Бизнес-контекст
В проектных командах значительная часть решений принимается не в документах, а на встречах: с заказчиком, подрядчиками, аналитиками, разработчиками, руководителями и внутренними командами.
На таких встречах появляются требования, договорённости, риски, открытые вопросы и новые задачи. Но после встречи эта информация часто расходится по разным местам: часть остаётся в голове участников, часть попадает в чат, часть — в Jira или Confluence, а часть вообще теряется.
Из-за этого команда регулярно сталкивается с одними и теми же проблемами:

• никто точно не помнит, что договорились на прошлой встрече;
• задачи после обсуждения не доходят до исполнителей;
• руководитель не был на встрече и теряет контекст;
• заказчик и команда по-разному помнят договорённости;
• чтобы восстановить детали, приходится переслушивать записи, искать фрагменты в чатах или спрашивать участников, кто что запомнил;
• протоколы пишутся вручную, нерегулярно и каждый раз в разном формате.

До автоматизации
Менеджер, аналитик или руководитель проекта после встречи вручную разбирал записи и заметки:

• пересматривал или переслушивал встречу;
• выписывал ключевые решения;
• искал задачи и ответственных;
• формулировал протокол;
• переносил задачи в рабочие системы;
• отправлял итоги участникам.

Если встреч много, такой процесс быстро перестаёт масштабироваться. При 10 встречах в неделю и 30 минутах ручной фиксации на каждую встречу команда теряет около 20 часов в месяц только на оформление итогов.

После автоматизации
Решение автоматизирует этот процесс.
На вход подаётся:

• запись онлайн-встречи;
• аудиофайл;
• видеозапись;
• готовая текстовая расшифровка.

На выходе система формирует рабочий результат:

• полную расшифровку разговора;
• краткое содержание;
• список решений;
• договорённости;
• задачи;
• ответственных;
• сроки;
• риски;
• открытые вопросы.

После этого материалы сохраняются в базе проектной памяти, по которой можно искать информацию и восстанавливать историю обсуждений.

Как работает ИИ
ИИ используется на нескольких этапах.
Сначала распознавание речи переводит аудио встречи в текст. Затем языковые модели выделяют из расшифровки смысловые блоки:

• что обсуждали;
• какие решения приняли;
• какие требования появились;
• какие задачи нужно поставить;
• кто за что отвечает;
• какие вопросы остались открытыми.

После этого система формирует протокол в едином формате, который можно отправить участникам встречи или использовать для постановки задач.

Проектная память
Отдельная ценность решения — проектная память.
Встреча перестаёт быть одноразовым разговором и становится частью накопленного контекста проекта. Можно быстро найти:

• когда обсуждалось конкретное требование;
• кто обещал подготовить документ;
• почему было принято определённое решение;
• какие риски назывались на прошлой встрече;
• какие вопросы остались открытыми после обсуждения с заказчиком.

Бизнес-эффект
Главная бизнес-ценность решения не в расшифровке как таковой, а в автоматизации управленческой рутины вокруг встреч.
Заказчик получает:

• меньше ручной работы после созвонов;
• единый формат протоколов;
• сохранение договорённостей;
• быстрый ввод новых участников в контекст;
• прозрачность для руководителя даже без личного присутствия на каждой встрече;
• снижение риска споров с заказчиком;
• возможность возвращаться к фактам, а не к воспоминаниям участников.

Если в компании проходит больше 10 проектных встреч в неделю, эффект становится заметным уже на уровне времени project manager’ов, аналитиков и руководителей.

Где применимо ещё
Такой подход применим не только для проектных встреч. Его можно использовать в процессах, где важно не просто поговорить, а сохранить смысл разговора и вернуться к нему позже:

• клиентские брифы;
• IT-аутсорсинг;
• консалтинг;
• пресейл;
• продажи;
• HR-интервью;
• performance review;
• совещания руководителей;
• инцидентные разборы;
• технические обсуждения требований;
• встречи с подрядчиками;
• проектные статусы;
• внутренние планёрки.

Результат
Результат — меньше ручных протоколов, меньше потерянных договорённостей и больше прозрачности в проектной работе.
Команда получает не просто текст встречи, а управляемую историю решений, задач и контекста, которая остаётся доступной после завершения созвона.

Стек
Python, PyTorch, ASR-модели, Whisper, Transformers, FastAPI, PostgreSQL, Docker, Kubernetes, векторный поиск, RAG-подход.