Перейти к содержимому

Кейс · ЖКХ · Казахстан

AulaТри релиза в день вместо одного в четыре месяца: 3 человека делают работу 16, а счёт за облако меньше на 70%

Aula — одно приложение для жителей многоквартирных домов и 109 управляющих компаний, в нём 247 000 аккаунтов. Как CTO по подписке я перестроил то, как продукт делают и на чём он работает: команда разработки и тестирования сократилась с 16 человек до 3, серверов стало 3 вместо 18, счёт за облако упал на 70%, а ошибок в мобильном приложении стало на 97% меньше. Задача теперь доходит до продакшена за день, а не за две-три недели, и продукт выходит три раза в день при аптайме 99,99%. Такого темпа большинство штатных команд не достигает никогда.

Клиент
Aula
Отрасль
ЖКХ
Страна
Казахстан
Пользователи
247 000 аккаунтов, 38 000 активных в месяц
Клиенты
109 управляющих компаний
Моя роль
CTO по подписке
Платформы
iOS, Android, веб
Сайт
aula.kz

В цифрах

релиза вместо одного в четыре месяца, редкий темп для любой команды
3 в день
человек в разработке и тестировании, а релизов стало намного больше
16 → 3
счёт за облако после того, как 18 серверов стали тремя
−70%
от задачи до продакшена вместо двух-трёх недель
1 день
аптайм, а переключение на резервный ЦОД занимает минуты
99,99%
расходы на колл-центр, звонки принимает голосовой агент
−62%

Приложение для жителей

Заявки в управляющую компанию, новости дома, голосования и объявления соседей. Экраны взяты со страницы приложения в App Store.

  • Главный экран Aula с оповещением управляющей компании
  • Список заявок со статусами
  • Оповещение об отключении горячей воды
  • Голосование жителей за велопарковку
  • Объявления соседей
01

С чего начинали

Aula связывает жителей многоквартирных домов с управляющими компаниями. Жители подают заявки, читают объявления, голосуют и подписывают документы ЭЦП, а управляющие компании ведут в той же системе диспетчеров и ремонтные бригады.

Когда я пришёл, релиз выходил раз в четыре месяца. Продукт разрабатывали и тестировали 16 человек, он работал на 18 серверах, данные больше шести лет лежали в MongoDB, а на звонки в колл-центре отвечали операторы. Менять продукт было медленно, а содержать дорого.

02

Что мы сделали

  1. AI-агенты делают работу команды из 16 человек

    Я перевёл код, ревью и сопровождение на агентов Claude Code и Codex и выстроил команду вокруг них. Команда разработки и тестирования сократилась с 16 человек до 3, а разработка ускорилась минимум в пять раз. AI-инструменты и токены обходятся в 15% бюджета ФЗП: небольшая цена за результат целого отдела.

  2. Три релиза в день, и задача в продакшене за день

    Юнит- и интеграционные тесты покрывают около 90% кода, поверх них идут наши собственные E2E-тесты. Полный набор прогоняется на каждое изменение, от pre-commit хука до проверки на pre-production с автоматическим откатом. Поэтому релиз выходит три раза в день, а не раз в четыре месяца, задача доходит до продакшена за день, а не за две-три недели, и всё это без ручного QA, за который большинство команд до сих пор платит.

  3. 3 сервера вместо 18 и счёт за облако на 70% меньше

    Я сократил инфраструктуру с 18 серверов до 3, и счёт за облако упал на 70%. Вместе с ним уменьшилась и поверхность атаки: distroless-контейнеры и одна точка входа за Cloudflare WAF. Аптайм 99,99%, бэкапы отстают от прода примерно на минуту, а переключение на резервный ЦОД занимает минуты. Обычно такое восстановление обеспечивает отдельная команда эксплуатации.

  4. Полная observability с первого дня, без затрат на своё

    Aula работает на моей инженерной платформе: мой инстанс GitLab, мои CI-раннеры и мой Sentry. Команда с первого дня видела всё, что происходит в продукте, и не потратила ни времени, ни денег на собственные инструменты.

  5. На 97% меньше ошибок в мобильном приложении

    Sentry и запись сессий ловят каждую ошибку вместе с шагами, которые к ней привели. Агенты забирают ошибки и чинят их циклами каждые шесть часов, так что баг исчезает в тот же день, а не ждёт своей очереди в бэклоге.

  6. Шесть лет данных из MongoDB в PostgreSQL за шесть рабочих дней, и база в 3 раза быстрее

    Я перенёс шесть лет продовых данных в PostgreSQL с простоем меньше десяти минут. Обычно такой переезд занимает команду на месяцы. Теперь база работает в 3 раза быстрее, чем старая MongoDB. Ядро осталось одним монолитом на Laravel с минимумом движущихся частей, поэтому оно быстрое и дешёвое в эксплуатации.

  7. Голосовой агент срезал расходы на колл-центр на 62%

    Голосовой агент говорит по-русски и по-казахски: принимает звонок, узнаёт жителя и создаёт заявку. Колл-центр уже обходится на 62% дешевле, работа операторов продолжает переходить к агенту, и рост числа звонков больше не означает найм новых операторов.

