Як пройшов AI-спрінт у MacPaw: 247 проєктів реалізовано, кращі інтегрують в процеси компанії

На початку березня українська продуктова компанія MacPaw запустила перший у своїй історії AI-спринт на всю команду, від інженерів і до юристів: за два тижні кожен співробітник має обрати максимально рутинну задачу та автоматизувати її з допомогою AI-агента. 14 березня він закінчився і в компанії поділились підсумками експерименту.

Що за спринт?

  • 2–13 березня в MacPaw вперше відбувся Agent Practice Sprint — внутрішня ініціатива, що мала на меті допомогти кожному спеціалісту в компанії автоматизувати повторювані, трудомісткі чи нудні завдання за допомогою ШІ.
  • У MacPaw помітили: фахівці прагнуть більше інтегрувати ШІ у щоденну роботу, проте часто не мають часу на практичну роботу з ШІ-агентами. Тому компанія виділила два тижні, протягом яких усі в компанії освоювали ШІ-інструменти та створювали власних ШІ-агентів.

«Agent Practice Sprint — стратегічний крок для MacPaw і важливий етап у трансформації компанії в AI-first організацію. Завдяки ініціативі в MacPaw прагнуть замінити монотонну роботу універсальною автоматизацією, щоб спеціалісти могли оптимізувати щоденні процеси й вивільнити час для справді важливих і творчих завдань», – пояснили в компанії.

  • Щоб ефективно організувати процес, у MacPaw створили спеціальну платформу. На ній учасники реєстрували й описували власні проєкти, фіксували прогрес й отримували підказки від менторів. Також на платформі був власний ШІ-помічник, до якого можна було звернутися із запитаннями.
  • Над проєктом можна було працювати самостійно або в команді. Основна вимога — щоб нове рішення допомогло автоматизувати повторювані завдання, а також щоб можна було виміряти результат до й після впровадження агента в роботу.
  • Проєкт можна було зареєструвати на платформі в одному з напрямів: Product або Business Operations.
  • Співробітникам надали розширений доступ до набору ШІ-інструментів. Основою інфраструктури став доступ до Claude (Cowork, Code), Google Gems, n8n, Google Cloud, Cloudflare Pages, GitHub, Cursor, Codex тощо. Компанія також надала доступ до API та підвищила ліміти на токени. А ще – забезпечила річну передплату на платформу DataCamp, де можна проходити інтерактивні курси та вивчати основні інструменти для роботи з даними й ШІ.
  • Наприкінці першого тижня спринту провели демо, де за бажанням учасники могли представити власні проєкти. Після двох тижнів роботи відбулося фінальне демо з підбиттям підсумків і презентацією рішень, які вдалося створити. Інформацію про всі проєкти зберегли для внутрішньої бази знань. 

Результати проєкту

  • В ініціативі взяло участь 402 фахівці компанії, які запустили 355 унікальних проєктів. З них 247 проєктів реалізовано.

«ШІ — це новий стандарт нашої роботи: того, як ми пишемо і перевіряємо код, документуємо, аналізуємо дані, обслуговуємо користувачів та керуємо операційними процесами», – прокоментував Олександр Косован, засновник і CEO MacPaw.

  • Як розповіли в компанії, проєкти, створені під час спринту, стануть основою майбутніх робочих процесів та інфраструктури компанії. Протягом наступних тижнів ті з них, що продемонструють реальний потенціал, отримають необхідну підтримку і стануть повноцінними робочими інструментами в компанії.
  • В компанії поділились прикладами реалізований у спринті проєктів. Наводимо декілька з них.

Проєкти

Cloud Quartz Orchestration Toolkit

  • Ярослав, Staff Software Engineer, розвʼязав проблему вайбкодингу, коли розробники витрачають забагато часу на виправлення ШІ-згенерованого коду. Він створив Cloud Quartz — систему оркестрації, що керує групою із 17 ШІ-спеціалістів (планувальники, ревʼювери, тестувальники тощо).
  • Система працює за принципом конвеєра: вихідні дані одного агента стають вхідними для наступного. Це гарантує, що фінальний код відповідає стандартам і контексту проєкту з мінімальним залученням з боку людини.

QA-воркфлоу для управління тестовою документацією та покриттям

  • Валерія, Senior QA Engineer, упорядкувала процес роботи з тестовим покриттям та автоматизацією. Система не просто генерує тести з коду, а отримує структурований контекст: зміни в коді, актуальну документацію та модель поведінки.
  • На основі цього контексту ШІ оновлює наявні тест-кейси, якщо змінюється логіка, або генерує нові, якщо з’являється нова функціональність.
  • ШІ пропонує чернетки змін, які проходять валідацію та перевіряються QA-інженерами. Після злиття оновлень система автоматично: перераховує покриття, виявляє прогалини, публікує звіт у GitHub Wiki. Це створює безперервний цикл: зміни в коді → документація → покриття → прозорість.
  • Таким чином, ШІ прискорює опис, а QA гарантує коректність. 

