Делаем ИИ-решения и программные продукты под заказ: агентов и чат-ботов, мобильные приложения с моделью внутри, машинное зрение на производственной линии, речевую аналитику звонков, мониторинг оборудования по телеметрии, распознавание документов с загрузкой в 1С. Отличие от обычной студии в том, что мы закрываем и слой данных — сбор, разметку, датасеты и контрольные выборки, — на котором ИИ-проекты чаще всего останавливаются. Начинаем с узкого сценария, чтобы результат был виден за недели.
Мы делаем решения, где ценность создаёт не интерфейс, а качество работы модели: агентов и ботов, отвечающих по документам компании, системы распознавания изображений и документов, поиск по внутренней базе знаний. Каждое из направлений опирается на подготовленные данные, поэтому сбор и разметку берём на себя в том же проекте.
iOS и Android, внутри которых работает модель: распознавание, голос, рекомендации.
iPhone и iPad: App Store, нативный Swift и инференс модели на устройстве.
Агент отвечает по вашим документам и выполняет действия в учётных системах.
Telegram, MAX, сайт и CRM: сценарные боты и боты на языковой модели.
УПД, накладные, акты и чеки: скан превращается в документ учётной системы.
ИИ-функции внутри вашей конфигурации: разбор документов, подсказки, проверки.
Обмен заказами и остатками плюс автозаполнение карточек и прогноз спроса.
Контроль качества и поиск дефектов на линии по видеопотоку и снимкам.
Транскрипция, контроль скрипта и тональность на потоке разговоров.
Телеметрия станков и ЧПУ: загрузка, причины простоев, предотказные состояния.
Приёмка по накладным, сверка комплектации по фото, инвентаризация по камерам.
Разбор документов, обработка заявок и перенос данных без ручного труда.
Лица, номера, СИЗ и товары: обучение на ваших камерах и интеграция.
От аудита данных до работающего сервиса внутри вашего контура.
Поиск по документам компании как основа ассистента и агента.
Сбор, разметка и контрольные выборки — фундамент любого ИИ-проекта.
Работа идёт от узкого сценария к расширению: сначала формулируем измеримый результат и смотрим на состояние данных, затем собираем прототип и проверяем гипотезу. Только после этого доводим решение до продакшена, подключаем интеграции и передаём вместе с документацией.
Основная причина — не код, а данные: их либо меньше, чем казалось, либо они не размечены, либо качество модели никто не измерял и спорить о результате приходится на ощущениях. Поэтому мы начинаем проект с аудита данных и контрольной выборки — это позволяет увидеть реальную картину до того, как потрачен бюджет на разработку.
Оцениваем, хватает ли накопленного для обучения, и что придётся дособрать.
Метрика качества фиксируется до разработки, а не подбирается под итог.
Проверяем гипотезу на одной задаче за недели вместо годового проекта.
Полный цикл: разбор задачи, аудит и подготовка данных, обучение или подключение модели, разработка сервиса, интеграции с вашими системами и замер качества. Можно взять только часть — например, данные и оценку модели, если разработку ведёт ваша команда.
Мы пришли в разработку со стороны данных, поэтому закрываем слой, на котором чаще всего ломаются ИИ-проекты: сбор и разметка обучающей выборки, контрольные наборы, измеримое качество ответов. Код без данных в задачах машинного обучения не работает.
Разработку считаем проектом с нижней планкой и сроком, а не часами: пилот на одном сценарии — от 400 000 ₽, промышленное внедрение — от 900 000 ₽, комплексная система — от 3 000 000 ₽. Точная вилка зависит от направления и опубликована на странице каждого из них. Отдельные работы и развитие после сдачи идут по часу инженера — 3 000 ₽. Разметка обучающих данных считается отдельно, по прайсу на данные.
Да. Если данные нельзя выпускать за периметр, разворачиваем решение на вашей инфраструктуре с локальной моделью. Это дороже по железу и обычно скромнее по качеству модели, зато документы не покидают контур.
Заказчику: код, данные, инструкции и документация передаются вам. Условия передачи прав фиксируются в договоре до старта работ вместе с порядком приёмки и SLA по качеству.
Опишите процесс, который хотите автоматизировать, — вернёмся с вариантом решения, оценкой объёма и сроком в течение 1 рабочего дня.
Не любите формы — напишите на info@datamarkup.ru