Как появилась идея
До Repact я много лет работал в стройке и вокруг нее. Простая правда: инженеры ПТО тонут в переносе данных и бумажной рутине, часто жертвуя своими основными созидательными обязанностями. Именно ПТО — «узел стыковки» стройки: сюда сходятся паспорта и сертификаты, журналы, шаблоны актов, требования заказчика, регламенты генподрядчика и стандарты хранения. Любая задержка здесь множится: не собран пакет → не закрыт этап → не пришла оплата. Именно поэтому мы сознательно начали с ПТО: процесс формализуемый, правила понятные, эффект мгновенно заметен в сроках и качестве.
Распознавание входящих документов, ведение ведомости материалов, сборка акта освидетельствования скрытых работ (АОСР) по шаблонам, нейминг и структура архива — это операции с четкими шагами и проверяемым результатом. Идеальная зона для Repact. Рутину забирает робот, а инженер остается владельцем процесса и решений коллизии. Именно так у ПТО высвобождаются часы «живой» инженерии, а бизнес снижает переделки и каскадные задержки.
Технологическая основа — прагматичный стек без магии
Наш сервис — это софт, который имитирует действия пользователя.
Бэкенд отвечает за администрирование, синхронизацию с внешними источниками (например, облачными хранилищами), оркестрацию клиентских процессов и выпуск отчетов. Мы используем Django: из коробки это дает зрелый ORM, панель администрирования, аутентификацию и маршрутизацию, что ускоряет запуск и снижает техдолг.
Взаимодействие с внутренними компонентами (распознавание, фронтенд, будущие микросервисы) и внешними системами клиентов построено на Django REST Framework: единый REST-интерфейс упрощает интеграции и версионирование. Периодические и фоновые операции, например проверку новых файлов и синхронизации, ретраи, выполняет Celery. Он распределяет различные задачи между серверами и обеспечивает повторения по расписанию и обработку ошибок. Данные храним в PostgreSQL: стабильная, расширяемая СУБД с хорошей масштабируемостью и богатой экосистемой.
Модуль распознавания, или рекогнайзер, — это «конвейер» подключения к OCR и ИИ-моделям. Он тоже построен на Celery, поэтому обрабатывает входящие документы параллельно и эластично масштабируется под пик нагрузки. На нём и маршрутизация задач, и контроль качества распознавания, и подготовка структурированных данных для бэкенда.
Фронтенд реализует личный кабинет пользователей системы, позволяя добавлять и следить за работой роботов, производить различные настройки. Мы выбрали Next.js: он поддерживает гибридный рендеринг, встроенные оптимизации производительности и быструю разработку. Через кабинет пользователи управляют объектами, включают/выключают этапы, смотрят статусы, логи и отчеты — без погружения в технические детали.
Автоматизация документооборота: исключаем ошибки в паспортах и собираем документы
Робот работает с корпоративными облачными хранилищами и локальными папками, умеет забирать входящие данные и складывать результат в нужную структуру. Поддерживает UI-автоматизацию (когда у системы нет API) и API-интеграции там, где они доступны. В нашей дорожной карте на ближайшее время — «тяжелые» корпоративные решения: 1С, Bitrix, популярные CRM для строителей. Мы стремимся к понятной логике и уровню взаимодействия — вход и выход настраиваются под правила клиента. Ключевая идея: сервис должен вписываться в IT-ландшафт компании без сложных интеграций и фундаментальных изменений в инфраструктуре клиента.
Первой нашей целью была сборка АОСР и наведение порядка в паспортах/сертификатах и ведомости материалов. Именно тут рождались основные ошибки и потери времени: нечитаемые сканы, расхождения в названиях, неполные пакеты, ручной нейминг. Нередко нашим клиентам приходится пересдавать пакеты АОСР по два, три, а иногда и более раз. Мы убрали ручную механику, оставив инженеру контроль и решения.
Если коротко, то сейчас мы собираем на входе сканы и фото паспортов и сертификатов, а на выходе клиент получает упорядоченные и переименованные паспорта/сертификаты, ведомость материалов, а также АОСР, собранные по шаблонам заказчика и уложенные в структурированный архив. Все версии и изменения фиксируются.
Инженер на объекте сканирует 20 паспортов материалов и кладет их в папку. Ночью робот распознаёт реквизиты, переименовывает файлы, обновляет ведомость материалов, подхватывает строки из журнала и собирает АОСР с нужными приложениями. В алгоритм робота зашито множество проверок на ошибки, например на дубликаты, на соответствие дат и много других. Утром в архиве лежит готовый пакет; если где-то «пустая дата» — в журнале отказов это видно, и повторный прогон занимает минуты.
Подписка, а не коробка
Мы используем не самую привычную модель для B2B — помесячную подписку. Логика проста — стройка «дышит»: сегодня пять объектов, через полгода — один, через год — десять. По разным данным, в России около 200 тыс. юридических лиц, занимающихся стройкой, и большинство — это не какие-то крупные игроки, крупные застройщики. Нередко это предприятия среднего размера, с определенным объемом выручки и небольшим штатом людей — 100–200 человек. Для таких компаний покупка сложных интеграционных решений, чтобы упростить рутину своих инженеров со строительной площадки, может казаться колоссально дорогим удовольствием. То есть для такой компании, у которой прибыль в год колеблется от 20 до 30 млн ₽, покупка какого-то решения за 5–7 млн ₽ нередко экономически совершенно невыгодна.
Подписка под это подстраивается: включили робота на объект — платите; закрыли — выключили, расходы ушли. Плюс продукт постоянно обновляется: меняются регламенты, форматы, интеграции — всё это приезжает как сервис, без дней внедрения и больших трат.
Да, на консервативном рынке есть привычка купить навсегда, но мы идем на обдуманный риск. Реальность в том, что IT-среда меняется быстрее жизненного цикла лицензии. Подписка дает гибкость, понятные статусы, поддержку, прогнозируемую цену за объект — и выход без боли, если сервис не подошел.
Экономика для клиента — на уровне процессов
Эффект от Repact можно подсчитать через высвобождение времени и снижение переделок. Представим, у компании X было 10 инженеров ПТО на 7 объектах. При переходе на схему «2–3 инженера + 7 роботов» прямые затраты на ФОТ сократились примерно на 10 млн ₽ в год (тут мы учитываем, что в среднем инженер ПТО получает 125 тыс. ₽ в месяц). Конечно, реальные цифры для каждого потенциального клиента зависят от зарплат, объемов и зрелости процессов. Но тренд стабилен: рутина уходит к роботу, люди остаются на контроле и задачах, где нужна экспертиза.
Масштабируемость
Мы видим сервис Repact как платформу: к «роботу ПТО» добавляются другие промышленные сценарии — рядом с документацией уже просматриваются задачи охраны труда и смежных служб. Недавно мы начали разработку, чтобы автоматизировать работу с AutoCAD по печати альбомов — это небольшая задача, которая неожиданно занимает часы, парализуя рабочие компьютеры. А кроме того, приступаем к разработке автоматизации для общепита. Архитектура позволяет добавлять каналы — узкоспециализированные роботы с общей основой, логами и политиками безопасности.
Сервис Repact — это транспортер для рутины. Мы намеренно делаем технологию прагматичной: меньше магии, больше воспроизводимости. Там, где процессы формализуемые, робот работает лучше человека — и ровно ради этого мы его и собрали.
