R77 AI | Кейсы в ИИ (от выпускников МФТИ)

Все говорят про синтетиков, а мы их сделали! И не для кого-то, а для любимой Альфы) 🔥 х 🙌 Как мы это сделали, что получилось внутри и с чем столкнулись по ходу разработки, рассказали на Research Expo’26. Кратко:

Мы сделали сервис "AI Product Insight", который охватывает большой кусок ежедневной работы продакта. В нем можно проводить интервью с синтетическими клиентами банка, быстро проверять продуктовые гипотезы и находить нужные инсайты в накопленных исследованиях. По сути, у продуктовой команды всегда под рукой вся клиентская экспертиза банка, к которой можно прийти с новой идеей и сразу получить ответы.

В итоге Discovery сократился с 3 месяцев до 1, за один цикл можно проверить в 10 раз больше гипотез, а путь от идеи до рынка сократился со 180 до 120 дней. Полное видео выступления уже у нас на YouTube: https://youtu.be/Lhvw2uboiVA?si=EA2agZ3btbJpFwd4

Мы стали победителями Стартех.Премии 2026! Пока мы готовили для вас следующие кейсы и материалы, решили потихоньку показать ещё одно новое направление R77 AI. Мы не только делаем AI-проекты, но и развиваем свои продукты. Первый, про который хотим рассказать, SemantIQ AI (Семантик). Недавно с ним участвовали в Стартех.Премии и взяли номинацию «Прорыв года среди технологий для банков». Кратко: Строгая проверка документов Система проверяет документы по заданным требованиям, находит ошибки и несоответствия и показывает, что именно нужно поправить. Предыстория продукта.

Изначально продукт вырос из довольно понятной задачи. В банках и крупных компаниях документы приходится проверять по десяткам требований. Что-то пропустили, не так сформулировали или забыли нужный пункт, документ возвращается на доработку и его снова проверяют вручную. Думаю многим знакома ситуация, когда один документ может пройти несколько итераций из-за подобных недочетов. Когда смотрели, как эту задачу решают на рынке, заметили, что почти все подобные AI-продукты сводят работу к чату с агентом. Нам хотелось сделать обычный рабочий софт для юристов и бэк-офиса, где логика проверки уже настроена и не нужно каждый раз отдельно объяснять системе, что делать.

Как мы снизили рутину в проверке документов?

Мы собираем все регламенты, требования и решения специалистов в единую понятную логику проверки. Система загружает документ, проходит по заданным проверкам, находит несоответствия и показывает, что именно нужно поправить. Сами проверки можно настроить под конкретный процесс и тип документов. Встраиваемся в привычный рабочий процесс команды. Сейчас продукт поставляется в трех форматах: веб-интерфейс, интеграция в Office и backend API для автоматического конвейера проверки документов.

Где мы сейчас: Мы внедрили его 10+ раз у наших основных заказчиков. Уже показывает крутые бизнес эффекты: на реальных процессах до 85-90% документов обрабатываются автоматически, а время проверки сокращается с 30-120 минут до 30-60 секунд. При этом объем обработки можно увеличить до 3 раз без расширения команды. Подробнее о SemantIQ AI здесь: https://semantiq.ru/

А вот и запись вебинара подъехала) Ссылка записи на YouTube — https://youtu.be/PK3DodUlpWo?si=i1OdCQsrH96zY2xD Ссылка записи в Вконтакте — https://vk.ru/r77_ai?z=video-228941334_456239069#section=videos Ссылка на презентацию с вебинара — https://disk.360.yandex.ru/i/bosX7KhqYiGaHw

Вебинар "Опыт внедрения агентного RAG в закрытом контур" стартует через 5 минут! Подключайтесь пока, а мы стартанем в 15:30! Ссылка на стрим — https://www.twitch.tv/r77_ai Задавайте вопросы под этим постом и на твиче) 👇

Уже сегодня в 15:30 пройдет вебинар, где наш LLM-инженер Паша расскажет про то, как мы собирали RAG-ассистента в закрытом контуре. Ссылка на вебинар будет в канале. Всех ждем)

Наш опыт внедрения агентного RAG в закрытом контуре В этот четверг наш LLM-инженер Павел Филиппенко расскажет про наш кейс внедрения агентского RAG для архитекторов ИТ-систем: как там всё устроено, что крутится под капотом и какие трудности возникли при реализации проекта. Как собирали и довели до пилота RAG-ассистента с пятью источниками знаний и реестрами на десятки тысяч записей. Как настроили систему в закрытом контуре. Покажем, что из этого опыта можно перенести на любой похожий проект. Основные тезисы: — Архитектура решения. Роутер и субагенты, гибридный поиск в Qdrant, три уровня поиска. Что из этого себя оправдало. — Деплой без выхода в сеть. Поговорим о неочевидных препятствиях и проблемах. — У кого работает json_schema, у кого только function_calling, почему reasoning-модели непригодны для служебных узлов. — Наблюдаемость как инструмент разработки. Трассировка с первых недель показала, что 79% времени уходит на LLM-вызовы, а не на поиск, — и подсказала неочевидную находку о том, что интерфейс шлёт агенту куда больше, чем видит пользователь. Дата и время сбора: Четверг, 24 сентября, 15:30 Добавляйте в календарь и ставьте напоминание! Вот ссылочка: https://calendar.app.google/1LnHP99sFesUVnam9

