Сотни тысяч долларов потерь и десятки провалов: как белорус построил ИИ-платформу для enterprise
Павел Гигель прошёл путь от развоза кальянов на велосипеде в Жодино до создания платформы цифровых двойников сотрудников, которую покупает крупный бизнес.

Содержание · 5
Белорусский предприниматель Павел Гигель к концу 2025 года закрыл шесть параллельных ИИ-проектов, суммарно вложив в них несколько сотен тысяч долларов. Вместо того чтобы остановиться, он проанализировал каждую ошибку и перезапустился — теперь его компания CortexGroup продаёт enterprise-решение для автоматизации управления бизнесом через персональных ИИ-ассистентов.
От велосипеда с кальянами до директора московской автомойки
Предпринимательская история Гигеля начинается в Жодино, где в 14 лет он организовал прокат кальянов с доставкой на велосипеде. Ниша была пустой, идея казалась рабочей — но, как и большинство последующих проектов, упёрлась в одну и ту же проблему: деньги зарабатывались и сразу тратились. Мать брала кредиты, чтобы сын мог запускать следующий бизнес.
Переехав в Минск и сняв квартиру, Павел оказался в ситуации, когда возвращаться домой означало признать поражение. Он сел за руль собственной Subaru Forester и вышел в такси. Именно там произошёл поворотный момент: один из пассажиров оказался успешным предпринимателем. После поездки Гигель написал ему в мессенджер — примерно в духе «я не просто таксист, у меня были бизнесы» — и получил предложение возглавить автомоечный комплекс в Москве.
В 19 лет он стал директором объекта в центре Москвы: пять постов мойки, два детейлинга, кальянная, шиномонтаж, около 40 сотрудников, режим 24/7. В первый же месяц случилось всё — перестрелки, штрафы, проверки, разбитые клиентские машины. Владелец каждый раз отвечал одно: «Ты директор, разбирайся». Ковид закрыл мойку, и Гигель вернулся в Минск — по его словам, уже другим человеком.
Трейдинг, ChatGPT и шесть закрытых ИИ-проектов
После возвращения Павел работал директором по развитию, затем вместе с бывшим московским работодателем запустил направление управления частным капиталом. Несколько трейдерских команд работали на финансовых рынках. Итог — десятки тысяч долларов личных потерь, сотни тысяч — суммарно по команде. Главным выводом оказалась не математика риска, а психология: трейдинг, по словам Гигеля, прокачивает холодный разум и самообладание лучше любого тренинга.
Примерно за полгода до выхода из трейдинга он столкнулся с ранними версиями ChatGPT. Функциональность тогда была скромной по нынешним меркам, но Гигель разглядел потенциал: инструмент, которого раньше не существовало. Он начал параллельно тестировать шесть гипотез в сфере ИИ, быстро разрабатывая и внедряя каждую. К концу 2025 года все шесть были закрыты — суммарные вложения составили несколько сотен тысяч долларов.
По его словам, в моменте это было болезненно, но потом пришло облегчение: иллюзии исчезли, зато появилось чёткое понимание, где были допущены ошибки. Среди них — просчёты в информационной безопасности, неверное ценообразование, слабое донесение ценности продукта до клиента и недооценка показателя LTV. Весь этот опыт лёг в основу нового продукта.
CortexPlatform: цифровой двойник каждого сотрудника
Сегодня CortexGroup разрабатывает и внедряет ИИ-решения для бизнеса. Флагманский продукт — CortexPlatform — объединяет систему управления проектами и персональных ИИ-ассистентов для каждого сотрудника компании. Гигель описывает это как компьютерную игру, где управляешь персонажами: каждый ассистент подключён к внешним источникам данных — 1С, Google Analytics, Яндекс Метрика и другим корпоративным системам.
Ключевая задача платформы — автоматизация рутинной работы с документами. Формирование протоколов встреч, таблиц, отчётов, анализ договоров. По оценкам компании, система сокращает до 80% времени, которое сотрудники тратят на создание и изучение документации. Протоколирование совещаний — один из самых наглядных примеров: после любого звонка или митинга система автоматически формирует протокол, расставляет задачи с дедлайнами и фиксирует договорённости.
Отдельная функция — взаимодействие ассистентов между собой без участия людей. В смоделированном Гигелем сценарии: маркетолог получает задачу построить план, его ассистент понимает, что не хватает бюджетных данных, и обращается к ассистенту финансиста. Тот самостоятельно достаёт нужные цифры из внутренней системы и запрашивает у финансиста подтверждение на передачу. После согласования данные уходят маркетологу — ни один человек не потратил время на поиск и пересылку.
Почему enterprise, а не малый бизнес
В крупных компаниях продажи подобных решений проходят через жёсткие фильтры: безопасники не пропустят продукт, который выглядит как «игрушка». Именно поэтому одной из ключевых ошибок в предыдущих проектах Гигель называет недооценку требований корпоративной информационной безопасности. В CortexPlatform этот вопрос проработан отдельно — без этого выход в enterprise невозможен.
Для белорусского рынка подобный фокус на крупном бизнесе выглядит логично: компании из ПВТ давно работают с международными enterprise-клиентами и хорошо понимают, насколько длиннее цикл сделки и выше требования к безопасности данных по сравнению с SMB-сегментом. Опыт закрытых проектов, очевидно, дал Гигелю именно это понимание.
Планы и философия ошибок
На горизонте трёх-пяти лет команда ставит приоритетом российский рынок, привлечение инвестора и масштабирование в enterprise-сегменте. Параллельно CortexGroup продолжает разрабатывать коробочные решения для малого и среднего бизнеса.
Философию своего пути Гигель формулирует коротко: количество попыток определяет уровень везения. Чем раньше начинаешь ошибаться — тем быстрее приближаешься к результату. Для предпринимателей, которые сейчас тестируют ИИ-гипотезы и сжигают бюджеты, это, пожалуй, самый честный совет из первых уст: провалы не обнуляют путь, а ускоряют его.
Свежие новости
Все новости
Amazon SageMaker AI поддерживает разделение GPU для инференса в реальном времени
Amazon SageMaker AI добавил поддержку разделения GPU на реальных эндпоинтах: технология NVIDIA MIG делит один ускоритель на до семи изолированных разделов, каждый со своей памятью и вычислительными ресурсами.

