Когда AI меняет не только код, но и всю компанию

Cult.fit — один из ведущих технологичных фитнес-операторов Индии, управляющий 708 фитнес-центрами в 77 городах и обслуживающий почти миллион платных участников. Компания давно сделала ставку на технологии — но до недавнего времени, как и большинство быстрорастущих организаций, сталкивалась с типичной проблемой: каждая команда использовала свои AI-инструменты, стандарты были размыты, а скорость разработки не соответствовала амбициям бизнеса.

Для Сантоша Кумара (Santhosh Kumar), технического директора Cult.fit, AI стал возможностью радикально изменить то, как работает вся организация. Решением стал переход на единую платформу — OpenAI Codex.

ℹ Что такое OpenAI Codex?
Codex — это облачный AI-агент от OpenAI для разработки программного обеспечения. В отличие от более ранних инструментов, которые лишь предлагали строки кода, новый Codex является автономным агентом: он умеет писать новые функции, исправлять баги, отвечать на вопросы о кодовой базе и даже предлагать GitHub pull request’ы на проверку. В основе Codex лежит модель codex-1 — специализированная версия модели o3 от OpenAI, оптимизированная для задач программирования.

Шаг первый: единый стандарт для инженерной команды

Первым серьёзным шагом Cult.fit стала трансформация инженерного отдела. Компания поставила цель — создать единую платформу, вокруг которой можно было бы стандартизировать весь жизненный цикл разработки программного обеспечения.

До этого момента разные команды применяли разные инструменты-ассистенты. Такой «зоопарк» решений порождал разрозненные практики, несовместимые стандарты код-ревью и постоянные трения при сдаче проектов. Технический директор Кумар рассказал OpenAI, что компания стандартизировала жизненный цикл разработки на базе Codex именно для того, чтобы покончить с разнобоем кодовых ассистентов.

После того как Codex стал основой, команда смогла выстроить воспроизводимый путь от технического задания до pull request’а — со специализированными агентами для надёжности сервиса (SRE) и безопасности, которые агрегируют логи, расследуют инциденты и готовят варианты исправлений для проверки инженером.

Результат: из года — в два месяца

Показательный пример: команда выпустила социальную ленту для приложения Cult.fit всего за два месяца — проект, который, по оценке технического директора, раньше занял бы больше года.

«Когда вся инженерная команда работает на одной платформе с единым набором стандартов, скорость разработки меняется кардинально — мы начинаем измерять её не месяцами, а неделями».


Шаг второй: Codex выходит за пределы IT

Это могло бы стать типичной историей про «AI для разработчиков». Но Cult.fit пошёл дальше.

Стандартизировав разработку на Codex, а затем распространив его за пределы инженерного отдела, Cult.fit помог командам по всей организации анализировать данные, создавать инструменты и быстрее воплощать идеи в жизнь.

Данные — в руки каждой команды

Кумар рассказал, что компания сделала корпоративные данные более доступными для Codex, чтобы команды могли самостоятельно проводить анализ, который раньше требовал очереди к централизованной группе аналитиков.

Это принципиальный сдвиг: маркетолог, HR-специалист или операционный менеджер теперь может сам запросить нужный срез данных — без написания SQL-запросов и без зависимости от перегруженного аналитика.

Не-разработчики создают приложения

Команды, не связанные с разработкой, создали более 20 внутренних приложений за последние несколько месяцев. Один из примеров — дашборд, который был переписан за выходные после того, как сторонний вендор повысил цены. Раньше такой сценарий потребовал бы привлечения IT-отдела, согласований и нескольких недель ожидания.

💡 Совет для компаний
Если вы хотите получить тот же эффект в своей организации, начните не с самих разработчиков. Дайте Codex аналитикам, менеджерам по продукту и операционным командам — именно там скрыт наибольший нереализованный потенциал автоматизации.

