Архив ИТ и интернет-сервисы · ПО и SaaS
Okestro: ИИ-проекты сотрудников ускорили анализ сбоев примерно на 88%
По данным Okestro, внутренние ИИ-проекты сократили время первичного поиска причины сбоя у клиентов примерно на 88%, а проверку расходов по корпоративным картам — примерно на 70%. ИИ-агент для поиска знаний и эксплуатации Kubernetes самостоятельно обработал 4822 запроса и операции.
/01 · ключевые результаты
-
результат
около 88%
сокращение времени первичного поиска причины сбоя у клиентов
TWIG24 (트윅), статья, 28.08.2026
по данным на август 2026 года · проект автоматизации анализа причин сбоев у клиентов
данные компании
-
результат
около 70%
сокращение времени проверки расходов при закрытии по корпоративным картам
TWIG24 (트윅), статья, 28.08.2026
по данным на август 2026 года · проект автоматизации закрытия расходов по корпоративным картам
данные компании
-
масштаб
4 822 шт.
технические и документные запросы и операции, обработанные ИИ-агентом самостоятельно
TWIG24 (트윅), статья, 28.08.2026
по данным на август 2026 года · ИИ-агент для поиска знаний и эксплуатации Kubernetes и инфраструктуры
данные компании
- 4 ч время первичного поиска причины сбоя до внедрения · исходный уровень TWIG24 (트윅), статья, 28.08.2026
- 89,5 ч трудозатраты на проверку расходов по корпоративным картам до внедрения · исходный уровень TWIG24 (트윅), статья, 28.08.2026
- 752 заявок заявки на расходы, проверяемые при закрытии · масштаб TWIG24 (트윅), статья, 28.08.2026
- 17,55 с среднее время ответа ИИ-агента · возможность системы TWIG24 (트윅), статья, 28.08.2026
- не менее 20 шт. кластеры Kubernetes, где применяется ИИ-агент · масштаб TWIG24 (트윅), статья, 28.08.2026
оценка strategai
Оценку не приводим: компания не раскрывает стоимость часа работы и частоту сбоев, к которым применяется анализ.
По данным Okestro, внутренние ИИ-проекты сократили время первичного поиска причины сбоя у клиентов примерно на 88%, а проверку расходов по корпоративным картам — примерно на 70%. ИИ-агент для поиска знаний и эксплуатации Kubernetes самостоятельно обработал 4822 запроса и операции.
/02 · паспорт кейса
Бизнес
- Компания
- Okestro
- Отрасль
- ИТ и интернет-сервисы · ПО и SaaS
- Функция
- Стратегия и управление
- Задача
- Портфель/программа ИИ (агрегат)
Технология
- Класс AI
- ИИ-агенты и мультиагентные системы
- Тип решения
- Собственная разработка
Внедрение
- Стадия
- Промышленная эксплуатация, на 28.08.2026
- География
- Республика Корея
/03 · описание кейса
Зачем
Бизнес-задача
Okestro — южнокорейская группа, которая разрабатывает программное обеспечение для ИИ-инфраструктуры и сопровождает переход клиентов на ИИ. Компания переводит на ИИ собственные рабочие процессы и разработку продуктов: от разработки и эксплуатации до продаж, юридической функции, финансов и исполнения проектов. Чтобы собрать и распространить удачные решения, группа второй год подряд проводит внутренний конкурс ИИ-проектов, на котором сотрудники показывают, как применили ИИ в своей работе и какой прирост производительности получили.
Что
Решение
Среди финалистов конкурса 2026 года — система интегрированного анализа данных продаж на основе ИИ, автоматический анализ причин сбоев у клиентов, автоматизация закрытия расходов по корпоративным картам, система поиска по внутренним знаниям и автоматизация эксплуатации Kubernetes и инфраструктуры. ИИ-агент поддерживает поиск по внутренним знаниям и эксплуатацию Kubernetes: отвечает на технические и документные запросы и выполняет операционные задачи. Проект по корпоративным картам охватывает проверку в среднем 752 заявок на расходы и более 22 тыс. чеков в месяц.
Как
Внедрение
Конкурс «2026 OKESTRO AI Shift» прошёл 27 августа 2026 года в штаб-квартире в Parc.1 в Ёыйдо. Подразделения подали 27 проектов в пяти направлениях; 12 компания отобрала в финал по изменению способа работы, эффекту и возможности распространения. Анализ причин сбоев сократил первичный поиск причины с 4 часов до 30 минут, примерно на 88%. Проверка расходов по картам сократилась с 89,5 до 27 часов, примерно на 70%. ИИ-агент самостоятельно обработал 4822 запроса и операции со средним временем ответа 17,55 секунды; им пользуется примерно каждый пятый сотрудник, он применяется более чем в 20 кластерах Kubernetes. Перспективные проекты группа планирует распространить на всю компанию.
/04 · источники и проверка
Что подтверждено
- По данным Okestro, автоматизация анализа причин сбоев у клиентов сократила первичный поиск причины с 4 часов до 30 минут, примерно на 88%.
- Время проверки расходов по корпоративным картам сократилось с 89,5 до 27 часов, примерно на 70%; объём — в среднем 752 заявки на расходы и более 22 тыс. чеков в месяц.
- ИИ-агент для поиска знаний и эксплуатации Kubernetes самостоятельно обработал 4822 запроса и операции со средним временем ответа 17,55 секунды; им пользуется примерно каждый пятый сотрудник.
Ограничения
- Цифры относятся к отдельным проектам внутреннего конкурса; суммарного эффекта программы ИИ компания не приводит.
- Для анализа сбоев не указано, сколько инцидентов прошло через систему и как изменилось общее время их устранения.
- 4822 обращения — накопленный объём без указания периода; доля обращений, решённых без участия инженеров, не раскрыта.
- Денежный эффект проектов и изменение численности или затрат на персонал источник не приводит.
-
[1] TWIG24 (트윅)
오케스트로, AI로 전사 업무 혁신 가속… 장애 원인 분석 88%·결산 처리 시간 70% 단축
СМИ · 28.08.2026
Открыть источник
АрхИИВ /strategai · CB-001382 · Версия 1 · 18.10.2026 · /c/CB-001382/