Найшвидший спосіб зібрати голосового AI-агента — той, яким його збирають майже всі: взяти API мовної моделі, підключити сервіс синтезу мовлення, пустити через те, що дешевше, задеплоїти у звичайну хмару. Щось, що відповідає на дзвінки, можна отримати за вихідні.
Ми зробили не так — і перші кілька місяців це нас гальмувало.
Рішення, яке визначило все інше
На самому початку нам треба було вирішити, якою компанією буде Optima Voice. Не «AI-агент для галузі X» — а інфраструктурне рішення, що лежить під цим. Два варіанти: швидко зібрати на типовому стеку, вийти на ринок, а комплаєнс прикрутити потім, якщо якийсь клієнт спитає. Або будувати на інфраструктурі, готовій до регульованих даних з першого дня, хоча майже ніхто з наших ранніх співрозмовників не говорив ні про медицину, ні про державу.
Ми обрали друге. Це означало стандартизуватися на AWS замість зшивання найкращих у своєму класі вендорів. Обирати сервіси з підтримкою HIPAA і FedRAMP навіть для клієнтів, яким ні те ні інше ніколи не знадобиться. Більше налаштування, менше зрізаних кутів і повільніші ранні демо.
Чому цей розмін мав сенс
Чесна причина не в тому, що ми точно передбачили свої майбутні ринки. А в тому, що добудовувати комплаєнс заднім числом — це не апгрейд, а перезбирання. Не можна пригвинтити шифрування рівня HIPAA і журнали аудиту до стека, який ніколи не проєктувався під ізоляцію даних клієнтів. У підсумку ви перезбираєте те, що вже відвантажили, — у дедлайн і під комплаєнс-перевіркою замовника.
Вбудувати це від самого початку коштувало нам тижнів. Добудовувати потім — коштувало б продукту.
Що це відкрило
Вигода була не очевидна спочатку: наші найперші клієнти — малий бізнес, який про HIPAA і FedRAMP не питав узагалі. Але комплаєнс-готова інфраструктура означала, що та сама базова платформа змогла розширитися на вступні кампанії коледжів — з персональними даними студентів — і на розмови в медицині та держсекторі, без другого інженерного треку.
Одна платформа, три сегменти — тому що найжорсткіші вимоги були закриті для всіх від самого початку, а не добудовані для того, хто першим спитав.
Що я сказав би фаундеру, який будує це сьогодні
Якщо ви робите голосові, відео- чи чат-продукти на AI, які колись можуть торкнутися чутливих даних — медицина, освіта, держава, фінанси, — визначте свою комплаєнс-позицію до того, як писати продукт. Не тому, що вона знадобиться одразу. А тому, що ціна додавання потім не лінійна — це перезбирання, і момент, коли прийде цей рахунок, зазвичай обираєте не ви. Він приходить у день, коли справжній клієнт зі справжніми вимогами спитає про них, — і далі ви торгуєтеся на його таймлайні, а не на своєму.
Нам пощастило, що це був свідомий вибір, а не урок, вивчений на власній шкурі. Вбудовуйте рано. Так дешевше щоразу.
Oleksii Kocherev
CEO, Optima Voice
Голосові AI-агенти для бізнесу, освіти та держави
Оригінал статті опубліковано на Medium.