Пока мы описываем новые кейсы, можно разогреться на хардкорно-разрабской статье от нашего разработчика Паши) Запускаем LLM-приложение в закрытом контуре: что может пойти не так? Тема довольно подлая: поставил пакет через pip, локально всё работает, занёс приложение в закрытый контур, а оно внезапно пытается что-то скачать из интернета и падает) В статье Паша показывает, какие библиотеки этим грешат: Hugging Face, FastEmbed, tiktoken, LangChain и не только. И главное, как такие скрытые загрузки находить заранее и нормально готовить приложение к работе без интернета. Зацените: https://habr.com/ru/articles/1073918/

Йоу👋 Летом у нас тут было небольшое затишье в контенте, потому что мы плотно ушли в работу: деливери, новые пресейлы, запуски и награды. Но пропали не просто так. За последние полгода у нас накопилось уже 30+ реальных кейсов, где мы внедряли AI в самые разные бизнесы. Скоро начнем делиться не только самими кейсами, но и конкретными эффектами, цифрами и выводами. Для вас запускаем вебинары по реализованным AI-кейсам и готовим серию подкастов с топами крупных компаний про AI, внедрение и реальные бизнес-результаты. И тут нужен ваш input: Кого позвать в гости? Какие темы и кейсы хотите разобрать? Пишите в комментариях👇

ИИ нас уже захватывает? Спойлер: пока нет) Наш Стас Округ сходил на RTVI поговорить про сверхинтеллект и страшилки про «сбежавшие» нейросети. Вот ссылка на кусочек эфира: https://youtu.be/YLrjxUCA_Js?t=1864

Уровень — это когда фейкают опыт работы у вас 🤣

Про наш бизнес в ИИ в 26 году Сходили к Косте Егошину ака "Кеды профессора" поболтать, что вообще происходит в аутсорс ИИ. О чём поговорили: • Как становиться подрядчиком по ИИ для Бигтехов. • Какие сейчас зарплаты в ИИ: у разработчиков, продактов, AI-директоров. 📱  YouTube  /  VK видео

Закон об ИИ. Мама, мы снова в телевизоре) Стас Округ сходили на RTVI и обсудили, что там нам ограничивать будут https://youtu.be/iQyZfBrI20A?t=2577

а мы стали топ-3 интеграторов ИИ в РФ)

А вот наш Text to sql-кейс для inSales Собрали все БД, чтобы клиент мог задавать вопрос , не разгребая миллион графиков и таблиц. Вам тоже такое можем сделать пишите мне @savinvlad В кейсе и про техничку рассказали и про бизнес) https://r77.ai/cases/tpost/4ma0vxllt1-ai-assistent-dlya-analitiki-e-commerce-p

Питер, газз знакомиться. Едем выступать на Conversation 25-26 июня. Наш head of ai Стас округ расскажет "Почему между прототипом за 2 недели и работающим AI-продуктом — ещё 6 месяцев инженерии, фидбека и интеграций" про боль и кровь... Еще там 4 трека: Бизнес / AI-Native / Продукты / Технологии и генеративный ИИ разберут со всех сторон: в фарме, кибербезе, поиске видео, ритейле и промышленности. Будут кейсы и из крупных корпораций, и из стартапов. Промик для вас дорогие: CVS26sAsR Conversation

AI-помощник для разработчиков Альфа-Банка Выложили наш кейс для Альфы в текстовом формате. Можете также потыкать его справа снизу — https://developers.alfabank.ru/ А тут вот описание: https://r77.ai/cases/tpost/59m4mell41-ai-pomoschnik-dlya-razrabotchikov-alfa-b

Рассказали про внутрянку нашего интегратора — какие заказы приходят, как делаем, что вообще изменилось в ИИ заказной разработке. Послушайте интересно) https://youtu.be/EbyznxVTiN8

Active listening, стек для real-time видеодиалога с аватаром и открытая модель. Наши друзья из avaturn.live сделали крутой проект с актив листенингом, зацените: Представьте видеозвонок, где вместо живого человека на экране — цифровой аватар: он выглядит и звучит почти как реальный собеседник. Такие решения уже используют в ассистентах, обучении и клиентской поддержке. Но есть нюанс: такие аватары уже научились синхронизировать губы с речью, а вот слушать — пока нет. Когда говорит человек, аватар часто выглядит как персонаж на паузе: смотрит статично, почти не реагирует и просто ждет своей реплики. Диалог из-за этого быстро становится искусственным. Ребята из Avaturn.live как раз взялись за эту проблему и выложили AVTR-1 — открытую модель и стек для real-time видеодиалога с аватаром. Это не просто генератор видео: AVTR-1 позволяет запустить живую сессию, где аватар отвечает пользователю в реальном времени, слушает и реагирует на собеседника. Для создания аватара достаточно одной фотографии человека. Для самой сессии нужны два аудиопотока: речь аватара и речь человека напротив. Главная фишка — active listening: модель учитывает речь собеседника, и за счет этого диалог выглядит естественнее. По железу: • RTX 3070 / 4060 Ti — реалтайм • A100 / L40 — 2x быстрее реалтайма Что в релизе: • веса модели • инференс-стек, оптимизированный под TensorRT • демо и код для запуска живой диалоговой сессии Если поднимать у себя ничего не хочется — просто зайдите на avaturn.live и потестируйте аватара прямо в браузере, без регистрации и возни с TensorRT. Поддержите релиз звездой на GitHub — и, конечно, пробуйте собирать свои продукты с аватарами. 🔗 GitHub: https://github.com/avaturn-live/avtr-1 🌐 Демо в браузере: https://avaturn.live/demo 🤗 Hugging Face: https://huggingface.co/avaturn-live/avtr-1