Строим ИИ-интеграции и показываем, как они работают
Инженерная команда. Собираем ИИ-интеграции, API и веб-системы — и публикуем разборы того, что эксплуатируем сами, вместе с числами и ошибками.
1 364 134
обращений за неделю
через наш шлюз, 30.09–06.10.2026
3,8 с
медианный ответ
половина быстрее этого
28,3 с
девять из десяти ответов быстрее
вместе с распознаванием и синтезом речи
0,1 %
обращений остались без ответа
ещё 13,25 % вытянул запасной путь
Замер 07.10.2026 по журналу собственного шлюза за неделю (30.09–06.10.2026). Один шлюз, все профили задач вместе — от коротких проверок до распознавания и синтеза речи. Профили разные, поэтому медиана и хвост различаются в разы.
Как это обычно идёт
Три шага по порядку. Начинать можно с любого, но пропущенный первый обычно всплывает на третьем.
«Хотим внедрить ИИ, но не понимаем, во что это встанет»
Аудит задачи и архитектуры
Считаем стоимость одного запроса на ваших данных и ищем места, где задача решается без модели дешевле. Разбираем, чем вы будете мерить, что получилось.
У нас самих меньше двух процентов запросов съедали больше половины бюджета — пока не сели считать. Такое видно только на замере.
«Нужен работающий кусок, а не презентация»
Пилот с фиксированным результатом
Ограниченная работа, у которой критерий приёмки записан ДО начала: что именно должно заработать и как мы вместе проверим, что заработало.
Каждый пойманный дефект закрывается своей проверкой рядом с правкой. Иначе он вернётся, и второй раз его будет искать уже ваш клиент.
«Оно ответило неверно, и никто не знает почему»
Сопровождение через шлюз
Маршрутизация между поставщиками моделей, запасной путь при отказе, потолок расходов и разбор жалоб на качество ответов — как регулярная услуга.
На нашем шлюзе до человека отказ доходит в 0,1 % случаев, ещё 13,25 % вытягивает запасной путь. Второе число и есть работа.
Шлюз отвечает
проверено в 11:37 UTCЕдиная точка входа для наших продуктов принимает запросы. Время проверки — рядом с заголовком: страница не опрашивает шлюз на клиенте и не притворяется, что делает это.
Попробуйте сами
POST /api/v1/probeВаш текст уйдёт через тот же шлюз, каким пользуются наши продукты. Модель выбирает правило маршрутизации, а не эта страница.
Как ещё решают эту задачу
| Способ | Кому подойдёт | Чем неудобен |
|---|---|---|
| Своими силами, командой разработки | Есть свободные разработчики и не жаль потратить несколько месяцев на набивание тех же шишек | Основные расходы не на код, а на неочевидное: маршрутизация между моделями, поведение при отказе поставщика, стоимость запроса, разбор жалоб «ответило неверно» |
| Готовый SaaS или плагин | Типовая задача — поддержка, саммари переписки, черновик текста — и данные не жаль отдавать наружу | Настройка кончается там, где начинается ваша специфика; цена привязана к числу пользователей, а не к пользе; данные уходят третьей стороне |
| Интегратор общего профиля | Нужен подрядчик с договором, штатом и сроками по календарю | ИИ-часть чаще всего субподряд, а расходы на модели и поведение под нагрузкой выясняются уже после сдачи |
| QueryPort | Задача нетиповая, важны стоимость запроса и поведение при отказе, и нужен подрядчик, который сам эксплуатирует то, что предлагает | Мы маленькие: параллельно ведём немного проектов, и очередь на старт реальна. Задачи на «сто человек в поле» не берём |
Границы: что делаем на условиях, а что не берём
Честно о границах: в этих случаях лучше сразу выбрать другой путь.
-
Всё должно работать в закрытом контуре
Делаем, но это другая работа: своё решение, свои веса и заметные вычислительные мощности под них. Наш шлюз к внешним поставщикам здесь не при чём — он снимается.
Что делать: Считать железо и сопровождение до старта, а не после: обычно они дороже самой разработки.
-
Нужна своя модель, а не чужая
Небольшие модели обучаем сами и держим в работе: своя модель расстановки знаков препинания работает у нас на живом сервисе. Большие языковые с нуля не тренируем — это другие деньги и другой масштаб вычислителей.
Что делать: Начать с вопроса, нужна ли своя модель вообще: часто хватает дообучения подсказкой и поиска по вашим данным.
-
Нужен ответ, в котором нельзя ошибиться
Тогда, скорее всего, нейросеть здесь лишняя. Она один из инструментов, а не единственный: где нужна гарантия, ставится обычный алгоритм, который даёт один и тот же ответ на одни и те же данные.
Что делать: Разделить задачу: точная часть — на код с проверками, нечёткая — на модель, а решение оставить человеку.
-
Нужен запуск «на этой неделе и подешевле»
Мы начинаем с аудита, потому что половина обращений заканчивается выводом «эта задача решается без ИИ дешевле». Такой вывод — тоже результат, но за него платят.
Что делать: Если решение уже принято и нужны только руки — вам выгоднее почасовой подрядчик.