10 июня
дата запуска сервиса в 2026 году
Собственный AI-продукт
flyforecast.ru: AI-сервис прогноза рейсов на Кунашир
ZMNCRAFT запустил flyforecast.ru как региональный AI-продукт для людей, которым нужно планировать перелёты через аэропорт Менделеево. Сервис не заменяет официальное табло, но помогает оценить риск выполнения или отмены рейса на выбранную дату.
100+
зарегистрированных пользователей
2100+
предсказаний в сервисе
365
дней вперёд можно выбрать для оценки
Задача и подход
Как из локальной проблемы появился AI-продукт
1
Проблема
Жителям и гостям Кунашира сложно планировать перелёты через аэропорт Менделеево: погода, расписание и фактическое табло могут быстро менять ситуацию.
2
Гипотеза
Если совместить историю рейсов, погодные факторы, сезонность и актуальные данные табло, пользователь получит не официальный статус, а полезный вероятностный ориентир для планирования.
3
Продукт
flyforecast.ru показывает прогноз вероятности выполнения рейса на выбранную дату, объясняет ключевые факторы и честно отделяет прогноз от официального статуса перевозчика или аэропорта.
4
Рост
После запуска сервис начал накапливать пользователей, прогнозы и обратную связь. Эти данные помогают уточнять модель и понимать, какие сценарии важны для людей.
Что учитывает сервис
Для ближайших дат flyforecast.ru использует погодные факторы: видимость, низкую облачность, ветер, влажность, давление и риск тумана. Для дальних дат, где точного прогноза погоды ещё нет, сильнее учитываются история рейсов и сезонность.
На странице сервиса отдельно указано ограничение: это не официальный статус рейса и не гарантия вылета. Итоговое решение о поездке всегда остаётся за пользователем.
Техническая реализация
- React/Vite-интерфейс с календарём, личным кабинетом и страницей о сервисе
- FastAPI backend и продакшн-развёртывание в Docker Compose
- модель прогноза на основе табло, погоды, истории рейсов и сезонности
- админ-инструменты, мониторинг прогнозов и накопление обратной связи
- SEO-база: sitemap, robots, canonical, Open Graph и JSON-LD
Публичные подтверждения
Для ZMNCRAFT этот кейс важен как доказательство, что команда не только консультирует про ИИ, но и запускает собственные AI-сервисы в продакшн, доводит их до пользователей и открыто показывает ограничения решения.
Какие выводы полезны бизнесу и организациям
AI-проекту нужен понятный пользовательский сценарий, а не только модель.
Ограничения и дисклеймеры нужно проектировать сразу, особенно если прогноз влияет на решения людей.
После запуска важно собирать фактические события, обратную связь и ошибки, иначе модель не будет улучшаться.
Региональный AI-продукт может стать сильным proof для дальнейших внедрений, обучения и PR.
Связанные направления ZMNCRAFT
Следующий проект
Хотите запустить AI-сервис, бота или внутренний помощник?
Начнём с короткого разбора задачи: какие данные есть, какой сценарий должен закрывать ИИ, где нужны ограничения и как измерять качество после запуска.