Rule 90

Тем, что не привязаны к одному набору технологий. Обычно студия работает привычным стеком и подгоняет под него задачу — мы берём тот, что лучше решает задачу, или продолжаем на том, что уже стоит у заказчика. Наши продукты в проде собраны на разных стеках: FastAPI и Flutter — один, Django, React и Capacitor — другой.

Второе отличие — предсказуемость. Смету и объём фиксируем до старта, статус виден на каждом шаге, приёмка по вехам. Заказчика чаще подводит разброс результата, а не скорость или цена.

Третье — ИИ у нас метод, а не товар. Он ускоряет работу на каждом этапе, а решения, архитектуру и качество держат люди

Готовность потратить время на постановку задачи. Мы не начинаем строить без продуктового разбора: границы задачи, схема решения, архитектура, объём работ и смета. Клиент, который приходит с задачей бизнеса, а не с готовым техзаданием на реализацию, получает лучший результат — потому что половину ценности даёт как раз выбор того, что строить.

И прямая обратная связь. Правку по существу, сказанную сразу, мы ценим выше вежливого согласия, за которым через месяц выясняется, что делали не то.

За тот, где не сможем отвечать за результат. Мы работаем по фиксированной смете и приёмке по вехам, а это возможно только там, где задача понята и границы названы.

Поэтому перед стройкой всегда идёт продуктовый разбор: границы задачи, схема решения, архитектура, объём работ. После него мы либо называем цену и срок, либо говорим, что задача не нашего профиля — и это тоже полезный для заказчика ответ

Качество продукта. Но с уточнением: для заказчика качество проявляется не в максимуме, а в отсутствии разброса. Подводит обычно непредсказуемость — сроки поехали, объём изменился, результат оказался не тем. Поэтому «максимальное качество» мы понимаем как повторяемый результат: фиксированная смета до старта, видимый статус на каждом шаге, приёмка по вехам.

Отлаженные процессы внутри и довольный клиент — следствия этого, а не отдельные цели.

Один слой суждения на несколько проектов. Планирование, архитектуру, приёмку и безопасность держит отдельная группа профильных экспертов, которая участвует во всех проектах; исполнение идёт в связке с ИИ, а накопленный опыт лежит в общем хабе знаний.

Отсюда два следствия сразу: экономика — дорогая экспертиза не простаивает на одном проекте, и низкий разброс результата — решения принимают одни и те же люди по одним и тем же правилам.

Предложим другой вход, который обычно устраивает обе стороны: оплаченный продуктовый разбор по обычной цене. Он недорог относительно сборки, занимает одну-две недели и даёт заказчику документ, с которым можно идти дальше даже без нас. После него мы называем цену и срок первого этапа, и видно, за что платится.

Дисконт ради портфолио не берём по простой причине: у проекта без цены не будет приоритета, а первым от этого пострадает результат, ради которого всё и затевалось.

Продолжаем углублять то, что уже в проде: агентов на языковых моделях с вызовом инструментов, векторный поиск и дедупликацию на собственных эмбеддингах без внешних API, работу моделей в закрытом контуре — для заказчиков, которым нельзя отдавать данные наружу.

Отдельное направление — импортозамещение: российский стек и готовность решения к реестру отечественного ПО.

И то, что интереснее всего: перенос ИИ-ускорения с написания кода на остальные этапы — постановку задачи, архитектуру, приёмку и тестирование.

Задачи — но это не про романтику. Прибыльность в заказной разработке берётся из повторяемости, а повторяемость появляется там, где задача понята до дна. Интересная задача обычно и есть та, где понимание даёт больше, чем количество рук.

Поэтому выбор между деньгами и задачей у нас редко возникает: хорошо сделанный проект оказывается выгодным и для заказчика, и для нас.