T TimeMeeting Intelligence
Открыть прототип ↗
Материалы к установочной встрече

AI-сервис для работы
с материалами встреч в Time

Что войдет в продукт, как будем двигаться до конца года и что предлагаем сделать в первый месяц.

5 ВКС в едином интерфейсе 10 спринтов до результата года 3 специалиста на старте
Записи встреч · Time
Готово
▶
Синк по продукту42 минуты · 5 участников
ВКС Т
AI-протокол

Команда согласовала первый релиз

Запускаем транскрибацию и саммари в Time, затем добавляем AI-чат и внешние ВКС.

Подтверждение
✓
3 задачисо сроками и ответственными
!
2 рисканужны решения команды
✦ Какие решения изменились с прошлого синка?
Источники записей
TВКС Т
ККонтур Толк
ЯТелемост
ММТС Линк
ZZoom
↑Файл
Рабочая модель

Совместно по целям,
автономно в исполнении

Вместе с продуктом проверяем и формат работы: может ли компактная FDE-команда, погруженная в задачи Т, быстрее доводить клиентские запросы до работающего решения.

02 · ритм

Два параллельных потока

Одновременно разрабатываем продукт и проверяем пользовательские задачи и сценарии. Результаты кастдева сразу учитываем в плане разработки.

На практикеКаждые две недели — работающий результат и демо; каждый месяц — приемка и пересмотр приоритетов.
03 · поставка

Сразу для внешнего клиента

Каждую новую возможность сразу делаем пригодной для подключения следующих клиентов, а не только для внутреннего демо.

На практикеПервого SaaS-клиента подключаем в сентябре, первую on-premise-версию готовим во втором месяце. Компоненты не привязаны к одной инфраструктуре.
Как проверяем FDE-модель срок от гипотезы до рабочего результата результат каждой двухнедельной итерации использование продукта клиентами зависимости, которые тормозят работу
Что получит пользователь

Все материалы встречи — в одном месте

После завершения встречи запись появляется в Time автоматически. Пользователь получает транскрипт и структурированные итоги, а при необходимости переходит к исходному фрагменту записи.

01◉

Запись

После завершения встречи запись автоматически появляется в Time.

→
02≋

Транскрипт

Речь превращается в текст со спикерами, таймкодами и тематическим саммари.

→
03✦

AI-протокол

Сервис выделяет решения, задачи, сроки, вопросы, риски и договоренности.

→
04✓

Проверка и экспорт

Пользователь сверяет выводы с записью, подтверждает и передает результат в работу.

→
05↗

Рабочая память

Поиск и AI-чат возвращают нужный контекст из одной или нескольких встреч.

Состав решения

Что входит в продукт

Сначала закрываем работу с ВКС и материалами встреч внутри мессенджера. Затем этот же слой можно расширить интеграциями с Трекером, Досками, сообщениями и файлами.

≋
02

Материалы встречи

Запись, участники, транскрипт со спикерами, таймкоды, поиск, избранное, серии и коллекции.

✦
03

Итоги с подтверждением

Саммари, решения, задачи, ответственные, сроки, вопросы и риски — со ссылкой на источник.

⌕
04

Поиск и AI-чат

Чат по одной, нескольким или всем доступным встречам. История серии и материалы для подготовки к следующему созвону.

↗
05

Совместная работа

Ролевые отчеты, комментарии, клипы, публикация в Time и экспорт задач в CSV/XLSX/JSON.

◆
06

Права и управление данными

Права Time проверяются до обработки данных. Доступны аудит, сроки хранения, удаление чувствительных фрагментов, API и webhooks.

SaaSon-premiseвыбор LLM
Сентябрь 2026

SaaS Т

Сервис размещается вместе с Time. Первого внешнего клиента подключаем при сопровождении команды; LLM может работать на общей или выделенной инфраструктуре.

Месяц 2 · первая версия

On-premise

Готовим повторяемую установку в контуре клиента: подключаем его LLM или разворачиваем модель вместе с продуктом.

План работ · август — декабрь 2026

Как будем двигаться
до конца года

Каждый месяц заканчивается новым рабочим сценарием для пользователя или клиента. Первые два месяца планируем подробно; дальнейший порядок интеграций можно менять по итогам приемок.

01
Результат месяца

Запись встроенной ВКС Т автоматически превращается в транскрипт и саммари внутри Time.

S1 · 10–21 августа

Транскрипт из реальной записи

Завершившаяся встреча автоматически обрабатывается и дает транскрипт и краткое содержание.

S2 · 24 августа – 4 сентября

Материалы встречи в Time

Пользователь открывает запись, читает транскрипт со спикерами и переходит к нужному таймкоду.

