Heidi экономит 260+ часов в месяц на Notion AI: 150 стран, 110 языков, прототипы за 24 часа

Heidi — медтех-стартап из Австралии, делает AI-помощника для клиницистов. За один год вышли из локального рынка в 150+ стран и 110 языков, и команда столкнулась с типовой проблемой быстро растущего распределённого продукта: знания тонут в Slack-тредах и часовых поясах, рутинные операционные задачи съедают время инженеров и менеджеров.

Решение строили вокруг Notion AI как центра операционной базы. По словам Dr. Thomas Kelly, CEO и сооснователя, стартовали с культуры документации сверху вниз — собственных ежегодных «канонов» и привычки CEO писать решения в Notion. Дальше — не ломать существующие воркфлоу, а зеркалить их в новые инструменты, и по одному champion на каждую команду, чтобы внедрение шло снизу вверх и без сопротивления.

Конкретные инструменты Notion AI, которые сейчас работают в продакшне. Custom Agents — два собственных агента: триаж support-тикетов и ответ на продуктовые вопросы из базы знаний. Notion AI Meeting Notes — автоматическая запись решений и action items с встреч, чтобы не терялось ничего стратегического. Notion MCP — интеграция, через которую Claude Code на машинах разработчиков читает документацию Notion как контекст. Enterprise Search — единая точка входа по всей компании.

Цифры экономии. 260+ часов в месяц суммарно по команде: из них 200 часов экономит поиск и retrieval знаний (вместо часовых раскопок по Slack), и ещё 60+ часов — Custom Agents, которые отвечают на типовые вопросы без вовлечения людей. Отдельно отмечают цикл от концепта до клиентского прототипа — меньше 24 часов: пока стандартное решение требует недельный спринт, в Heidi итерация идёт быстрее на порядок.

Что на этом подходе оказалось критичным. Лидерская приверженность документации с самого верха — без неё инструмент превращается в склад мёртвого контента. Постепенное внедрение через champions — снижает воспринимаемый риск, не ломает существующее. И дисциплина «все решения — в Notion» — потому что без этого Meeting Notes теряют смысл, и вы получаете ту же фрагментацию, что была в Slack.