{"id": "X01-P01", "record_kind": "practice", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "ENERGY", "tags": ["CN", "dispatch_balancing"], "organization": "国网浙江电力调度控制中心 (Диспетчерский центр электросетей провинции Чжэцзян, State Grid Zhejiang Electric Power Dispatching Control Center)", "org_type": "диспетчерский центр регионального филиала государственной электросетевой компании (国家电网 State Grid)", "process": "Диспетчеризация и балансирование: быстрая оценка состояния сети и ролловый анализ тяжёлых аварий (например, блокировка ВЛ СВН постоянного тока) со вспомогательным принятием решения диспетчером", "period": "доклад произнесён 2025-11-28, опубликован 2025-12-06; описываемые изменения относятся к 2025 году (спотовый рынок Чжэцзяна работает с 2025-08-17)", "industry": "электроэнергетика — оперативно-диспетчерское управление магистральными и распределительными сетями", "industry_std": "energy_utilities", "process_stage": "dispatch_balancing", "role_in_chain": "utility_operator", "function": "оперативно-диспетчерское управление энергосистемой", "b2b_b2c": "b2b", "country": "Китай (провинция Чжэцзян)", "country_basis": "доклад заместителя директора Диспетчерского центра электросетей Чжэцзян на конференции «Южный уик-энд» в Шанхае, 28.11.2025; опубликован 06.12.2025", "before": "По словам докладчика, ролловый анализ тяжёлых аварий (например, блокировка ВЛ СВН постоянного тока) и вспомогательное решение выполнялись без указанных технологий быстрой параллельной обработки и занимали около 30 минут.", "after": "Внедрены многопоточная высокопроизводительная оценка состояния с общей памятью (多线程共享内存高性能快速状态估计) и пакетный параллельный расчёт потокораспределения по множеству матриц (多矩阵并行批量潮流计算) — это НЕ-ИИ вычислительная модернизация; она сопровождается сокращением роллового анализа тяжёлых аварий и вспомогательного решения (напр. блокировка ВЛ СВН постоянного тока) с 30 до 3 минут. Отдельно, для ИИ-компонентов framework'а («预测、分析、决策、控制、运维» — прогноз/анализ/решение/контроль/эксплуатация) докладчик описывает статус «先行先试» (опережающие пробные внедрения): для прогноза нагрузки используются большие модели, объединяющие погодные и другие данные, с переходом от единой кривой к вероятностному интервалу («уверенный прогноз»); для реагирования на аварии — «认知-机理大小模型协同架构» (когнитивно-механистическая архитектура больших/малых моделей), которая после аварии быстро собирает оперативную информацию, сопоставляет и прогоняет аварийные планы (智能关联并推演应急预案), используя топологический разбор, оценку ситуации и оптимизацию; для распределительных сетей «строится» (构建) интеллектуальный агент экономичного режима на основе глубокого обучения с подкреплением и transfer learning. Ни для одного из этих трёх ИИ-элементов источник не даёт маркера эксплуатации (production) — только «先行先试»/«提出»/«构建».", "technologies": ["predictive_ML", "GenAI", "agent", "optimization"], "technology_basis": "«利用大模型融合海量数据，提升预测的精度»; «采用大小模型协同机制…提出认知-机理大小模型协同架构»; «通过深度强化学习和迁移学习方法，构建配网经济运行智能体»; статус этих элементов — «开展先行先试» — доклад 蒋正威, произнесён 2025-11-28, публикация 2025-12-06. Перевод — в полях after/agent_role/quote_ru. Эффект «30→3 мин» к этим цитатам источник НЕ привязывает — он относится к отдельной не-ИИ технологии (多线程共享内存高性能快速状态估计、多矩阵并行批量潮流计算).", "ai_component_established": true, "human_role": "Диспетчер сохраняет функцию принятия решения; система выполняет «辅助决策» (вспомогательное решение) — собирает данные, связывает их с топологией и сценариями, предлагает варианты. Явного указания на автономное принятие решения агентом в тексте нет.", "agent_role": "Для ИИ-компонентов (статус «先行先试», пилотный/пробный): архитектура связки больших/малых моделей после аварии собирает оперативную информацию, сопоставляет и прогоняет аварийные планы (智能关联并推演应急预案) с опорой на топологический разбор, оценку ситуации и оптимизацию; отдельный RL-агент (глубокое обучение с подкреплением + transfer learning) строится для экономичного режима распределительной сети. Ускорение роллового анализа тяжёлых аварий (30→3 мин) источник относит к многопоточной оценке состояния и пакетным матричным расчётам — не-ИИ вычислительным технологиям.", "authority": "HYPOTHESIS/unknown — докладчик не формализует изменение полномочий диспетчера; говорит только о сокращении времени анализа и о том, что ИИ выполняет «辅助» (вспомогательную) функцию. Формальный документ о новых полномочиях в тексте не упомянут.", "change_depth": "operation", "governance_change": {"established": false, "what_ru": "Докладчик описывает переход режима диспетчеризации от «безопасность прежде всего» к «экономика в приоритете, безопасность — нижняя граница» на фоне запуска спотового рынка электроэнергии Чжэцзяна (17.08.2025), и отдельно говорит, что ИИ в диспетчеризации сети движется от «вспомогательного инструмента» к «ключевой движущей силе». Это описание тенденции и позиция докладчика, а не задокументированное изменение прав принятия решений — установленного факта передачи полномочий ИИ в тексте нет.", "basis_quote": "调度运行模式由\"安全优先\"转向\"经济优先、安全兜底\"...