Levity AI (Levity): гайд от гика, что умеет современная платформа и чем она отличается от старой версии

↓Скачать Levity AI

Levity AI сегодня — не тот универсальный no-code конструктор AI Blocks, который многие могли видеть в материалах 2021–2023 годов. Актуальный продукт под брендом Levity принадлежит берлинской Levity AI GmbH и представляет собой веб-платформу для анализа корпоративной переписки и построения AI-автоматизаций вокруг логистических процессов. Основной объект работы — поток писем, вложений и данных из TMS, ERP, CRM и сервисных систем: Levity структурирует входящие сообщения, показывает, какие операции стоит автоматизировать, позволяет собирать Automation Flows, добавлять проверки человеком и управлять качеством уже работающих сценариев. Поэтому оценивать сервис нужно не как отдельный классификатор файлов и не как настольную программу, а как облачный слой между корпоративной почтой, операционными данными и системами исполнения.

Что такое Levity AI и какой продукт доступен сейчас

Юридическое название разработчика — Levity AI GmbH. В действующих условиях сервиса Levity описана как собственная онлайн-платформа на SaaS-модели для создания индивидуальных AI-решений и встраивания их в бизнес-процессы. Текущий сайт использует короткое название Levity, а продуктовая специализация сформулирована уже существенно уже старого универсального позиционирования: Communication Intelligence для глобальной цепочки поставок. В практическом смысле это означает фокус на почтовых операциях логистических компаний, экспедиторов, 3PL и других команд, где значительная часть заявок, статусов, бронирований, котировок и документов приходит по email.

Идентичность продукта важна из-за старых страниц Levity, которые до сих пор находятся поиском. Ранее сервис предлагал AI Blocks и Flows Editor для классификации текста и изображений в разных бизнес-сценариях. В 2024 году V1 была выведена из редактируемого режима, а создание новых блоков перенесено в новую версию на домене next.levity.ai. Нынешний продукт сохранил идею визуальных автоматизаций, но его интерфейс, аудитория, набор модулей и коммерческая модель теперь ориентированы на корпоративную логистику. Ниже рассматривается именно актуальная платформа, а старые AI Blocks упоминаются только там, где без этого нельзя объяснить жизненный цикл.

Параметр	Актуальное состояние
Официальное название продукта	Levity; юридическое лицо — Levity AI GmbH
Тип	Облачная B2B SaaS-платформа с AI-анализом коммуникаций и Automation Flows
Основная специализация	Логистические операции: анализ почты, поиск возможностей автоматизации, котировки, order entry, track & trace, обработка документов и другие коммуникационные процессы
Проверенный способ доступа	Веб-приложение; текущая ссылка Login ведёт на next.levity.ai
Входные данные	Личные и общие почтовые ящики, темы и тела писем, вложения, данные подключённых TMS/ERP/CRM и других систем
Основные рабочие зоны	Connections, Emails, Analytics/Control Tower, Opportunities, Flows, Activity, Quality Control
ИИ-функции	Классификация, извлечение данных, генерация черновиков, суммаризация, поиск дат и приоритетов, ответы по операционным данным, поиск кандидатов на автоматизацию
Интеграции	Более 50 готовых подключений; среди опубликованных — CargoWise, Gmail, Outlook, SAP, Dynamics 365, Salesforce, ServiceNow, Zendesk, Slack и другие
Контроль изменений	Staging & Production, Versioning & Rollbacks, переменные окружения, reusable prompts и reusable modules
Безопасность	ISO 27001, SOC 2 Type II, GDPR; HTTPS, шифрование данных при передаче и хранении, WorkOS для аутентификации
Распространение	Корпоративный доступ после регистрации или демонстрации; числовая публичная цена на текущем сайте не опубликована

Актуальный статус и жизненный цикл продукта

Levity находится в активной разработке: сайт и продуктовые страницы обновлены под текущую архитектуру, Login направляет в next.levity.ai, а продуктовая линейка разделена на Inbox Analytics, Chat with your Data, Automation Potential, Automation Flows, Integrations, Implementation Specialists, Human in the Loop и Feedback Management. Это не закрытый сервис и не архивная страница стартапа. При этом старые инструкции по AI Blocks нельзя считать актуальным руководством для нынешнего интерфейса.

