Эра соло-продуктов в корпорации началась

Прошло чуть больше трёх месяцев как я в новой роли — Руководитель Лаборатории по инновациям в Русклимате. Пора поделиться кейсами, которые мы тут внедряем. Все они, конечно, с применением ИИ.

Три месяца назад я бы такой пост не написал — а сейчас пишу. То, что мы делаем в лаборатории, всё чаще выглядит так: один человек, одна идея, рабочий продукт через несколько вечеров. Без отдела разработки, без подрядчика, без согласований бюджета на «оценить целесообразность». Это новая реальность, и она про нас.

Это стало возможно буквально недавно, в декабре 2025-го, когда Anthropic выпустили Opus 4.6 со своим Claude Code, и практически все наши желания в создании цифрового продукта стали исполнимы (до уровня MVP так точно).

Расскажу про первый продукт.

Приходит к менеджеру по продажам заказчик со счётом на оборудование из другой компании и просит — что мы ему можем предложить по его хотелкам. Менеджер руками перебивает характеристики в систему, ищет аналоги, смотрит склад, считает сроки. Много шагов можно автоматизировать классикой, но вот распознавать документы, которые кардинально отличаются друг от друга, — задача нетривиальная.

Тут-то мы и решили попробовать VLM (большую визуальную модель, которая умеет смотреть в картинки).

Раньше что бы мы делали? Пошли бы считать, сколько стоит сервак с локальной моделью и сколько токенов нужно по API. А теперь открывается фантастический мир: собрать рабочий продукт и первично пройтись по всем граблям, которые могут возникнуть в большом проекте.

Сделал интерфейс, собрал базу из 4500 SKU, подключил модели через OpenRouter и погнал тестить.

И что вы думаете? Главное открылось после, когда позакидывал документы разного формата и стали с Клодом обсуждать, как сделать дешевле. Потому что такие действия в компании делают до 500 менеджеров по 5–10 раз в день — и в год это ощутимые затраты на токены.

Мы сделали многоступенчатую обработку — от простого и дешёвого к сложному и подороже. Есть текст в документе — забираем автоматом; понятная таблица — OCR; что-то «на сложном» — VLM, иди сюда. А когда текст вытащили, маленькая LLM раскладывает его по нашей табличке в зависимости от типа товара.

Что бизнес получает от такого подхода:

Скорость. От идеи до ответа «делаем/не делаем» — дни, а не месяцы согласований и расчётов на салфетке.

Цифры вместо гипотез. Не «давайте оценим примерно», а реальное качество на наших документах и конкретная стоимость токена на сценарий.

Экономия до старта. Многоступенчатая обработка родилась не на бумаге, а в процессе тестов. На масштабе 500 менеджеров × 5–10 раз в день это превращается в миллионы рублей разницы в год.

Дешёвая ошибка. Промахнуться на MVP за выходные — нормально. Промахнуться на проекте за несколько миллионов с подрядчиком — уже нет.

Вот это и есть «эра соло-продуктов»: AI перестал быть дорогой штукой, которую надо обосновывать. Он стал инструментом, который сам себя обосновывает — пока ты его делаешь.

Дальше расскажу про другие кейсы лаборатории. Их накопилось.