Перейти к содержимому
ZEVSLAB

AI-решения

AI-решение, которое сокращает измеримую ручную работу и остаётся управляемым после запуска

Классификация обращений, разбор документов, ассистенты для сотрудников, поиск по базе знаний и AI-функции в существующем продукте. Подключаем их к 1С, Kaspi, CRM, сайту и мессенджерам. До разработки проверяем качество на ваших данных, считаем стоимость и определяем, где результат должен проверять человек.

  • PHP
  • Laravel
  • Python
  • LLM API
  • Векторный поиск
  • Очереди
  • PostgreSQL
  • Мониторинг расходов
  • 1С и CommerceML
  • Kaspi API
  • Bitrix24 и amoCRM
  • WhatsApp и Telegram

01Симптомы

С чем обычно приходят

Ниже — типичные ситуации, с которых начинается предметный разговор.

  • Сотрудники вручную разбирают поток однотипных писем и заявок
  • Данные из счетов, накладных и договоров переносятся в систему руками
  • Заказы, оплаты и обращения приходится вручную сверять между Kaspi, 1С и CRM
  • Поддержка отвечает на одни и те же вопросы, ответы разбросаны по документам и чатам
  • Внедрили готовое AI-решение, но оно не знает вашей специфики и ошибается
  • Непонятно, во что обойдётся обработка одного обращения моделью
  • Есть требование «добавить AI», но нет задачи, которую он должен решить
  • Модель иногда выдаёт уверенно неверный ответ, и это попадает к клиенту

02Охват

Когда это полезно

  • Есть измеримый объём ручной рутины с понятными правилами
  • Нужно решить, стоит ли задача внедрения, до того как вкладываться в разработку
  • Готовые сервисы не подходят из-за специфики данных или требований к их хранению
  • Нужно встроить AI-функцию в существующий продукт, а не покупать отдельный инструмент
  • Результат должен возвращаться в 1С, Kaspi, CRM или рабочий канал сотрудников
  • Предыдущая попытка внедрения не дала результата, и нужно понять причину

Примеры задач

  • Классификация и маршрутизация входящих обращений по темам и приоритету
  • Извлечение структурированных полей из писем, документов и вложений
  • Перенос подтверждённых данных из счетов и накладных в 1С или учётную систему
  • Классификация заявок из сайта, WhatsApp и Telegram с созданием карточки в CRM
  • Связка статусов заказов и оплат Kaspi с бэкендом, CRM и уведомлениями
  • Поиск по внутренней базе знаний с ответами, опирающимися на источники
  • Черновики ответов для поддержки с обязательным подтверждением оператором
  • Встраивание AI-функций в существующий бэкенд через очереди и фоновые задачи
  • Контур проверки человеком: пороги уверенности, эскалация, обучение на исправлениях
  • Учёт и ограничение расходов на вызовы модели
  • Оценка качества на размеченной выборке до внедрения в рабочую систему

03Результат

Что может войти в результат

Состав зависит от задачи. Ниже — типичные результаты, которые можно проверить, передать команде и использовать без постоянной зависимости от подрядчика.

Расчёт целесообразности

Сколько времени занимает задача сейчас, сколько будет стоить её автоматизация и обработка одной единицы моделью. Если расчёт не сходится, мы говорим об этом до начала разработки, а не после.

Реализация с контуром проверки

Работающая функция внутри вашей системы. Решения модели с низкой уверенностью уходят человеку, а не клиенту.

Измерение качества

Размеченная выборка и метрики на ней. Утверждение «работает хорошо» подкреплено числами на ваших данных, а не общими обещаниями.

Контроль расходов

Лимиты, учёт вызовов и понимание, как стоимость меняется с ростом объёма.

Интеграционный контур

Проверенный результат возвращается в 1С, Kaspi, CRM, сайт или мессенджер через доступный API. Права, повторная доставка и журнал действий входят в архитектуру, а не добавляются после запуска.

04Ход работы

Что происходит внутри проекта

  1. 01

    Первичная консультация

    Бесплатно обсуждаем один процесс, желаемый результат, доступные данные и системы. За 30 минут определяем, есть ли смысл переходить к платной проверке задачи.

  2. 02

    Постановка задачи

    Что именно автоматизируем, как выглядит правильный результат, кто отвечает за ошибку. Без ответов на это внедрение не начинается.

  3. 03

    Проверка на данных

    Небольшая размеченная выборка ваших реальных данных. Показывает достижимое качество раньше, чем потрачен бюджет на разработку.

  4. 04

    Экономика

    Стоимость обработки единицы, объём в месяц, экономия ручного труда. Решение о продолжении принимается по расчёту.

  5. 05

    Реализация

    Интеграция в существующий бэкенд, 1С, CRM, Kaspi или рабочий канал. Асинхронно, с ретраями, журналом действий и ограничением расходов.

