Разработка мобильных приложений с ИИ
Разрабатываем мобильные приложения, внутри которых работает машинное обучение: распознавание по фото, голосовой ввод, персональные рекомендации, чат-бот. Обычная студия напишет интерфейс и подключит готовое API, но не соберёт и не разметит обучающую выборку, не обучит модель и не измерит её точность на ваших данных. Мы закрываем весь цикл — данные, модель, приложение для iOS и Android, дообучение на реальных ошибках после запуска, — поэтому заказать разработку мобильного приложения с ИИ-функцией можно у одной команды, а не у трёх подрядчиков сразу.
Какие ИИ-функции можно встроить в мобильное приложение?
Встраиваем в приложение конкретную ИИ-функцию под вашу задачу: распознавание по фото, сканирование документов, голосовой ввод, персональные рекомендации, чат-бот или офлайн-инференс на устройстве. Это не надстройка над готовым интерфейсом, а часть услуги разработки мобильных приложений: под функцию собираем данные, обучаем и проверяем модель, а затем встраиваем её в приложение и сопровождаем после запуска.
Распознавание по фото
Документы, товары, дефекты и номера — модель определяет объект на снимке с камеры телефона прямо в приложении.
Сканирование документов
Скан паспорта, чека, накладной или анкеты распознаётся в приложении и превращается в заполненные поля формы.
Голосовой ввод и речь
Голосовые команды, заполнение полей голосом и транскрипция звонков или диктофонных записей в текст.
Персональные рекомендации
Умная лента и подборки под конкретного пользователя на основе его действий в приложении.
Чат-бот и ИИ-ассистент
Ассистент внутри приложения отвечает на вопросы по каталогу, документации или статусу заказа.
Офлайн-инференс на устройстве
Модель считает прямо на телефоне, когда данные нельзя или нечем отправить на сервер — в поле, цехе, машине.
Как проходит разработка приложения с ИИ-функцией?
Начинаем с задачи и того, что уже есть: данные, черновой прототип или только идея. Дальше собираем и размечаем обучающую выборку, обучаем модель, разрабатываем приложение и встраиваем в него модель. После запуска не останавливаемся: собираем ошибки реальных пользователей и дообучаем модель, чтобы точность росла на практике, а не только на тестовой выборке до старта.
На каких платформах и с какими инструментами работаем?
Делаем приложения для iOS и Android — на нативном коде под каждую платформу или на кроссплатформенном фреймворке, если это оправдано задачей и бюджетом. Модель встраиваем через облачный API или прямо на устройство для офлайн-инференса. Выбор платформы и способа инференса зависит от того, нужна ли работа без интернета и насколько критична задержка ответа модели.
Как проверяется точность ИИ-функции в приложении?
Точность каждой ИИ-функции замеряем на отложенной выборке — данных, которые модель не видела при обучении, — а не берём цифру из документации фреймворка. Порог для каждой задачи свой: распознаванию номера нужна почти безошибочная работа, рекомендациям — нет. Конкретный процент не называем заранее, а фиксируем целевой показатель после разбора задачи и замера на ваших данных.
Замер на отложенных данных
Точность считается на данных, не участвовавших в обучении, — честная оценка, а не память модели.
Порог уверенности
Результат ниже порога не подставляется молча, а помечается как требующий проверки.
Метрика под задачу
Для распознавания и для рекомендаций считаются разные метрики — общего процента на все функции нет.
Тест на реальных устройствах
Проверяем работу на разных телефонах и версиях ОС, а не только в эмуляторе.
Дообучение по ошибкам
Промахи первых недель эксплуатации возвращаются в обучающую выборку и поднимают точность.
Данные в РФ
Обработка и хранение данных — на инфраструктуре в России, по 152-ФЗ.
Сколько стоит разработка мобильного приложения с ИИ?
