Перейти к содержимому

Реализованные проекты

  • IT-Мегастар

    ИИ-агент HR

    О бизнесе

    Компания заказной разработки ПО со штатом 85 человек. Для такого количества сотрудников постоянно присутствует множество рутинных HR задач и вопросов: об отпусках, ДМС, командировках и различных заявлениях.

    Задача: Уменьшить процент административного персонала.

    Решение: ИИ-агент с векторным поиском по базе знаний (RAG) и инструментами. Отвечает со ссылкой на актуальный документ в SharePoint, оформляет заявления в мессенджере и передаёт сложные случаи HR с контекстом диалога. Для экономии токенов часть сценариев закрывают алгоритмы по ключевым словам и кнопки мессенджера — LLM подключается только там, где нужен свободный диалог.

    Срок реализации и настройки

    3 недели

    70%
    Обращений обрабатывает ИИ
    до 15 секунд
    Время ответа сотруднику
    до 2 минут
    Время оформления заявления

    Было

    • 1.Много повторяющихся вопросов в HR об отпусках, ДМС и командировках.
    • 2.Регламенты разбросаны по SharePoint и файловым хранилищам.
    • 3.Заявления оформляются вручную по почте и в мессенджере.

    Стало

    • 1.Агент отвечает по базе знаний со ссылкой на документ.
    • 2.Сотрудник получает ответ за секунды, без поиска по файлам.
    • 3.Заявление оформляется в диалоге; большая часть обращений — без HR.
    Константин М.
    Численность компании — 85 сотрудников, объём внутренних регламентов значительный; ранее существенная часть обращений в HR-отдел касалась типовых вопросов об отпусках, ДМС и командировках. Ассистент находит ответ в наших документах со ссылкой на источник и оформляет заявление, кадровой службе остаётся только согласовать. Внедрение прошло без перестройки внутренних процессов: ассистент интегрирован в корпоративный мессенджер и SharePoint.
    Константин М. — Генеральный директор, IT-Мегастар
  • Арасар

    Онлайн-калькулятор стоимости сноса здания

    О бизнесе

    Компания промышленного демонтажа. По заявке на снос считает стоимость, сроки работ и готовит технико-коммерческое предложение.

    Задача: Ускорить подготовку ТКП или примерной оценки.

    Решение: Онлайн-калькулятор ТКП с ИИ-анализом фото объекта. Расчётную логику собрали вместе со сметчиками из их таблиц и коэффициентов; модель по фото подсвечивает скрытые риски и выдаёт разбивку ТКП по этапам. Часть логики ИИ на промптах вынесли в интерфейс, чтобы команда заказчика могла править её по мере использования — так замкнули цикл обратной связи.

    Срок реализации и настройки

    8 недель

    +13%
    Конверсии за счёт быстрого расчёта
    двойная
    Проверка возможных рисков: эксперт + ИИ
    ±15%
    Отклонение предварительной оценки от финальной сметы

    Было

    • 1.Подготовка ТКП занимала 3–7 дней в свободное время инженеров — часть заявок уходила к конкурентам.
    • 2.Скрытые проблемы демонтажа выявлялись уже на объекте.
    • 3.Разные эксперты оценивали объекты по-разному.

    Стало

    • 1.Предварительная стоимость по параметрам объекта — сразу клиенту.
    • 2.ИИ подсвечивает риски и снижает вероятность ошибки эксперта.
    • 3.Процедура оценки унифицирована.
    Антон Т.
    Технический пресейл в нашей сфере неоднороден: каждый объект отличается по площади, материалам, высотности, локации и условиям доступа. Ранее подготовка ориентировочного расчёта могла занимать неделю — менеджер собирал данные у инженеров, сметчиков и логистов в их свободное время. Сейчас параметры и фотографии вносятся в систему, и в течение нескольких минут формируется предварительный ТКП с разбивкой по этапам и отметками о рисках. Ответ клиенту предоставляется в день обращения: инженеры подключаются на стадии финальной проработки. Команда Pyramind занималась оцифровкой наших процессов, изучая расчётные таблицы совместно со сметчиками, поэтому логика расчёта соответствует нашей внутренней практике. Кроме того, они произвели поиск аналогов и на зарубужном рынке.
    Антон Т. — Директор по развитию, ГК «Арасар»
  • Социокибернетика

    Визуализация аргументации для ФУКО

    О бизнесе

    EdTech-платформа ФУКО: участники ведут длинные текстовые обсуждения, которые нужно структурировать наглядно.

    Задача: Превращать объёмные обсуждения в граф тезисов.

    Решение: LLM-модуль анализа текста с выводом в виде Mermaid-диаграммы. Это не набор промптов «из коробки»: сначала погрузились в методологию ФУКО и по её циклу обратной связи разбили разбор обсуждения на несколько этапов — от выделения тезисов до сборки древовидного графа. Модуль встроен в существующую Django-платформу через API.