  6. 06

    Проверка человеком

    Пороги уверенности, очередь на проверку, накопление исправлений для последующего улучшения.

Схема 1Последовательность работ по направлению «AI-решения»: каждый шаг заканчивается результатом, который можно проверить до перехода к следующему.

05Разборы

Как это выглядит на практике

Ход рассуждения, архитектурные решения и нештатные ситуации по этому направлению.

  • Архитектурный разборКлиентская поддержка

    AI-маршрутизация входящих обращений с проверкой оператором

    Разбор подхода к автоматической классификации входящего потока писем: извлечение полей, пороги уверенности, передача спорных случаев оператору, измерение качества на размеченной выборке и контроль расходов на вызовы модели.

    • LLM API
    • Python
    • PostgreSQL
    • Очереди
    • +3

06Форматы

Как можно начать

Для AI-направления опубликованы ориентиры по четырём этапам. Объём и цена каждого платного этапа фиксируются до его начала.

Первичная консультация

Бесплатно, 30 минут. Разбираем контекст и выбираем один сценарий для возможной проверки. Продолжать работу после встречи необязательно.

Проверка задачи

150–300 тыс. ₸, 2–3 рабочих дня. Изучаем процесс, оцениваем достижимое качество и экономику. Результат — обоснованное «да» или «нет» с расчётом. Отрицательный ответ здесь такой же полезный результат, как положительный.

AI-пилот

0,9–2 млн ₸, 2–4 недели. Ограниченная реализация на одном процессе с измерением результата до масштабирования.

Внедрение в рабочую систему

От 2,5 млн ₸ и от 4 недель. Интеграция проверенной AI-функции с мониторингом, контролем расходов и контуром проверки.

07Вопросы

Что обычно спрашивают

Вы делаете чат-ботов?

Сначала определяем, какую задачу должен решить бот и как измерить результат. Если нужен именно диалоговый интерфейс — спроектируем его. Если по расчёту надёжнее автоматизировать внутренний разбор обращений или подготовку черновиков для операторов, предложим этот вариант и покажем расчёт.

Что делать с тем, что модель ошибается?

Проектировать систему исходя из того, что она будет ошибаться. Для каждой задачи определяется цена ошибки. Там, где она высока, решение модели обязательно проходит через человека. Полностью автономной обработки без надзора мы не предлагаем для задач, где ошибка стоит денег или репутации.

Наши данные будут отправляться во внешний сервис?

Это решается на старте и зависит от ваших требований. Возможны варианты с обезличиванием, с обработкой в контуре, где это допустимо вашей политикой, или с моделями, размещёнными локально. У каждого варианта своя стоимость и своё качество — выбор делается осознанно, а не по умолчанию.

Можно подключить AI к 1С, Kaspi и нашей CRM?

Да, если у нужной конфигурации и аккаунта есть подходящий API или другой согласованный способ обмена. Типовые связки: распознанный документ проходит проверку и попадает в 1С; обращение из сайта или мессенджера классифицируется и создаёт карточку в CRM; статусы заказов и оплат Kaspi синхронизируются с бэкендом и уведомлениями. Финансово значимые действия не выполняются по одному ответу модели — добавляем проверку, идемпотентность и журнал операций.

Решение сможет работать на русском и казахском языках?

Да, но качество нельзя считать одинаковым по умолчанию. Собираем отдельные контрольные примеры на русском и казахском, измеряем ошибки для каждого языка и задаём общий маршрут передачи человеку. Интерфейс можно разместить на сайте, в WhatsApp, Telegram или внутренней системе.

Как определяется стоимость разработки?

Первичная 30-минутная консультация бесплатна. Для одного ограниченного сценария проверка задачи стоит 150–300 тыс. ₸, пилот — 0,9–2 млн ₸, внедрение в рабочую систему начинается от 2,5 млн ₸. До начала каждого платного этапа фиксируем объём, результат и цену. Инфраструктура, использование моделей и сторонние лицензии рассчитываются отдельно. Работа за пределами согласованного объёма начинается только после подтверждения.

Сколько это стоит в эксплуатации?

Считается по объёму: стоимость обработки одной единицы умножается на месячный поток. Расчёт делается на этапе разбора целесообразности, до разработки. Именно он чаще всего и определяет, стоит ли браться за задачу.

У нас нет размеченных данных. Это блокирует работу?

Нет. Разметка выборки — часть этапа проверки. Нужный объём зависит от числа категорий, разнообразия формулировок и цены ошибки; его определяем на том же этапе. Разметку выполняют сотрудники, которые знают текущий процесс и могут однозначно определить правильный результат.

Обсудить задачу

Опишите текущее состояние системы и желаемый результат. Определим, относится ли задача к направлению «AI-решения» и с какого шага разумно начать.