03

Результат

Три человека на трёх серверах теперь выпускают Aula три раза в день при аптайме 99,99%, а счёт за облако стал на 70% меньше. Раньше 16 человек и 18 серверов выпускали её раз в четыре месяца, и задача шла до продакшена две-три недели, а теперь доходит за день.

РезультатДоПосле
РелизыРаз в 4 месяца3 в день
От задачи до продакшенаДве-три недели1 день
Разработка и тестирование16 человек3 человека
Серверы183
Счёт за облакоПлатили за 18 серверовНа 70% меньше
ТестированиеРучной QAAI-агенты, ~90% покрытия
База данныхMongoDB, шесть летPostgreSQL, в 3 раза быстрее, переезд за 6 дней
Колл-центрОператорыГолосовой агент, ru и kk, на 62% дешевле
04

Что дальше

В ближайшие месяцы я перевожу бэкенд с PHP на Go. По нашей оценке, производительность вырастет примерно вдвое, затраты на серверы упадут вдвое, а сервисов в поддержке станет меньше.

Стек

  • Laravel
  • PostgreSQL
  • Redis
  • Vue 3
  • Flutter
  • Docker
  • Cloudflare
  • GitLab CI
  • Grafana
  • Sentry
  • Claude Code
  • Codex
oleg.isОтправляется по запросу

Полный кейс · PDF

Aula

Три релиза в день вместо одного в четыре месяца: 3 человека делают работу 16, а счёт за облако меньше на 70%

  1. 01Архитектура до и после, со схемами
  2. 02Как 18 серверов стали тремя и что стало со счётом за облако
  3. 03Как 3 человека делают работу 16: роли, агенты, ревью
  4. 04Пайплайн, на котором держатся три релиза в день без ручного QA
  5. 05План переезда за шесть дней, по шагам
  6. 06Голосовой колл-центр: стек и цена минуты
Подготовил Олег СотниковPDF

Полный кейс Aula

Открытая часть истории на этом заканчивается. Остальное в PDF: архитектура до и после, план переезда, как команда работает с AI-агентами, сколько всё это стоит в эксплуатации и откуда взялась экономия.

Каждый кейс я отправляю сам, а ваш email нужен только для этого.

Другие кейсы

Все кейсы
02МетизПромСервисМеталлообработка и изготовление деталей · КазахстанCTO по подпискеЗавод экономит $300 000+ в год и тратит на IT вдвое меньше: подрядчиков заменили два инженера, которых я нанялМетизПромСервис изготавливает детали по чертежам заказчиков в Казахстане. Когда я пришёл, IT, учёт, бухгалтерию, производственные системы и управление токарными станками вели подрядчики, а за внешний софт и лицензии компания платила. Я построил собственную инфраструктуру, нанял и обучил двух инженеров, и мы заменили весь платный производственный софт своими ERP и CRM, причём ERP заработала за 3 месяца. Теперь компания экономит больше $300 000 в год на софте, тратит на IT вместе с зарплатами команды больше чем на 50% меньше, чем платила подрядчикам, а её станки с ЧПУ простаивают на 23% меньше, и внеплановых ремонтов стало вдвое меньше.Читать кейс03CV RocketПоиск работы и AI-резюме · США и весь мирCTO по подпискеОдин инженер и CTO по подписке довели CV Rocket с нуля до продаж за пять недель и до 1 000+ клиентовCV Rocket автоматически пишет резюме под каждую вакансию, на одно уходит от 15 до 50 минут, и собирает рынок вакансий США и мира в одном месте: больше 1,5 млн вакансий с 89 000+ сайтов. Архитектура, облачные сервисы и интеграция с платёжными сервисами на мне, а сам продукт мы вдвоём с инженером сделали за четыре недели. Обычно на такой запуск у полноценной команды уходят кварталы. Продажи пошли с пятой недели, и сейчас у CV Rocket больше 1 000 клиентов.Читать кейс04CallbrainAI-колл-центры и телефония · Весь мирCTO по подпискеAI-оператор закрывает 92% звонков без человека, на 57 языках и в три-пять раз дешевле живого оператораAI-оператор Callbrain принимает и совершает звонки на номере компании, во время разговора работает в её CRM или 1С и закрывает 92% звонков без человека, а остальные передаёт людям. Он отвечает меньше чем за секунду, его можно перебить на полуслове, а минута его работы в три-пять раз дешевле минуты живого оператора, и это срезает от 50 до 80% расходов на колл-центр. Я спроектировал сервис целиком, от АТС до realtime-моделей голоса, а собрали его мы вдвоём с инженером. Обычно такой продукт делает телеком-компания с большой командой.Читать кейс

Хотите, чтобы следующий кейс был про вашу компанию?

За 30 минут созвона выберем первую задачу, которую стоит отдать AI, и прикинем, сколько она сэкономит.

Обсудить мою задачуЗвонок бесплатный. На связи я сам.