Почему этот кейс показателен
- ИИ, за который отвечает система, а не «настроение нейросети». Две модели проверяют друг друга, у каждого обращения известна цена, при сбое провайдера запасная модель подхватывает автоматически. Заказчик знает себестоимость каждого заказа — данные и процесс принадлежат ему, а не поставщику ИИ.
- Чувствительные данные — всерьёз. Документы с персональными данными особых категорий не покидают сервер заказчика в открытом виде. Архитектура строилась от требований GDPR и ISO 17100, а не подгонялась под них задним числом.
- Глубокое погружение в отрасль. Мы разобрались в работе бюро до мелочей — от отраслевых сеток скидок и правила «четырёх глаз» до требований госорганов к электронной подписи. Так мы заходим в любую отрасль: сначала процесс, потом код.
- Заказная система против подписок. Свои правила цен, данные клиентов на своём железе, независимость от поставщика ИИ — и никакой платы «за рабочее место», которая растёт с каждым новым сотрудником.
- Скорость без потери качества. Первые рабочие экраны заказчик увидел через несколько недель, ядро вышло в бой за 2–3 месяца. При этом перед каждым обновлением прогоняется 211 автоматических проверок — обновления не ломают работу бюро.
Та же архитектура для российского рынка: персональные данные по 152-ФЗ
Замените GDPR на 152-ФЗ — и задача окажется знакомой каждому, кто работает с медицинскими картами, договорами, судебными документами или кадровыми данными. В облако не уходят персональные данные — только маски, поэтому не возникает ни трансграничной передачи ПДн, ни их обработки сторонней нейросетью. Контур, построенный под GDPR со штрафами до 4% годового оборота, закрывает требования 152-ФЗ с запасом. Эта схема позволяет легально использовать мощные языковые модели (LLM) там, где раньше о них нельзя было и заикнуться: медицина, юриспруденция, финансы, HR. Именно такой контур мы проектируем в рамках услуги внедрения ИИ в бизнес — а сама платформа собрана по канонам заказной SaaS-разработки.
Частые вопросы
Сколько занимает разработка платформы для бюро переводов?
Ядро — конвейер этапов, роли, рабочее место переводчика — 2–3 месяца до запуска в работу. Дальше платформа развивается итерациями по неделе с живыми выкатками: заказчик видит прогресс не в отчётах, а в работающих экранах.
Данные уходят в OpenAI или Anthropic?
Только обезличенный текст: имена, номера и адреса заменяются масками на сервере заказчика до любого обращения к облаку. Таблица соответствия зашифрована и наружу не передаётся. Поэтому не возникает ни трансграничной передачи персональных данных, ни их обработки сторонней нейросетью — это же снимает главный вопрос по 152-ФЗ. Есть режим полностью без ИИ и переключатель «облако ничего не хранит».
Сколько стоит такая платформа?
Цена зависит от числа рабочих мест, глубины ИИ-контура и требований к защите данных, поэтому честного прайса «в лоб» не существует. Предварительную вилку считаем бесплатно на первом созвоне: вы рассказываете процесс — уходите с эскизом архитектуры и порядком бюджета.
Кому принадлежит код и кто сопровождает систему после запуска?
Исходный код, данные и документация принадлежат заказчику — по договору передаём репозиторий целиком. Сопровождение — по желанию: наша команда развивает систему итерациями или передаёт её вашим разработчикам.
Почему не готовый SaaS — memoQ, Phrase, Smartcat?
Если процесс стандартный — готовый сервис быстрее и дешевле, и мы честно скажем это на первом созвоне. Заказная платформа выигрывает, когда критичны владение данными, нестандартные правила цен, требования госзаказа и ИИ под своим контролем — здесь сработали все четыре фактора.
Нужна такая система под ваш процесс?
Мы проектируем и строим отраслевые платформы с ИИ-контуром под ключ — от анализа процессов до запуска и сопровождения. Оставьте заявку ниже — за 30-минутный созвон покажем живое демо Polyglot и бесплатно прикинем архитектуру и вилку сметы под вашу задачу. Если вашему процессу хватит готового SaaS — скажем об этом прямо.