Voice of a Customer та CommunityPal

  • Олександр Косован, CEO MacPaw, створив систему для автоматичного аналізу користувацького фідбеку. Агент забирає сапорт-тікети із Zendesk (через Google Cloud Storage), підраховує ключові метрики, зокрема динаміку звернень, аналітику версій через Sparkle, зміни тегів, рівень задоволеності, передає їх у Gemini для інтерпретації та формує щомісячні HTML-звіти з дашбордом для кожного продукту.
  • Ще один проєкт Олександра Косована — CommunityPal, агент для моніторингу комʼюніті. Агент працює в Google Cloud, відстежує згадки бренду в Discord та на інших платформах, аналізує фідбек користувачів і пропонує можливі відповіді через Gemini. Усі відповіді потрапляють у React-дашборд, де їх можна перевірити й опублікувати в один клік.

Що далі?

Наразі в MacPaw зосереджені на тому, щоб покращити інфраструктуру для внутрішніх агентів:

  • Допомогти завершити проєкти, які виявилися складнішими та потребували більше часу.
  • Об’єднати схожі ідеї, додатково перевірити проєкти на відповідність всім стандартам безпеки й повністю інтегрувати їх у щоденні робочі процеси. 
  • Почати вимірювати фактичну ефективність впроваджених агентів.

Також у MacPaw планують запустити щомісячні AI Office Hours, де можна буде поділитися досвідом, спільно вирішити складні завдання і продемонструвати нові проєкти.

«Якщо штучний інтелект може втричі збільшити продуктивність однієї людини, то уявіть, який приріст дасть його використання на рівні всієї організації, — коментує Олександр Косован. — Проте саме люди на основі власного досвіду приймають рішення та коригують роботу агентів. Тому я налаштований оптимістично і не поділяю думку, що ШІ замінить людську працю і зробить багато професій непотрібними. Адже саме команда додає той незамінний інгредієнт, що є в рецепті успіху кожної компанії».

Помітили помилку? Виділіть його мишею та натисніть Shift+Enter.

Як пройшов AI-спрінт у MacPaw: 247 проєктів реалізовано, кращі інтегрують в процеси компанії

На початку березня українська продуктова компанія MacPaw запустила перший у своїй історії AI-спринт на всю команду, від інженерів і до юристів: за два тижні кожен співробітник має обрати максимально рутинну задачу та автоматизувати її з допомогою AI-агента. 14 березня він закінчився і в компанії поділились підсумками експерименту.

Що за спринт?

  • 2–13 березня в MacPaw вперше відбувся Agent Practice Sprint — внутрішня ініціатива, що мала на меті допомогти кожному спеціалісту в компанії автоматизувати повторювані, трудомісткі чи нудні завдання за допомогою ШІ.
  • У MacPaw помітили: фахівці прагнуть більше інтегрувати ШІ у щоденну роботу, проте часто не мають часу на практичну роботу з ШІ-агентами. Тому компанія виділила два тижні, протягом яких усі в компанії освоювали ШІ-інструменти та створювали власних ШІ-агентів.

«Agent Practice Sprint — стратегічний крок для MacPaw і важливий етап у трансформації компанії в AI-first організацію. Завдяки ініціативі в MacPaw прагнуть замінити монотонну роботу універсальною автоматизацією, щоб спеціалісти могли оптимізувати щоденні процеси й вивільнити час для справді важливих і творчих завдань», – пояснили в компанії.

  • Щоб ефективно організувати процес, у MacPaw створили спеціальну платформу. На ній учасники реєстрували й описували власні проєкти, фіксували прогрес й отримували підказки від менторів. Також на платформі був власний ШІ-помічник, до якого можна було звернутися із запитаннями.
  • Над проєктом можна було працювати самостійно або в команді. Основна вимога — щоб нове рішення допомогло автоматизувати повторювані завдання, а також щоб можна було виміряти результат до й після впровадження агента в роботу.
  • Проєкт можна було зареєструвати на платформі в одному з напрямів: Product або Business Operations.
  • Співробітникам надали розширений доступ до набору ШІ-інструментів. Основою інфраструктури став доступ до Claude (Cowork, Code), Google Gems, n8n, Google Cloud, Cloudflare Pages, GitHub, Cursor, Codex тощо. Компанія також надала доступ до API та підвищила ліміти на токени. А ще – забезпечила річну передплату на платформу DataCamp, де можна проходити інтерактивні курси та вивчати основні інструменти для роботи з даними й ШІ.
  • Наприкінці першого тижня спринту провели демо, де за бажанням учасники могли представити власні проєкти. Після двох тижнів роботи відбулося фінальне демо з підбиттям підсумків і презентацією рішень, які вдалося створити. Інформацію про всі проєкти зберегли для внутрішньої бази знань. 

