«Путешествия изменятся, когда ИИ поймет наши желания»: интервью с ИТ-директором «Туту» Арутюном Агабабяном

Вы перешли из ОТП-банка в «Туту» в 2022 году — не лучшее время для тревелтех. Почему приняли такое решение?

В 2022 году индустрия, очевидно, пошатнулась после пандемии, но после спада всегда идёт бурный рост, и он был ожидаем. Но для меня решающим фактором стала культура «Туту». Уже на этапе знакомства с компанией я увидел открытость, честную обратную связь и людей, которые по-настоящему вовлечены в общее дело. В такой среде ощущаешь, что можешь создавать решения другого уровня. Масштаб амбиций здесь не ограничен, а идеи, которые сначала кажутся невозможными, становятся реальными проектами.

Чем корпоративная культура «Туту» отличается от культуры других компаний?

Я прекрасно помню свой первый день в «Туту». Один из основателей компании собрал всех сотрудников и рассказал о новых планах бизнеса в ближайшие пять лет.

У сотрудников было очень много вопросов: зачем менять прежний курс, что делать с предыдущими целями? После банка меня удивило, насколько все сотрудники вовлечены. В финтехе культура более иерархичная: направление задаётся сверху, а команда думает, как этого достичь. Сначала реакция сотрудников показалась мне внутренним сопротивлением, но позже я осознал, что все чувствуют свою ответственность за цели и будущее компании.

В «Туту» роль руководителя даёт не монополию на истину, а большую ответственность и горизонт планирования. Мои сотрудники лучше и глубже меня погружены в свои предметные области. Моя задача — строить систему, в которой пользователи счастливы, бизнес растёт, а сильные сотрудники заряжены общей целью и готовы добиваться амбициозных результатов. Именно сочетание партнёрства, открытости и личной ответственности отличает культуру компании.

Чем закончился первый день?

Нашим сотрудникам недостаточно сказать, что нужно сделать, — им важно понимать смысл решения, предпосылки, рассмотренные альтернативы и причины окончательного выбора. Только обладая широким контекстом, они могут не просто выполнить задачу, а улучшить само решение и добиться большего, чем от них ожидали. Поэтому основатель открыл чат и начал отвечать на все вопросы, а если готового ответа не было, он честно это признавал и забирал вопрос на проработку.

Как вы принимаете решение о том, какие технологические продукты развивать в «Туту»?

У нас очень сильная инженерная культура: сотрудники сами изучают новые решения, придумывают сценарии их применения и готовы запускать эксперименты. Моя задача — задавать вопросы и выводить идеи на уровень всей компании, чтобы успех был не локальный, а масштабируемый.

Перед тем как попробовать что-то новое, мы обязательно прописываем вопросы, которые зададим в конце эксперимента. Даже внутри технические команды работают с продуктовым мышлением. Их продуктом может быть инфраструктура или инструмент для разработчиков, но у него всё равно есть пользователи, их потребности и измеримый результат.

Благодаря такому подходу я понимаю, как оценивать результаты и стоит ли развивать прототип в полноценное решение.

Есть гипотезы, в успехе которых мы уверены заранее, а есть те, про которые совершенно неясно, взлетят они или нет. Мы не отказываемся от последних, просто пробуем. Сегодня технологии позволяют сделать почти всё, главный вопрос: что из «всего» действительно стоит делать. Поэтому из ста возможных идей до полноценной реализации доходят примерно пять. Остальные 95 мы осознанно отсеиваем, и только правильно выбранные 5% решений сильнее всего двигают компанию вперёд.

Сейчас мы ещё больше хотим приблизиться к модели AI-native-компании, то есть организации, в которой ИИ встроен в основные рабочие процессы. Одна из ключевых задач — структурировать потоки информации и корпоративные знания так, чтобы ИИ мог полноценно и автономно решать большой блок задач. Один из первых экспериментов показал, что просто загрузить всю базу знаний в векторное хранилище недостаточно: качество ответов остается нестабильным. Поэтому мы начали последовательно проверять конкретные сценарии, выявлять ошибки и решать, дорабатывать выбранный подход или отказываться от него полностью.

Пример из удачных экспериментов — ИИ-копилот для разработки. Примерно полтора года назад мы приобрели десять лицензий для одной команды и договорились через месяц оценить, как изменится скорость её работы. Эксперимент показал, что время выполнения задач сократилось на 22%. После этого мы начали масштабировать инструмент на другие команды. Сейчас набор таких инструментов обновляется практически каждый месяц, но каждое новое решение должно давать измеримый результат.