    Срок реализации и настройки

    4 недели

    Было

    • 1.Не было компонента, который автоматически структурировал бы длинные ответы участников.
    • 2.Нужно было освоить терминологию ФУКО при размытых требованиях.
    • 3.Требовалась целостная диаграмма дискуссии, а не таблицы и списки.

    Стало

    • 1.LLM-пайплайн извлекает тезисы и строит древовидную структуру.
    • 2.Модуль встроен в платформу через API: текст на входе, диаграмма на выходе.
    • 3.Обсуждение любой темы автоматически становится графом тезисов.
    Марк Ч.
    ФУКО — это целостная методология цикличной обратной связи; в ней есть своя терминология и философия диалога. Честно говоря, мы не ожидали, что внешняя команда сможет так быстро в это погрузиться. К тому же, в требованиях оставалось достаточно много неопределённости. Pyramind разобрались в нашем продукте, собрав информацию о нём из расшифровок питча и спарсив наш сайт и спроектировали MVP; далее уже в совместной работе мы вместе довели модуль до желаемого вида.
    Марк Ч. — Руководитель компании «Социокибернетика»
  • Технологика

    КЭДО для «Технологики»

    О бизнесе

    IT-аутсорсинг, несколько юрлиц. Кадровая служба ведёт договоры, отпуска, командировки и больничные для большого штата.

    Задача: Ускорить кадровое делопроизводство и убрать ручной ввод в 1С:ЗУП.

    Решение: Система КЭДО с электронной подписью и автосинхронизацией в 1С:ЗУП.

    Срок реализации и настройки

    1,5 месяца

    1 день вместо недели
    Согласование кадрового документа
    автоматизирован
    Перенос данных в 1С:ЗУП
    1,5 месяца
    Срок запуска

    Было

    • 1.Кадры нескольких юрлиц — в Word, Excel и почте: документы терялись, согласование тянулось неделями.
    • 2.Шаблоны поддерживались вручную; ошибки всплывали на проверках.
    • 3.Данные в 1С:ЗУП переносились вручную — расхождения неизбежны.

    Стало

    • 1.Заявления с мобильного, шаблоны — в личном кабинете.
    • 2.Подписание ЭП (УНЭП/УКЭП) прямо в системе.
    • 3.Автосинхронизация с 1С:ЗУП — согласование за день.
    Алёна К.
    В группе несколько юридических лиц, и кадровая служба ранее тратила значительную часть рабочего дня на пересылку приказов на подпись, ожидание сканов и повторный ввод данных в 1С. Сейчас кадровые специалисты управляют шаблонами в личном кабинете, а сотрудники подают заявления с мобильного устройства - данные передаются в 1С автоматически. Pyramind оперативно собрали MVP, и далее вели работу с нашим HR-отделом, чтобы уточнить многие маршруты согласования.
    Алёна К. — Главный бухгалтер, «Технологика»
  • Речевая аналитика смен грузчиков

    О бизнесе

    Сервис грузоперевозок и переездов: бригады выполняют сотни заказов в месяц без руководителя на объекте.

    Задача: Контролировать качество и добросовестность бригад без присутствия руководителя.

    Решение: Речевая аналитика смен: запись, транскрипция и ИИ-разбор с антифродом. Перед разбором сегментируем запись и оставляем только фрагменты взаимодействия с клиентом — так экономим токены на длинных сменах. Модель ловит конфликты, срывы скрипта и попытки оплаты мимо кассы.

    Срок реализации и настройки

    5 недель

    100%
    Смен под контролем
    0%
    Доля оплат в обход компании
    в день смены
    Разбор спорных ситуаций

    Было

    • 1.Сотни выездов без руководителя — ситуация на объекте непрозрачна.
    • 2.Часть заказов оплачивалась в обход компании.
    • 3.Жалобы приходили постфактум, без доказательств.

    Стало

    • 1.Каждая смена записывается и разбирается ИИ: скрипты и тон под контролем.
    • 2.Аудиофиксация убрала оплаты мимо кассы; единичные случаи ловятся сразу.
    • 3.Спорные ситуации разбираются в день смены.
    У нас сотни выездов в месяц, и бригады работают без руководителя на объекте — оценить, что реально происходит на переезде, мы не могли. Жалобы всплывали постфактум, а доказательной базы не было: слово клиента против слова грузчиков. Сейчас каждая смена записывается и автоматически разбирается: система проверяет приветствие и допродажи, подсвечивает конфликты и повышенный тон и отдельно отмечает попытки договориться об оплате напрямую, мимо компании. Спорные ситуации мы видим в день смены, а не через неделю. Команда Pyramind вникла в специфику выездной работы: настроили распознавание под уличный шум и речь бригад, а разметку событий мы вместе доводили на реальных записях.
    Операционный директор — Сервис грузоперевозок и переездов (под NDA)

Хотите такой же результат?

Расскажите про задачу — соберём концепцию и ориентир по подписке.

Юридические документы

Политика в отношении обработки персональных данных

Редакция от «10» июня 2026 г.


