NTT DATA сократила время анализа инцидентов до 30 минут с помощью ИИ OpenAI

Японский ИТ-интегратор NTT DATA внедрил ChatGPT Enterprise и модель Codex для автоматизации рутинных задач. Это позволило сотрудникам компании сократить время анализа критических инцидентов до получаса.

Оптимизация процессов в NTT DATA

Компания NTT DATA Group объявила об успешной интеграции инструментов искусственного интеллекта от OpenAI в свои внутренние бизнес-процессы. Ключевым результатом внедрения ChatGPT Enterprise и модели Codex стало значительное ускорение обработки технических сбоев. Теперь время, затрачиваемое специалистами на анализ инцидентов, сократилось до 30 минут, что существенно повышает оперативность реагирования на запросы клиентов и стабильность ИТ-систем.

В проекте задействовано около 9000 сотрудников компании, для которых нейросетевые инструменты стали повседневными помощниками. Автоматизация позволила перераспределить ресурсы инженерных команд, снизив нагрузку, связанную с ручным разбором логов и поиском причин неисправностей в сложных инфраструктурных решениях.

Предыстория и контекст

Для крупного международного ИТ-интегратора, каким является NTT DATA, скорость устранения неполадок напрямую влияет на качество предоставляемых услуг и уровень доверия заказчиков. До внедрения специализированных инструментов на базе моделей OpenAI инженеры компании тратили значительные временные ресурсы на первичную диагностику. В условиях растущей сложности корпоративных сетей и облачных сред традиционные методы анализа стали требовать глубокой технологической оптимизации.

Выбор в пользу решений OpenAI был обусловлен необходимостью соблюдения строгих корпоративных стандартов безопасности. Использование ChatGPT Enterprise обеспечивает защиту данных, гарантируя, что информация, используемая сотрудниками в работе, не применяется для обучения публичных моделей. Это стало решающим фактором для интеграции ИИ в контур управления японской технологической корпорации.

Как нейросети помогают инженерам?

Технология Codex, интегрированная в рабочие процессы NTT DATA, позволяет эффективно интерпретировать техническую документацию и программный код. В отличие от стандартных инструментов автоматизации, нейросетевые модели способны анализировать массивы технических данных, предоставляя инженерам структурированные выводы. Это исключает необходимость длительного изучения тысяч строк логов, позволяя техническим специалистам быстрее принимать решения по исправлению ошибок.

Технологические аспекты внедрения

Архитектура решения строится на использовании защищенной среды ChatGPT Enterprise. Это позволяет сотрудникам NTT DATA взаимодействовать с нейросетью, сохраняя конфиденциальность внутренних разработок и данных клиентов. Процесс анализа инцидента теперь выглядит как автоматизированный конвейер: данные из систем мониторинга передаются в модель, которая обрабатывает их и выдает сжатый аналитический отчет, значительно упрощая работу дежурных инженеров.

Кого затронет и как

Практические изменения ощутили системные администраторы, инженеры по сопровождению инфраструктуры и разработчики компании. Для них работа с инцидентами стала более предсказуемой и менее трудоемкой. Бизнес-клиенты NTT DATA получают преимущество в виде сокращения времени простоя систем и более быстрого устранения технических проблем. Успешный кейс компании демонстрирует, как крупные игроки рынка могут масштабировать использование генеративного ИИ в корпоративном секторе без ущерба для безопасности.

Что будет дальше

NTT DATA планирует продолжать масштабирование опыта использования ИИ во всех подразделениях группы. Ожидается, что успех текущей инициативы станет стимулом для дальнейшей автоматизации процессов разработки программного обеспечения и поддержки продаж. Компания рассматривает генеративный ИИ как ключевой инструмент для повышения общей эффективности бизнеса в долгосрочной перспективе.

Итог

Внедрение решений OpenAI позволило NTT DATA оптимизировать критически важные процессы реагирования на инциденты. Этот пример наглядно показывает, что при правильном подходе к безопасности ИИ способен стать мощным драйвером производительности для крупных ИТ-компаний.