Почему хороший AI-продукт начинается не с модели, а с архитектуры

Когда появляется идея AI-продукта, первым вопросом часто становится выбор модели. Какая модель точнее, быстрее, дешевле и лучше работает с нужным типом данных.

Это важный вопрос, но обычно не первый.

До выбора модели необходимо определить, какую проблему решает продукт, где проходят его границы, какие данные поступают на вход, какой результат должен получить пользователь и что произойдёт, если система ошибётся.

Без ответов на эти вопросы сильная модель не спасает продукт. Она лишь становится дорогой частью плохо определённого процесса.

Модель — компонент, а не архитектура

AI-модель может классифицировать документы, извлекать факты, генерировать текст или помогать принимать решение. Но сама по себе она не определяет:

• откуда берутся данные;
• как проверяется их полнота;
• что считается допустимой ошибкой;
• где требуется подтверждение человека;
• как система ведёт себя при сбое;
• как результат встраивается в рабочий процесс пользователя.

Эти решения относятся к архитектуре продукта.

Если они не приняты заранее, логика постепенно распределяется между промптами, обработчиками, интерфейсом и ручными исключениями. Система начинает работать не как единое целое, а как набор временных обходных решений.

Сначала процесс, затем автоматизация

Перед внедрением AI полезно разобрать исходный процесс без технологий:

1. Что человек делает сейчас.
2. Какие действия повторяются.
3. Где он принимает содержательное решение.
4. Где теряет время.
5. Какие ошибки наиболее критичны.
6. Что можно автоматизировать без потери контроля.

После этого становится понятно, нужен ли AI вообще и какую роль он должен выполнять.

Иногда проблему решает обычный фильтр, поиск или строгий алгоритм. В других случаях модель действительно необходима — например, когда нужно работать с неструктурированным текстом, документами или неоднозначными формулировками.

Хорошая архитектура переживает смену модели

Модели меняются быстро. Сегодня система использует одного поставщика, завтра другого, а через год часть функций может выполняться локально.

Если продукт построен правильно, замена модели остаётся изменением одного слоя. Пользовательский сценарий, структура данных, проверка результата и бизнес-логика не должны переписываться вместе с ней.

Поэтому я рассматриваю AI не как центр продукта, а как один из компонентов системы.

Сначала проектируется целостный процесс. Затем в него добавляется модель там, где она действительно даёт преимущество.

Такой подход медленнее на старте, но значительно дешевле на длинной дистанции.