Перед продажей или оценкой риска сотрудники днями собирали сведения
PLDT — крупный поставщик цифровых услуг на Филиппинах. Сотрудникам нужны внутренние сведения компании, чтобы готовить предложения клиентам, отвечать на вопросы и оценивать риски. Но в каждом отделе эти сведения собирают и используют по-своему. Кейс UiPath
Отдел продаж собирал данные о продуктах, конкурентах, подходящих решениях и клиенте, прежде чем составить предложение или презентацию. Поиск внутри компании мог занимать несколько дней. Для оценки рисков сотрудникам тоже приходилось сначала собирать данные, поэтому проверка растягивалась на дни. Публикация от 5 октября
PLDT поручила эту подготовительную работу нескольким ИИ-агентам. Так называют программы, которые получают задачу, обращаются к рабочим системам и готовят результат. В PLDT каждому агенту выделили свою часть работы.
Ellie готовит предложения, KAI находит сведения, ERICA оценивает риски
По данным UiPath, PLDT создала агентов в Agent Builder — инструменте UiPath Studio. Чтобы они могли выполнять действия в приложениях, к ним подключили программных роботов UiPath Robots. Сервис Integration Services связал агентов с системами компании, в том числе Microsoft Outlook и SharePoint. Так помощники получили возможность искать внутренние сведения и передавать подготовленные материалы в рабочие процессы. Источник
Ellie собирает сведения о продуктах и клиенте перед подготовкой предложения
Ellie — Enablement & Intelligence Engine — внутренний ИИ-помощник PLDT Enterprise для анализа деловой информации и повседневной работы. Он объединяет сведения из разных источников компании с актуальными данными CRM — системы, где хранится история работы с клиентами. На этой основе Ellie готовит предложения и презентации, сравнивает продукты с решениями конкурентов и предлагает подходящие варианты для клиента. Источник
При подготовке предложения Ellie учитывает продукты PLDT Enterprise, рабочие процессы и требования клиента. Сотрудник получает материалы на основе сведений о конкретной компании и заказчике. Источник
По оценке UiPath, Ellie экономит 18 000–25 000 часов в год . PLDT также сообщает о сокращении времени на подготовку стандартных предложений и презентаций на 40–60% , снижении доли ошибок в предложениях на 40–50% и росте показателя дополнительных продаж на 20–50% . Эти показатели опубликованы PLDT и UiPath; независимой проверки в них нет. Источник
Сведения компании дополняются актуальными данными о клиенте из CRM
Во время подготовки предложения помощник сам собирает сведения о клиенте из CRM. Это сокращает ручной поиск для сотрудника.
Сотрудник получает материалы для работы с клиентом
Система готовит предложения, презентации и рекомендации по продажам. Сотрудник получает материалы, с которыми можно продолжить работу с клиентом.
Ellie следит за признаками проблем у клиента
По данным UiPath, если клиент реже использует продукт или задерживает платежи, Ellie может предложить способы удержать его и варианты дополнительных продаж. Источник
У продавцов остаётся больше времени на клиентов
Заявленная цель — сократить повторяющуюся подготовительную работу, чтобы сотрудники могли консультировать клиентов, развивать продажи и поддерживать отношения.
KAI отвечает на вопросы по проверенным источникам компании
KAI — Knowledge, Automation, Intelligence — помогает сотрудникам находить внутреннюю информацию. По данным UiPath, до внедрения на такой поиск уходили часы, а в отдельных случаях — до пяти дней . Теперь KAI готовит ответ с учётом вопроса примерно за одну–три секунды . Источник
UiPath подчёркивает: KAI использует только одобренные источники . Компания заранее определяет, какие документы и сведения агент может использовать. От выбора источников зависит, на какие данные будут опираться предложения и ответы клиентам. Источник
По оценке PLDT, KAI сокращает повторяющийся поиск на 25 000–30 000 часов в год . По оценке компании, это соответствует объёму работы примерно 12 сотрудников с полной занятостью и позволяет высвободить время без расширения штата. UiPath также сообщает, что ответы стали быстрее на 99%. Источник
Некоторые задачи по ручному поиску внутренних сведений занимали до пяти дней.
KAI отвечает за одну–три секунды, учитывая вопрос и используя одобренные источники.
Оценка времени, которое раньше уходило на повторяющийся ручной поиск.
ERICA готовит оценку риска; сотрудник выбирает дальнейшие действия
ERICA — Enterprise Risk Intelligence Companion Agent — внедрили в феврале 2026 года для работы с рисками в PLDT и Smart. В агенте два модуля. По данным UiPath, Risk Statement Generator собирает сведения подразделений и составляет описания рисков по правилам компании. Risk Assessment Agent оценивает риск до и после защитных мер, относит его к нужной категории и предлагает дальнейшие действия. Источник
После внедрения PLDT сообщает о сокращении ручной работы на 97–99% на этом участке оценки рисков. Задачи, на которые раньше уходило от двух до десяти дней , теперь могут занимать от пяти минут до одного дня . Источник
Сотрудники по-прежнему управляют рисками: ERICA готовит для них материалы и предварительную оценку. По данным UiPath, благодаря этому команда меньше занята сбором и обработкой данных и может уделять больше времени защитным мерам. Ответственность за действия компании остаётся у людей. Источник
ИИ готовит материалы по риску
ERICA собирает сведения подразделений и составляет из них описания рисков по правилам компании.