Вы говорите про бесчисленное количество экспериментов, но эксперименты всегда деньги. Почему бы не идти по проторённому пути, а не мучиться ради этих 5%?

Любые действия компании стоят денег — в том числе движение по проторённому пути. Эксперименты позволяют потратить относительно небольшую сумму на получение информации до того, как мы сделаем большую инвестицию. ИИ значительно снижает стоимость такой проверки: сегодня первый рабочий прототип можно создать буквально за вечер. Идей становится больше, чем ресурсов на их реализацию, поэтому компании переходят от приоритизации к деприоритизации инициатив (Формат, при котором инициативы отбирают путём отсечения наименее эффективных, а не поиском наилучших. — Прим. ред.). Задача сильного СТО — объединить множество идей в несколько направлений, понять, какие из них соответствуют целям компании, и решить, чему дать ход.

При этом эксперименты не существуют изолированно. Если мы провели десять проверок и пять гипотез подтвердились, то получили данные, на основе которых можем определить направление следующих экспериментов. Даже отрицательный результат приносит пользу, если мы получили его быстро и недорого: он снижает неопределённость и помогает не инвестировать в ошибочное решение.

Главное для меня — постоянно снижать стоимость эксперимента. С помощью обучения, предоставления лучшего инструментария и вайб-кодинга можно быстро создать изолированный прототип, проверить его на небольшой группе пользователей и измерить результат. И только если он достигает заранее определённых показателей, мы полноценно встраиваем решение в продуктовый контур «Туту» и начинаем его масштабировать.

Какие нововведения готовите сейчас?

Только что мы перезапустили нашего ИИ-ассистента — теперь его зовут Кэп, и он не только умеет подбирать билеты с учётом пожеланий пользователя, но и помогает спланировать поездку, например посоветовать, куда сходить или где поужинать. Мы сделали Кэпа не только функциональным, но и эмоциональным собеседником. Ведь путешествие — это не только логистика и покупка билета, но и ожидание, впечатления и эмоции.

Следующее большое изменение — редизайн сервиса. Речь идёт не просто об обновлении фирменного стиля и цветов, а о переосмыслении пользовательского опыта. Новый интерфейс должен адаптироваться к разным сценариям путешествий, помогать быстрее находить нужное и сокращать количество лишних действий.

Хочу поделиться личной болью: недавно «Яндекс Музыка» обновила приложение, из-за чего им стало неудобно пользоваться. Как вы понимаете, когда стоит продолжить улучшать продукт, а когда — остановиться?

Мы проводим очень много A/B-экспериментов — возможно, иногда даже ими злоупотребляем. Прежде чем распространить изменение на всех, мы чаще всего показываем его отдельной группе пользователей и смотрим, как меняется их поведение. Если изменение даёт положительный результат, постепенно масштабируем его. Если ключевые показатели снижаются, дорабатываем или отказываемся от решения.

Нам есть куда расти: мы постоянно ищем способы быстрее доносить до пользователей наши нововведения. A/B-эксперименты тоже требуют времени и денег. Бывает даже, что их проводят дольше, чем разрабатывают. Тревел достаточно консервативен, люди привыкли покупать билеты определённым образом, и резкое изменение знакомого сценария может заметно снизить конверсию. Поэтому мы стараемся двигаться контролируемо и делать изменения обратимыми. Но контроль не должен превращаться в отсутствие смелости. И тут нам очень сильно помогают аналитика и накопленные за много лет данные о поведении наших пользователей. Они снижают неопределённость, и, если потенциал идеи подтверждается цифрами, мы готовы сделать на неё ставку.

Недавно вы первыми в российском тревелтехе запустили протокол МСР (Model Context Protocol). Почему решили внедрить технологию, нацеленную, кажется, только на ИТ-специалистов и ИИ-энтузиастов?

Мы долго думали об этом проекте, а реализовали его небольшой командой всего за пару недель, минимальными ресурсами. И я очень от него кайфую. Сегодня MCP может казаться технологией для ИТ-специалистов и энтузиастов, но для нас это потенциально новый канал дистрибуции.