电网调度人工智能正在从\"辅助工具\"迈向\"核心驱动力\"", "locator": "разделы 1 и 2 текста доклада"}, "deployment_stage": "pilot", "stage_marker_quote": "主要针对预测、分析、决策、控制、运维等各个场景开展先行先试", "effects": [{"metric": "время роллового анализа и вспомогательного решения по тяжёлым авариям (напр. блокировка ВЛ СВН постоянного тока)", "value": "с 30 до 3 минут", "unit": "минуты", "baseline": "30 минут", "period": "на момент доклада, 2025-11-28", "claimed_by": "蒋正威 (Цзян Чжэнвэй), замдиректора Диспетчерского центра электросетей Чжэцзян", "status": "SOURCE_CLAIM", "original_number": "由30分钟缩短至3分钟", "base_object": "Тяжёлые аварии в энергосистеме, обслуживаемой Диспетчерским центром электросетей Чжэцзяна (в т.ч. блокировка ВЛ СВН постоянного тока); измерение относится к работе конкретного регионального диспетчерского центра, не ко всей национальной сети 国家电网. Источник явно связывает это сокращение с многопоточной оценкой состояния и пакетными матричными расчётами (HPC), а не с ИИ-моделями — это НЕ эффект ИИ-практики.", "ai_attribution": "none"}], "effect_evidence": "none", "effect_evidence_note": "Для ИИ-компонентов (прогноз на больших моделях, когнитивно-механистическая архитектура, RL-агент) источник не даёт ни одной количественной величины эффекта — только статус «先行先试». Единственная цифра в материале (30→3 мин) относится к НЕ-ИИ вычислительной модернизации (effects[].ai_attribution: none), приведена для полноты картины процесса, но не как эффект ИИ. Текст — изложение устной речи докладчика редакцией «Южного уик-энда» с правками («根据演讲内容整理，略有调整»).", "outcome": "Смешанный: НЕ-ИИ вычислительная модернизация (HPC) дала измеримый эффект (30→3 мин, SOURCE_CLAIM). ИИ-компоненты framework'а (прогноз на больших моделях, когнитивно-механистическая архитектура для разбора аварий, RL-агент для распределительной сети) описаны докладчиком как статус «先行先试» (опережающие пробные внедрения/пилот) без количественного эффекта — не production.", "uncertainty": "Нет независимого подтверждения цифры 30→3 минуты (и она относится к НЕ-ИИ технологии); для ИИ-компонентов нет ни маркера эксплуатации, ни количественного эффекта — статус пилотный. Единственный источник — расшифровка устного выступления, отредактированная СМИ.", "alternative_explanations": "Эффект 30→3 мин источник относит к не-ИИ вычислениям (многопоточная оценка состояния с общей памятью + пакетный параллельный расчёт потокораспределения); для ИИ-компонентов (прогноз на больших моделях, когнитивно-механистическая архитектура, RL-агент) источник эффекта не даёт — альтернативные объяснения неприменимы (нет измеренного эффекта, который надо было бы объяснять).", "costs_side_effects": "unknown — доклад не касается затрат, дополнительной нагрузки на персонал или рисков излишнего доверия к рекомендациям ИИ.", "pdca": null, "transfer_limits": "Практика описана применительно к энергосистеме провинции Чжэцзян с высокой долей ВИЭ (новые мощности ×4 к 2020 году) и запущенным спотовым рынком электроэнергии (с августа 2025); перенос на энергосистемы без спотового рынка или с другой нормативной базой источником не обоснован.", "claims": [{"text_ru": "Время роллового анализа и вспомогательного решения по тяжёлым авариям (напр. блокировка ВЛ СВН постоянного тока) сократилось с 30 до 3 минут после внедрения многопоточной быстрой оценки состояния и параллельных матричных расчётов потокораспределения.", "status": "SOURCE_CLAIM", "verification_scope": "величина эффекта", "source_url": "https://news.qq.com/rain/a/20251206A07DDK00", "locator": "раздел 1 текста доклада", "original_number": "由30分钟缩短至3分钟"}, {"text_ru": "Диспетчерский центр Чжэцзяна применяет архитектуру связки больших и малых моделей (认知-机理大小模型协同架构) для вспомогательного анализа и принятия решений при авариях, а также агента на основе глубокого обучения с подкреплением для экономичного режима распределительной сети.", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения технологии", "source_url": "https://news.qq.com/rain/a/20251206A07DDK00", "locator": "раздел 2 текста доклада"}, {"text_ru": "Формальное изменение полномочий диспетчера в связи с внедрением ИИ источником не задокументировано — описана только вспомогательная роль ИИ.", "status": "UNKNOWN", "verification_scope": "изменение прав решений", "source_url": "https://news.qq.com/rain/a/20251206A07DDK00", "locator": "весь текст доклада"}], "sources": [{"url": "https://news.qq.com/rain/a/20251206A07DDK00", "title": "蒋正威：电网调度，AI从\"辅助工具\"迈向\"核心驱动力\" | 2025科创大会", "publisher": "南方周末 (Southern Weekly), перепечатка Tencent News (news.qq.com)", "author": "蒋正威 (докладчик, замдиректора 国网浙江电力调度控制中心); редакция — 南方周末科创力研究中心", "date": "2025-12-06 (публикация); доклад произнесён 2025-11-28", "type": "media / conference talk transcript", "locator": "полный текст статьи", "reading_scope": "full_text", "accessed_at": "2026-09-25", "file_id": "X01-F02", "is_primary": true, "interested_party": "company"}], "author_model": "claude-sonnet-5", "next_action": "Найти второй независимый материал (например, официальный релиз 国网浙江 или отраслевое СМИ) для перевода части claims в VERIFIED; уточнить формальный статус полномочий диспетчера.", "quote_ru": "«В основном по сценариям прогноз/анализ/решение/контроль/эксплуатация ведутся опережающие пробные внедрения («先行先试»)» — маркер относится к ИИ-компонентам framework'а, не к HPC-эффекту 30→3 мин."}