ERICA проводит предварительную оценку по единым правилам
ERICA оценивает риски до и после защитных мер и предлагает варианты дальнейших действий.
Результат соответствует правилам оценки рисков в PLDT
По данным UiPath, обучение и поддержка при внедрении помогли ERICA стабильно готовить результаты по корпоративным стандартам управления рисками.
Сотрудники выбирают меры по снижению риска
Агент сокращает время подготовки, но ответственность за управление рисками остаётся у компании.
PLDT и UiPath сообщают об экономии времени в трёх разных задачах
Оценка годовой экономии времени благодаря автоматической подготовке предложений, презентаций и деловой информации.
Оценка годовой экономии времени на повторяющемся поиске сведений.
Заявленное сокращение ручной работы на отдельном участке оценки корпоративных рисков.
Эти показатели относятся к разным задачам и исходным условиям. Их нельзя складывать в общую оценку окупаемости. По описанию PLDT и UiPath, агенты берут на себя повторяющуюся работу с информацией, чтобы сотрудники могли уделять больше времени клиентам, консультациям и мерам по снижению рисков. Источник
Проверенные сведения → данные о задаче → агент → готовый результат → действие сотрудника
Проверенные сведения + CRM → предложение для клиента → проверка продавцом → работа с клиентом.
Одобренные источники → вопрос с нужными подробностями → ответ по этим источникам → использование в работе.
Сведения подразделений → описание риска → оценка → рекомендуемые меры → действия ответственного сотрудника.
Состояние клиента + использование продукта → признак риска → рекомендация → действие менеджера.
Каждый агент выполняет определённую часть работы
У каждого агента есть своя задача
Ellie готовит материалы для продаж, ERICA занимается рисками, KAI ищет сведения. Их задачи разделены.
Агенты опираются на проверенные сведения
KAI использует только одобренные источники. Ellie учитывает продукты PLDT, рабочие процессы и данные о клиенте.
Агенты могут работать с корпоративными системами
UiPath Robots и Integration Services позволяют агентам обращаться к системам компании и выполнять в них действия.
Сотрудники принимают решения и работают с клиентами
По описанию кейса, отдел продаж получает больше времени для клиентов и дополнительных продаж, команда по рискам — для защитных мер. Остальные сотрудники меньше заняты поиском сведений.
Для каждого агента нужны своя задача, источники и ответственный сотрудник
Определите для каждого агента задачу, проверенные источники и сотрудника, который проверит результат и решит, что делать дальше.
В PLDT работу разделили между тремя агентами, и каждый готовит свой результат. Этот принцип помогает определить, какой помощник нужен конкретному отделу.
Ellie объединяет сведения компании с данными CRM и готовит материалы для продаж. KAI отвечает по одобренным источникам. ERICA собирает сведения о рисках и составляет оценку. Все три системы используют общую технологию, но требуют разных данных и проверок.
Для каждой такой задачи можно отдельно выбрать источники и права доступа, определить показатели результата и назначить сотрудников, которые отвечают за дальнейшие действия.
Применить этот подход в другой компании можно по схеме: общая база знаний → несколько помощников с конкретными задачами → проверка и решения сотрудников → работа с клиентами .
Шесть вопросов о задачах будущих агентов
Какую именно работу агент должен выполнить — от получения данных до готового результата?
Какие источники компания одобрила и кто проверяет, что сведения в них актуальны?
Какие текущие данные влияют на ответ: история клиента в CRM, сведения о проекте или информация о рисках?
Что должен подготовить агент: ответ, предложение, оценку, рекомендацию или действие в системе?
Кто проверит результат и примет решение: что предложить клиенту, как изменить работу или какие меры принять против риска?
Что будем сравнивать до и после внедрения: затраченное время, ошибки, скорость выполнения, долю успешных продаж, объём работы или срок оценки рисков?
Автоматизация поиска, подготовки предложений и рабочих процессов
Ваша команда снова и снова ищет сведения и готовит похожие предложения?
Расскажите об одной регулярной задаче: какие источники вы используете и куда передаёте результат. Вместе разберём её шаги и определим, где поможет ИИ. По результатам разбора станет понятно, достаточно ли обычной автоматизации или нужны один либо несколько агентов.
Это независимый разбор внедрения ИИ-агентов UiPath в PLDT и Smart, подготовленный Maak.Digital. Мы не участвовали во внедрении. Использованы сообщение UiPath о награде PLDT от 5 октября 2026 года, подробный кейс UiPath и пресс-релиз от 11 сентября 2026 года. Экономия времени, скорость ответов, изменения доли ошибок в предложениях, показателя дополнительных продаж и трудозатрат на оценку рисков — результаты, о которых сообщают PLDT и UiPath. Maak.Digital не проверяла их независимо. Агенты работают с разными задачами, поэтому их показатели приведены отдельно и не объединены в общую оценку окупаемости.