Поиск ответа занимает секунды
В компаниях с большой внутренней базой сотрудник ищет нужный пункт 10–30 минут. С системой на RAG это 10–20 секунд, причём под ответом стоит ссылка на источник — сотрудник может перепроверить сам.
✱
Искусственный интеллект / ИИ-решения
ИИ-решения, которые работают на ваших собственных данных
За годы работы в компании накопились договоры, счета, заказы и переписка. Чтобы найти в них нужный ответ, сотрудник тратит часы. ИИ-решение находит его за секунды, показывает источник и честно останавливается там, где данных нет.
- +Команда разработки в Ташкенте
- +Работаем с Claude API и OpenAI API
- +Документы на узбекском и русском
- +Каждый ответ со ссылкой на источник
- +Начинаем с пилота — без большого бюджета
Что такое ИИ-решение и когда оно действительно окупается
Под «искусственным интеллектом» многие понимают только чат-бота. На деле ИИ-решения для бизнеса гораздо шире: извлечение данных из документов, прогноз продаж, рекомендации товаров, поиск ответа во внутренней базе знаний. Каждая из этих задач требует своей архитектуры и своего подхода к данным.
Мы не продаём ИИ как волшебство. Модель не изобретает знания — она работает только с тем, что вы ей дали. Поэтому любой проект начинается со сбора и приведения данных в порядок. Если прайс лежит в пяти разных версиях Excel, ИИ будет отвечать так же противоречиво. Мы говорим об этом заранее, а не в конце.
Самое частое решение — база знаний на RAG (Retrieval-Augmented Generation). Документы режутся на фрагменты, попадают в векторную базу (pgvector или Qdrant), и при каждом вопросе система находит наиболее подходящие фрагменты и передаёт их модели. Ответ строится только на них, а внизу указывается документ и страница.
Второе крупное направление — автоматизация документооборота. Договоры, счета-фактуры, акты и заявления сотрудники переносят в систему руками. ИИ читает текст, вытаскивает нужные поля и записывает их сам. Для бумажных сканов добавляется OCR, для голосовых обращений — расшифровка через Whisper.
Третье — модели, работающие с числами: прогноз продаж, прогноз складских остатков, вероятность оттока клиента, рекомендации для каталога. Здесь применяется не большая языковая модель, а классическое машинное обучение, и результат измеряется в конкретных процентах точности.
Что входит
Входит в каждый проект по умолчанию
Это не платные дополнения — всё есть даже в базовом пакете.
- +Постановка задачи: что решает ИИ и как измеряется результат
- +Аудит данных — какие источники есть, а каких не хватает
- +Очистка данных и приведение к единому формату
- +Выбор модели: Claude API, OpenAI API или модель на вашем сервере
- +Написание промптов и правил ответа, определение границ
- +Настройка векторной базы (pgvector или Qdrant) и индексация
- +Тестовый набор для проверки качества — не менее 100 вопросов
- +Защита от галлюцинаций: ссылки на источник и ответ «не знаю»
- +Подключение к вашим системам: сайт, CRM, 1С или внутренняя панель
- +Админ-панель — обновление документов и проверка ответов
- +Инструкция для сотрудников и обучение при запуске
- +Реальный замер и прогноз месячного расхода на API
- +6 месяцев технической поддержки после запуска
Зачем это нужно
Что искусственный интеллект даёт бизнесу
Не абстрактная экономия времени, а измеримый результат. Ниже — что реально работает.
Ввод документов перестаёт быть ручным
Перенос полей из счёта или договора занимает 5–15 минут на документ. ИИ делает это за 10–20 секунд с точностью обычно 90–97%. Остальное подтверждает человек, поэтому экран проверки в системе обязателен.
Прогноз опирается на цифры
Планирование продаж и закупок часто держится на интуиции менеджера. Модель берёт сезонность и тренд из истории за 2–3 года. В реальных проектах ошибка составляет 10–25% — это не точное знание, но для плана закупок достаточно.
Рекомендации поднимают средний чек
Если в каталоге больше тысячи позиций, клиент смотрит три-четыре страницы и уходит. Блок рекомендаций на основе истории покупок обычно даёт прирост среднего чека на 5–15%. Точная цифра зависит от качества каталога и трафика.
Знания остаются в системе, а не в голове
Уходит опытный сотрудник — уходят и его знания. Регламенты, договорённости и нестандартные случаи, записанные в базу знаний, остаются в компании. Новичок спрашивает у ИИ и не отвлекает коллег.
