Штучний інтелект стрімко змінює правила гри в бізнесі. Компанії переосмислюють процеси, шукають нові способи працювати швидше та ефективніше. У західних ЗМІ тільки й заголовків про запуски AI-функцій, що драйвлять продажі, і скорочення персоналу, яких заміняє штучний інтелект. Але разом із можливостями з’являються й запитання: з чого почати ці зміни та як зрозуміти реальну цінність, щоб не витратити гроші на експерименти, які нічого не змінять?
Саме тут потрібен AI-консалтинг. Не про «взяти модну модель», а про те, щоб з’єднати технологію з конкретними бізнес-цілями, зробити так, аби ROI було видимим.
Компанія Relevant Software працює як партнер, який бере на себе складну частину цього шляху: аналітику, архітектуру, стратегію, пілоти, масштабування. Допомагають пройти весь цикл — від першої ідеї до моменту, коли AI починає приносити вимірювану користь.
У компанії добре знають можливості AI з власного досвіду: команда Relevant Software створила внутрішній інструмент під назвою AI Estimator: він аналізує вимоги, порівнює їх із тисячами попередніх проєктів, моделює архітектуру і за лічені хвилини формує дані для точних оцінок. Це свого роду архітектор, розробник та аналітик в одній формі. Для Relevant Software створення такого інструменту — можливість задовольнити потреби ринку:
«Наші клієнти хочуть отримувати оцінку свого проєкту, перші прототипи, PoC за максимально короткий час, щоб швидше стартувати. Ця ініціатива виникла з думкою про їхні інтереси. AI Estimator скорочує часу оцінювання проєкту з днів до хвилин», — ділиться Андрій Бурак, засновник та CEO Relevant Software.
Компанія почала вивчати можливості машинного навчання давно: задовго до того, як ми всі почали завантажувати ChatGPT на свої смартфони. В основному, для автоматизації тестів і поліпшення аналітики даних. Це скоротило час розробки майже на третину. З появою ажіотажу навколо AI у компанії вже розуміли: інвестиції у штучний інтелект — важливі, як і експертиза у цьому напрямку. Саме тому Relevant Software інвестує $1 млн у R&D, розвиток інфраструктури, масштабування та найм.
«2025 рік змінив уявлення про ШІ: ми чітко бачимо можливості бізнесу, наприклад, скоротити витрати чи знайти нові точки зростання. Впровадження AI — конкурентна перевага, якщо зробити це якісно та швидко», — додає Андрій Бурак. Як із цим допомагає Relevant Software?
Можливості штучного інтелекту
Виклик бізнесу сьогодні — зрозуміти, для чого йому штучний інтелект і як його правильно використати. На хайпі зростання ChatGPT засновники бізнесу просто хочуть зробити щось з AI — бо так роблять всі. Команда Relevant Software певна — це так собі ідея.
Навколо — чимало міфів, що живляться медійним ажіотажем, маркетингом вендорів і оманливою простотою споживчих інструментів. Через це ШІ сприймають як «срібну кулю», яку можна під’єднати й миттєво розв’язати будь-яку проблему. В реальності, кожний проєкт має бути чітко пропрацьований з точки зору бізнес-ефективності та мати розраховане ROI.
Саме тому перший етап роботи з клієнтом у Relevant Software — AI-консалтинг, мета якого оцінити рівень готовності бізнесу та його інфраструктури до впровадження AI. Команда починає з формальної оцінки готовності баз даних, інфраструктури та навичок команди.
«Ми виставляємо пріоритети, складаємо план дій і починаємо з першого проєкту, реалізація якого зможе довести бізнес-цінність. Таким чином доводимо не лише те, що можемо зробити рішення технічно, а й те, що воно вартує інвестицій і зможе приносити прибуток», — пояснюють в AI-команді.
Така вже кілька років є у компанії: під це виділили ліда, створили кросфункціональний AI-центр, які керують програмою AI & Data Transformation на рівні всієї компанії.
На першому етапі замовнику також пояснюють питання регуляції, юридичних особливостей провадження штучного інтелекту. Чимало замовників компанії — зі Штатів чи Європи, де вже є відповідне законодавство, правила. Тому команда Relevant Software проводить відповідні консультації, щоб продукт відповідав усім нормам. Це захищає від можливих ризиків та береже гроші клієнтів на виправлення помилок.
Як розуміти, що саме може знадобитись клієнту? Постійно навчатись і самому використовувати всі наявні системи. Relevant Software створює не лише для інших, а й сам використовує можливості ШІ: у розмові з редакцією команда розробників згадала, здається, все що тільки існує.
- Ланцюжок інструментів Gemini, Liner, Perplexity і Claude допомагає швидко зібрати точні вимоги та згенерувати концепції.
- Для фронтенд-прототипів команди використовують v0 і Cursor, а Figma MCP підтримує складні інтерфейсні кейси. Така схема скоротила час на валідацію дизайну та підвищила якість креативних результатів.
- Розробники працюють із партнерами для коду на базі ШІ, як-от Anthropic Claude Code і OpenAI Codex, які створюють нові функції з описів природною мовою, знаходять і виправляють баги, автоматично пишуть тести.
- Для тестування — Virtuoso QA і Mabl, що автоматично проганяють тести, самостійно лагодять їх після змін UI та виявляють візуальні дефекти.