Приемка: реальная встреча автоматически появляется в Time; качество и скорость измерены на пилотном наборе.
Планируем подробноМесяцы 1–2: первый SaaS-клиент, on-prem-поставка и Контур Толк Можем переставлятьИнтеграции и соседние блоки месяцев 3–5 ИтогПовторяемая поставка клиентам в SaaS и on-prem
Первый месяц · 10 августа — 4 сентября

Что делаем в первый месяц

За четыре недели выпускаем облегченную версию модуля транскрибации, подключаем ее к ВКС Т и показываем пользователю транскрипт и саммари внутри Time.

КомандаPM + Backend + ML3 специалиста
Период10 августа – 4 сентября2 спринта · 4 недели
Трудоемкостьдо 3 чел.-мес.60 чел.-дней · 480 часов
Стоимость работПо месячным ставкам командыPM + Backend + ML; инфраструктура отдельно
PM
Product / Project

Организация работ и приемки

1 чел.-мес.
  • 01Состав работ, пользовательский сценарий и критерии приемки
  • 02Контракты с Т: событие, запись, права, UI и зоны ответственности
  • 03Пилотная выборка, контрольный набор и организация проверки качества
  • 04Еженедельные демо, зависимости, решения и месячная приемка
РезультатСогласованный состав работ, план пилота и материалы для приемки
BE
Backend / DevOps

Интеграция и обработка

1 чел.-мес.
  • 01Контур разработки, CI/CD, модель данных, очереди и файловое хранилище
  • 02Событие завершения встречи, состав дорожек и защита от повторной обработки
  • 03Управление обработкой, повторные попытки, статусы, API карточки и права Time
  • 04Логи, метрики, уведомления об ошибках, нагрузочный прогон и инструкция по эксплуатации
РезультатЗапись ВКС Т автоматически проходит обработку и доступна в Time
ML
ML / Architecture

Транскрибация и саммари

1 чел.-мес.
  • 01Новая версия транскрибации без диаризации, с облегченным образом
  • 02Обработка отдельных дорожек и сборка общей временной шкалы
  • 03Тематическое саммари и ссылки на подтверждающие диапазоны
  • 04Исходные показатели качества и скорости, регрессионный набор и исправления
РезультатНовая версия ML-модулей и замеры качества на данных пилота
Детальная оценка

Работы по двум спринтам

Оценка включает работу трех специалистов по 80 часов в каждом спринте. PM-блок предварительный и будет уточнен отдельно.

480 часовПоказать задачиСвернуть+
Спринт 1 · 10–21 августа

Первый сквозной путь

240 часов
PMПредварительно80 ч
  • S1-PM-01Старт проекта, ритм работы и план спринта8 ч
  • S1-PM-02Объем первого месяца и критерии приемки12 ч
  • S1-PM-03Программа кастдева, гайд и выбор респондентов12 ч
  • S1-PM-04Кастдев-интервью и первичная обработка результатов32 ч
  • S1-PM-05Синхронизации, решения, материалы и демо S116 ч
BackendBackend / DevOps80 ч
  • S1-BE-01Контракты событий, записи, состава дорожек и прав доступа12 ч
  • S1-BE-02Каркас сервисов, CI/CD, контур разработки и секреты12 ч
  • S1-BE-03Модель данных и состояния обработки встречи12 ч
  • S1-BE-04Прием события без дублей и ожидание готовности записи16 ч
  • S1-BE-05Файловое хранилище, очереди и параллельная обработка дорожек20 ч
  • S1-BE-06Сквозная проверка и подготовка демо8 ч
MLML / Architecture80 ч
  • S1-ML-01Аудит текущего модуля и удаление диаризации16 ч
  • S1-ML-02Модуль транскрибации v2: API, схема результата и образ16 ч
  • S1-ML-03Обработка дорожек и сборка общей временной шкалы12 ч
  • S1-ML-04Исходная оценка качества распознавания и сложные случаи12 ч
  • S1-ML-05Обработчик встречи и базовая версия тематического саммари16 ч
  • S1-ML-06Контрольный набор, отчет по качеству и исправления к демо8 ч
Результат S1Событие встречи запускает обработку; на выходе — транскрипт и базовое саммари.
Спринт 2 · 24 августа – 4 сентября

Сценарий в Time

240 часов
PMПредварительно80 ч
  • S2-PM-01Дополнительные интервью и проверка сценариев24 ч
  • S2-PM-02Требования к карточке встречи и саммари16 ч
  • S2-PM-03Подготовка пилота и сбор обратной связи16 ч
  • S2-PM-04Приоритеты и продуктовый план следующих месяцев12 ч
  • S2-PM-05Синхронизации и подготовка месячной приемки12 ч
BackendBackend / DevOps80 ч
  • S2-BE-01Получение записи: доступ, контроль целостности, нормализация и срок хранения12 ч
  • S2-BE-02Повторные попытки, тайм-ауты, очередь ошибок и ручной перезапуск16 ч
  • S2-BE-03Сборка и сохранение результатов без дублей12 ч
  • S2-BE-04API результатов: список, статус, транскрипт и саммари16 ч
  • S2-BE-05Проверка прав доступа, включая сценарии отказа8 ч
  • S2-BE-06Логи, метрики, уведомления, нагрузка, инструкция и исправления16 ч
MLML / Architecture80 ч
  • S2-ML-01Улучшение распознавания по результатам первой оценки16 ч
  • S2-ML-02Привязка спикеров к дорожкам и временным диапазонам12 ч
  • S2-ML-03Ссылки из тезисов саммари на первоисточник12 ч
  • S2-ML-04Качество саммари и запрет неподтвержденных выводов16 ч
  • S2-ML-05Контрольный набор, регрессия и отчет по качеству12 ч
  • S2-ML-06Замер производительности и исправления к приемке12 ч
Результат S2Пользователь получает в Time запись, транскрипт со спикерами и саммари со ссылками на запись.
Спринт 1 240 ч+ Спринт 2 240 ч= 480 часов · 60 дней · 3 чел.-мес.
Приемка первого месяца