Граница между поколениями проходит через Levity V1. На странице app.levity.ai опубликовано уведомление о переходе с V1 на V2 к 31 января 2024 года. После этой даты старые AI Blocks нельзя редактировать, а новые блоки создаются только в новой версии после регистрации нового аккаунта. Уведомление также фиксировало сохранение работы уже созданных V1-блоков через API на момент перехода. Для современного пользователя практический вывод один: любые материалы, где основным экраном выступают AI Blocks старого типа, относятся к предыдущему поколению и не должны использоваться как карта текущего меню.

Нынешняя Levity развилась из общего no-code AI-конструктора в вертикальную платформу для коммуникационно насыщенных процессов цепочки поставок. Эта смена видна не только в маркетинговой формулировке, но и в самой структуре рабочего пространства: слева показаны Connections, Emails, Control Tower, Opportunities, Flows, Activity и Quality Control; на страницах сценариев фигурируют Spot Quoting, Order Entry, Track & Trace, Document Handling, Arrival Notices, Accounts Receivable и Accounts Payable. По этой причине Levity сегодня корректнее сравнивать с корпоративными системами интеллектуальной обработки документов и workflow automation, а не с универсальными приложениями для обучения простого классификатора картинок.

Платформа, доступ и зависимость от инфраструктуры

Levity — веб-сервис. Условия использования прямо определяют его как online web-based platform, поэтому отдельной локальной установки рабочего движка на Windows, macOS или Linux для стандартного сценария не требуется. Пользователь работает через браузер и аккаунт организации, а сами автоматизации взаимодействуют с внешними почтовыми и корпоративными системами. Публичных минимальных требований к процессору, памяти или видеокарте для клиентского устройства нет: вычисления выполняются в облачной инфраструктуре.

Действующие условия предназначают сервис только для предпринимателей и организаций. Это важное ограничение: Levity не проектировалась как персональный AI-помощник для домашней почты. Регистрация может начинаться напрямую через сайт или после Book a Demo, а состав услуги, срок договора и цена фиксируются в условиях конкретного заказа. В договор могут входить Professional Services — поддержка и услуги внедрения. Такой формат соответствует текущей продуктовой модели: Forward Deployed Engineers участвуют в проектировании автоматизаций, интеграций, обработке edge cases и дальнейшем сопровождении.

Проверенный клиентский канал — браузер. Отдельные нативные мобильные и настольные редакции в актуальных публичных материалах не описаны, поэтому планировать внедрение как офлайн-программы нельзя. При необходимости работать с системой из мобильного устройства критичны возможности корпоративного браузера, SSO и подключённых сервисов, а не отдельный мобильный пакет Levity.

Открытые демонстрации текущего рабочего интерфейса выполнены на английском. Отдельного официального перечня локализаций приложения в публичной продуктовой документации нет, поэтому наличие русского интерфейса нельзя закладывать в требования без проверки на корпоративной демонстрации.

Как устроен интерфейс

Главная логика интерфейса построена вокруг трёх стадий: Analyze, Build и Scale. Сначала команда подключает коммуникационные источники и получает аналитику, затем выбирает процессы с достаточным объёмом и эффектом для автоматизации, после чего строит Flows и управляет качеством. Это снижает риск автоматизировать редкий или плохо описанный процесс только потому, что он выглядит технически интересным.

В левой навигации открытого интерфейсного примера присутствуют разделы Home, Connections и Emails. Ниже размещён аналитический контур: Control Tower и Opportunities, а также Pinned Dashboards. Отдельный блок Actions содержит Flows, Activity и Quality Control. Такая компоновка полезна для корпоративного продукта: подключение источников, наблюдение, исполнение и контроль не смешиваются в одном длинном конструкторе.

Control Tower — аналитическое пространство. В демонстрации Main Overview показывает динамику времени обработки и AI Confidence Score по категориям писем, а справа открыта панель Ask AI. На уровне продукта пользователь может конфигурировать дашборды под структуру операций, генерировать новые представления естественным языком, делиться ими с командой или оставлять приватными. Если нужны отдельные табличные расчёты вне Levity, полезно отличать их от встроенной аналитики: например, подсчёт строк по критериям в Google Таблицах решает локальную аналитическую задачу, тогда как Levity строит представления поверх входящей операционной переписки.

