Stripe: внутренние ИИ-инструменты используют около 8,5 тыс. сотрудников в день

Stripe — платёжная компания, в которой работает около 10 тыс. человек. Когда на рынок вышла GPT-3.5, руководство решило, что каждому сотруднику нужен доступ к большим языковым моделям, причём в виде, безопасном для корпоративной среды. Подходящего внешнего поставщика компания тогда не нашла. Параллельно инженерам требовались помощники для кода, аналитикам и руководителям — способ задавать вопросы к корпоративным данным обычным языком, а командам платёжных методов — сократить срок интеграции каждого нового локального метода оплаты, который занимал около двух месяцев у пары инженеров.

Первым внутренним инструментом стал чат-интерфейс GoLLM с набором сохраняемых и совместно используемых шаблонов запросов, затем появился LLM-прокси с промышленным доступом для инженеров. Позже GoLLM заменила собственная установка open-source решения LibreChat. Она подключена к Toolshed — центральному внутреннему MCP-серверу с доступом к Slack, Google Drive, Git, каталогу данных Hubble и другим инструментам. Над Hubble работает текстовый SQL-ассистент Hubert, который отвечает на вопросы о бизнесе естественным языком. Для клиентов отдельно существует Sigma Assistant. Кроме того, в Stripe используют ИИ-помощников для программирования.

Первые применения росли снизу вверх: у сотрудников появились сотни шаблонов запросов, а ранние сценарии LLM-прокси касались проверки новых продавцов. К октябрю 2025 года внутренними LLM-инструментами пользуются около 8,5 тыс. сотрудников в день при примерно 10 тыс. человек в компании, а ИИ-помощников для кода применяют 65–70% инженеров. Hubert, по словам руководителя, находится на ранней стадии: им пользуются около 900 человек в неделю, преимущественно технические специалисты, способные проверить ответ. Слабее всего ассистент справляется с поиском нужной таблицы, поэтому в Stripe выводят из обращения таблицы низкого качества и документируют канонические наборы данных. Интеграцию общеевропейского локального платёжного метода команда выполнила примерно за две недели вместо двух месяцев.