Умная авиация. Как в УК «Тулпар Аэро Групп» создали AI-платформу для бронирования частных рейсов

Авиакомпания «Тулпар» работает на рынке частной авиации с 1991 года, головной офис находится в Казани. Компания управляет парком современных авиалайнеров, выполняет рейсы по России и в страны СНГ и ежедневно перевозит десятки пассажиров — представителей делового и премиум-сегмента.

Рассказываем, зачем компания запустила мобильное приложение для клиентов бизнес-авиации и к каким результатам это привело.

Проблема

Несмотря на высокий спрос на услуги частной авиации, компания не могла полностью реализовать свой доходный потенциал из-за отсутствия цифрового инструмента для работы с особым классом рейсов — empty legs (от англ. «пустой рейс»). Это регулярно возникающие порожние перелёты, когда бизнес-джет летит без пассажиров (например, чтобы забрать клиентов в точке вылета или вернуться на базу после выполненного чартера). Для компании каждый такой рейс означал упущенную выручку, а для клиентов, особенно новых, — нереализованную возможность воспользоваться услугами бизнес-авиации со скидкой до 50%.

Ключевые ограничения модели

1. Неавтоматизированный процесс информирования. Данные о доступных рейсах empty legs распространялись в ручном режиме точечно, что ограничивало скорость и охват. Отсутствие автоматического механизма уведомления широкого круга клиентов вело к потере выручки и возможностей для роста базы.
2. Отсутствие возможности управлять бронированием 24/7. Процесс был структурно ограничен рабочим графиком и временными зонами. Это не позволяло клиенту самостоятельно — в любое время суток, из любого часового пояса — выбирать рейсы и самолёты, изучать салон, бронировать и подтверждать бронь. Такая модель не покрывала потребность в спонтанных решениях.
3. Ограниченные возможности для развития прямых каналов взаимодействия с клиентами. Рынок частной авиации характеризуется высоким уровнем посредничества — до 75% заказов компания получала через брокеров.

Решение

Руководство компании решило внедрить цифровую платформу, чтобы масштабировать бизнес-модель: развивать новый канал прямых продаж и привлекать клиентов по системе empty legs (такие перелёты предлагаются с большой скидкой). Для бронирования рейсов разработали мобильное приложение со встроенным AI-ассистентом.

Перед стартом проекта организовали исследование, чтобы убедиться в востребованности решения. Команда клиентского опыта Центра корпоративных решений Сбера помогла провести глубинные интервью с представителями целевой аудитории (топ-менеджерами, ассистентами руководителей, тревел-менеджерами, частными клиентами), которые подтвердили высокий рыночный спрос на мобильное решение для бронирования рейсов бизнес-авиации.

Приложение «Тулпар Аэро» включает три взаимосвязанных компонента:

1. Автоматизированная система управления Empty Legs. Публикует в реальном времени информацию о доступных рейсах и специальных предложениях, отправляет пуш-уведомления пользователям.
2. Сервис управления бронированием 24/7. Клиенты могут самостоятельно подбирать подходящие варианты с помощью фильтров — тип самолёта, тип рейса (чартерный, empty legs), дату, цену; изучать интерьер бизнес-джета (фотографии, 3D-тур); бронировать и оплачивать рейсы; заказывать дополнительные услуги (трансфер, кейтеринг, перевозку животных); консультироваться с интеллектуальным помощником — AI-ассистент рассказывает о правилах авиакомпании, условиях рейсов, дополнительных услугах.
3. Сквозная финтех-интеграция. Для завершения сделки «в одном окне» в приложение интегрированы платёжные сервисы, что создаёт прямой финансовый поток от клиента к компании.

В приложении реализован удобный клиентский путь: регистрация →выбор направления →просмотр вариантов рейсов →сравнение →бронирование и оплата.

Технологическими партнёрами проекта стали ИТ-компания «Бокус» (разработка мобильного приложения) и Сбер Бизнес Софт (разработка AI-ассистента).

Технологии

Решение построено на базе программных продуктов, зарегистрированных в реестре российского ПО. Приложение работает по модели on-prem (развёртывание в контуре компании), серверная часть размещается на облачной платформе Cloud.ru.