Opportunities — промежуточный слой между аналитикой и автоматизацией. Levity группирует повторяющиеся паттерны вроде spot quotes, track & trace, booking confirmations и документов, после чего показывает объём, ориентировочный handling time, impact и effort. В карточке возможности доступны статусы и действия Discard, Book Implementation Call и Continue. Это не каталог готовых роботов: смысл раздела в том, чтобы из данных почты выбрать процесс, который стоит превращать в production flow.

Flows — визуальный редактор логики. Публичный интерфейс показывает вкладки Editor и Activity, блок триггера почты и Classifier, соединённые на схеме. В панели выбора приложения видны Outlook, Gmail, Zendesk, Teams, SharePoint, SAP и логистические системы. В самом flow можно добавлять AI Actions — Generate Draft Reply, Summarize Thread, Extract Key Dates, Classify Priority или собственное действие. Для серьёзного внедрения предусмотрены reusable modules, pre-built components, reusable prompts, staging, production, versioning, rollback и переменные окружения.

Quality Control — эксплуатационный контур. Здесь собираются Bugs, Improvements, Exceptions, Missing Functionality и Understanding Issues, доступна фильтрация по тегам и Severity от Low до Critical. Система связывает проблему с конкретным шагом автоматизации, предлагает исправление, после чего изменение можно проверить в Staging и только затем развернуть. Для AI-сценариев это принципиально: рабочая автоматизация оценивается не только по факту запуска, но и по контролируемому циклу исправления ошибок.

Основные функции и их связь

Inbox Analytics

Levity подключает личные и общие почтовые ящики и превращает поток сообщений в структурированные данные. В публичном интерфейсе показаны Gmail как Connected и Outlook с кнопкой Connect. Анализ охватывает заголовки, темы и вложения; обработка выполняется в фоне. Результатом становятся категории сообщений, операционные метрики и дашборды, а не новый почтовый клиент вместо Gmail или Outlook.

Chat with your Data

Панель Ask AI позволяет задавать вопросы естественным языком поверх уже структурированных Inbox-данных. Примеры включают причины задержек, число обработанных bookings, среднее время ответа по регионам и неразрешённые exceptions за период. Вопрос можно продолжать относительно конкретного графика, а полезный ответ превратить в постоянный dashboard widget. При работе с формулировками естественного языка пригодятся общие принципы из материала GeekHow про структуру промтов для ChatGPT, хотя синтаксис и модель Levity отличаются.

Automation Potential

Модуль ищет повторяющиеся ручные процессы в почтовом трафике и ранжирует их по ожидаемому impact и effort. В карточках отображаются Monthly volume, Avg. handling time или другой показатель, а также предлагаемые этапы внедрения. Важное отличие от обычного process mining: исходным материалом здесь может быть не журнал операций ERP, а массив неструктурированной коммуникации.

Automation Flows

Flow связывает источник события, AI-обработку, бизнес-правила и внешние действия. Типовой текущий образец — входящее письмо, Classifier по Subject и Body, ветвление по классификации и последующее действие. Платформа поддерживает визуальное редактирование и повторно используемые компоненты, а для production-развёртывания отделяет Staging от Production. Это делает Levity ближе к orchestration-системе, чем к одиночной модели классификации.

Human in the Loop

В flow можно размещать точки ручной проверки там, где риск ошибки выше допустимого. Для конкретного кейса создаётся специализированный review UI: например, оператор проверяет извлечённые параметры котировки, корректирует их и только после этого разрешает отправку. Для Track & Trace открытая демонстрация показывает данные отправления рядом с письмом Outlook и действие Create draft update. Таким образом, человек включается в точку решения, а не вынужден вручную повторять весь процесс.

Feedback Management

Система собирает корректировки пользователей, явные сообщения о проблемах и системно обнаруженные сбои. Похожие сообщения могут консолидироваться, а issue получает категорию, теги, приоритет и связь с проблемным шагом. Дальше Levity предлагает suggested fix, позволяет изменить workflow logic, AI prompts или business rules, проверить реальными историческими примерами в Staging и подтвердить deployment. Это превращает обратную связь в управляемый процесс поддержки качества.

Интеграции и двусторонняя работа с системами

Levity публикует более 50 готовых connections. Список охватывает TMS, ERP, CRM, support, BI, email и collaboration: CargoWise, Blue Yonder, Microsoft Dynamics 365, NetSuite, Oracle, SAP, Salesforce, ServiceNow, Gmail, Outlook, Slack, Microsoft Teams, Zendesk, Snowflake, Tableau и другие. Для Outlook отдельно указан доступ к shared mailboxes через OAuth или IMAP, для Gmail — обработка входящих и исходящих сообщений общих ящиков. Корпоративные интеграции могут читать и записывать данные в реальном времени. По смыслу это тот же класс задачи, что и связь телефонии с CRM, которую GeekHow разбирает на примере IP-телефонии и amoCRM, но Levity работает прежде всего с почтовой коммуникацией и логистическими workflow.

