В 2018 году моя команда потратила четыре месяца на разработку системы маршрутизации входящих обращений в техподдержку. Задача звучала тривиально: прочитать текст письма, понять суть проблемы и назначить тикет на нужный отдел. Мы собрали датасет из пятидесяти тысяч исторических писем. Наняли асессоров для разметки. Развернули пайплайн очистки данных: стемминг, лемматизация, удаление стоп-слов. Обучили несколько моделей — от наивного Байеса до кастомного BERT. Настроили MLOps-инфраструктуру для…

Идея создать AI-приложение за пару вечеров выглядит привлекательно. Документация провайдеров предлагает простые примеры: вставьте ключ в конструктор клиента, вызовите метод `chat.completions.create` и получите готовый результат. Разработчики переносят этот подход в реальные проекты. Ключ `sk-proj-..` оседает в переменных окружения фронтенд-сборки, прописывается в `.env.local` и запекается в бандл. Проект улетает на деплой.