Tak to wygląda,
gdy naprawdę jest dowiezione.
Wybrane projekty. Nazwy klientów ukryliśmy tam, gdzie wymaga tego NDA. Liczby są prawdziwe, metody udokumentowane.
CupidBot — AI, które umawia randki
Zbudowane od zera z zespołem CupidBot: modele rankingu i konwersacji, na których działa autonomiczny agent aplikacji randkowych — sam przegląda profile, prowadzi rozmowy i umawia prawdziwe randki. Wytrenowany na ~200 tys. prawdziwych rozmów; pisze w ponad stu tonach, sam wraca do urwanych wątków, pilnuje kalendarza, a warstwa bezpieczeństwa naśladuje ludzki rytm, żeby nie wpadać w blokady. Pisały o tym Vice, NY Post, Fox, Futurism, Yahoo, BFMTV.
Thumbprint — automatyczne rozmieszczanie mebli z obrazu rzutu
Zbudowaliśmy rdzeń systemu ML dla Thumbprint (amerykański jednorożec, projektowanie mebli komercyjnych): model odczytuje układ z obrazu planu i sam rozmieszcza prawdziwe produkty z katalogu w 3D — z właściwymi wymiarami, orientacją, dosunięte do ścian. Na tym działa platforma, która zwizualizowała już 181 mln stóp kw. i przeliczyła na nowo 428 tys. produktów w 392 tys. wnętrz.
Paysera — chatbot dla klientów zgodny z RODO
Zbudowaliśmy asystenta LLM dla klientów Paysery (płatności w UE). RODO od pierwszego dnia: dane osobowe są usuwane, zanim zapytanie trafi do bazy wiedzy, modele działają na serwerach w UE, każda wiadomość ląduje w rejestrze audytowym, a prawo do usunięcia danych jest obsłużone bezpośrednio w bazie. Odpowiedzi opierają się na centrum pomocy Paysery i zawierają odnośniki do źródeł; tematy regulowane przejmuje człowiek.
Cordia Group — mapa drogowa AI dla dużego producenta materiałów budowlanych
Trzytygodniowa diagnoza w zakładach i działach Cordia Group: 14 rozmów z kluczowymi osobami, audyt danych (ERP, MES, CAD/BIM, logi utrzymania ruchu i nieunikniona warstwa Excela) oraz 15-stronicowy raport dla zarządu. Nie prezentacja o świetlanej przyszłości — uporządkowana lista inwestycji w AI, każda z szacunkiem efektu, oceną gotowości danych i osobą odpowiedzialną. Fragmenty poniżej.
Najpierw automatyzacja ofert i przetargów: odczyt zapytań ofertowych i dopasowanie specyfikacji na danych ERP, które już były czyste. Potem wykrywanie wad — kamery na liniach już wisiały, a dane do treningu dało się zebrać tanio. Jedno i drugie da się uruchomić w jeden kwartał.
Przygotowanie oferty: ~10 dni → poniżej dwóch, czyli 30–40% więcej przetargów tym samym zespołem. Braki na liniach z kamerami niższe o szacowane 8–12%. Zwrot w pierwszym roku. Szacunki uczciwie opisane jako szacunki — nie obietnice.
Nie zaczynać od centralnego „jeziora danych” — klasyczna pułapka na pół roku. Nie digitalizować z góry 20 lat papierowych archiwów: kosztuje więcej, niż daje. Nie trenować na odczytach czujników sprzed 2022 roku — rozjechane zegary, niezauważalny dryf. Zacząć od dwóch systemów, które już mają wspólne klucze: ERP i MES.
Poczekać: prognozowanie popytu — aż uzbiera się 12 miesięcy ujednoliconych danych sprzedażowych ze wszystkich działów. Zamknąć: wewnętrzny chatbot oparty na nieudokumentowanych procesach — najpierw uporządkować dokumentację, potem wrócić do pomysłu.
Firma rekrutacyjna B2B — żmudna praca wokół przychodu zautomatyzowana
Dla europejskiej firmy rekrutacyjnej B2B (nazwa objęta NDA): cztery automatyzacje uruchomione w jeden kwartał. Agent, który prześwietla każdego potencjalnego klienta, zanim napisze pierwsze słowo. Pomocnik w Telegramie, z którego partnerzy naprawdę korzystają. Automatyczne zbieranie opinii. I agent dbający o widoczność w Google — i w odpowiedziach, gdy ktoś pyta ChatGPT, kogo zatrudnić.
Lista firm dobrana pod profil idealnego klienta; agent sprawdza każdą z nich przed pierwszym kontaktem — świeże rundy finansowania, ogłoszenia o pracę, używane technologie. Odsetek odpowiedzi wzrósł z 0,7% do 4,9% w osiem tygodni; ~30 konkretnych rozmów miesięcznie, bez udziału ludzi.
Mieszka tam, gdzie partnerzy i tak spędzają dzień. Szkicuje odpowiedzi, przygotowuje podsumowania przed rozmową na bazie historii z CRM, sam zapisuje każdy kontakt. Zero nowych narzędzi do nauki — zaczęli z niego korzystać pierwszego dnia.
Po każdej udanej rekrutacji system sam prosi klienta o opinię w Google: ocena wzrosła z 4,1★ do 4,8★ przy pięciokrotnie większej liczbie głosów. Strony usług są ustrukturyzowane pod odpowiedzi AI — firma pojawia się teraz, gdy ChatGPT i Perplexity dostają pytanie o partnerów rekrutacyjnych w jej regionie.
Chcesz wersję bez cenzury?
Podzielimy się imiennymi referencjami na rozmowie, gdy tylko zobaczymy, że twój projekt pasuje.