{"id": "X01-P02", "record_kind": "practice", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "ENERGY", "tags": ["RU", "vre_forecasting", "historical_basis"], "organization": "АО «СО ЕЭС» (Системный оператор Единой энергетической системы России)", "org_type": "государственный системный оператор энергосистемы (естественная монополия по оперативно-диспетчерскому управлению ЕЭС России)", "process": "Прогнозирование выработки ВИЭ (солнечных и ветровых электростанций) для оперативно-диспетчерского управления электроэнергетическим режимом ЕЭС России", "period": "внедрение с 2022 года; данные о масштабе — на март 2024 с планами расширения на 2024–2025; текущий статус охвата станций и точности на 2026 год (момент проверки) — unknown.", "industry": "электроэнергетика — оперативно-диспетчерское управление энергосистемой", "industry_std": "energy_utilities", "process_stage": "vre_forecasting", "role_in_chain": "utility_operator", "function": "прогнозирование режимов работы энергосистемы", "b2b_b2c": "b2b", "country": "Россия", "country_basis": "заявление сделано директором по цифровой трансформации СО ЕЭС на панельной дискуссии «Искусственный интеллект в ТЭК», Международная выставка-форум «Россия», ВДНХ, Москва", "before": "unknown — источник явно не описывает метод прогнозирования выработки ВИЭ до 2022 года; указано лишь, что рост доли ВИЭ до системно значимых объёмов повысил требования к точности прогноза.", "after": "С 2022 года в оперативном управлении режимом ЕЭС России используются информационные системы «Прогнозирование выработки ВИЭ. Солнце» и «Прогнозирование выработки ВИЭ. Ветер» на базе нейросетей (внесены в реестр российского ПО). ИС «Солнце» на март 2024 прогнозирует выработку 64 СЭС (план — 70 к концу 2024, 75 к концу 2025); ИС «Ветер» охватывает 22 ВЭС (план — 30 к концу 2025). Системы используют 5 источников метеоданных (отечественных и зарубежных) и рассчитывают 7 моделей (летние, зимние, композиционные, с нижним конусом облачности и др.). Выбирается лучшая модель по результатам за прошедшие пять суток («Это позволяет нам анализировать и выбирать лучшую модель за прошедшие пять суток»); модели обучены на данных, накопленных с 2020 года. Периодичность выбора (как часто пересматривается выбор) и кто выбирает — система автоматически или диспетчер/оператор вручную — источником не указано (unknown).", "technologies": ["predictive_ML"], "technology_basis": "«…использует в практике оперативно-диспетчерского управления две информационные системы на базе искусственного интеллекта… системы «Прогнозирование выработки ВИЭ. Солнце» и «Прогнозирование выработки ВИЭ. Ветер», построенные на базе нейросетей» — С. Терентьев, директор по цифровой трансформации СО ЕЭС.", "ai_component_established": true, "human_role": "unknown, кто применяет выбор «лучшей модели» (автоматически системой или проверяется диспетчером); источник описывает только сам механизм выбора модели за прошедшие пять суток, не роль человека в этом процессе.", "agent_role": null, "authority": "unknown — цитата не касается изменения полномочий диспетчера, только внедрения расчётного инструмента.", "change_depth": "operation", "governance_change": {"established": false, "what_ru": "Источник описывает внедрение расчётного инструмента прогнозирования, но не изменение прав решений, ролей или регламентов диспетчера.", "basis_quote": null, "locator": null}, "deployment_stage": "production", "stage_marker_quote": "с 2022 года в процессе оперативного управления электроэнергетическим режимом ЕЭС России оператор использует системы «Прогнозирование выработки ВИЭ. Солнце» и «Прогнозирование выработки ВИЭ. Ветер»", "effects": [{"metric": "точность прогноза выработки ВИЭ на горизонте до 1 часа (шаг 15 минут)", "value": "94-96", "unit": "%", "baseline": "unknown", "period": "на март 2024, «в среднем» (период усреднения не указан)", "claimed_by": "Станислав Терентьев / пресс-служба АО «СО ЕЭС»", "status": "SOURCE_CLAIM", "original_number": "94–96 %", "base_object": "Горизонт прогнозирования до 1 часа с шагом 15 минут. Метрика точности источником не определена (не указано, MAPE/nMAE или иная); усреднение «в среднем», период измерения не указан. Разработчик систем — дочерняя компания СО, АО «НТЦ ЕЭС Информационные комплексы» (самооценка собственного продукта)."}, {"metric": "точность прогноза выработки ВИЭ на горизонте 2-4 часа (шаг 1 час)", "value": "87-92", "unit": "%", "baseline": "unknown", "period": "на март 2024, «в среднем» (период усреднения не указан)", "claimed_by": "Станислав Терентьев / пресс-служба АО «СО ЕЭС»", "status": "SOURCE_CLAIM", "original_number": "87–92 %", "base_object": "Горизонт прогнозирования от 2 до 4 часов с шагом 1 час. Та же оговорка про неопределённую метрику точности и самооценку разработчика (дочерняя компания СО)."}, {"metric": "число солнечных электростанций, охваченных ИС «Солнце»", "value": "64 (план 70 в 2024, 75 в 2025)", "unit": "СЭС", "baseline": null, "period": "март 2024, планы на 2024-2025", "claimed_by": "Станислав Терентьев", "status": "SOURCE_CLAIM", "base_object": "Число СЭС, включённых именно в информационную систему «Солнце» СО ЕЭС — не все СЭС России, а только подключённые к этой системе прогнозирования."