Процессная аналитика от Сбера. Process Mining помогает бизнесу работать

В Москве проходит вторая ежегодная конференция по процессной аналитике Sber Process Mining Conf 2026. Эта технология помогает бизнесу оптимизировать его бизнес-процессы исключительно по цифровому следу.

Повысить эффективность

Если коротко, метод процессной аналитики (Process Mining) состоит в том, что вся деятельность компании, которая хочет повысить свою эффективность, раскладывается по полочкам при помощи искусственного интеллекта. Раньше этим занимались вручную, собирая данные из опроса сотрудников и анализа бумажной документации.

Теперь это в прошлом. Уже сейчас сотни российских компаний из самых разных отраслей бизнеса активно используют процессную аналитику. Ещё 20% бизнес-сообщества рассматривают её внедрение как обязательный шаг в своей цифровой трансформации на горизонте двух-трёх лет.

В Сбере начали с себя

Организатором конференции выступил Сбербанк, и это не случайно. Он ещё в прошлом году начал внедрять Process Mining для повышения эффективности собственной деятельности. По оценкам Сбера, финансовый эффект от применения этой технологии в 2025 году составил порядка 5 миллиардов рублей. В этом году Сбер будет готов предложить всем желающим воспользоваться его ИИ-агентом для процессной аналитики. Но это не конец истории, это только её начало.

«Мы переходим от отдельных решений Process Mining к целостной системе Process Intelligence, — отметил в ходе конференции заместитель Председателя Правления Сбербанка Тарас Скворцов. — Теперь мы можем не только анализировать, что уже произошло, но и в реальном времени отслеживать процессы, прогнозировать их исход и моделировать улучшения. Это меняет саму культуру нашей работы. Мы видим, где клиенты сталкиваются со сложностями — будь то лишние шаги в процессе, затянутые сроки или непонятная форма, — и можем быстро это исправлять».

Возможности ИИ

Реализовывать Process Intelligence позволяет искусственный интеллект. Новый подход открывает четыре ключевых возможности.

Можно анализировать прошлое, отрисовывая процесс по его цифровым следам.

Можно отслеживать настоящее в реальном времени, наблюдая за каждым этапом процесса и фиксируя события и отклонения.

Можно прогнозировать будущее, используя методы машинного обучения для предсказания исхода процессов, которые ещё не завершены.

Наконец, можно строить и проверять гипотезы — например, рассчитать эффект от автоматизации ещё до её внедрения или сравнить процесс до и после изменений.

Рассмотрим это на примере банков, с которыми каждый из нас время от времени общается. Что раздражает клиента в их деятельности больше всего? Задержки в предоставлении услуг, ошибки в обслуживании, очереди, зависающие приложения, сложные для заполнения формы.

Клиенты теряют на это время, а банки — зачастую и деньги, поскольку клиент может уйти в другой банк на противоположной стороне улицы. Особенно если в нём благодаря Process Intelligence все эти «узкие места» становятся более широкими.