Расходы понятны заранее
Разработка оплачивается один раз, расход на API — ежемесячно и зависит от числа запросов. На пилоте мы замеряем реальный объём и называем месячную сумму в сумах. Неожиданных счетов не возникает.
Можно начать с малого
Внедрять ИИ сразу по всей компании необязательно. Начинаем с одного отдела и одной задачи, результат виден через три-четыре недели. Если не сработает, потери ограничены 18 миллионами сум, а не сотнями миллионов.
Кому подходит
Какие компании заказывают ИИ-решения
Общее правило: много данных, много повторяющейся работы и высокая цена ошибки.
Юридические и консалтинговые компании
Большой архив договоров и нормативных документов. ИИ находит нужный пункт, готовит выжимку и показывает источник.
Торговля и дистрибуция
Прогноз остатков, план закупок и рекомендации для каталога. Здесь эффект измеряется прямо в деньгах.
Клиники и лаборатории
Структурирование карт пациентов и результатов анализов, внутренний поиск по протоколам. Диагноз на ИИ не перекладывается.
Логистика и доставка
Автоматическое чтение товаросопроводительных документов, прогноз сроков и классификация обращений клиентов.
Финансы и бухгалтерские услуги
Распознавание счетов, категоризация транзакций и пометка нетипичных операций для проверки.
Образование и HR-отделы
База знаний по внутренним регламентам, первичный отбор резюме, автоматическая проверка тестов.
Производственные предприятия
Поиск по документации на оборудование и техническим регламентам, прогноз сроков обслуживания по истории отказов.
Цены
Стоимость ИИ-решения — три пакета
Разработка оплачивается один раз. Расход на API — отдельно и ежемесячно.
Пилот
Одна конкретная задача, быстрый результат
18 000 000
сум
3–4 недели
- +Одна задача: база знаний на RAG или анализ документов
- +Индексация до 500 документов или страниц
- +Подключение Claude API или OpenAI API
- +Векторная база на pgvector
- +Простой веб-интерфейс или доступ через Telegram
- +Работа с текстами на узбекском и русском
- +В каждом ответе документ-источник и номер страницы
- +Тест качества из 100 вопросов и отчёт по нему
- +Реальный замер месячного расхода на API
- +3 месяца технической поддержки
Проверить, даёт ли ИИ пользу, без большого бюджета
Стандарт
Система, готовая к промышленной работе
45 000 000
сум
6–10 недель
- +Всё, что входит в пакет «Пилот»
- +Без ограничения по объёму документов, Qdrant или pgvector
- +Извлечение полей из документов (договор, счёт, акт)
- +OCR для отсканированных документов
- +Расшифровка голосовых обращений через Whisper
- +Интеграция с CRM, 1С или внутренней системой
- +Роли и права доступа с разделением по отделам
- +Админ-панель: загрузка документов, переиндексация, правка ответов
- +Мониторинг качества ответов и пометка ошибочных
- +Обучение сотрудников и видеоинструкция
- +6 месяцев технической поддержки
Решение, встроенное в ежедневную работу, CRM и документооборот
Корпоративный
Закрытый контур и сложные модели
По договору
от 3 месяцев
- +Открытая модель на вашем сервере (Llama, Qwen)
- +Прогнозные модели: продажи, остатки, отток клиентов
- +Рекомендательная система для каталога и A/B-тестирование
- +Полная интеграция с ERP и складскими системами
- +Журнал аудита и маскирование персональных данных
- +Нагрузочное тестирование и SLA
- +Периодическое переобучение модели и контроль качества
Организациям, где данные не должны покидать периметр компании
Цены указаны на 2026 год, итоговая смета подтверждается после бесплатной консультации. Ежемесячный расход на API модели считается отдельно: при небольшом объёме (200–500 запросов в день) это примерно 300 000 – 1 200 000 сум, при среднем — 1 500 000 – 4 000 000 сум. Эти деньги платятся напрямую провайдеру (Anthropic или OpenAI), мы не добавляем к ним процент. На пилоте замеряем реальный объём и называем точную сумму.
Процесс
Как создаётся ИИ-решение
Пять этапов. Больше всего времени уходит не на код, а на приведение данных в порядок.
- 01
Постановка задачи
Фиксируем, какая работа сейчас делается руками, сколько времени занимает и как будет измеряться успех. Если ИИ здесь не даёт выгоды — мы скажем об этом прямо.
3–5 дней - 02
Аудит данных
Разбираем документы, базы и Excel-файлы. Что полное, что устарело, чего нет вовсе — всё попадает в список и приводится в порядок.