Протокол МСР, разработка Anthropic, позволяет ИИ-агентам получать доступ к функциям внешних сервисов. То есть пользователь может попросить любого ИИ-помощника подобрать билеты или отель, указать свои пожелания и получить готовый вариант для оформления. Ему не обязательно сначала приходить на сайт «Туту» и самостоятельно проходить весь путь поиска. Для нас это возможность оказаться там, где у человека только возникает намерение отправиться в путешествие.

Конечно, открытие нового внешнего интерфейса создаёт риски: рост нагрузки на инфраструктуру, нецелевое использование, вопросы авторизации и безопасности данных. Но у нас есть инфраструктура, способная выдержать дополнительную нагрузку, а необходимые изменения и ограничения можно было добавить без масштабной перестройки. Мы не испугались и сделали ставку на новый слой дистрибуции.

После запуска мы увидели реальный спрос пользователей и интерес со стороны крупных партнёров. Сегодня через MCP мы ежедневно обрабатываем десятки тысяч запросов из России и других стран. Для нас особенно важно, что интерес возникает за пределами России. Благодаря открытым агентским технологиям «Туту» начинает органически выходить на международный рынок. На таком масштабе мы уже можем выделяться среди глобальных тревелтех-сервисов.

В чём суть подключения МСР к «Туту»?

Человек редко формулирует потребность в отдыхе как точный поисковый запрос: «Мне нужно два билета в Петербург из Москвы, верхние полки, отель 5 звёзд», он говорит проще: «Я хочу отдохнуть на выходных в Питере». Задача ИИ-агента — понять это намерение, задать уточняющие вопросы и превратить ответ в параметры, с которыми умеют работать системы «Туту».

В классическом сценарии пользователю нужно самостоятельно выбирать даты, ставить галочки, заполнять поля и последовательно сужать запрос. Это отнимает у человека много времени, а от нас требует создания множества экранов и фильтров для разных сценариев. С МСР всё это становится ненужным. Мы можем учесть пожелания любого пользователя, ему достаточно лишь попросить своего ИИ-агента подключить протокол и дать ссылку (https://mcp.tutu.ru/mcp).

Почему вы решили отказаться от продаж через МСР?

Мы намеренно не передаём ИИ последний шаг покупки. Агент может вдохновить человека на поездку, помочь её спланировать, а затем привести пользователя в готовый сценарий оформления на стороне «Туту». Оплата — это то, что люди пока не готовы передавать ИИ.

Если передавать ИИ оплату, теоретически риск ошибок можно свести к минимуму, но тогда придётся заставить агента уточнять каждую деталь: вес багажа, предпочтительное место в салоне, условия возврата и десятки других параметров. Тогда диалог окажется длиннее и сложнее, а пользователям это не нужно.

Кроме того, за покупкой билета или бронированием жилья стоит реальный мир, в котором рейс могут отменить, автобус — задержать, а арендованная квартира может оказаться занятой. В этот момент недостаточно просто дать человеку правильный ответ — нужно взять на себя ответственность и решить его проблему. ИИ может помогать нам в этом, но полностью передавать ему такую ответственность пока рано. Пользователь должен понимать, что при необходимости к нему обратятся живые люди из «Туту» и помогут решить любую проблему.

Какие технологии, на ваш взгляд, действительно изменят рынок путешествий, а какие окажутся временным явлением?

В первую очередь, конечно, ИИ. Он с нами всерьёз и надолго. Но самое важное произойдёт не в интерфейсе чат-ботов, а в способности ИИ понимать предпочтения, ограничения и особенности человека. Второе большое направление — автоматизация перевозок и автономный транспорт. В некоторых странах беспилотные такси и грузовики уже перешли от экспериментов к коммерческому использованию, а следующим логичным шагом станет общественный транспорт. Это может сделать поездки доступнее и снизить их стоимость. Полностью от человеческого контроля отрасль откажется не сразу: здесь важны технологии, безопасность, регулирование и доверие пассажиров.

Третье направление — технологии дополненной реальности. Здесь важно разделять VR и AR. VR — временное явление. А вот в дополненную реальность, AR, я очень верю: она может помочь сориентироваться в незнакомом аэропорту, перевести вывеску или показать, как выглядела древняя улица, по которой ты сейчас идёшь. Представьте, что у вас перед глазами появляется нужная подсказка именно в тот момент, когда она нужна. В этом я вижу большой потенциал: сделать путешествие понятнее, удобнее и насыщеннее, сохранив живой контакт с местом.