> For the complete documentation index, see [llms.txt](https://scrumtrek.gitbook.io/iishki-1/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://scrumtrek.gitbook.io/iishki-1/clients.md). # Клиенты и кейсы > 50+ компаний доверяют Кактус.AI внедрение искусственного интеллекта. ## Клиенты ### Финансы и банки Альфа-Банк, Сбер, УралСиб, Альфа-Капитал, Экспобанк, Райффайзен, А-Деньги ### Технологии и телеком Авито, Билайн, Ростелеком, МТС, EMCD, СДЭК, Циан, Право.ру, RoRe ### FMCG, фарма, consumer healthcare Coca-Cola HBC, Pepsi, Haleon, Петровакс, Rapporto, Brandquad, Фруктовая Лавка ### Девелопмент и строительство , Юнистрой, Кровли ### Промышленность и ресурсы Норникель, АСГ, Bizerba, СпецГео ### Авто и другие отрасли Chery, DarLab, Feodor, Amigo, IBS, Контур, Astana Hub и 40+ других *** ## Кейсы ### Альфа-Банк — Масштабное обучение и система AI-компетенций **Задача**\ Подготовить 40 000 сотрудников к AI-трансформации: от топ-менеджмента до IT, HR, закупок, юристов и фронт-линейных команд. **Решение**\ Многоуровневая программа: * Стратегические сессии для правления и топов (согласование целей) * Асинхронный онлайн-курс с Telegram-ботом (массовое обучение) * Train-the-trainer программа (подготовка внутренних AI-тренеров) * Role-based программы для ключевых функций **Результат**\ Автономная система обучения AI. Системное внедрение AI-практик в подразделениях. Масштабируемая модель (когда нанимают новых сотрудников, они сразу проходят AI-курс). *** ### Haleon — Двухмесячный интенсив по AI-агентам **Задача**\ Многоуровневое погружение для фармацевтической компании: от базовых знаний до разработки первых рабочих AI-агентов. **Решение**\ Углубленный двухмесячный курс с: * Еженедельными workshops (агенты, RAG, prompt engineering) * Практическими проектами (каждый участник разрабатывает агента) * Mentoring от AI-экспертов Кактуса * Формирование сообщества внутренних практиков **Результат**\ Сообщество из 15 внутренних AI-чемпионов. Первые MVP-агенты в промышленной эксплуатации (автоматизация обработки документов). Сообщество, которое само развивает AI-инициативы дальше. *** ### — Комплексная AI-трансформация от аудита до production **Задача**\ Системное внедрение AI в крупной девелопер-компании: от понимания что трансформировать, до запуска рабочих решений. **Решение**\ Полный цикл AI Playbook: 1. **Аудит AI-процессов** — определили 5–7 инициатив (обработка контрактов, прогноз спроса, HR-процессы) 2. **Оценка AI-готовности** — выявили gaps, roadmap обучения 3. **Свод правил (AI Rulebook)** — задокументировали как работает AI в компании (что можно, что нельзя, как использовать, compliance) 4. **AI Champions** — программа выращивания внутренних лидеров 5. **Запуск инициатив** — рабочие агенты для контрактов, прогнозирования **Результат**\ 4-фазная трансформация. Свод правил (single source of truth). Команда чемпионов, которая сама внедряет новые инициативы. 3 рабочих агента в production. *** ### АСГ — Корпоративная AI-платформа с on-premise развёртыванием и контролем данных **Задача**\ Внедрить AI инфраструктуру для компании, которая работает с конфиденциальными данными и должна соответствовать 152-ФЗ. **Решение**\ Развёртывание корпоративной AI-платформы: * On-premise Qwen (российская модель, данные не покидают контур компании) * Smart routing для персональных данных (только на российские модели) * OCR для обработки договоров (встроенная технология) * RBAC и аудит-лог (полный контроль кто когда что делал) * Поддержка зарубежных моделей через API (когда нет ограничений на данные) **Результат**\ Платформа, которая решает задачи: безопасный доступ к LLM, создание ассистентов, OCR, запуск агентов. Соответствует 152-ФЗ. Масштабируется на 50–500 пользователей. *** ### Rapporto — Платформа + хакатон для разработки AI-агентов **Задача**\ Дать контролируемый доступ к LLM для сотрудников и практически освоить разработку AI-агентов. **Решение** 1. Развёртывание корпоративной AI-платформы (мультимодельный доступ) 2. Очный AI-хакатон (48 часов) * Интенсив по архитектуре агентов * Команды разрабатывают реальные агенты для компании * Demo на день 2 **Результат**\ Безопасный доступ к AI-моделям. 5–7 рабочих агентов разработано прямо на хакатоне. Вовлечённость сотрудников: узнали, что могут создавать инженерные решения с AI без глубоких знаний в ML. *** ### Astana Hub — От зоопарка инструментов к единой операционной системе **Задача**\ Переход от разрозненных инструментов (Google Sheets, Notion, Slack-интеграции) к единой операционной системе для скрам-мастеров и менеджеров проектов. **Решение**\ Программа [Vibe Coding](/iishki-1/training/vibe-coding.md) — 7 модулей интенсива: * Архитектура AI-агентов (без кода) * Automations (n8n, Make, custom Python) * Интеграции (Slack, Google Workspace, Notion, Asana) * Практические проекты (сначала копируют примеры, потом создают свои) Участники сами разрабатывают свою операционную систему. **Результат**\ Единая операционная платформа, разработанная участниками. Скрам-мастеры и PM-ы могут сами создавать automations. Экономия 10+ часов в неделю на рутину. Культура: "AI как инструмент, не как волшебство". *** ### EMCD — Воркшопы по сборке AI-агентов **Задача**\ Быстро обучить инженерные команды разработке AI-агентов для автоматизации своих процессов. **Решение**\ Серия воркшопов (2–3 дня каждый): * Архитектура агента (LLM, RAG, tools, memory) * Практический пример (разбор ready-made агента) * Практика: команда разрабатывает агента для своего рабочего сценария * Deploy на платформу компании (n8n или custom) **Результат**\ 5–10 рабочих агентов для различных процессов. Инженеры теперь могут сами разрабатывать агентов (не зависят от внешних разработчиков). Скорость разработки инициатив выросла. *** ## Отзывы > «Что-то совсем новое, передовое и полезное. Профессиональный подход и глубокая экспертиза впечатляют.» > > — Аркадий Торосян, CTO, Алеан > «Мы пробовали сами учить людей работать с ChatGPT. Не сработало. Кактус пришли, и за 2 месяца мы запустили первые AI-агенты в production. Они теперь экономят нам 500 часов в месяц.» > > — Анонимный руководитель IT, крупный банк > «Лучше, чем ходить на универсальные конференции по AI. Очень привязано к нашей специфике.» > > — PM, технологическая компания *** **Хотите обсудить ваш кейс?** [Запишитесь на 30-минутную консультацию](https://kkts.ai/consult) — разберём, какой формат работы подойдёт вашей компании. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://scrumtrek.gitbook.io/iishki-1/clients.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `build a script that syncs our docs to a CMS` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.