}, {"metric": "число ветроэлектростанций, охваченных ИС «Ветер»", "value": "22 (план 30 к концу 2025)", "unit": "ВЭС", "baseline": null, "period": "март 2024, план на 2025", "claimed_by": "Станислав Терентьев", "status": "SOURCE_CLAIM", "base_object": "Число ВЭС, включённых именно в информационную систему «Ветер» СО ЕЭС — не все ВЭС России."}], "effect_evidence": "source_claim", "effect_evidence_note": "Материал — изложение сообщения пресс-службы СО ЕЭС отраслевым СМИ (BigpowerNews), не независимое измерение; разработчик прогнозных систем — дочерняя компания самого СО ЕЭС, т.е. это самооценка собственного продукта заинтересованной стороной (interested_party: company). Заголовочная цифра «до 96%» СМИ — верхняя граница диапазона для короткого горизонта (до 1 ч); есть второй, более низкий диапазон для горизонта 2-4 ч (87–92%), который в исходной версии карточки был пропущен.", "outcome": "Позитивный по заявлению компании; независимой проверки точности и масштаба нет.", "uncertainty": "Единственный источник (BigpowerNews) пересказывает выступление представителя компании; нет данных о методологии расчёта точности по обоим горизонтам (94–96% и 87–92%) и о периоде, за который она измерена.", "alternative_explanations": null, "costs_side_effects": "unknown", "pdca": null, "transfer_limits": "Специфично для ЕЭС России и её метеоинфраструктуры (5 источников метеоданных, 7 моделей прогноза); перенос на другие энергосистемы источником не обоснован.", "claims": [{"text_ru": "СО ЕЭС с 2022 года использует в оперативно-диспетчерском управлении две ИИ-системы на базе нейросетей — «Прогнозирование выработки ВИЭ. Солнце» и «…Ветер» — с точностью 94–96% на горизонте до 1 часа (шаг 15 минут) и 87–92% на горизонте 2–4 часа (шаг 1 час); заголовочная формулировка СМИ «до 96%» относится только к верхней границе короткого горизонта.", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения и величина эффекта", "source_url": "https://www.bigpowernews.ru/markets/document113467.phtml", "locator": "articleBody, абзацы 1-2", "original_number": "94–96 % ... 87–92 %"}, {"text_ru": "ИС «Солнце» прогнозирует выработку на 64 солнечных электростанциях (март 2024) с планом роста до 70 к концу 2024 и до 75 к концу 2025; ИС «Ветер» используется на 22 ВЭС с планом роста до 30 к концу 2025.", "status": "SOURCE_CLAIM", "verification_scope": "масштаб внедрения", "source_url": "https://www.bigpowernews.ru/markets/document113467.phtml", "locator": "articleBody, абзац 3"}], "sources": [{"url": "https://www.bigpowernews.ru/markets/document113467.phtml", "title": "СО прогнозирует выработку ВИЭ с помощью нейросетей с 96-процентной точностью", "publisher": "BigpowerNews", "author": "BigpowerNews — по сообщению пресс-службы АО «СО ЕЭС» («Станислав Терентьев, слова которого приводит пресс-служба СО»); разработчик описанных систем — дочерняя компания СО, АО «НТЦ ЕЭС Информационные комплексы» (самооценка собственного продукта).", "date": "2024-03-15", "type": "отраслевое СМИ / пресс-цитата", "locator": "полный текст статьи", "reading_scope": "full_text", "accessed_at": "2026-09-25", "file_id": "X01-F01", "is_primary": true, "interested_party": "company"}], "author_model": "claude-sonnet-5", "next_action": "Найти второй независимый материал (отчёт СО ЕЭС, презентация) для VERIFIED по масштабу охвата станций и точности прогноза; уточнить, есть ли более свежие цифры на 2025-2026."}
{"id": "X01-P03", "record_kind": "practice", "novelty": "updated", "prior_id": "E2B-ENERGY-AGRO-CASE-001", "links_prior": [{"old_id": "E2B-ENERGY-AGRO-CASE-001", "layer": "v0.2", "relation": "same_practice", "basis_ru": "Тот же URL блога AWS ML и та же практика Iberdrola (агентная ИИ-валидация заявок и обогащение инцидентов ServiceNow), зафиксированная в v0.2 как кейс по короткому описанию из known-records.jsonl/known-url-map.jsonl; в этой карточке материал прочитан полностью, добавлены архитектура решения, дословные цитаты и уточнены роли агентов.", "author": "claude-sonnet-5"}], "early_candidate_id": "I3-EC-008", "stream_primary": "ENERGY", "tags": ["vendor_material", "ES", "adjacent_process_it_ops"], "organization": "Iberdrola", "org_type": "многонациональная вертикально интегрированная энергетическая компания (генерация, сети, сбыт)", "process": "Внутренние ИТ-операции: валидация заявок на изменения (change requests) в черновой фазе, контекстное обогащение инцидентов и выбор модели изменения в ServiceNow с помощью агентной ИИ-архитектуры. Это смежный корпоративный процесс, не входящий в перечень из 5 профильных процессов брифа (диспетчеризация/прогноз/ТОиР/полевые бригады/клиентские процессы) — зафиксирован отдельно как именованная практика оператора Iberdrola.", "period": "материал опубликован 2026-02-10, описывает практику как уже действующую (настоящее время: «has transformed the way…»)", "industry": "энергетика — корпоративные ИТ-операции сетевого (networking) департамента", "industry_std": "energy_utilities", "process_stage": "it_ops_support", "role_in_chain": "utility_operator", "function": "управление изменениями и инцидентами в корпоративной ИТ-системе (ServiceNow)", "b2b_b2c": "b2b", "country": "unknown — головной офис Iberdrola в