1–2 недели - 03
Прототип
Собираем работающую версию на небольшом объёме данных. Вы проверяете её реальными вопросами и принимаете решение — продолжать или остановиться.
2–3 недели - 04
Разработка и интеграция
Индексируем полный объём, подключаем CRM и документооборот, настраиваем роли. Демо показываем еженедельно, правки вносим по ходу, а не в конце.
3–7 недель - 05
Запуск и донастройка
Система запускается, и первый месяц мы разбираем реальные вопросы. Ошибочные ответы помечаются, промпты и индекс перенастраиваются — качество растёт со временем.
постоянно
Примеры
Решения, которые мы создали
В каждом проекте модель данных, интеграции и интерфейс сделаны нашей командой.
Вопросы и ответы
Частые вопросы
Что чаще всего спрашивают про искусственный интеллект — и честные ответы.
- Пакет «Пилот» начинается от 18 000 000 сум — это решение одной задачи на объёме до 500 документов. Готовый к промышленной работе «Стандарт» — от 45 000 000 сум. Это разовая оплата. Расход на API модели считается отдельно и обычно составляет от 300 000 до 4 000 000 сум в месяц в зависимости от числа запросов.
- Будет, и мы это не скрываем. Языковые модели склонны к галлюцинациям — уверенным тоном выдавать неверную информацию. Мы снижаем риск тремя способами: модель отвечает только в рамках ваших документов, под каждым ответом стоит ссылка на источник, а при отсутствии подходящего фрагмента система отвечает «данных нет». До нуля риск не падает, поэтому важные решения всё равно подтверждает человек.
- Да, модели Claude и GPT неплохо работают с узбекским — и на латинице, и на кириллице, и в смешанном узбекско-русском тексте. Качество чуть ниже, чем на русском и английском, поэтому для узбекских документов мы собираем отдельный тестовый набор и проверяем ответы вручную.
- Если процесс идёт по жёстким правилам, обычный скрипт или формула дешевле и надёжнее. Если данных мало или они хаотичны, модели просто не на чем учиться. Для работы, которая выполняется несколько раз в месяц, ИИ экономически не окупается. В таких случаях мы говорим об этом открыто.
- По умолчанию документы лежат на вашем сервере или в выбранном вами облаке, а модели передаются только фрагменты, относящиеся к вопросу. По бизнес-условиям Anthropic и OpenAI данные, переданные через API, не используются для обучения моделей. Если требуется, чтобы данные вообще не покидали компанию, ставим открытую модель на ваш сервер.
- RAG — подход, при котором система сначала находит подходящие фрагменты в базе знаний и передаёт их модели как контекст, и только потом формирует ответ. Это дешевле и быстрее дообучения модели: добавили новый документ — система уже знает его. Заодно источник ответа становится прозрачным, а галлюцинаций заметно меньше.
- Пилот сдаётся за 3–4 недели, «Стандарт» — за 6–10 недель. Сильнее всего на срок влияет состояние данных. Если документы упорядочены, срок сокращается; если они разбросаны по разным форматам, этап аудита удлиняется. Второй фактор — ответственный с вашей стороны. Когда ответы на наши вопросы приходят через несколько дней, график сдвигается, поэтому мы согласовываем контактное лицо на старте.
- Для языковых моделей — Claude API или OpenAI API, для закрытого контура — открытые модели на собственном сервере. В качестве векторной базы pgvector для PostgreSQL или отдельный Qdrant. Для речи — Whisper, для сканов — OCR. Бэкенд обычно на Node.js или Python, интеграции через REST API.
- В наших проектах обычно нет. ИИ забирает повторяющуюся работу: поиск, перенос данных, классификацию. Принятие решений и сложное общение с клиентом остаются за человеком. Чаще встречается другой результат: та же команда справляется с большим объёмом, и потребность в новых наймах отпадает.
- Да. Через админ-панель вы загружаете новые документы, удаляете устаревшие и запускаете переиндексацию одной кнопкой. Неверные ответы можно помечать — по этому списку мы проводим следующую донастройку. Код, база данных и документация остаются вашими. При желании вы сможете продолжить с другой командой — привязки к нам нет.
Давайте вместе определим, какую работу можно отдать ИИ
На бесплатной консультации разберём ваши процессы, покажем, где искусственный интеллект даст реальную пользу, и честно скажем, где не даст. Затем назовём точную цену и срок. Без обязательств — +998 90 954 12 62.