Задача → инструмент → результат → что проверить

Задача	Инструмент Levity	Результат	Что проверить
Понять, какие письма занимают команду	Inbox Analytics / Control Tower	Категории, графики, операционные показатели	Подключены нужные shared inboxes и период анализа соответствует задаче
Разобрать причину отклонения показателя	Ask AI	Ответ по данным и связанные графики/письма	Вопрос задан по нужному периоду и ответ не смешивает разные подразделения
Выбрать процесс для автоматизации	Opportunities	Кандидат с impact, effort и объёмом	Объём стабилен, а исключения и точки ручного контроля учтены до построения flow
Автоматизировать обработку входящих писем	Automation Flows	Цепочка trigger → AI action → business rule → external action	Flow сначала прошёл Staging и не активирован напрямую в production
Сохранить контроль над рискованным решением	Human in the Loop	Review UI и подтверждение оператором	Ручная точка стоит до необратимого внешнего действия
Исправить ошибку работающей автоматизации	Quality Control / Feedback Management	Связанная с flow проблема, suggested fix, тест и deployment	Изменение проверено на исторических кейсах в Staging и имеет доступный rollback

Карта форматов и совместимости

Levity не публикует традиционную таблицу «импорт DOCX — экспорт CSV», потому что текущая платформа работает не как файловый редактор. Основной поток начинается с email и подключённых бизнес-систем. Inbox Analytics анализирует title, subject и attachments; в продуктовых материалах вложения описаны широко, без отдельного списка расширений. В интерфейсных примерах Quality Control встречаются large PDF attachments, invoices, customs declarations, shipping documents и packing lists, то есть документы являются частью реального потока.

Источник или объект	Подтверждённая обработка	Что остаётся редактируемым	Куда уходит результат
Gmail / Outlook	Входящие и исходящие письма, shared inboxes, темы, тело, вложения	Логика flow, категории, правила, prompts, review-поля	Дашборды, draft replies, внешние действия, подключённые системы
PDF и другие вложения	Анализ содержимого в составе почтового процесса	Извлечённые поля и решения автоматизации, а не исходная верстка документа	TMS/ERP/CRM, review UI, Quality Control
TMS / ERP / CRM	Чтение и запись данных через connections и custom integrations	Workflow logic, mapping и бизнес-правила	Обновлённые записи, статусы, котировки и действия в системах
Dashboards	Построение и изменение представлений, в том числе естественным языком	Widgets, структура представления и доступ	Shared или private dashboard внутри Levity

Публичного списка форматов для скачивания результата в CSV, XLSX, DOCX или PDF в текущих материалах нет. Поэтому Levity не стоит выбирать ради конвертации файлов. Для отдельной задачи преобразования документа лучше использовать специализированный инструмент; например, GeekHow отдельно показывает конвертацию PDF в Google Документы. Сильная сторона Levity — извлечь смысл из входящей коммуникации и передать структурированное действие в рабочую систему, а не сохранить локальную копию в новом расширении.

Как пользоваться программой — советы гика

Практическая часть ниже опирается только на текущие элементы интерфейса, опубликованные Levity. Корпоративная конфигурация зависит от прав организации и конкретного Order Form, поэтому действия, которых нет в открытом интерфейсе, не добавляются. Для production-процессов безопасная схема одна: сначала подключение и анализ, затем Staging, только после проверки — активация.

Подключить корпоративный почтовый ящик

Цель: дать Inbox Analytics источник писем. Подготовка: аккаунт Levity и корпоративный почтовый ящик, доступный вашей организации. Откройте Connections. Для Outlook в текущем интерфейсе используется кнопка Connect; Gmail в демонстрации отображается со статусом Connected. Выберите нужный email-провайдер и запустите Connect, затем завершите авторизацию на стороне провайдера. Для Outlook Levity поддерживает shared mailboxes через OAuth или IMAP.

