Time Management SaaS

Aplikacja desktop AI: AI Time Tracker ograniczający ręczne timesheety

Od 2024 roku rozwijamy dla TimeCamp aplikację desktopową AI, która działa w tle, zbiera sygnały z aktywności użytkownika i przygotowuje propozycje wpisów czasu do właściwych projektów. Zapis następuje dopiero po review użytkownika.

Najtrudniejsze było nie samo zbieranie aktywności, ale zamiana rozproszonych sygnałów w trafne sugestie czasu bez dokładania użytkownikowi kolejnego workflow.

Wyzwanie

System, który nie nadążał za wzrostem

Projekt wymagał połączenia pracy w tle, sensownej kategoryzacji aktywności i przewidywalnego UX, który nie odbiera użytkownikowi kontroli nad finalnym timesheetem.

01

Zbieranie sygnałów z codziennej pracy użytkownika bez dokładania ręcznej obsługi i bez pogarszania doświadczenia pracy

02

Przekształcanie rozproszonych aktywności w trafne sugestie czasu i przypisania do właściwych projektów

03

Utrzymanie prywatności i pełnej kontroli użytkownika przy aplikacji działającej stale w tle

Rozwiązanie

Architektura i wdrożenie pod realne tempo operacyjne

Rozwiązanie zbudowaliśmy jako desktopowy produkt z lekkim interfejsem, warstwą pracy w tle i flow zatwierdzania, które zamyka pętlę między AI a finalnym timesheetem.

01

Aplikacja desktopowa oparta o Electron z interfejsem React/TypeScript i mechanizmem ciągłej pracy w tle

02

Pipeline sugestii wykorzystujący sygnały aktywności oraz logikę AI do kategoryzacji i przypisywania czasu do projektów

03

Review/approve flow oraz stabilny proces releasów dla warstwy desktopowej i modułów natywnych

Efekt biznesowy: Mniej ręcznej pracy przy logowaniu czasu, bardziej kompletne timesheety i pełna kontrola użytkownika dzięki zatwierdzaniu sugestii przed zapisem w timesheecie

Proces realizacji

Od diagnozy do stabilnego wdrożenia

Delivery koncentrował się nie na samym UI, ale na całym łańcuchu: od przechwycenia sygnału, przez interpretację aktywności, po bezpieczne zapisanie zaakceptowanej sugestii.

01
Etap 01

Model aktywności i workflow timesheetu

Określenie, które sygnały z pracy użytkownika są naprawdę użyteczne i jak powinny przechodzić do propozycji wpisów czasu.

02
Etap 02

Warstwa desktopowa i integracje systemowe

Zbudowanie aplikacji działającej w tle oraz elementów natywnych potrzebnych do stabilnej pracy na poziomie systemu operacyjnego.

03
Etap 03

Sugestie AI i flow zatwierdzania

Połączenie sygnałów aktywności z mechanizmem kategoryzacji i review/approve tak, aby użytkownik miał ostatnie słowo przed zapisem.

04
Etap 04

Stabilizacja, release i dalszy rozwój

Porządkowanie delivery, iteracyjne poprawki jakości sugestii oraz rozwój produktu bez ryzyka dla kluczowego działania aplikacji.

Technologie

Stack dobrany do skali problemu

Stack łączył Electron, React i TypeScript dla szybkiej iteracji UI, Python dla logiki AI oraz moduły C++ i Objective-C tam, gdzie potrzebny był dostęp do systemu i niezawodna praca w tle.

Jeśli projekt ma ruszyć
bez chaosu, zacznijmy od rozmowy

W krótkiej rozmowie ustalimy, czy to w ogóle jest projekt dla nas, gdzie leży największe ryzyko i jaki pierwszy krok da realny postęp bez przepalania czasu i budżetu.

Blisko Berlina

185 km

Znajdujemy się 185 km od Berlina, jednego z kluczowych hubów biznesowo-technologicznych w Europie. To ułatwia szybkie spotkania i sprawną współpracę w projektach międzynarodowych.

Blisko Berlina

185 km

Znajdujemy się 185 km od Berlina, jednego z kluczowych hubów biznesowo-technologicznych w Europie. To ułatwia szybkie spotkania i sprawną współpracę w projektach międzynarodowych.

Aplikacja desktop AI: AI Time Tracker ograniczający ręczne timesheety | Software Logic