Описание проекта
Sherlock (https://sherlockai.pro/) — платформа для AI-помощников, которые понимают ваш бизнес и отвечают на запросы за секунды. Она объединяет поиск и умный чат, мгновенно находя нужную информацию в базе знаний с указанием источников. Благодаря гибкой индексации и многоязычной поддержке, Sherlock ускоряет процессы, повышает продуктивность и помогает управлять большим объёмом информации.
Какие проблемы решает Sherlock?
Производственные компании ежедневно сталкиваются с рядом проблем, которые приводят к неэффективности. Одна из ключевых трудностей — разрозненность данных, которые хранятся в разных системах и требуют много времени для поиска нужной информации. Дополнительную сложность создают ошибки из-за человеческого фактора, которые могут привести к дорогостоящим сбоям и задержкам.
Кроме того, процесс обучения новых сотрудников часто требует значительных затрат времени и ресурсов, поскольку новичкам необходимо разбираться с огромным объемом документации и инструкций. Еще одна важная проблема — это длительные и трудозатратные проверки на соответствие стандартам ISO, которые отнимают недели ручной работы и повышают риски несоответствий. Sherlock помогает эффективно решать все эти задачи, обеспечивая скорость, точность и оптимизацию процессов на производстве.
Ключевые преимущества Sherlock AI:
1. Экономия времени: Мгновенный поиск и чат ускоряют доступ к данным, сокращая ручной труд
2. Точность ответов: Каждый ответ сопровождается ссылкой на источник, что гарантирует достоверность
3. Многоязычная поддержка: Работает с документами на разных языках, упрощая работу глобальных команд
4. Интеграция с корпоративными системами: можно подключить Sherlock к CRM, ERP и BI-системам для расширенного анализа и управления данными
5. Простой интерфейс: Интуитивный поиск и чат, которые можно использовать без специального обучения.
Результат:
До 70% быстрее выполнение задач и +40% к продуктивности.
Технологии, использованные в проекте:
Sherlock использует технологию Retrieval-Augmented Generation (RAG), которая сочетает генерацию текста на базе ИИ с точным поиском данных из заранее загруженной базы знаний. В отличие от традиционных решений, Sherlock предлагает мгновенные и точные ответы, а не просто поиск по ключевым словам. Его универсальность позволяет применять инструмент в различных отраслях: от производства и образования до IT-компаний. Ключевое преимущество Sherlock — это способность интегрироваться с существующими системами и адаптироваться под потребности клиента.
Более того, Sherlock поддерживает все популярные LLM-модели, включая:
GPT от OpenAI (GPT-3.5, GPT-4, GPT-4 Turbo, GPT-4o), Mistral, Groq, Gemini, LLaMA от Meta и Claude от Anthropic.
Также, Sherlock поддерживает интеграцию с CRM, ERP, BI и другими системами документооборота. Главное, необходимо чтобы используемые платформы поддерживали подключение через API.
Стадия проекта
Действующее решение
Рынки и сферы применения
Реальные кейсы внедрения Sherlock компаниями:
Диагностика оборудования
Однажды на производстве операторы потратили два часа на поиск инструкции по ремонту. С Sherlock это заняло секунды.
Адаптация новых сотрудников
Когда новый сотрудник приходит на завод, ему часто нужен наставник. Это время и деньги. Sherlock помогает новичкам находить ответы самостоятельно, сэкономив ресурсы компании.
Соблюдение стандартов ISO
Подготовка к сертификации — это недели ручной работы. Sherlock загружает все регламенты, сравнивает их с требованиями ISO и сразу выдает рекомендации. Это ускоряет процесс и снижает риски.
Отдельные отрасли:
- Юридический отдел. Снижение времени на поиск нормативных документов на 60%, улучшение правовой поддержки благодаря чату
- HR-отдел. Чат с базой знаний помогает быстро ответить на вопросы сотрудников по внутренним политикам и трудовому кодексу
- Консалтинг по выбору учебных заведений. Поиск и чат позволяют консультантам мгновенно получать нужные данные об учебных заведениях и программах.
Ключевые достижения
Результаты 2024 года:
1. Июнь 2024
Старт разработки платформы
2. Ноябрь 2024
Запуск SherlockAI, ориентированного на масштабируемость
3. Первые достижения
- Первый клиентский контракт: $3,0007
- Переговоры с потенциальными клиентами на суммы от $10,000 до $24,000
Измеримые результаты
Экономический эффект:
Sherlock обеспечивает значительное сокращение временных затрат на поиск информации и выполнение рутинных задач. Это помогает компаниям оптимизировать процессы, снижая затраты на человеческий труд и ошибки, связанные с человеческим фактором. Например, использование Sherlock на производстве позволяет сократить время на поиск документации с часов до секунд, что приводит к снижению расходов на 20-30% в зависимости от масштаба компании.
Социальное или экологическое воздействие:
Sherlock способствует снижению стресса сотрудников, связанных с избыточными информационными нагрузками, и упрощает адаптацию новых работников. В долгосрочной перспективе это повышает удовлетворенность сотрудников и снижает текучесть кадров. Кроме того, автоматизация процессов с помощью Sherlock позволяет минимизировать использование бумажной документации, что способствует экологической устойчивости.
Уникальность проекта
Почему именно сейчас?
AI-рынок вырастет с $190 млрд до $1 трлн к 2030 (PwC).
С развитием технологий GPT и ИИ мы поняли, что рынок созрел для таких решений. Компании ищут способы ускорить свои процессы, и Sherlock — это как раз инструмент, который дает результат уже с первой недели внедрения.
Планы на будущее
Цель:
Достижение Monthly Recurring Revenue (MRR) в $100,000
Распределение инвестиций:
- 50% Разработка и улучшение платформы:
- 30% Маркетинг и выход на новые рынки:
- 20% Операционные расходы
Возможности масштабирования:
- Расширение функционала платформы для поддержки дополнительных языков и регионов.
- Интеграция с популярными CRM-системами и платформами для управления знаниями.
- Увеличение объема обработки данных и улучшение производительности для крупных компаний.
Партнеры или инвесторы
1. Алибек Полатов
- Более 11 лет в разработке программного обеспечения и цифровом маркетинге.
Соучредитель успешной компании по разработке ПО
- Магистр прикладной математики и информатики, МГУ
2. Магжан Икрам
- Более 9 лет в создании технологических компаний.
Соучредитель успешной высокотехнологичной компании в Сингапуре
- Магистр прикладной математики и информатики, МГУ
3. Дильшат Утешев
- Более 10 лет в разработке и внедрении технологий ИИ.
Опыт работы в JPMorgan Chase, GSK и Accenture.
Руководил созданием продуктов на базе Generative AI
- Магистр прикладной математики и информатики МГУ, MBA Strathclyde Business School (Великобритания)