Проверка результата: connection должен отображаться как активный, а письма — появиться в разделе Emails и аналитическом контуре. Типичная ошибка: подключён личный ящик вместо shared inbox, из-за чего объём и категории не отражают рабочий процесс. Безопасный откат: не переходите к активации Flows, пока в Analytics не подтверждено, что источник и набор писем соответствуют нужной операции.

Собрать первый обзор в Control Tower

Цель: увидеть структуру потока до автоматизации. Подготовка: подключён хотя бы один рабочий inbox. Откройте Analytics или Control Tower и выберите нужный dashboard, например Main Overview. Используйте период отображения и доступные фильтры, чтобы отделить конкретную команду, категорию или временной диапазон. Дашборды можно конфигурировать под операционную структуру и хранить в Pinned Dashboards.

Проверка результата: категории писем и динамика должны соответствовать выбранному периоду, а графики — реагировать на фильтры. Типичная ошибка: принимать общий обзор организации за метрики одного процесса. Безопасный откат: не делитесь новым dashboard с командой, пока он не проверен; Levity позволяет сохранить представление private.

Задать вопрос в Ask AI и превратить ответ в widget

Цель: получить объяснение по конкретным операционным данным без SQL. Подготовка: данные уже структурированы Inbox Analytics. Откройте панель Ask AI в Control Tower. Сформулируйте один измеримый вопрос: период, объект и показатель должны быть заданы явно, например причины задержек за неделю или число необработанных exceptions за семь дней. После ответа задайте уточнение по конкретному chart, если требуется разложить тренд по причине.

Полезный ответ можно сохранить как live dashboard widget. Проверка результата: ответ должен ссылаться на ту же выборку данных и период, которые нужны для решения. Типичная ошибка: задавать слишком широкий вопрос без периода и подразделения, а затем использовать агрегированный вывод как локальный. Безопасный откат: не сохраняйте и не публикуйте ответ как widget, пока его не сопоставили с исходным dashboard.

Выбрать процесс в Opportunities

Цель: не строить automation flow без подтверждённого объёма и эффекта. Подготовка: почтовый поток проанализирован. Откройте Opportunities. Используйте фильтры Impact и Status, затем откройте карточку кандидата. В текущем интерфейсе карточка содержит volume, handling time или иной показатель, список предполагаемых шагов и действия Discard, Book Implementation Call и Continue.

Проверка результата: перед Continue должны быть понятны источник данных, целевая система, исключения и место ручного контроля. Типичная ошибка: выбирать high impact только по объёму, игнорируя medium effort или сложные edge cases. Безопасный откат: используйте Discard для неподходящего кандидата; это безопаснее, чем строить и активировать flow для процесса, который ещё не определён.

Создать Automation Flow из почтового события

Цель: превратить повторяющееся письмо в управляемую цепочку. Подготовка: выбранный use case и подключённая почта. Откройте Flows и вкладку Editor. В панели Choose an App найдите Outlook или Gmail и добавьте приложение кнопкой с плюсом. Для триггера текущий пример использует When New Email is received. Затем добавьте Classifier и укажите, что классифицировать нужно Subject и Body. Ветви могут сравнивать значение Classification с нужной категорией.

Проверка результата: на схеме должна быть видна связная последовательность trigger → classifier, а Activity не должна показывать необработанные исключения. Типичная ошибка: включить production-обработку до проверки спорных классов. Безопасный откат: оставьте flow неактивным; в публичном редакторе доступен переключатель Active, поэтому активация должна быть последним шагом, а не первым.

Добавить AI Action в существующий Flow

Цель: получить из письма нужное действие после классификации. Подготовка: trigger и routing уже настроены. В Editor выберите Add AI Action. В списке AI Actions доступны Generate Draft Reply, Summarize Thread, Extract Key Dates, Classify Priority и Your custom action. Выберите только ту операцию, результат которой дальше может быть проверен или использован бизнес-правилом.

Проверка результата: новый блок должен получать данные из предыдущего шага и передавать результат в следующую ветвь. Типичная ошибка: ставить генерацию ответа перед проверкой категории или обязательных полей. Безопасный откат: удалите или замените новый шаг в Staging; для production Levity поддерживает versioning и rollbacks, поэтому изменение не нужно проверять на живом потоке.