Индивидуальный предприниматель Литвиненко Дмитрий Евгеньевич, ОГРНИП 326420500062899, ИНН 420515919215, адрес регистрации: 650055, Россия, Кемеровская область — Кузбасс, г. Кемерово; e-mail: dev@pyramind.tech

(далее — Оператор), в соответствии с Федеральным законом от 27.07.2006 № 152-ФЗ «О персональных данных» (далее — Закон о ПДн), публикует настоящую Политику в отношении обработки персональных данных (далее — ПДн) при использовании Сайта https://pyramind.tech (далее — Сайт). Термины оператор, субъект персональных данных, персональные данные, обработка персональных данных и иные применяются в значениях ст. 3 Закона о ПДн, если Политикой прямо не оговорено иное. Условия, ухудшающие положение субъектов ПДн относительно норм Закона о ПДн, не вводятся, за исключением случаев, допускаемых ст. 9 Закона о ПДн. Там, где по применимому праву требуется отдельное согласие (маркетинг, нетипичные cookie, трансграничная передача), на Сайте и в формах размещаются отдельные тексты; при споре о приоритете по вопросам, относящимся к специальному согласию, применяется специальный текст.

1. Субъекты и состав ПДн

  • 1.1. Субъекты — физические лица: посетители Сайта, пользователи сервисов, контактные лица контрагентов, направляющие обращения Оператору. В B2B договор с Оператором заключает юридическое лицо или ИП; ПДн физлица-контакта обрабатываются в целях и на основаниях, указанных в Политике и договоре.
  • 1.2. ПДн могут включать: фамилию, имя, отчество, должность, адрес электронной почты, идентификатор в мессенджере, иные сведения, сообщаемые субъектом, а также технические данные (см. документ «Политика Cookie»), если они позволяют прямо или косвенно идентифицировать субъекта в совокупности с иными данными.
  • 1.3. Оператор не запрашивает специальные категории ПДн, биометрию и сведения о несовершеннолетних, если субъект не направит такие сведения самостоятельно; избыточные ПДн подлежат удалению или обезличиванию с учётом ст. 5 и ст. 10 Закона о ПДн.

2. Цели и правовые основания

  • 2.1. Рассмотрение обращений, переговоры, заключение и исполнение договоров, ведение переписки: п. 5 и п. 1 ч. 1 ст. 6 Закона о ПДн (исполнение договора, согласие при отсутствии договора).
  • 2.2. Соблюдение законодательства, ведение бухучёта, ответы уполномоченным органам, защита прав в споре: ст. 6 п. 1 п. 2, п. 3, п. 7 Закона о ПДн — в пределах, установленных нормами.
  • 2.3. Аналитика и работа Сайта (в т.ч. cookie): ст. 6 п. 1 (согласие) и Политика Cookie; отключение — через настройки браузера и инструменты, указанные в Политике Cookie.

3. Действия с ПДн, сроки

  • 3.1. В отношении ПДн совершаются сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (предоставление, доступ), блокирование, удаление, уничтожение — в объёме, необходимом для цели.
  • 3.2. Сроки: не дольше, чем это необходимо для цели обработки, и не короче сроков, установленных законом (бухучёт, налог, досудебная и судебная переписка), если иное прямо не согласовано с субъектом.
  • 3.3. На дату редакции Политики Оператор не применяет исключительно автоматизированное принятие решений, порождающее для субъекта юридические последствия, кроме случаев, о которых Оператор уведомит субъекта отдельно и обеспечит требования ст. 14 Закона о ПДн.

4. Поручение, передача, трансграница

  • 4.1. Оператор вправе поручать обработку третьим лицам (хостинг, электронная почта, тикет-система, мессенджер, облачные сервисы) на основании договора, предусматривающего требования ч. 3 ст. 6, ст. 7 и ст. 18 Закона о ПДн, в пределах целей Политики и соглашения о порученной обработке.
  • 4.2. Трансграничная передача ПДн осуществляется в порядке ст. 12 Закона о ПДн, в том числе с получением согласия субъекта, если оно требуется применимым национальным правом.

5. Меры по обеспечению безопасности

  • 5.1. Оператор внедряет организационные и технические меры по ст. 19 Закона о ПДн с учётом рисков, при необходимости назначает ответственного за обработку ПДн в соответствии с ст. 20.1 Закона о ПДн.

6. Права субъекта ПДн

  • 6.1. Субъект вправе требовать уточнения, блокирования или уничтожения ПДн, отзывать согласие, обжаловать действия Оператора в Роскомнадзор и в суд, на основаниях ст. 14 и ст. 20–22 Закона о ПДн.
  • 6.2. Запросы направляются на dev@pyramind.tech. Срок ответа — не более десяти рабочих дней с даты получения обращения, если иное не предусмотрено Законом о ПДн.

7. Обновление

  • 7.1. Актуальная редакция Политики публикуется на Сайте; дата размещения сведена в шапку документа.

8. Реквизиты

  • 8.1. Реквизиты Оператора приведены в начале Политики; для обращений по ПДн используется dev@pyramind.tech.