Цена приложения зависит от числа платформ, количества ИИ-функций и того, считает ли модель на сервере или прямо на телефоне. Одна функция на одной платформе и полное приложение для iOS и Android с офлайн-инференсом — разные порядки бюджета. Три типовых объёма со сроками — ниже.
| Объём работ | Стоимость | Срок | Что входит |
|---|---|---|---|
| Одна ИИ-функция | от 700 000 ₽ | 7–9 недель | Приложение под одну платформу, одна модель, готовые или собранные данные |
| Приложение для iOS и Android | от 1 500 000 ₽ | 12–16 недель | Обе платформы, несколько ИИ-функций, публикация в сторах |
| С офлайн-инференсом | от 3 000 000 ₽ | от 4 месяцев | Модель считает на устройстве без связи, оптимизация под телефоны, дообучение |
Отдельные работы и развитие системы после сдачи — 3 000 ₽ за час инженера. Разметка обучающих данных считается отдельно и по своим правилам — от 320 ₽ за час эксперта, а на объёмных задачах — за единицу данных. Вилки — ориентир для планирования бюджета, а не публичная оферта: точную смету и срок называем после разбора задачи и фиксируем в договоре.
Кому нужно мобильное приложение с ИИ-функцией?
Задача актуальна везде, где решение по фото, голосу или поведению пользователя нужно принимать прямо в приложении, а не после ручной проверки: в рознице — рекомендации и распознавание товара, в сельском хозяйстве — диагностика по фото в поле без связи. Чем чаще человек открывает приложение, тем быстрее окупается своя ИИ-функция вместо готового чужого виджета.
Пример проекта
Приложение с распознаванием товара по фото для розничной сети
Собрали и разметили фотографии товаров с полки, обучили модель под ассортимент конкретной сети и встроили распознавание в приложение продавца: наводишь камеру — приложение находит товар в каталоге и показывает остаток. После запуска ошибки на нетиповых упаковках размечались отдельно и возвращались в обучение. Показатели — типовой сценарий проекта такого класса, не кейс конкретного клиента.
Ключевые факты
Частые вопросы о разработке мобильных приложений с ИИ
Приложение будет одно на iOS и Android или два разных?
Чаще всего один кроссплатформенный код на React Native или Flutter — дешевле в разработке и поддержке. Нативный код под каждую платформу отдельно выбираем, если приложению нужна максимальная скорость, доступ к специфичным возможностям телефона или в компании уже есть требование к нативной разработке. Решение принимаем на этапе разбора задачи, а не по умолчанию.
Что делать, если у нас нет данных для обучения модели?
Это частая ситуация, и она не блокирует проект. Собираем данные сами — из открытых источников, вашего архива или отдельного сбора под задачу — и размечаем обучающую выборку с нуля. Это добавляет времени и работы на старте, но без данных модели просто не на чем учиться: код приложения тут ничем не поможет.
ИИ-функция будет работать без интернета?
Может, если вынести инференс на устройство: модель считает прямо на телефоне, без отправки данных на сервер. Такой вариант нужен, когда связи нет — в поле, цехе, метро — или данные нельзя выпускать за пределы устройства. Плата за это — модель компактнее и требовательнее к оптимизации, чем облачная версия.
От чего зависит срок разработки?
От того, что уже есть: готовые данные и обученная модель сокращают проект сильно, а сбор данных с нуля добавляет отдельный этап. Дальше влияют число ИИ-функций, платформы — одна или обе — и сложность интеграции с вашими системами. Точный срок называем после разбора конкретной задачи, а не общей оценкой по рынку.
Кому будут принадлежать исходный код, модель и данные?
Заказчику. Исходный код приложения, обученная модель, её веса и размеченные обучающие данные передаются вам полностью, а условия передачи прав фиксируются в договоре ещё до старта работ. Это касается и промежуточных артефактов — например, обучающей выборки и контрольных наборов, — на случай, если модель потребуется дообучить своими силами в будущем, без нашего участия.
Что происходит с приложением после запуска?
Проект не заканчивается публикацией в сторе. Собираем ошибки модели на реальных пользователях — то, что она распознала неверно или порекомендовала мимо, — и дообучаем на этих случаях. Точность растёт на практике, а не только на тестовой выборке до запуска. Частоту и объём дообучения фиксируем отдельно по договорённости.
Обсудим ИИ-функцию для вашего приложения
Опишите задачу и то, что у вас уже есть — данные, прототип или только идея, — вернёмся с планом первого этапа и оценкой в течение 1 рабочего дня.
Не любите формы — напишите на info@datamarkup.ru