«Добавьте в приложение ИИ» — просьба, которая в 2026 году звучит на каждой второй встрече о мобильной разработке. Но за ней редко стоит понимание, что именно должен делать ИИ и чем это будет полезно человеку, который держит телефон. Между тем есть три сценария, где ИИ в мобильном приложении даёт ощутимую пользу: распознавание чеков и документов камерой, голосовой ввод вместо форм и умная обработка данных прямо на устройстве. Разберём каждый на примерах, обсудим, что считать на телефоне, а что в облаке, и сколько это стоит в эксплуатации.
Что ИИ меняет в мобильном приложении на самом деле
Главная ценность ИИ в приложении — не чат. Пользователи редко хотят разговаривать с приложением для учёта расходов. Они хотят, чтобы ввод данных занимал секунды, а не минуты. Ценность ИИ в том, что он превращает неструктурированный вход — фотографию, речь, скриншот — в структурированные данные, с которыми приложение умеет работать.
Сравните два пути добавления покупки в бюджет. Первый: открыть приложение, выбрать категорию, ввести сумму, выбрать магазин, ввести дату, сохранить — пять экранов. Второй: сфотографировать чек, увидеть разобранный список с суммами, нажать «сохранить». Второй путь делает приложение тем, которым пользуются каждый день, а не бросают через неделю.
Сценарий 1: распознавание чеков и документов
Классический пример — My Stash, приложение для семейного бюджета, которое мы в AiKrok выпустили для iOS. Пользователь фотографирует чек из магазина, и через несколько секунд видит список позиций с ценами, итоговой суммой, названием магазина и датой, причём позиции уже распределены по категориям.
Как это устроено внутри:
- Камера делает снимок, приложение обрезает и выравнивает изображение, повышает контраст. Этот этап выполняется на устройстве.
- Изображение передаётся модели с поддержкой зрения (Claude, GPT-5, Gemini или открытая Qwen-VL) с инструкцией вернуть структурированный результат: список позиций, суммы, итог, магазин, дата.
- Ответ модели проверяется: сумма позиций сходится с итогом, даты в допустимом диапазоне, числа — числа. Если проверка не прошла, пользователю показывают результат с пометкой «проверьте».
- Пользователь подтверждает или исправляет, данные сохраняются.
Честно о точности: на ровных чеках с чёткой печатью современные модели разбирают позиции почти без ошибок. На мятых, выцветших или снятых под углом ошибки есть, чаще всего в отдельных цифрах. Поэтому шаг подтверждения обязателен, а интерфейс должен позволять поправить одну строку, не переснимая всё.
Тот же подход работает для накладных, визиток, договоров, этикеток. Для бизнеса это, например, приложение торгового представителя, который фотографирует остатки на полке, или приложение экспедитора, снимающего накладные при доставке.
Сценарий 2: голосовой ввод, который понимает смысл
Голосовой ввод в приложениях существует давно, но раньше он просто превращал речь в текст, а дальше пользователь всё равно заполнял поля. ИИ-версия идёт дальше: речь превращается в структурированное действие.
В SubMap, трекере подписок, пользователь говорит: «Добавь подписку на музыку, девять девяносто девять в месяц, списание пятого числа». Приложение создаёт запись с названием, суммой, периодичностью и датой — без единого касания полей формы. В My Stash так же создаются списки покупок: «молоко, хлеб, два килограмма яблок и что-нибудь к чаю» становится списком из четырёх пунктов.
Цепочка здесь двухступенчатая: сначала распознавание речи (на устройстве силами системы или через облачный сервис), потом языковая модель извлекает из текста структуру по заданной схеме. Вторая ступень — это то, что отличает «умный» ввод от диктовки.
Где голос работает хуже: шумные места, профессиональная терминология и названия брендов, короткие команды без контекста. Хорошая практика — показывать распознанный результат перед сохранением и давать исправить голосом же: «не пятого, а пятнадцатого».
Сценарий 3: данные на устройстве
Финансы, здоровье, личные заметки — категории, где пользователи всё чаще спрашивают, куда уходят их данные. Для приложений с ИИ вопрос особенно острый: если каждый чек отправляется в облачную модель, значит, кто-то за пределами телефона видит, что вы покупаете.
Есть три подхода, и их можно комбинировать:
- Всё на устройстве. Данные хранятся локально, обработка — силами встроенных моделей платформы (на iOS это Core ML и системные фреймворки, на Android — аналогичные). Подходит для распознавания речи, классификации, простого извлечения сущностей. Полный разбор чека сложной моделью на телефоне пока ограничен возможностями устройства, хотя граница быстро сдвигается.