Испании, но география развёртывания практики (какие страновые подразделения) в статье не уточнена", "country_basis": "штаб-квартира компании общеизвестна (Испания), однако в прочитанном тексте AWS-блога страна применения практики не названа явно", "before": "По описанию проблемы: заявки на изменения требовали ручной валидации полноты и корректности обязательных полей, что приводило к повторным подачам («manual resubmissions»); при обработке инцидентов в сетевом департаменте специалисты вручную искали детали конфигурационных единиц и связанные исторические инциденты.", "after": "Оркестрированные ИИ-агенты на платформе Amazon Bedrock AgentCore в реальном времени проверяют соответствие заявки на изменение заявленным модификациям и корректность обязательных полей (черновая фаза); группа («swarm») агентов выполняет контекстное обогащение инцидентов — предоставляет технику доступ к деталям конфигурационных единиц, связанным историческим инцидентам, категоризирует тикеты по среде и типу алерта; разговорный ИИ упрощает выбор модели изменения. Архитектура трёхслойная: агентные ресурсы (в т.ч. MCP-серверы), инференс-слой (доступ к LLM), слой данных (ETL из ServiceNow).", "technologies": ["GenAI", "agent", "NLP"], "technology_basis": "«By using different agentic architectures, Iberdrola has transformed the way thousands of change requests and incident tickets are managed, streamlining processes and enhancing productivity across departments»; «A group of orchestrated agents make sure requests align with intended modifications while formatting and verifying mandatory fields in real time»; «Using a swarm of agents to perform contextual enrichment, Iberdrola’s networking department now processes incidents faster and with greater precision»; «This enrichment lets technicians access configuration item details, review related historical incidents, and categorize tickets by environment and alert types»; «simplifying change model selection using conversational AI» — AWS ML Blog, Talha Chattha, Unai Bermejo, Xabier Muruaga, Iñigo Gutierrez, 10.02.2026.", "ai_component_established": true, "human_role": "Технические специалисты сетевого департамента получают от агентов обогащённый контекст (конфигурация, похожие инциденты, категория) и на этой основе быстрее реагируют на инциденты; итоговое решение по заявке/инциденту в тексте прямо не атрибутировано — сказано, что агенты «help teams accelerate ticket resolution» (помогают ускорить, а не заменяют решение).", "agent_role": "Оркестрированные ИИ-агенты валидируют заявки на изменение в черновой фазе — при обнаружении ошибок валидации «система даёт заявителю чёткую обратную связь до перехода к следующим фазам» (детерминированный контрольный шлюз, не пускающий черновик дальше без исправления); «мастер-агент» (master agent) принимает каждый инцидент сетевого департамента и выборочно привлекает специализированные агенты для тегирования, контекстного обогащения, поиска похожих случаев (similarity detection) и анализа влияния изменения (change impact analysis); разговорный ИИ-ассистент выбора модели изменения выдаёт кликабельные рекомендации, открывающие предзаполненные формы заявки (pre-filled change forms).", "authority": "SOURCE_CLAIM (уточнено): в черновой фазе агентная проверка работает как контрольная точка — заявка не переходит к следующей фазе без устранения ошибок валидации, это детерминированное действие системы, а не просто совет. Итоговое утверждение изменения (кто подписывает заявку после прохождения черновой фазы) источником не названо — unknown.", "change_depth": "operation", "governance_change": {"established": false, "what_ru": "Статья описывает встраивание ИИ-агентов-помощников в существующий процесс ServiceNow, но не описывает изменения формальных прав принятия решений, штатной структуры или регламентов.", "basis_quote": null, "locator": null}, "deployment_stage": "production", "stage_marker_quote": "Iberdrola has transformed the way thousands of change requests and incident tickets are managed, streamlining processes and enhancing productivity across departments.", "effects": [{"metric": "объём обрабатываемых заявок на изменения и инцидентов, затронутых практикой", "value": "тысячи", "unit": "штук (без точной цифры)", "baseline": "unknown", "period": "на 2026-02-10", "claimed_by": "авторы AWS ML Blog (Talha Chattha, Unai Bermejo, Xabier Muruaga, Iñigo Gutierrez) со ссылкой на Iberdrola", "status": "SOURCE_CLAIM", "original_number": "thousands of change requests and incident tickets", "base_object": "Заявки на изменения (change requests) и инциденты в системе ServiceNow сетевого (networking) департамента Iberdrola; страновое/дивизионное происхождение тикетов и доля от общего объёма ИТ-обращений компании в статье не указаны."}, {"metric": "качественный эффект на скорость обработки заявок (без числового значения)", "value": "unknown (качественно: «drastically reduces processing times»)", "unit": null, "baseline": null, "period": "на 2026-02-10", "claimed_by": "AWS ML Blog; Iñigo Gutierrez, AI Global Expert Engineer at Iberdrola (цитата компании)", "status": "SOURCE_CLAIM", "original_number": "This optimized approach avoids manual resubmissions and drastically reduces processing times", "base_object": "Обработка заявок на изменения (change requests) в ServiceNow сетевого департамента Iberdrola; качественное заявление без числа, добавлена прямая цитата сотрудника Iberdrola: «At Iberdrola, we're extending our production AI platform with a new agentic capability powered by Amazon Bedrock AgentCore» — Iñigo Gutierrez."