В статье рассматриваются методы оптимизации распределения задач в IT-системах с использованием метаэвристических алгоритмов, таких как генетический алгоритм (GA), алгоритм роя частиц (PSO) и алгоритм колонии муравьёв (ACO). Исследование направлено на анализ применимости этих алгоритмов для решения сложных задач в современных IT-средах, где традиционные методы не обеспечивают необходимой точности или скорости обработки больших объёмов данных. Основное внимание уделено системам, требующим эффективного распределения вычислительных и человеческих ресурсов с целью повышения производительности и снижения издержек. Разработаны математические модели динамической оптимизации с учётом таких параметров, как стоимость, время и качество выполнения задач. Сравнительный анализ показал, что каждый из алгоритмов обладает своими преимуществами: GA более эффективен по времени, но требует больших затрат, в то время как PSO и ACO обеспечивают высокое качество при меньших временных и вычислительных издержках. Практическая значимость работы заключается в возможности применения предложенных методов для автоматизации процессов управления ресурсами в IT, что способствует росту операционной эффективности и снижению расходов. Научная ценность заключается в расширении теоретических подходов к применению метаэвристических методов в решении задач оптимизации в области IT-услуг и управления проектами.