- Обработка в облаке, хранение на устройстве. Изображение отправляется модели, результат возвращается и сохраняется локально, на сервере ничего не остаётся. Так устроен My Stash: история покупок живёт только на телефоне пользователя. Это компромисс, который устраивает большинство.
- Своя модель на своём сервере. Для корпоративных приложений с чувствительными данными: открытая модель (Qwen, Llama, Mistral) разворачивается на сервере компании, и данные не покидают её контур. Дороже в поддержке, но единственный вариант для ряда отраслей. Подробнее о выборе — в статье про безопасность данных при внедрении ИИ.
Что бы вы ни выбрали, об этом нужно прямо написать пользователю: куда уходят фотографии, что хранится и где. Непрозрачность в этом вопросе отталкивает сильнее, чем честное «чек обрабатывается облачной моделью и не сохраняется на сервере».
Выбор модели: облако или устройство
Решение зависит от трёх факторов: сложность задачи, чувствительность данных и бюджет на эксплуатацию.
Облачные модели (Claude, GPT-5, Gemini) сильнее в сложных задачах: разбор чека с десятками позиций, понимание свободной речи с опечатками распознавания, извлечение структуры из плохо сфотографированного документа. Плата — за каждый запрос и зависимость от сети.
Модели на устройстве бесплатны в эксплуатации, работают без интернета и не отправляют данные наружу. Но справляются с более узким кругом задач и требуют современного телефона. Для распознавания речи, определения категории покупки по названию, простой классификации их обычно достаточно.
Практичная схема: простые задачи — на устройстве, сложные — в облаке, с понятным пользователю переключателем или хотя бы объяснением в настройках.
Сколько это стоит в эксплуатации
Разработка — отдельная тема, здесь о расходах после запуска. Для облачных моделей оплата идёт за объём обработанного текста и изображений. Ориентир: разбор одного чека или одной голосовой команды обходится в доли цента, то есть пользователь, который добавляет десять чеков в день, стоит в месяц ориентировочно несколько десятков центов. Для приложения с тысячей активных пользователей это десятки, редко сотни долларов в месяц — и эта сумма предсказуемо растёт с аудиторией.
Что увеличивает расходы неожиданно: отправка изображений в полном разрешении (их стоит сжимать), повторные запросы при ошибках, длинные инструкции модели в каждом запросе. Всё это решается на этапе разработки, если об этом думать.
Для монетизируемых приложений расходы на ИИ закладываются в подписку: уже привычная практика — бесплатный лимит распознаваний в месяц и безлимит в платной версии.
Правила интерфейса для ИИ-функций
Несколько принципов, которые мы вывели на собственных приложениях:
- Всегда показывать результат перед сохранением. ИИ ошибается, пользователь должен это увидеть и поправить за одно касание.
- Исправление дешевле повтора. Поправить одну цифру в сумме, а не переснимать чек.
- Понятное ожидание. Обработка занимает секунды — интерфейс должен показывать, что происходит, и не блокировать остальное приложение.
- Работа без ИИ. Если нет сети или лимит исчерпан, ручной ввод должен остаться доступным. ИИ ускоряет, а не заменяет.
- Обучение на исправлениях. Если пользователь трижды переносит «кофе» из категории «продукты» в «кафе», приложение должно это запомнить, хотя бы локально.
Где ИИ в приложении не нужен
Если данные уже структурированы (заказ приходит из вашей же системы), если пользователь вводит одно число раз в день, если аудитория — внутренние сотрудники с привычным процессом, — ИИ добавит стоимость и сложность без заметной пользы. Хорошая проверка: сколько касаний экономит ИИ-функция в самом частом сценарии? Если меньше трёх, вероятно, она не нужна.
С чего начать
- Найдите в приложении самый частый ввод данных, который сейчас занимает больше минуты.
- Определите, какой неструктурированный источник его заменит: фото, голос, скриншот.
- Решите, что чувствительно в этих данных и где они должны обрабатываться.
- Сделайте одну ИИ-функцию с обязательным подтверждением результата и измерьте, стал ли ввод быстрее и чаще ли люди им пользуются.
Если приложения ещё нет и вы выбираете формат, сначала стоит прочитать сравнение нативного приложения и Telegram Mini App: сценарии с камерой и локальными данными — как раз тот случай, когда нативная платформа оправдана. А что включить в первую версию, разобрано в статье про MVP за две недели.