От договоров до кода: как команды OneTwoTrip используют ИИ

Искусственный интеллект уже помогает командам OneTwoTrip обрабатывать договоры, создавать персонализированные поздравления для тысяч отелей и писать код. При этом во всех трёх случаях технология работает по-разному: где-то экономит десятки часов, где-то позволяет решить задачу, которую почти невозможно выполнить вручную…

Разбираем три ИИ-кейса и смотрим, с какими ограничениями наши коллеги столкнулись на практике.

Команда контрактинга регулярно работает с правками в договорах. Партнёры присылают протоколы разногласий, а менеджерам нужно разобрать каждое замечание, проверить допустимые формулировки и подготовить ответ.

Некоторые протоколы достигают — внимание! — 29 страниц. Раньше работа с таким документом могла растянуться на три дня и потребовать нескольких часов чистого времени специалиста.

При этом у команды уже была накоплена большая база типовых решений: Excel-таблица с готовыми ответами на распространённые правки и рекомендациями по тональности коммуникации. На её основе собрали и запустили общего чат-бота, который основан на OpenAI API.

Теперь менеджер может передать боту правки из договора и получить рекомендации с учётом предыдущего опыта команды. Например, система помогает найти компромисс между интересами OneTwoTrip и партнёра и предложить подходящую формулировку для конкретного пункта договора.

За первые три месяца бот обработал около 150 запросов и сэкономил команде примерно 45 часов. Время на разбор протоколов разногласий удалось сократить почти втрое: в ряде случаев вместо нескольких дней работа занимает несколько часов.

Общий чат решил и организационную проблему. Раньше использование ИИ зависело от индивидуальных доступов сотрудников, а взаимодействие с моделями оставалось непрозрачным для команды. Теперь бот доступен всем менеджерам, а руководитель может видеть историю запросов и понимать, как именно инструмент используют в работе.

Полностью передать ему договорную работу пока нельзя. Например, бот не умеет корректно обрабатывать документ вместе со всей цепочкой комментариев, поэтому сложные случаи всё ещё приходится разбирать вручную. Есть и менее очевидная проблема: поначалу модель занимала слишком мягкую позицию и иногда предлагала больше уступок партнёрам, чем требовалось…

Команда постепенно корректирует скрипт и планирует регулярно обновлять его на основе новых запросов. Это особенно важно по мере роста числа договоров: чем больше партнёров переходят на платформу OneTwoTrip, тем выше нагрузка на контрактинг.

Другой ИИ-кейс возник при подготовке новогодней коммуникации с отелями. Команда хотела поздравить шесть тысяч топовых партнёров, при этом отказаться от одинаковых сообщений и найти для каждого отеля реальный повод для персональной награды.

Вручную изучить отзывы о нескольких тысячах объектов и выделить индивидуальные достижения практически невозможно. Поэтому эту часть работы передали LLM-модели.

ИИ анализировал массивы отзывов и искал характеристики, которые гости особенно часто отмечали у конкретного отеля. На одном из этапов работы на вход модели поступило около 25 тысяч отзывов по тысяче объектов.

Чтобы награды не строились на случайной единичной фразе, для оценки использовали формулу: релевантность характеристики влияла на результат на 70%, частота упоминаний — на 30%. В итоговую выборку попадали варианты с уровнем уверенности выше 60%.

В среднем модель находила около четырёх потенциальных наград для одного отеля. Их можно было дополнить реальной цитатой гостя длиной до 250 символов — так в карточках сохранялась живая речь из отзывов.

Но автоматическая генерация не означала автоматическую публикацию. Для менеджеров сделали отдельный интерфейс из трёх панелей: в нём можно было выбрать отель, посмотреть предложенные награды и сразу свериться с исходными отзывами.

Система также самостоятельно отмечала подозрительные результаты. Интересно, что большинство таких предупреждений после проверки оказались ложными: модель чаще перестраховывалась, чем пропускала действительно сомнительные формулировки. Для команды это стало дополнительным подтверждением качества результата.

Отдельной задачей была стоимость обработки большого объёма данных. Первоначально расходы оценивали примерно в 200 долларов на тысячу отелей, но после оптимизации запросов сумму удалось снизить до 50 долларов.

Около 85% повторяющихся частей запросов кэшировали, а передачу данных в виде объектов заменили массивами, чтобы сократить количество токенов. Команда также рассматривала batch API со скидкой на обработку, однако после оптимизации кэширования дополнительная экономия уже не потребовалась.

Для генерации использовали GPT 5.2. По итогам проверки модель смогла сохранить достаточно естественную тональность и избежать неуместных формулировок.

Чтобы понять, как ИИ влияет на разработку, в OneTwoTrip провели опрос среди 21 специалиста. Результаты показали, что технология уже стала частью регулярной работы: 45% респондентов используют ИИ каждый день, ещё 35% — несколько раз в неделю.

Основные задачи вполне ожидаемые: написание нового кода, рефакторинг, подготовка документации и тестирование. Кроме того, разработчики используют модели для поиска решений и обучения. Для части команды ИИ уже заменяет привычный поиск ответов на Stack Overflow и других ресурсах.

При этом главный эффект технологии участники опроса связывают не с резким сокращением рабочего времени. ИИ скорее позволяет увеличить объём выполненной работы и уделить внимание задачам, которые раньше можно было отложить: например, написать больше тестов или подробнее оформить документацию.

Однозначного лидера среди моделей пока нет. Google Gemini используют 35% опрошенных, OpenAI ChatGPT — 30%, DeepSeek Cloud — 20%. На остальные инструменты приходится ещё 15%.

У трёх кейсов разные задачи и разные метрики успеха. В контрактинге можно буквально посчитать сэкономленные часы. В коммуникации с отелями ИИ позволил персонализировать работу в масштабе нескольких тысяч партнёров. В разработке эффект сложнее измерить временем: специалисты скорее делают больше и повышают качество результата.

Общее ограничение тоже одно: увы, ИИ пока нельзя просто передать задачу и полностью исключить человека из процесса. Боту для договоров нужно регулярно обновлять инструкции, награды для отелей проходят проверку менеджеров, а разработчики контролируют сгенерированный код и следят за потерей контекста.

Но именно в таком формате технология уже решает вполне прикладные задачи. Не как универсальная замена специалисту, а как инструмент, который забирает часть рутинной работы и позволяет команде справляться с большим объёмом задач.