Билайн: ИИ-агент разбирает инциденты сети, около 15 тыс. запросов в пилоте

Работа сети связи сопровождается инцидентами — незапланированными событиями, которые нарушают работу базовых станций или транспортной сети: обрыв кабеля, недоступность оборудования из-за проблем с электропитанием, зависание оборудования или отдельных плат. Информация о сбое передаётся инженерам Билайна, которые выясняют причину и решают проблему удалённо или на выезде. По словам заместителя генерального директора по технике Валерия Шоржина, примерно 40% инцидентов в сети типовые, однако стандартная автоматизация ограничена: жёстко запрограммировать сценарий трудно, когда нужно взаимодействовать с внешними системами или реагировать по контексту. Цели проекта — снять со специалистов рутину, сохранять цифровой след действий, сократить число выездов и простоев.

«ИИ-инженер» — ИИ-агент, созданный Билайном. Он объединяет ML-модели, обученные на базе знаний компании, RAG-контекст из проверенных внешних источников, инструкции заказчиков, данные о сигналах оборудования и историю инцидентов. При поступлении сообщения об инциденте агент суммаризирует контекст, переводит естественный язык в цепочки команд, выполняет диагностику и либо запускает действия на оборудовании, например перезагрузку, либо передаёт структурированную информацию инженеру. Компания регулярно прогоняет новые open-source LLM через внутренний телеком-бенчмарк; сейчас в агенте используется линейка моделей Qwen. Решение работает в облачной инфраструктуре.

По данным на 20 марта 2026 года, пилот «ИИ-инженера» идёт в нескольких регионах России. За два с небольшим месяца система обработала около 15 тыс. запросов, доступность составила 99,9%, значительных технических сбоев не было. Среднее время принятия решения по инциденту — 3 минуты. На первом этапе агент работает под контролем специалиста; для видов инцидентов, где точность превышает 80%, компания уже запустила активные действия агента и минимизировала перепроверку. Билайн ожидает, что внедрение в 2 раза ускорит взятие инцидента в работу и на 5% сократит средние сроки устранения проблем. Следующая цель — распространить решение на всю сеть и добавить предиктивную аналитику.