Результати проєкту

  • В ініціативі взяло участь 402 фахівці компанії, які запустили 355 унікальних проєктів. З них 247 проєктів реалізовано.

«ШІ — це новий стандарт нашої роботи: того, як ми пишемо і перевіряємо код, документуємо, аналізуємо дані, обслуговуємо користувачів та керуємо операційними процесами», – прокоментував Олександр Косован, засновник і CEO MacPaw.

  • Як розповіли в компанії, проєкти, створені під час спринту, стануть основою майбутніх робочих процесів та інфраструктури компанії. Протягом наступних тижнів ті з них, що продемонструють реальний потенціал, отримають необхідну підтримку і стануть повноцінними робочими інструментами в компанії.
  • В компанії поділились прикладами реалізований у спринті проєктів. Наводимо декілька з них.

Проєкти

Cloud Quartz Orchestration Toolkit

  • Ярослав, Staff Software Engineer, розвʼязав проблему вайбкодингу, коли розробники витрачають забагато часу на виправлення ШІ-згенерованого коду. Він створив Cloud Quartz — систему оркестрації, що керує групою із 17 ШІ-спеціалістів (планувальники, ревʼювери, тестувальники тощо).
  • Система працює за принципом конвеєра: вихідні дані одного агента стають вхідними для наступного. Це гарантує, що фінальний код відповідає стандартам і контексту проєкту з мінімальним залученням з боку людини.

QA-воркфлоу для управління тестовою документацією та покриттям

  • Валерія, Senior QA Engineer, упорядкувала процес роботи з тестовим покриттям та автоматизацією. Система не просто генерує тести з коду, а отримує структурований контекст: зміни в коді, актуальну документацію та модель поведінки.
  • На основі цього контексту ШІ оновлює наявні тест-кейси, якщо змінюється логіка, або генерує нові, якщо з’являється нова функціональність.
  • ШІ пропонує чернетки змін, які проходять валідацію та перевіряються QA-інженерами. Після злиття оновлень система автоматично: перераховує покриття, виявляє прогалини, публікує звіт у GitHub Wiki. Це створює безперервний цикл: зміни в коді → документація → покриття → прозорість.
  • Таким чином, ШІ прискорює опис, а QA гарантує коректність. 

Voice of a Customer та CommunityPal

  • Олександр Косован, CEO MacPaw, створив систему для автоматичного аналізу користувацького фідбеку. Агент забирає сапорт-тікети із Zendesk (через Google Cloud Storage), підраховує ключові метрики, зокрема динаміку звернень, аналітику версій через Sparkle, зміни тегів, рівень задоволеності, передає їх у Gemini для інтерпретації та формує щомісячні HTML-звіти з дашбордом для кожного продукту.
  • Ще один проєкт Олександра Косована — CommunityPal, агент для моніторингу комʼюніті. Агент працює в Google Cloud, відстежує згадки бренду в Discord та на інших платформах, аналізує фідбек користувачів і пропонує можливі відповіді через Gemini. Усі відповіді потрапляють у React-дашборд, де їх можна перевірити й опублікувати в один клік.

Що далі?

Наразі в MacPaw зосереджені на тому, щоб покращити інфраструктуру для внутрішніх агентів:

  • Допомогти завершити проєкти, які виявилися складнішими та потребували більше часу.
  • Об’єднати схожі ідеї, додатково перевірити проєкти на відповідність всім стандартам безпеки й повністю інтегрувати їх у щоденні робочі процеси. 
  • Почати вимірювати фактичну ефективність впроваджених агентів.

Також у MacPaw планують запустити щомісячні AI Office Hours, де можна буде поділитися досвідом, спільно вирішити складні завдання і продемонструвати нові проєкти.

«Якщо штучний інтелект може втричі збільшити продуктивність однієї людини, то уявіть, який приріст дасть його використання на рівні всієї організації, — коментує Олександр Косован. — Проте саме люди на основі власного досвіду приймають рішення та коригують роботу агентів. Тому я налаштований оптимістично і не поділяю думку, що ШІ замінить людську працю і зробить багато професій непотрібними. Адже саме команда додає той незамінний інгредієнт, що є в рецепті успіху кожної компанії».

Помітили помилку? Виділіть його мишею та натисніть Shift+Enter.
Читати на тему