История успеха · 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.
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.
Что мы сделали
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.
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 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.
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.
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.
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.
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.
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.
| Результат | До | После |
|---|---|---|
| Релизы | Раз в 4 месяца | 3 в день |
| От задачи до продакшена | Две-три недели | 1 день |
| Разработка и тестирование | 16 человек | 3 человека |
| Серверы | 18 | 3 |
| Счёт за облако | Платили за 18 серверов | На 70% меньше |
| Тестирование | Ручной QA | AI-агенты, ~90% покрытия |
| База данных | MongoDB, шесть лет | PostgreSQL, в 3 раза быстрее, переезд за 6 дней |
| Колл-центр | Операторы | Голосовой агент, ru и kk, на 62% дешевле |
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
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%
- 01Архитектура до и после, со схемами
- 02Как 18 серверов стали тремя и что стало со счётом за облако
- 03Как 3 человека делают работу 16: роли, агенты, ревью
- 04Пайплайн, на котором держатся три релиза в день без ручного QA
- 05План переезда за шесть дней, по шагам
- 06Голосовой колл-центр: стек и цена минуты
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.
Другие истории
Все историиХотите, чтобы следующая история была про вашу компанию?
За 30 минут созвона выберем первую задачу, которую стоит отдать AI, и прикинем, сколько она сэкономит.





