AI
СВОЙ ИИ СЕРВИС
- 5+ проектов
- от 1 недели
- полный цикл
Отдельный продукт на базе готовой модели: своя логика, свой интерфейс, свои данные и правила. Сервис работает под вашим брендом и решает вашу задачу, а не отвечает на всё подряд.
КОМУ ПОДХОДИТ?
Три ситуации, в которых нужен собственный сервис, а не подписка
- .01
ИДЕЯ ЕСТЬ, ПРОДУКТА НЕТ
Вы понимаете, какую задачу должен решать сервис и кому его продавать. Дальше начинается развилка: какая модель, где она работает, сколько стоит запрос, что делать, когда пользователей станет много. Каждый ответ здесь тянет за собой остальные. Пока они не сведены в одну схему, оценить проект невозможно — можно только назвать цифру наугад и потом её пересматривать.
- .02
ПРОТОТИП РАБОТАЕТ, ПРОДУКТ — НЕТ
Собрано на скорую руку, показывает результат, даже нравится первым пользователям. Но нет учётных записей, оплат, ограничений по тарифам, контроля расходов — и любая нагрузка выше десятка человек ломает и сервис, и бюджет. Разница между демонстрацией и продуктом почти вся невидимая: она в том, что происходит при ошибке модели, при всплеске запросов и при пользователе, который решил проверить систему на прочность.
- .03
ЭТО ДОЛЖНО БЫТЬ ВАШИМ, А НЕ ЧУЖИМ
Задача решается существующими сервисами, но каждый из них — чужая подписка, чужие правила и чужой доступ к вашим данным. Продавать это своим клиентам под своим именем не получится. Собственный сервис снимает и потолок по цене: вы продаёте результат, а не перепродаёте доступ, и не зависите от того, что завтра решит поменять провайдер.
ЧТО ВХОДИТ
Ниже этого мы не делаем
- - Разбор задачи и архитектура.01
- - Подбор модели и расчёт стоимости запроса.02
- - Уникальный дизайн, не шаблон.03
- - Разработка с нуля, без готовых сборок.04
- - Учётные записи, роли и лимиты.05
- - Ограничения и контроль ответов.06
- - Админ-панель от LUNO.07
- - Запуск на наших серверах.08
- - Документация и передача проекта.09
- ЭТО НИЖНЯЯ ГРАНИЦА, А НЕ ПАКЕТ
Всё перечисленное входит в любой проект — даже в самый простой и самый недорогой. Урезанных версий не бывает.
- ЭКОНОМИКА СЧИТАЕТСЯ ДО РАЗРАБОТКИ
Каждый запрос к модели стоит денег. Сколько именно и как это соотносится с вашей ценой для пользователя — считаем на разборе, а не после запуска.
- ПОТОЛКА НЕТ
Мы не собираем из шаблонов, поэтому не упираемся в чужие ограничения. Дальше сервис достраивается под то, как устроен ваш продукт: нагрузки, интеграции, локальные модели, свои тарифы.
ЧТО ВНУТРИ
ДАННЫЕ ОСТАЮТСЯ У ВАС
Модель можно развернуть на выделенном сервере — вашем или нашем: запросы, документы и переписка не уходят к внешним провайдерам. Инфраструктуру ведёт человек с 20-летним опытом, и это та же инфраструктура, на которой живут остальные наши проекты. Если чувствительных данных нет, работаем через провайдера — это дешевле и быстрее. Вариант выбирается до старта, а не выясняется после запуска.
ИИ НУЖЕН НЕ ВЕЗДЕ
Там, где важна точность без исключений — расчёты, деньги, юридически значимые решения, — обычный код надёжнее и дешевле. Модель хорошо работает там, где нужно понять текст, извлечь смысл, сравнить, сформулировать. На разборе мы прямо говорим, какие шаги оставить детерминированными, а какие отдать модели. Продавать вам ИИ там, где хватит скрипта, невыгодно нам самим: такие проекты не работают, а объясняться потом придётся с нами.
КАЖДЫЙ ЗАПРОС СТОИТ ДЕНЕГ
Разработка и эксплуатация — два разных счёта. Второй зависит от числа пользователей и объёма запросов, и он не исчезает после сдачи проекта. Считаем стоимость запроса до разработки и сводим её с вашей ценой для клиента при разных сценариях роста. Заодно закладываем то, что её снижает: кэширование повторов, распределение простых и сложных запросов между разными моделями, лимиты и оповещения при всплеске расхода.
МОДЕЛЬ МЕНЯЕТСЯ, ПРОДУКТ ОСТАЁТСЯ
Работа с моделью выносится в отдельный слой: смена провайдера или переход на локальную модель не переписывают продукт. Это не запас на будущее, а страховка — за последние два года на рынке менялись и цены, и условия доступа, и лидеры по качеству. Плюс правила и ограничения на ответы, журнал всех запросов и статистика: видно, что спрашивают, где модель ошибается и что стоит закэшировать.