Shopify Payments Apps API 2027-01 получил сигнал trusted_vault_origin
В релиз-кандидате Payments Apps API версии 2027-01 появилось поле payment_method.data.trusted_vault_origin. Оно позволяет платёжным приложениям не отклонять транзакцию при отсутствии CVV, если карта поступила из хранилища, которому доверяет Shopify. Поле опциональное и требует отдельного включения со стороны Shopify.

AWS Step Functions теперь можно подключать как инструменты для ИИ-агентов
AWS Step Functions добавила поддержку использования рабочих процессов в роли инструментов для ИИ-агентов через Amazon Bedrock AgentCore Gateway. Агент самостоятельно решает, когда запустить процесс и какие данные передать, а Step Functions выполняет каждый шаг в заданном порядке.

Shopify Flow теперь управляется через AI Toolkit
Shopify добавила в AI Toolkit поддержку управления рабочими процессами Flow. Агент может разбирать .flow-файлы, получать задачи и пути окружения, а также строить автоматизации — но только для собственного магазина и при наличии одобренного скоупа.

Shopify Tax: управляемый режим вводит новые ограничения Admin API
Shopify Tax managed mode теперь влияет на поведение Admin API: часть запросов на запись проходит валидацию на соответствие требованиям управляемого режима. Затронуты приложения, работающие с рынками, товарами, черновыми заказами и оформлением заказа.

Amazon EKS Auto Mode получил поддержку Kubernetes Gateway API
EKS Auto Mode теперь поддерживает Kubernetes Gateway API: маршрутизация трафика через ресурсы Gateway и HTTPRoute с автоматическим управлением инфраструктурой AWS.

Microsoft открыла доступ к Copilot Harness через Microsoft Foundry
Microsoft открыла Copilot Harness — оркестровочный слой, который уже используется в Copilot Code, Copilot Studio, GitHub Copilot и VS Code — для разработчиков и корпоративных клиентов через платформу Microsoft Foundry.

GitHub Copilot Fusion научился выбирать между локальными и облачными моделями
GitHub выпустил экспериментальную функцию интеллектуальной маршрутизации для локальных моделей в Copilot Fusion. Теперь инструмент может автоматически выбирать между моделями на устройстве и облачными — без ручного переключения при каждом запросе.

Shopify Theme App Add-ons: приложение можно предложить вместе с темой
Shopify представил механизм Theme App Add-ons, позволяющий разработчикам темы включать в её листинг собственное приложение. Блоки приложения интегрируются нативно через theme app extensions.