• Технический стек приложения: бэкенд (серверная часть) — PHP, Laravel, PostgreSQL, Redis, Kafka, Apache, Nginx; фронтенд (пользовательский интерфейс) — Flutter, Kotlin.
• AI-ассистент на базе генеративной языковой модели GigaChat: реализация по модели SaaS (от англ. Software as a Service — «программное обеспечение как услуга») с помощью сервиса Jivo.
• GigaChat API: программный интерфейс доступа к языковой модели с настройками RAG (от англ. Retrieval-Augmented Generation — «генерация с дополненной выборкой») — для парсинга документов (автоматизированный сбор данных), работы с базой знаний, обработки сложных таблиц.
• СберБизнес ID: единая учётная запись для входа и регистрации пользователей.
• Финансовые сервисы Сбера: интернет-эквайринг, «Моментальные платежи», «Оплата в кредит».

Сложности

На старте инициативы у членов проектных групп были разные взгляды на целевые процессы. Чтобы синхронизировать цели, сформировали проектный офис и организовали еженедельные спринты для обсуждения и принятия решений и расстановки стратегических приоритетов. В результате клиентский опыт был определён как ключевой драйвер проекта, а оптимизация внутренних процессов — как важная, но следующая задача. Такой подход обеспечил согласованность команды и существенно повысил скорость разработки.

В процессе реализации проекта команда столкнулась с другими вызовами. Для разработки приложения требовалась качественная база данных аэропортов и длительности перелётов (координаты и часовые пояса, наличие VIP-терминалов и бизнес-залов, возможность заправки/дозаправки самолёта, стоянки воздушных судов и пр.). Однако на рынке не было готового решения, отвечающего требованиям компании.

Чтобы решить эту проблему, разработали собственную базу данных. Провели работу по сбору и анализу данных из открытых источников, для парсинга и структурирования информации использовали GigaChat — это повысило эффективность ручного труда специалистов. Настроили интеграцию с сервисом aviapages.com для получения данных о длительности перелётов между аэропортами.

Кроме того, для интеграции в приложение AI-инструментов нужно было адаптировать GigaChat под специфику авиационного бизнеса. Потребовалась системная работа команды по сбору и классификации данных для обучения модели (терминология, логика маршрутов и бронирования рейсов), тонкая настройка синтаксиса промптов, а также многоэтапное тестирование точности и релевантности ответов нейросети. В результате удалось создать специализированный интеллектуальный модуль с глубоким пониманием авиационной специфики и повысить ценность конечного продукта для пользователей.

Этапы работы

• Январь — февраль 2025 года. Проведение исследования для проверки гипотезы спроса на продукт.
• Март — май 2025 года. Разработка концепции и бюджета проекта, формирование проектных команд, выбор подрядчиков. Проработка технического задания. Создание дизайна интерфейса и архитектуры системы.
• Июнь — сентябрь 2025 года. Разработка MVP (от англ. Minimum Viable Product — «минимально жизнеспособный продукт») приложения — базовой версии с основным функционалом: поиск и бронирование рейсов, личный кабинет клиента, административная панель для менеджеров. Интеграция сервисов авторизации и проведения платежей, внедрение AI-ассистента, настройка системы уведомлений.
• Ноябрь 2025 года. Публичный релиз продукта в магазинах мобильных приложений (RuStore, Google Play).

Результаты

Запуск приложения позволил компании оптимизировать модель продаж и обеспечил ощутимый бизнес-эффект.

• В 2 раза ускорилась обработка заявок за счёт автоматизации клиентской поддержки в чат-боте.
• В разы сократилось время совершения сделки для клиента благодаря возможности самостоятельно управлять бронированием — с 1–3 дней до нескольких минут.
• Число продаж по системе empty legs выросло на 30%, классических чартерных рейсов — на 7,7%.
• На 128% увеличилась чистая прибыль по итогам двух месяцев работы приложения.

Целевой показатель на I полугодие 2026 года:

• повышение доли прямых продаж с 25 до 58%.

Следующие шаги

В ближайшие 2–3 года компания планирует:

• внедрить в приложение мультиагентную систему для прогнозирования спроса, персонализации предложений, подбора и оформления перелётов;
• масштабировать решение на другие авиакомпании и расширить линейку услуг: подключить бронирование премиального транспорта (яхты, вертолёты) и отелей экосистемы Сбера (курорты «Мрия» и «Манжерок», сервис «Отелло»).

• Чтобы быть в курсе важных трендов и мнений ведущих экспертов, следите за нами в телеграм-канале. О развитии навыков управления, личностном росте пишем в «Дзене». Про технологии и развитие в IT — в блоге на VC.