КАТЕГОРИИ
Два варианта объёма. Ваш — тот, где вы себя узнали
ПЕРВАЯ ВЕРСИЯ
КОГДА ЭТО ВАШ СЛУЧАЙ?
Нужно, чтобы сервис заработал и его можно было показать пользователям и инвесторам, — а не чтобы было готово всё сразу. Собираем ядро: главный сценарий целиком, учётные записи и роли, ограничения по тарифам, контроль расходов на модель, приём оплаты, админ-панель, запуск на наших серверах. Остальное закладывается в архитектуру, но не разрабатывается — чтобы вы проверили спрос до того, как вложите весь бюджет.
ПРОДУКТ ПОД НАГРУЗКОЙ
КОГДА ЭТО ВАШ СЛУЧАЙ?
Сервис должен выдерживать реальную работу с первого дня: тысячи пользователей, всплески запросов, требования к скорости ответа и доступности. Очереди и распределение нагрузки, кэширование повторяющихся запросов, резервный провайдер модели на случай сбоя, локальное развёртывание там, где данные не должны уходить наружу. Плюс тарифная модель с лимитами, доступ по API для ваших клиентов, мониторинг расходов в реальном времени, документация и передача вашей команде.
FAQ
Частые вопросы — честные ответы.
От $2.000 за первую рабочую версию до $10.000 и выше за продукт, рассчитанный на нагрузку. Сумма зависит от числа сценариев, того, работает модель через провайдера или на вашем сервере, и от требований к скорости и доступности. Именно поэтому работа начинается с разбора — он входит в любой проект и даёт схему сервиса, оценку по этапам и расчёт стоимости запроса.
Первая рабочая версия — 1–3 недели. Продукт, рассчитанный на нагрузку, — от 3 недель. Для ориентира: маркетплейс с собственной CRM, пятью платёжными системами и системой тикетов мы собрали за 40 дней. Срок называем после разбора и фиксируем.
Это два разных счёта: разработка и эксплуатация. Эксплуатация складывается из сервера и оплаты модели за запросы — вторая зависит от того, сколько у вас пользователей и насколько объёмные запросы. Считаем это на разборе при разных сценариях роста, чтобы вы увидели, при каком числе пользователей продукт начинает приносить деньги, а при каком — сжигать их. Если расчёт не сходится, лучше узнать об этом до разработки.
Почти никогда. Обучение с нуля стоит дороже всей разработки и окупается в единичных случаях. В большинстве задач достаточно готовой модели, настроенной под ваши данные и правила: она знает ваш контекст и отвечает по вашим сценариям. Если задача действительно требует своей модели, скажем об этом на разборе — вместе с честной оценкой, во что это обойдётся.
Ту, которая проходит по качеству и по стоимости запроса — это подбирается под задачу, а не выбирается заранее. Часто выгоднее связка: простые запросы обрабатывает модель подешевле, сложные уходят на более дорогую. Архитектуру закладываем так, чтобы модель можно было заменить: рынок меняется быстро, и привязка к одному провайдеру — это риск, а не решение.
Это реальный риск, и он закрывается архитектурой. Работа с моделью выносится в отдельный слой: смена провайдера не переписывает продукт. Для критичных сервисов закладываем резервный вариант, а там, где данные чувствительные или объём большой, — локальную модель на вашем сервере. Полностью убрать зависимость нельзя, но можно сделать так, чтобы её смена занимала дни, а не месяцы.
Ошибки будут — вопрос в том, что за ними следует. Закладываем ограничения на то, что сервис может и не может отвечать, проверки ответов перед выдачей, журнал всех запросов. Там, где цена ошибки высокая, ответ уходит на подтверждение человеку. Сервис, который делает необратимые действия без проверки, мы не собираем.
Лимиты по учётным записям и тарифам, ограничение частоты запросов, отсечение попыток использовать сервис не по назначению, мониторинг расходов в реальном времени с оповещением при всплеске. Для ИИ-продукта это не опция: без лимитов один пользователь способен за ночь потратить месячный бюджет на модель.
Вам. Исходники, права и документация передаются вместе с проектом — это не подписка на наш сервис и не привязка к нам. Доступ к модели оформляется на вас, счета от провайдера приходят вам напрямую: мы не перепродаём доступ и не берём процент с запросов.
Сервис может остаться на нашей инфраструктуре: мониторинг, обновление моделей, доработка сценариев. У ИИ-продуктов первые месяцы почти всегда уходят на донастройку по реальным логам — видно, что пользователи спрашивают на самом деле, где модель ошибается и что стоит закэшировать, чтобы снизить расходы. Формат работы после сдачи обсуждаем отдельно: разовые доработки или постоянное развитие с закреплённой командой.