Добавить ручную проверку Human in the Loop

Цель: не отдавать необратимое действие AI без контроля. Подготовка: определено, какие поля критичны для решения. Разместите review step перед отправкой котировки, обновлением статуса или записью в внешнюю систему. Levity позволяет описать нужный review UI естественным языком и создать интерфейс под конкретный use case. Для Track & Trace публичный пример показывает письмо, shipment data, ETA и действие Create draft update; для Spot Quoting оператор проверяет извлечённые детали и корректирует их до отправки.

Проверка результата: оператор должен видеть исходный контекст и те поля, которые он подтверждает. Типичная ошибка: ставить human checkpoint после внешнего действия, когда ошибка уже ушла клиенту или в TMS. Безопасный откат: удерживайте действие на стадии draft/review и не переводите его в автоматическое исполнение, пока качество не подтверждено.

Подключить TMS, ERP или сервисную систему

Цель: замкнуть automation на систему, где реально хранится заказ, статус или ставка. Подготовка: согласованы права и направление обмена данными. Откройте Connections и воспользуйтесь полем Search Integration…. Выберите нужную систему из опубликованного списка — например CargoWise, SAP, Microsoft Dynamics 365, Salesforce, Zendesk или другую. Для собственного legacy-инструмента Levity использует custom integration, которую строит команда solutions/Forward Deployed Engineering.

Проверка результата: в тестовом flow чтение и запись должны происходить в ожидаемых полях и среде. Типичная ошибка: подключить production endpoint до проверки mapping. Безопасный откат: сначала используйте Staging и environment variables; не переносите production credentials и live actions в flow, пока тестовая интеграция не прошла контроль.

Проверить изменение в Staging и выполнить безопасный rollout

Цель: исключить прямое редактирование работающей автоматизации. Подготовка: изменение логики, prompt, mapping или business rule уже внесено. Переведите проверку в Staging, прогоните реальные исторические кейсы и сравните ожидаемые результаты. После подтверждения используйте production deployment. Levity отдельно поддерживает Versioning & Rollbacks, поэтому рабочая версия не должна заменяться без точки возврата.

Проверка результата: тестовые кейсы проходят без новых exceptions, а Activity и Quality Control не показывают регрессий. Типичная ошибка: считать один успешный пример достаточной проверкой. Безопасный откат: вернитесь к предыдущей версии через rollback, если после развёртывания выросло число ошибок или изменилась обработка известных кейсов.

Разобрать issue в Quality Control

Цель: исправить подтверждённый сбой с сохранением трассируемости. Подготовка: проблема зарегистрирована автоматически или пользователем. Откройте Quality Control, отфильтруйте записи по Categories, Tags и Severity, затем выберите issue. Процесс исправления содержит стадии Suggested fix, Make the change, Test against real cases (Staging) и Confirm & deploy.

Проверка результата: issue должен быть воспроизводим на тестовом кейсе до исправления и исчезать после него. Типичная ошибка: менять сразу несколько prompts и правил, после чего невозможно понять причину улучшения или регрессии. Безопасный откат: используйте versioning и возвращайте предыдущую рабочую версию, если Confirm & deploy ухудшил другой сценарий.

Сквозной сценарий: от входящего обращения Track & Trace до черновика ответа

Цель: собрать полный, но контролируемый pipeline. Подготовка: подключён shared inbox, определён источник shipment status в TMS и согласовано, что внешняя отправка остаётся за Human in the Loop. Сначала убедитесь в Analytics, что обращения Track & Trace распознаются как отдельная категория. В Opportunities откройте соответствующий кандидат и продолжайте только после проверки объёма и требуемых интеграций. В Flows создайте email trigger When New Email is received, добавьте Classifier по Subject и Body и ветвь для Track & Trace. Подключите TMS, откуда берётся shipment status, затем добавьте действие для подготовки ответа.

Перед внешней отправкой поставьте Human in the Loop. Оператор сверяет shipment, ETA и маршрут и использует Create draft update, когда данные верны. Flow сначала проверяется в Staging на исторических обращениях. После активации наблюдайте Activity и Quality Control. Проверка результата: одно обращение должно пройти нужную ветвь, получить актуальный статус из TMS и закончиться одним проверяемым черновиком ответа. Типичная ошибка: активировать flow до проверки forwarded threads, вложений и внешнего ответа TMS. Если возникает issue, используйте связанный с ним Suggested fix и Staging перед deployment. Безопасный откат: при регрессии отключите Active для проблемного flow или верните предыдущую версию; исходный email и внешняя TMS остаются источниками истины.

