение к облачным LLM осуществляется по выделенному физическому соединению без сохранения данных на стороне облачного провайдера. Это позволяет использовать модели внутри корпоративной сети без выхода в интернет.
На данный момент это – один из наиболее показательных кейсов индустриального генеративного ИИ в России: крупная промышленная компания встраивает агентные системы и большие языковые модели в бизнес-процессы, сохраняя контроль над данными и безопасностью. Как рассказали в «Норникеле», по итогам внедрения технологии сроки выполнения отдельных задач сократились с 30 дней до нескольких часов.
Будет облачно и безопасно
Гибридная архитектура создана совместными силами специалистов компаний «Норникель» и Яндекс. Решение соответствует всем корпоративным требованиям безопасности и будет применяться для повышения качества управленческих процессов на производстве и в офисах добывающей компании. Новый подход к безопасности реализован через облачные технологии. Подключение к ресурсам YandexCloud производится по выделенному физическому соединению без сохранения данных на стороне облачного провайдера. В итоге ИИ-агенты используются внутри корпоративных сетей без выхода в интернет. И это – первый российский опыт реализации подобных технологий в промышленных условиях.
Эксперты говорят о том, что условия реальной промышленной эксплуатации, высокие требования к безопасности, масштабируемости и скорости внедрения создают базу для формирования стандарта использования ИИ-агентов в индустрии. Именно сейчас «Норникель» и Яндекс вырабатывают новый межотраслевой подход к использованию больших языковых моделей в облаке. К слову, в России подобная архитектура уже применяется крупным банком.
В самостоятельном плавании
Сейчас компания самостоятельно разрабатывает сложные агентские системы на базе металлургической доменной модели MetalGPT. В итоге трансформируются процессы проектирования, управления капитальными проектами и запасами и финансово-экономический контроль. Большие языковые модели из облака компания интегрирует в существующие бизнес-процессы в формате цифровых помощников – в первую очередь, чат-ботов. На стадии тестирования уже находятся несколько десятков сложных агентских систем, а также значительное количество простых личных ассистентов для сотрудников.
Партнёры уже говорят о следующем этапе: расширении доступа к ИИ-инструментам для офисных сотрудников и создании модуля, который позволит пользователям без специальной подготовки собирать простых агентов самостоятельно. Это означает движение от ИИ для узкого круга разработчиков к массовому корпоративному использованию.
Краткий экскурс в историю
Ещё в 2024 году «Норнекель» демонстрировал на конференции «Цифровая индустрия промышленности России» свои ключевые ИТ-проекты. Соответственно, нынешний кейс возник не с нуля. Он продолжает линию системной цифровой трансформации промышленности. В декабре 2025 года «Норникель» представил MetalGPT-1 – собственную языковую модель для металлургии и горнодобычи. Развитие идет от собственных доменных моделей к безопасной эксплуатации внешних облачных LLM внутри защищённого контура.
Коллега промышленного титана – компания РУСАЛ – в 2025 году сообщил о внедрении ИИ в глобальную систему мониторинга алюминиевого производства ELTM. Нейросети помогали выявлять нарушения технологического процесса и подсказывать причины отклонений. Это схожий по логике кейс, когда ИИ встраивается не в маркетинг и не в офисный документооборот, а в ядро производственного управления.
Также в сентябре 2025 года компания «Северсталь» объявила о запуске собственной платформы генеративного ИИ, позволяющей сотрудникам создавать ИИ-ассистентов в безопасном корпоративном контуре.
В целом российская тяжёлая промышленность движется к модели защищенного контура с прикладными ассистентами для сотрудников. В стране появляется промышленно пригодная схема безопасной работы с генеративным ИИ в облаке для компаний с жёсткими требованиями к данным. Это шаг от лабораторных пилотов к корпоративному стандарту внедрения в крупных индустриях.
