ZTE привезла на конференцию IPMA Research Conference 2026 в Боготе набор цифр, которые хорошо ложатся в любой корпоративный слайд про AI в управлении проектами: 98% точности при проверке качества и сокращение подготовки проектных отчетов с 180 минут до 5. Для русскоязычной IT-аудитории здесь важна не столько сама презентация, сколько знакомый вектор: ИИ все активнее продают не как «умного собеседника», а как слой автоматизации над тяжелыми операционными процессами.
Компания представила эти результаты на 14-й исследовательской конференции IPMA, где выступили управляющий директор Engineering Services ZTE Colombia Ван Юйчжу и старший эксперт по управлению инженерной поставкой Хосе Перес. Как пишет The Register, ZTE показала, как встраивает AI в управление проектами через собственную платформу iEPMS — Intelligent Engineering Project Management System. Речь идет не об отдельном чат-боте для менеджеров, а о системе, которая закрывает весь жизненный цикл проекта: планирование, контроль затрат, управление качеством, рисками и ресурсами.
В основе подхода — архитектура «One Team, One System, One Mechanism», заточенная под международные проекты с большим числом участников и неизбежной организационной энтропией. Для крупного телеком-вендора это логичный ход: когда у тебя проекты размазаны по разным странам, подрядчикам и типам инфраструктуры, ручное управление быстро превращается в дорогое хобби. ZTE утверждает, что связала в iEPMS цифровые, автоматизированные и интеллектуальные сценарии, чтобы повысить точность управления и скорость принятия решений. На практике это означает, что ИИ подключили к задачам, где особенно заметна цена человеческой рутины: проверка качества, генерация проектной документации, анализ рисков и подготовка отчетности.
Технологический стек компания описывает без лишней скромности: OCR для извлечения данных из документов, AI-агенты для автоматизации отдельных рабочих цепочек, большие языковые модели и RAG для «подпитки» систем внутренними знаниями. Заявленный эффект выглядит так: AI-проверка качества достигла 98% точности, а генерация проектных отчетов сократилась с трех часов до пяти минут. Если эти цифры подтверждаются на реальной операционке, главный выигрыш здесь даже не в экономии рабочего времени менеджера. Куда важнее снижение задержек между фактом на площадке и его отражением в системе. Для распределенных инженерных проектов именно лаг между событием и управленческой реакцией обычно съедает бюджет, сроки и нервы.
ZTE подкрепляет презентацию масштабом собственной сети поставок. По данным компании, по всему миру она реализовала более 240 тысяч проектов, развернула свыше 7 миллионов базовых станций, проложила более 240 тысяч километров оптического кабеля и управляет или обслуживает более 510 тысяч километров сетевой кабельной инфраструктуры. На таком объеме уже можно не спорить о том, нужен ли единый слой автоматизации: без него управленческий контур становится просто слишком дорогим. Компания также заявляет о снижении затрат на приемку на 65%, сокращении повторных выездов на площадки на 85% и росте эффективности активации сети в 2,5 раза. Финансовой расшифровки этих метрик нет, поэтому воспринимать их стоит как внутренние KPI поставщика, а не как независимый аудит. Но сама логика понятна: чем лучше ты стандартизировал процессы и цифровой след, тем проще прикручивать к этому ИИ без немедленного превращения проекта в цирк с галлюцинациями.
Из конкретных кейсов ZTE отдельно выделила проект RAN-сети в Эквадоре. Там компания интегрировала интеллектуальную платформу более чем с 50 стандартными операционными процедурами и добилась миграции сети при передаче между контурами с «нулевым восприятием со стороны пользователей». Формулировка маркетинговая, но смысл считывается: задача была в том, чтобы переключения и миграции не ударили по абонентскому опыту. Для телеком-операторов это чувствительная зона, потому что любой сбой при миграции быстро превращается в проблему не только техническую, но и репутационную. В Колумбии, по словам компании, цифровые инструменты управления проектами уже используются в проектах по установке литиевых батарей, солнечной энергетике, микроволновым линиям, FTTH и DWDM-сетям. То есть ZTE явно продает не узкий продукт для телеком-стройки, а универсальную управленческую надстройку для инфраструктурных проектов с высокой операционной сложностью.
Для разработчиков и продуктовых команд в этой истории есть довольно прозаичный вывод. Корпоративный спрос смещается от «давайте попробуем LLM в интерфейсе» к системам, которые умеют встраиваться в реальный workflow, работать с внутренними документами, SOP и историей проектов, а затем выдавать измеримый эффект в минутах, процентах и количестве выездов. Иными словами, рынок снова напоминает старую истину: ценной становится не сама модель, а способность нормально приземлить ее на процессы, данные и ответственность. В этом смысле AI в управлении проектами — уже не красивый баннер для конференций, а отдельный класс прикладных систем, где нужны не только ML-инженеры, но и сильные интеграторы, архитекторы данных, специалисты по knowledge management и люди, которые понимают, как устроена полевая эксплуатация.
Для бизнеса сигнал тоже читается без труда. Чем больше компания зависит от географически распределенной доставки, подрядчиков и сложной отчетности, тем выше шанс, что следующий крупный AI-бюджет уйдет не в генерацию текстов для маркетинга, а в автоматизацию операций. Особенно в отраслях, где цена ошибки считается не лайками, а часами простоя, штрафами, повторными выездами и переносом запуска сети. Поэтому презентация ZTE интересна не как отдельная новость про вендора, а как маркер того, куда движется корпоративный рынок: ИИ все настойчивее встраивают в управленческий бэк-офис и инженерную поставку, где «минус 175 минут на отчет» звучит убедительнее любой речи о цифровом будущем.
Главный вопрос теперь не в том, будут ли крупные инфраструктурные компании внедрять AI в управление проектами, а в том, кто научится делать это без потери контроля над качеством и без новой бюрократии поверх старой. Судя по риторике конференции IPMA, следующая конкуренция развернется уже не за сам факт внедрения, а за способность связать ИИ, внутренние знания и проектную дисциплину в рабочую систему, которая полезна не на сцене, а в ежедневной доставке.