Как это работает: схема трансформации


graph TD
    A[Разрозненные AI-инструменты в командах] --> B[Выбор единой платформы — Codex]
    B --> C[Стандартизация разработки]
    C --> D[Единые стандарты кода, ревью, CI/CD]
    D --> E[Расширение за пределы IT]
    E --> F[Аналитика — самообслуживание]
    E --> G[Нон-тех команды создают приложения]
    E --> H[AI-агенты для SRE и безопасности]
    F --> I[Операционная скорость x10]
    G --> I
    H --> I
    I --> J[AI-тренер для пользователей — GPT Realtime]


Шаг третий: AI-тренер с голосовым интерфейсом

Параллельно с внутренней трансформацией Cult.fit применил накопленную экспертизу в области AI для улучшения пользовательского опыта.

Более 45% участников Cult.fit посещают зал впервые, поэтому персональное руководство — ключевой инструмент помощи в формировании фитнес-привычки. Компания создала AI-тренера (AI Trainer) несколько лет назад, чтобы дать участникам персонализированный тренировочный опыт без живого персонального тренера.

Сегодня около 20% пользователей залов Cult.fit пользуются AI-тренером. С развитием языковых моделей компания увидела возможность сделать взаимодействие более интерактивным и разговорным.

Новая версия создана вокруг голосового опыта. Используя GPT Realtime через интеграцию с OpenAI API, тренер может давать подсказки по технике и фиксировать тренировку через двустороннее голосовое взаимодействие.

📝 Как работает AI-тренер Cult.fit

Пользователь приходит в зал и запускает сессию. AI-тренер в реальном времени:

  • Слушает команды голосом
  • Даёт подсказки по технике выполнения упражнений
  • Фиксирует подходы, повторения и результаты
  • Адаптирует тренировку на ходу

Всё это — без необходимости держать телефон в руках или нажимать кнопки.


Сравнение: до и после внедрения Codex

ПараметрДо CodexПосле Codex
Выпуск крупных фичей12+ месяцев1–2 месяца
Анализ данныхЧерез центральную команду аналитиковСамообслуживание любой командой
Создание внутренних инструментовТолько IT-отделЛюбая команда, 20+ приложений
Инциденты (SRE)Ручное расследованиеAI-агенты агрегируют логи и предлагают фиксы
Расходы на поддержкуБазовый уровеньСнижение более чем на 50%
AI-тренерТекстовый форматГолосовой, двусторонний, реального времени

Почему это важно: масштаб и цифры

По состоянию на 31 марта 2026 года Cult.fit управляет 708 фитнес-центрами в 77 индийских городах и насчитывает около 987 000 платных участников в сфере фитнеса.

Cult.fit стандартизировался на Codex для унификации разработки, позволил нон-инженерам выпускать приложения и сократил затраты на поддержку более чем на 50%.

Это не история стартапа из пяти человек, экспериментирующего с AI. Это крупная корпорация с почти миллионом клиентов, которая нашла воспроизводимую схему трансформации операционных процессов.

⚠ Важный нюанс
Опыт Cult.fit показывает, что внедрение AI-агентов требует предварительной работы: данные компании должны быть структурированы и доступны инструменту. Cult.fit специально подготовил корпоративные данные таким образом, чтобы с ними было удобно работать Codex — это позволило командам самостоятельно находить ответы и выполнять рутинный анализ. Без этого этапа даже самый мощный AI-агент будет работать вхолостую.

Что дальше

Внутри организации Cult.fit продолжает искать узкие места, которые команды могут устранить с помощью AI. Логика понятна: каждый процесс, который сегодня требует участия специалиста, завтра может стать кандидатом на частичную или полную автоматизацию.

История Cult.fit — это не просто кейс «компания внедрила AI-инструмент». Это демонстрация того, как правильная платформизация вокруг единого AI-агента меняет скорость, экономику и возможности всей организации. От 12 месяцев до 2 месяцев на выпуск ключевой функции. От очереди к аналитику — до самообслуживания. От дорогого вендора — до дашборда, написанного за выходные.

И если подобного результата добился фитнес-оператор с тысячами сотрудников в офлайне, то для цифрового бизнеса барьер входа окажется ещё ниже.