Показываем работающий сценарий на реальной встрече

  • встреча ВКС Т автоматически появляется в Time;
  • доступны запись, транскрипт со спикерами, таймкоды и саммари;
  • тезисы саммари ведут к подтверждающему фрагменту;
  • права Time проверяются на каждой операции чтения;
  • повтор события не создает дубликат, ошибку можно перезапустить;
  • зафиксированы качество, время обработки и фактическая пропускная способность.
В оценке предполагаем, что: Т предоставляет событие, доступ к записи и ACL-контракт к старту работ UI Time реализуется Т либо оценивается отдельно GPU/LLM и инфраструктура не входят в трудоемкость команды
Модель поставки

Как будем поставлять продукт

Один и тот же продукт можно развернуть как SaaS или в контуре клиента. Способ подключения моделей выбираем под требования и инфраструктуру клиента.

Принцип Быстрая повторяемая поставка Минимум зависимости от конкретной инфраструктуры Модели распознавания и LLM можно заменять без переделки продукта
01 · управляемая поставка

SaaS

Первый клиент — сентябрь

Решение размещается вместе с Time; обновление, мониторинг и масштабирование выполняются централизованно.

Транскрибация

Варианты для SaaS

  • Собственная модельРаботает в контуре сервиса. CPU подходит для небольшой нагрузки, GPU ускоряет обработку и повышает пропускную способность.
  • T‑Bank VoiceKit ↗Облачный сервис распознавания Т. Выбор варианта зависит от качества, стоимости и требований к работе с данными.
Как подключаем LLM
  • Общая LLM-инфраструктура Тесли есть свободная мощность и согласованы условия использования
  • Облачный провайдерготовый API или выделенная модель; требования к работе с данными согласуем отдельно
  • Собственная модель в облакеразворачиваем и поддерживаем сами; контролируем нагрузку и стоимость
02 · изолированная поставка

On-premise

Первая версия — месяц 2

Продукт устанавливается в контуре клиента; данные встреч и локальные модели не покидают согласованный периметр.

Транскрибация

Модель распознавания работает на ресурсах клиента

CPU или GPU выбираем по объему встреч, требуемой скорости обработки, доступному железу и качеству распознавания.

Как подключаем LLM
  • LLM-сервис Тесли политика клиента разрешает обращаться к нему из своего контура; возможна оплата по токенам
  • Собственная LLM клиентаподключаем уже развернутую совместимую модель
  • Модель вместе с продуктомразворачиваем и поддерживаем в контуре клиента за отдельную стоимость
Как выбираем конфигурацию

Смотрим на требования и инфраструктуру клиента

  • Данныегде они должны храниться и можно ли обращаться к внешним API
  • Нагрузкачисло встреч, требуемое время обработки и пиковая нагрузка
  • Экономикастоимость минуты, токена и эксплуатации
  • Готовностьналичие GPU и собственной LLM у клиента

Что проверим на интервью с клиентами: у кого уже есть своя LLM и GPU, где должны обрабатываться данные, какие ожидаются объемы и сроки обработки, а также какая модель оплаты удобнее.

Техническое приложение

Архитектура и мощности

Как модульность поставки реализуется технически.

Показать +
Модульная архитектура

Реальная схема сервисов и инфраструктуры

Архитектура Time Meeting Intelligence: системы Т, интеграционный слой, независимые ML-модули и общая инфраструктура

Синим показаны компоненты первых двух месяцев, зеленым — чат, RAG и поисковый индекс третьего месяца. Набор компонентов одинаков для SaaS и on-premise.

Ориентир мощности

Для пилота достаточно одной GPU-конфигурации

Стандартная встреча1 ME

60 минут · 5 дорожек · около 20 тыс. токенов

RTX 4060 Ti 16 GB≈ 50

встреч в день для транскрибации

L40S 48 GB150–200

встреч в день для транскрибации

RTX 6000 PRO 96 GB≈ 500

встреч в рабочую неделю при совместном ASR + LLM

Оценки предварительные. После выпуска новой версии транскрибации повторно измерим показатели на реальных дорожках Т и заложим резерв 25–30%.