}], "effect_evidence": "source_claim", "effect_evidence_note": "Количественных метрик эффекта (% сокращения времени обработки, доля ошибок и т.п.) в прочитанной части статьи нет — только качественное описание и общее «thousands».", "outcome": "Позитивный по самоотчёту вендора (AWS) и клиента (Iberdrola); независимых количественных показателей эффекта в прочитанном тексте нет.", "uncertainty": "Материал — блог AWS (платформа/вендор), но авторский коллектив смешанный: Talha Chattha — Sr. Agentic AI Specialist SA at AWS (1 из 4 соавторов, сторона вендора); Unai Bermejo — Global Expert AI Engineer at Iberdrola, Xabier Muruaga — Global Head of AI and Data at Iberdrola, Iñigo Gutierrez — Global Cloud AI Engineer at Iberdrola (3 из 4 соавторов — сторона клиента/компании), указаны в разделе «About the authors» сохранённого файла. Это совместный текст вендора и клиента, а не чистая вендорская реклама. Количественные метрики эффекта (кроме «thousands») в статье отсутствуют.", "alternative_explanations": "unknown", "costs_side_effects": "unknown — не описаны в статье.", "pdca": null, "transfer_limits": "Практика описана для внутреннего ИТ-департамента (ServiceNow) конкретной компании на платформе Amazon Bedrock AgentCore; перенос на диспетчерские/сетевые операционные процессы или на компании без инфраструктуры AWS источником не обоснован.", "claims": [{"text_ru": "Iberdrola использует оркестрированные ИИ-агенты на Amazon Bedrock AgentCore для валидации заявок на изменения в черновой фазе, контекстного обогащения инцидентов и упрощения выбора модели изменения в ServiceNow; практика описана как уже применяемая («has transformed»).", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения и изменение процесса", "source_url": "https://aws.amazon.com/blogs/machine-learning/iberdrola-enhances-it-operations-using-amazon-bedrock-agentcore/", "locator": "вводные абзацы и раздел «Challenges with change and incident management»"}, {"text_ru": "Практика охватывает «тысячи» заявок на изменения и инцидентов; точная цифра эффекта (время, доля ошибок) в статье не приведена.", "status": "SOURCE_CLAIM", "verification_scope": "масштаб внедрения", "source_url": "https://aws.amazon.com/blogs/machine-learning/iberdrola-enhances-it-operations-using-amazon-bedrock-agentcore/", "locator": "вводный абзац"}], "sources": [{"url": "https://aws.amazon.com/blogs/machine-learning/iberdrola-enhances-it-operations-using-amazon-bedrock-agentcore/", "title": "Iberdrola enhances IT operations using Amazon Bedrock AgentCore", "publisher": "AWS Machine Learning Blog (Amazon Web Services)", "author": "Talha Chattha, Unai Bermejo, Xabier Muruaga, Iñigo Gutierrez", "date": "2026-02-10 (видимая дата «10 FEB 2026»; подтверждено метатегом article:published_time=2026-02-10T10:31:57-08:00)", "type": "vendor blog / customer case", "locator": "полный текст статьи (разделы Overview, Challenges, Solution overview)", "reading_scope": "full_text", "accessed_at": "2026-09-25", "file_id": "X01-F05", "is_primary": true, "interested_party": "vendor"}], "author_model": "claude-sonnet-5", "next_action": "Найти материал самой Iberdrola (годовой отчёт, ИТ-блог, выступление CIO) для независимого подтверждения масштаба и уточнения страны/подразделения внедрения; уточнить количественный эффект."}
{"id": "X01-P05", "record_kind": "practice", "novelty": "updated", "prior_id": "E2-EU-OPS-CASE-006", "links_prior": [{"old_id": "E2-EU-OPS-CASE-006", "layer": "v0.2", "relation": "same_practice", "basis_ru": "Тот же кейс Octopus Energy/Kraken — ИИ-обработка рутинных клиентских писем, зафиксированный в реестре кандидатов M0 (I3-EC-017; prior_ids E2-EU-OPS-CASE-006, CAND-02b0cf5fd43ff948) как ранний кандидат с E4 evidence_level=C, basis=independent_verifier, verdict=confirm; в этой карточке первоисточник (пресс-релиз Octopus Energy от 07.07.2026) прочитан полностью впервые в рамках пакета X01.", "author": "claude-sonnet-5"}], "early_candidate_id": "I3-EC-017", "stream_primary": "ENERGY", "tags": ["GB", "customer_processes"], "organization": "Octopus Energy (совместно с Kraken — технологической платформой, ранее входившей в Octopus Energy Group, ставшей отдельной компанией)", "org_type": "розничный поставщик энергии (энергосбытовая компания), Великобритания", "process": "Клиентские процессы коммунальной компании: ИИ-ассистент Arlo помогает отвечать на рутинные клиентские письма (продление тарифа, даты платежей, данные аккаунта)", "period": "трёхмесячный трайл, завершён к публикации пресс-релиза 2026-07-07; расширение на дату публикации — план, не факт", "industry": "энергетика — розничная продажа энергии, клиентское обслуживание", "industry_std": "energy_utilities", "process_stage": "customer_service_support", "role_in_chain": "utility_operator", "function": "клиентская поддержка / обработка обращений