Пн – Вс: 8–21 по НСК
+7 383 380-81-89 
Клиент
Компания, занимающаяся разработкой продукта, и вам нужно понимать, как клиенты относятся к вашему продукту. Но обратная связь разбросана по тикетам поддержки, отзывам в магазинах приложений и соцсетям. Вручную анализировать этот неструктурированный текст — очень сложная и трудоёмкая задача.
Технологический стек
Vertex AI, BigQuery, инструменты загрузки данных (например, Pub/Sub).
Сфера
Technology
Вся клиентская обратная связь из разных источников потоком собирается в PostgreSQL → по расписанию задача отправляет новые порции отзывов в модель GigaChat → модели задают промпт вроде: «Проанализируй эти отзывы. Классифицируй каждый комментарий по теме (например, “UI/UX”, “Ценообразование”, “Баг-репорт”), определи тональность (позитивная/негативная/нейтральная) и выдели запросы на новые функции» → структурированные результаты записываются обратно в PostgreSQL → продуктовые менеджеры смотрят дашборд и видят тренды, например: «На этой неделе негативных комментариев про “проблемы со входом” стало на 30% больше», и могут принимать решения на основе данных.
ИИ ассистент обученный на личных данных
ИИ мастер финпланирования для стартапов авто модель P&L баланс Cash Flow
ИИ ассистент для B2B продаж поиск по CRM и кейсам и подготовка тезисов
ИИ-агент для расшифровки и анализа встреч
Единый поиск по документам и чатам компании с правами
ИИ мониторинг CCTV камер с событиями и мобильными уведомлениями в моменте
Платформа ИИ агентов для B2B процессов автоматизация HR продаж и финансов
Генерация рекламных креативов и озвучки на ИИ
Контроль качества и безопасности LLM платформа наблюдаемости
За 30 минут разберём задачу, которая съедает время команды, и честно скажем, стоит ли отдавать её ИИ.