- Керування проєктами — в Atlassian Jira та Confluence, де вбудований AI дає змогу шукати завдання звичайною мовою, декомпозувати великі ініціативи та автоматично створювати підсумки документів, а Atlassian Rovo нашу роботу.
Втім, навчання власної команди не закінчується на використані самих лише інструментів. У AI-команді пояснюють: «Сучасний LLM-орієнтований ШІ — це cutting-edge технологія, яка інколи нестабільна. Екосистема дуже рухлива, тому потрібно постійно відстежувати нові моделі, підходи до тренування та деплойменту, хмарні сервіси й набори даних. Лише так можна гарантувати найвищу цінність у проєктах на базі ШІ сьогодні». Саме тому Relevant Software постійно інвестує у навчання своєї команди.
Як зробити все правильно?
Впровадження AI-рішень сьогодні — конкурентна перевага бізнесу: це оптимізація, автоматизація, кращий клієнтський досвід. Простий приклад: клієнт здійснить онлайн-покупку на 47% швидше, якщо отримає допомогу від штучного інтелекту. Ціль консалтингу з AI та трансформації від Relevant Software якраз полягає у тому, щоб допомогти клієнту знайти рішення, що впливають на бізнес-показники. І впровадити їх.
Весь план співпраці виглядає приблизно наступним чином:
- Discovery (2–4 тижні). Ознайомчий етап, під час якого команда оцінює процеси, дані, системи й готовність внутрішніх команд. Клієнт отримує детальний звіт про поточний стан і можливі ризики.
- Стратегічний етап (2–3 тижні). Формування ключових пріоритетів і проєктування архітектури майбутнього рішення. Результат — стратегічний AI Roadmap з чітким планом дій.
- Пілот (8–12 тижнів). Реалізація головної функції, щоб підтвердити її життєздатність. На виході клієнт отримує робочий прототип і звіт про продуктивність.
- Масштабування та інтеграція (8–12 тижнів або більше). Розбудова повноцінного рішення, його інтеграція в бізнес-процеси та передача готового продукту.
- Фінальна фаза — безперервна оптимізація. Моніторинг роботи системи, удосконалення моделей та допомога клієнту у формуванні власної внутрішньої AI-команди.
Довгострокова цінність проєкту починається не з коду, а з правильно вибудованої AI-стратегії. Тому Relevant Software працює не лише над впровадженням рішень, а й консультує команди, допомагає зрозуміти можливості технологій і вибудувати чіткий план розвитку. «Найбільший ефект дає не сам інструмент, а стратегічне бачення того, як його застосувати», — пояснює Андрій Бурак.
Клієнти часто звертаються по побудову агентного ШІ та RAG-систем — рішень, де модель генерує відповіді, спираючись на корпоративні дані. Щоб це працювало коректно, команда проходить валідацію бази даних замовника. Це гарантує точність відповідей і мінімізує ризик галюцинацій.
Є й інші типові запити. Наприклад, автоматизація складних багатокрокових процесів, де штучний інтелект може скоротити час роботи вдвічі або ще більше. Часто компанії також просять налаштувати LLM під конкретну галузь, щоб модель точніше виконувала вузькі спеціалізовані задачі.
«Високий попит мають застосунки для розпізнавання об’єктів та аномалій у виробництві, контролі якості й безпеці. Також набирають вагу предиктивні моделі для практичних інсайтів, наприклад у фінансовому прогнозуванні та медичних діагностиках. Реалізували десятки проєктів із комп’ютерного зору та класичного AI/ML для аналізу структурованих даних», — додає керівник компанії Андрій Бурак.
Інший вектор роботи — консалтинг AI з боку безпеки та відповідності законодавству. У компанії стверджують, що строго дотримуються вимог Акту ЄС про ШІ та GDPR.
«Ми анонімізуємо дані там, де це можливо, щоб зменшити ризики. Використовуємо перевірені технології та інфраструктуру зі шифруванням і контрольованим доступом. Проводимо ретельну перевірку всіх партнерів, щоб захист працював на кожному етапі AI-систем», — пояснюють у команді.
Такий підхід означає, що клієнти не матимуть труднощів зі масштабуванням своїх AI-рішень на всіх ключових ринках.
Робота з розумінням майбутніх викликів
Чого чекати від майбутнього у впровадженні AI-рішень? Масштабу. Але цього разу не географічного, а продуктового. Якщо більшість компаній сьогодні замовляє умовно одного AI-агента, то вже найближчим часом це буде велика кількість агентів і їхня синхронізація між собою. «Пріоритет — платформи багатоагентної оркестрації, які дозволяють спеціалізованим агентам співпрацювати над складними наскрізними процесами», — додає Андрій Бурак.
У компанії певні, що у наступні 2-3 роки це буде основою всіх передових бізнесів, що прагнуть мати конкурентну перевагу: штучний інтелект, що з мінімальним втручанням людини буде проактивно виконувати цілі бізнес-процеси, надасть небачену сьогодні ефективність.
У цій історії Relevant Software виступає консультантом і технологічним партнером, який допомагає бізнесам впевнено впроваджувати ШІ, забезпечуючи безпеку, масштабування та окупність інвестицій. «Наша сила в тому, що ми створюємо AI-рішення і для себе, і для клієнтів. Ми не обмежуємося теорією, адже працюємо на основі реальних кейсів і чітких методологій. Саме таким і має бути сучасне AI-партнерство», — підсумовує Андрій Бурак.