по электронной почте", "b2b_b2c": "b2c", "country": "Великобритания", "country_basis": "пресс-релиз Octopus Energy Group, Лондон, 7 июля 2026", "before": "unknown — источник явно не описывает процесс обработки этих писем до Arlo; упомянуты только «сравнимые ответы» сотрудников-людей как база сравнения удовлетворённости, без описания прежнего процесса.", "after": "ИИ-ассистент Arlo, построенный на платформе Kraken, в течение трёхмесячного трайла помогал отвечать («helps answer») на около 8000 писем в неделю (4% всех клиентских писем поставщика в Великобритании) по темам продления тарифа, дат платежей и данных аккаунта. Каждое письмо, написанное ИИ, явно помечено; клиент в любой момент может запросить общение с человеком. Arlo работает в рамках строгих ограничений («guardrails») и не обрабатывает уязвимых клиентов, чувствительные случаи или сложные жалобы — такие обращения «всегда идут напрямую» («always go straight to») к опытным сотрудникам службы поддержки. Источник не говорит, отправляются ли письма Arlo без просмотра человеком и каким механизмом (правило, классификатор или сотрудник) определяется маршрутизация исключённых категорий — это unknown. По завершении успешного трайла компания заявляет о планах сделать Arlo доступным для большего числа клиентов («plans to make Arlo available to more customers soon») — план, не факт на дату публикации.", "technologies": ["NLP"], "technology_basis": "«Octopus Energy's new AI customer service assistant, Arlo»; «Built on the Kraken operating system to work alongside Octopus' award-winning customer service team – not replace it»; «every AI-written email is clearly labelled» — пресс-релиз Octopus Energy Group, 07.07.2026. Источник не называет конкретную технологию/модель (LLM, generative model и т.п.) явно; фраза «AI-written email» указывает на генерацию текста, поэтому GenAI — HYPOTHESIS (правдоподобно по формулировке «AI-written», но модель не названа), не SOURCE_CLAIM, и не включён в technologies.", "ai_component_established": true, "human_role": "Сотрудники службы поддержки («energy specialists») обрабатывают сложные и чувствительные случаи и обращения уязвимых клиентов; Arlo обрабатывает только рутинные вопросы; клиент может в любой момент запросить человека.", "agent_role": "Arlo «помогает отвечать» («helps answer») на рутинные письма (продление тарифа, платежи, данные аккаунта) в рамках заданных ограничений («works within strict guardrails»). Источник не утверждает, что Arlo самостоятельно отправляет ответы без участия человека, и не описывает механизм маршрутизации исключённых категорий обращений (уязвимые клиенты, чувствительные случаи, сложные жалобы) — сказано только, что такие случаи «всегда идут напрямую» к сотрудникам. Уровень автономии (полностью автономная отправка vs. проверка/утверждение человеком) — unknown; предположение о полной автономии — не более чем HYPOTHESIS, источником не подтверждено.", "authority": "UNKNOWN — источник не говорит, отправляются ли письма Arlo без просмотра человеком (только «helps answer», не «sends autonomously»); способ маршрутизации исключённых категорий (правило, классификатор, сотрудник) не описан. Установлено дословно только правило периметра: «It never handles vulnerable customers, sensitive cases or complex complaints, which always go straight to experienced members of the customer service team» — то есть ЧТО исключено, а не КАК технически устроена маршрутизация или степень автономии внутри разрешённого периметра.", "change_depth": "operation", "governance_change": {"established": true, "what_ru": "Установлены явные границы автономии ИИ-ассистента: перечень исключённых категорий обращений (уязвимые клиенты, чувствительные случаи, сложные жалобы), которые не обрабатываются Arlo и сразу идут к человеку; обязательная маркировка ИИ-писем; право клиента запросить человека в любой момент.", "basis_quote": "It never handles vulnerable customers, sensitive cases or complex complaints, which always go straight to experienced members of the customer service team.", "locator": "основной текст пресс-релиза"}, "deployment_stage": "pilot", "stage_marker_quote": "During the three-month trial, Arlo handled around 8,000 emails a week", "effects": [{"metric": "доля клиентских писем поставщика (UK), обрабатываемых Arlo", "value": "4", "unit": "%", "baseline": null, "period": "трёхмесячный трайл, до 2026-07-07", "claimed_by": "Octopus Energy Group (пресс-релиз)", "status": "SOURCE_CLAIM", "original_number": "4% of all customer emails received by the energy supplier in the UK", "base_object": "Доля от всех клиентских писем энергосбытовой компании Octopus Energy в Великобритании за период трайла; абсолютный общий объём писем в неделю не дан."}, {"metric": "объём писем, обрабатываемых Arlo в неделю", "value": "около 8000", "unit": "писем/неделю", "baseline": null, "period": "трёхмесячный трайл, до 2026-07-07", "claimed_by": "Octopus Energy Group (пресс-релиз)", "status": "SOURCE_CLAIM", "original_number": "around 8,000 emails a week", "base_object": "Письма, обработанные Arlo в рамках трайла (только определённые типы рутинных обращений), не весь объём клиентских обращений компании."