Когда бизнес перерос свои системы

Мы подключаемся там, где всё начинает ломаться: продукт, который должен выдержать взгляд инвесторов, или операционка, переросшая таблицы. Сначала стабилизируем, потом строим то, что дальше.

  • Системы в продакшене
  • 9 языков
  • с 2025

Проблема

Признаки, что коробка не подходит

  • Процесс живёт в таблицах, потому что ни одна система не покрывает его от начала до конца.
  • Коробочная CRM внедрена, но половина работы всё равно происходит рядом с ней.
  • Одни и те же данные вводятся дважды, потому что системы не общаются между собой.

Работа

Что мы строим

Кастомная CRM/ERP

Заказы, производство, склад, себестоимость и отчётность в одной модели — чтобы цифры, по которым руководитель принимает решения, брались оттуда же, где фиксируется работа, а не из ежемесячной сверки между четырьмя инструментами. Построена вокруг процесса, который в компании уже есть, а не вместо него процессом вендора.

Интеграция LLM

Извлечение данных из документов и фотографий, классификация и маршрутизация, черновики внутри рабочего процесса. Каждый случай ограничен схемой, в которую он пишет, проверен на ваших собственных данных, прежде чем от него что-то зависит, и достаточно дёшев за вызов, чтобы его не выключать.

Замена легаси

Для внутреннего ПО, которое бизнес перерос, но на котором до сих пор работает. Мы описываем, что оно на самом деле делает, включая поведение, которое никто не задокументировал, а потом переносим его по одному сценарию, пока старая система обслуживает то, что ей осталось.

В продакшене

Механизмы, которые мы закладываем

Переход без швов

Новая система запускается рядом со старой, на тех же данных. Сначала её осваивают ключевые сотрудники, остальные продолжают работать как раньше; когда всё готово, все просто переходят на новую. Старая остаётся запасным вариантом, поэтому откат возможен на любом шаге — без простоя, без потери данных и без «большого переключения».

ИИ читает, расчёты делает код

ИИ хорошо распознаёт документы, фото и текст, но ему нельзя доверять арифметику и решения «на глаз». Поэтому модель только извлекает данные, а считает и проверяет их обычный код — по тем же правилам, что и ручной ввод. Если что-то не сходится, система прямо говорит, что именно не так, а не записывает тихо неправильную цифру. Именно поэтому ИИ можно держать включённым весь день.

Обучение на реальных ошибках

Система видит, где новый сотрудник ошибается в работе, и подбирает материалы именно по этим темам. Умный поиск работает поверх обычной, понятной структуры знаний и ничего не ломает, если временно недоступен. Новичку не нужно месяц самому выяснять, где он слабее всего.

Ничего не держится на памяти

Распределение заявок, напоминания и итоги дня работают по расписанию, а не на привычке, поэтому заявка, которую никто не взял, сразу становится видна. А отчёты собираются из тех же записей, в которых ведётся работа, — их не нужно перепроверять перед совещанием.

На практике

Как выглядят эти системы

Производство и себестоимость

Рецепт, спецификация или наряд, превращённые во что-то с цифрами: выход, потери, себестоимость единицы и то, сколько работа на самом деле зарабатывает, а не выставляет в счёте. Та самая работа, которая иначе живёт в тетради рядом с таблицей.

ИИ внутри процесса, а не рядом

На вход идёт фото рукописного документа или чека поставщика; на выходе — распознанные позиции и актуальные цены в виде структурированных записей, на которых и так работает остальная система. Модель ограничена этой структурой. Именно поэтому она выдерживает, когда с ней работают весь день.

Работает там, где идёт работа

Расчёты выполняются на устройстве, поэтому объект без связи остаётся рабочим, а бэк-офис видит данные, как только появляется подключение.

Выпущено и сопровождается

Выпускаем в сторы или на собственную инфраструктуру компании, локализуем там, где есть пользователи, и сопровождаем релизным циклом, а не передаём и забываем.

Длинная дистанция

Как мы работаем

Это не проект с передачей в конце. Система, на которой работает компания, живёт годами: она приходит этапами, каждый пригоден к работе ещё до начала следующего, а дальше её нужно держать живой, пока бизнес вокруг меняется.

  1. Сначала понять операционку

    Мы разбираемся в работе, делая работу: смотрим на процесс таким, каким он работает на самом деле, включая то, что никто не записал. На выходе — модель данных, на которую наслаиваются следующие пять лет, а не список функций.

  2. Рано вывести сценарий в продакшен

    Первый релиз полностью закрывает один реальный сценарий и идёт в ежедневную работу. Дальше решения обсуждаются против того, как бизнес ведёт себя на самом деле, а не против документа.

  3. Система под стадию компании

    Операционке на двадцать человек и на двести нужны разные системы. Мы строим под то, где бизнес сейчас, с запасом на следующую стадию, а не под оргструктуру, которой ещё нет.

  4. Сделать ИИ инструментом, а не фичей

    Модели идут туда, где убирают ручной ввод. Схема ограничивает, что именно им разрешено записать, и их измеряют на реальных данных, прежде чем бизнесу разрешено зависеть от результата.

  5. Миграция вместо большого переписывания

    Старые системы уходят по одному сценарию, и обе работают, пока новая не заберёт трафик. Переписывание с переключением рубильника — это то, как компании теряют год.

  6. Держать в работе годами

    Релизы, мониторинг и изменения, о которых просят на второй и третий год. Вместе с передачей частей внутренней команде, когда она растёт. Большая часть кастомного ПО умирает именно в этой фазе, поэтому мы планируем её первой.

Команда

Малая команда с длинной историей

Мы — небольшая команда, и в этом наша сила. Каждый приходит со своим опытом, а вместе мы решаем задачу целиком: от первого разговора до системы, которая работает годами.

С вами говорят те, кто делает работу, — без цепочки посредников. Поэтому решения принимаются быстро, а за результат отвечают конкретные люди.

Основатель — Андрей Тищенко

Поговорить с нами

Расскажите, как процесс выглядит сейчас и где он ломается.

Удобнее в чате?Написать в WhatsApp