Коротко: оценивайте подрядчика не по презентации, а по семи пунктам — опыту именно с ИИ-функциями (а не только с обычной разработкой), портфолио проверяемых кейсов, прозрачности оценки и ценообразования, подходу к данным и безопасности, плану на случай, если модель «не взлетела», условиям поддержки после запуска и составу команды. Ниже — что спросить на каждом этапе и какие ответы должны насторожить.
Первая ошибка почти всегда одна и та же: компания ищет «разработчика приложений», получает смету на типовой проект и только в процессе узнаёт, что ИИ-часть требует отдельной экспертизы — промпт-инжиниринга, выбора модели, оценки стоимости инференса, тестирования на галлюцинации. Если задача изначально предполагает разработку мобильного приложения с ИИ-функциями внутри, искать стоит команду, у которой есть опыт именно такой связки — а не отдельно мобильную студию и отдельно специалиста по LLM, которых придётся состыковывать самостоятельно.
Второй момент — сроки и бюджет. Обычную фичу разработчик оценивает по количеству экранов и API; с ИИ-функцией оценка почти всегда требует пилота, потому что качество ответов модели на ваших данных заранее не предсказать. Подрядчик, который называет точную цену и срок на ИИ-часть без тестового прогона, либо недооценивает риск, либо закладывает его в контракт так, что сюрприз вскроется позже.
1. Опыт именно с ИИ-функциями, а не только с мобильной разработкой
Спросите не «делали ли вы приложения», а «какие конкретно ИИ-функции вы запускали в продакшен и сколько пользователей на них работает». Разница между демо-прототипом на хакатоне и фичей, которая держит нагрузку и не ломается на граничных случаях, — это и есть компетенция, за которую вы платите.
2. Портфолио с проверяемыми кейсами
Просите не скриншоты интерфейса, а ссылки на живые продукты и контакты клиентов, с которыми можно поговорить. Кейс без возможности проверки — это презентация, а не доказательство опыта. Обратите внимание, решали ли прошлые проекты задачи, похожие на вашу по масштабу: ИИ-функция для 100 пользователей и для 100 тысяч — разные инженерные задачи.
3. Прозрачная оценка и ценообразование
Нормальная практика для ИИ-части — короткий платный пилот (одна-две недели) перед фиксацией сметы на весь проект: за это время подрядчик проверяет гипотезу на ваших реальных данных, а вы получаете честную оценку сложности. Насторожить должна фиксированная цена «под ключ» на ИИ-функцию без предварительного прогона — такая оценка почти всегда или завышена с запасом, или не учитывает реальную сложность данных.
4. Подход к данным и безопасности
Уточните, где обрабатываются и хранятся пользовательские данные, какая модель используется (облачный API или локальное развёртывание) и что происходит с данными, отправленными в запросах к модели — используются ли они для дообучения сторонних сервисов. Для продуктов с персональными или платёжными данными это не формальность, а требование, которое может определить выбор архитектуры целиком.
5. План на случай, если модель «не взлетела»
Спросите прямо: что будет, если после пилота окажется, что качество ответов модели на ваших данных недостаточное для продакшена. Подрядчик с реальным опытом объяснит запасной вариант — другую модель, гибридный подход с правилами поверх ИИ, более узкий сценарий. Если в ответ — «такого не бывает», это повод сомневаться в честности оценки на этапе продажи.
6. Поддержка и мониторинг после запуска
ИИ-функция не похожа на обычный код, который один раз написали и забыли: модели обновляются, качество ответов может дрейфовать, стоимость токенов меняется у провайдера. Уточните, входит ли в контракт мониторинг качества ответов после релиза и кто отвечает за правки промптов, если поведение модели начнёт меняться.
7. Состав команды на проекте
Узнайте, кто именно будет работать над задачей — мобильный разработчик, которому поручили «ещё и ИИ-часть», или в команде есть отдельная экспертиза по интеграции LLM. На встрече с продажами часто участвуют самые опытные люди компании; убедитесь, что именно они, а не джуниоры, будут вести ваш проект.
Частые вопросы
Сколько стоит разработка мобильного приложения с ИИ-функцией?
Сильно зависит от сложности задачи и объёма данных — точную оценку даёт только пилот на реальных данных, а не предварительная смета по брифу.
Нужен ли отдельный специалист по ИИ, если уже есть команда мобильной разработки?
Не обязательно отдельный человек, но нужна компетенция в команде: промпт-инжиниринг, выбор и тестирование модели — это не то же самое, что написание обычного кода приложения.
Как проверить, что подрядчик не завышает сложность ИИ-части?
Попросите короткий платный пилот с конкретным измеримым результатом вместо общей сметы «под ключ» — пилот сразу покажет, насколько реалистична оценка.
Что делать, если после запуска качество ответов модели ухудшилось?
Это нормальная ситуация при обновлении моделей у провайдера — важно заранее договориться о мониторинге и о том, кто отвечает за корректировку промптов после релиза.
Можно ли начать с небольшого пилота, а не с полного проекта?
Да, и это рекомендуемый путь: узкий пилот на одной функции снижает риск и даёт честную базу для оценки полного проекта.
Разработка мобильного приложения
Попробовать генератор ответов
Редакция «ИИ-генератор ответов»