}, {"metric": "удовлетворённость клиентов ответом Arlo в сравнении со сравнимыми ответами человека", "value": "76 vs 72", "unit": "% (индекс удовлетворённости)", "baseline": "72% — сравнимые ответы сотрудников-людей", "period": "трёхмесячный трайл, до 2026-07-07", "claimed_by": "Octopus Energy Group (пресс-релиз)", "status": "SOURCE_CLAIM", "original_number": "76% customer satisfaction score... human advisors, which scored 72%", "base_object": "Оценка удовлетворённости по обращениям в рамках трайла Arlo — только по отобранному классу рутинных писем (Arlo намеренно ограничен простыми темами) — в сравнении со «сравнимыми» ответами людей; как именно подбирались сопоставимые ответы людей для сравнения (та же выборка тем, тот же период, случайный отбор), источником не раскрыто. Формулировка «freeing up energy specialists» — качественное заявление компании без данных о высвобожденном времени."}], "effect_evidence": "source_claim", "effect_evidence_note": "Единственный источник — собственный пресс-релиз Octopus Energy Group; независимого измерения удовлетворённости или объёма писем нет; методология расчёта удовлетворённости и сопоставимости выборок «человек vs Arlo» не раскрыта.", "outcome": "Позитивный по самоотчёту компании: удовлетворённость по ограниченному классу рутинных обращений выше сравнимых ответов людей (76% vs 72%); компания объявляет об успешном завершении трайла и планах расширения, но независимого подтверждения нет.", "uncertainty": "Источник — сама компания (не независимая пресса); методология расчёта удовлетворённости не раскрыта; «доступность для большего числа клиентов» — план («plans to… soon»), не факт на дату публикации; Kraken на момент публикации — уже отдельная от Octopus Energy Group компания («Kraken recently spun out of Octopus Energy Group to become an independent company»), что делает совместную разработку смежной вендорской темой. Уровень автономии Arlo (самостоятельная отправка без участия человека vs. проверка/утверждение сотрудником) источником не установлен — HYPOTHESIS максимум, не SOURCE_CLAIM; ранее в карточке было заявлено «действует автономно» — это достройка, исправлено.", "alternative_explanations": "unknown — источник не обсуждает альтернативные причины (например, отбор более простых обращений для трайла, эффект новизны).", "costs_side_effects": "unknown — источник не упоминает затраты или дополнительную нагрузку на команду.", "pdca": null, "transfer_limits": "Практика специфична для розничного энергосбыта в Великобритании и платформы Kraken (на момент публикации — отдельная компания от Octopus Energy Group); перенос на другие рынки, поставщиков или на сетевые/генерирующие компании источником не обоснован.", "claims": [{"text_ru": "В трёхмесячном трайле ИИ-ассистент Arlo (Octopus Energy, платформа Kraken) помогал отвечать на около 8000 писем в неделю (4% всех клиентских писем поставщика в Великобритании) по темам продления тарифа, дат платежей и данных аккаунта.", "status": "SOURCE_CLAIM", "verification_scope": "масштаб внедрения", "source_url": "https://octopus.energy/press/more-news-press-releases/octopus-energy-s-ai-trial-wins-customer-approval/", "locator": "основной текст пресс-релиза", "original_number": "around 8,000 emails a week – 4% of all customer emails"}, {"text_ru": "Удовлетворённость клиентов ответами Arlo составила 76% против 72% у сравнимых ответов сотрудников-людей; методология сравнения не раскрыта.", "status": "SOURCE_CLAIM", "verification_scope": "величина эффекта", "source_url": "https://octopus.energy/press/more-news-press-releases/octopus-energy-s-ai-trial-wins-customer-approval/", "locator": "основной текст пресс-релиза", "original_number": "76% customer satisfaction score... 72%"}, {"text_ru": "Arlo не обрабатывает уязвимых клиентов, чувствительные случаи и сложные жалобы — такие обращения всегда направляются напрямую сотрудникам службы поддержки; каждое письмо ИИ помечено, клиент может запросить человека в любой момент. Источник не уточняет механизм этой маршрутизации и уровень автономии Arlo при отправке ответов.", "status": "SOURCE_CLAIM", "verification_scope": "изменение процесса / границы полномочий ИИ", "source_url": "https://octopus.energy/press/more-news-press-releases/octopus-energy-s-ai-trial-wins-customer-approval/", "locator": "основной текст пресс-релиза"}], "sources": [{"url": "https://octopus.energy/press/more-news-press-releases/octopus-energy-s-ai-trial-wins-customer-approval/", "title": "Octopus Energy's AI trial wins customer approval", "publisher": "Octopus Energy Group (собственный пресс-релиз)", "author": "Octopus Energy Group; цитата — Ashley Firth, Deputy CTO at Octopus Energy", "date": "2026-07-07 (дата в тексте пресс-релиза; отдельного метатега datePublished/article:published_time на странице нет)", "type": "пресс-релиз компании", "locator": "полный текст пресс-релиза", "reading_scope": "full_text", "accessed_at": "2026-09-25", "file_id": "X01-F17", "is_primary": true, "interested_party": "company"}], "author_model": "claude-sonnet-5", "next_action": "Найти независимый материал (пресса, регуляторный обзор) для VERIFIED по показателям удовлетворённости и объёма писем; уточнить, состоялось ли расширение Arlo после трайла."}