Что перестанет работать первым

Доступ через браузер и сессия. Levity — облачный web-based SaaS, поэтому без интернет-соединения нельзя открыть Control Tower, Flows или Quality Control. Локального offline-режима в текущей архитектуре не описано. Проблемы с cookies и сессией браузера тоже могут блокировать вход; в таком случае базовую диагностику хранения данных браузера можно сверить с инструкцией GeekHow по очистке истории и cookies, но удаление данных сайта следует делать только после сохранения незавершённой работы.

Почтовые connections. Если OAuth, IMAP или права shared mailbox перестают работать, Inbox Analytics теряет актуальный поток, а email-trigger не получает новые события. При этом старые дашборды могут оставаться видимыми, но их нельзя принимать за текущую картину. Поэтому connection status — первая точка проверки при внезапном падении числа входящих событий.

Внешние TMS/ERP/API. Automation Flow зависит от систем, из которых читает или куда записывает данные. Сбой внешней системы не равен ошибке модели Levity: его нужно отличать по Activity и Quality Control. В текущем списке проблем отдельно фигурирует unhandled error на malformed carrier response, что показывает необходимость контролировать контракт данных между flow и интеграцией.

Активность конкретного flow. Переключатель Active определяет, исполняется ли сценарий. Отключение или rollback одного flow не обязано останавливать всю платформу, поэтому архитектурно безопаснее разделять процессы на самостоятельные модули и не собирать все операции в один монолитный pipeline.

Договор и доступ организации. Условия Levity позволяют приостанавливать сервис при нарушении условий, риске безопасности, обязательном техническом обслуживании или невыполнении платёжных обязательств. После прекращения договора право на использование сервиса прекращается. Для критичных процессов это означает, что план непрерывности должен включать сохранение данных в системах-источниках и возможность временно вернуться к ручной обработке.

Безопасность и приватность

Публичный security-раздел перечисляет ISO 27001 и SOC 2 Type II, а также соответствие GDPR. Сетевые взаимодействия с платформой шифруются HTTPS; пользовательские чувствительные данные шифруются при передаче и хранении. Аутентификация обрабатывается через WorkOS, поэтому Levity не хранит пароли пользователей в своей системе аутентификации. Для организаций это снижает риск, связанный с самостоятельным хранением учетных секретов, но не отменяет необходимость корпоративного SSO, управления ролями и политики доступа к почтовым ящикам.

Сервис размещает данные и услуги в облачной инфраструктуре AWS, Google Cloud и Microsoft Azure. Это принципиально для оценки приватности: исходные письма и вложения уходят в облачную обработку, поэтому Levity нельзя считать локальным on-prem инструментом по умолчанию. Privacy Policy отдельно предусматривает обработку персональных данных и международные передачи при наличии соответствующих правовых механизмов. Перед подключением shared inbox компания должна определить, какие категории персональных и коммерчески чувствительных данных проходят через почту и какие ограничения действуют внутри организации.

Платёжные данные Levity не хранит напрямую; security-раздел указывает сторонних процессоров Stripe и Paddle, а privacy policy отдельно перечисляет Stripe в контексте оплаты. Это не связано с содержимым писем, но важно при закупке корпоративного сервиса. Условия договора также относят Customer Content к конфиденциальной информации и возлагают на клиента ответственность за корректность и законность передаваемого содержимого.

Особое внимание нужно уделять Human in the Loop. В логистике автоматическое действие может повлечь внешнюю коммуникацию, обновление статуса или изменение записи в TMS. Точка ручной проверки до такого действия — не декоративная опция, а механизм управления операционным риском. Levity позволяет постепенно уменьшать объём контроля, но архитектурно правильнее сначала доказать стабильность на типовых и пограничных кейсах, а уже затем повышать степень автоматического исполнения.

Цена, лицензирование и ограничения доступа

На текущем публичном сайте нет числовой тарифной таблицы Levity. Основной CTA — Schedule demo / Book a demo. Действующие Terms of Service определяют Subscription Fees через Contract Terms и Order Form, поэтому стоимость зависит от согласованного состава услуги. Помимо подписки договор может включать Professional Services — поддержку и implementation services. Это важное отличие от self-service SaaS, где цену можно рассчитать только по числу пользователей.

Условия предусматривают месячный или годовой Contract Period и оплату вперёд в соответствии с планом. Подписка автоматически продлевается на аналогичный период, если стороны не предусмотрели другое и уведомление о прекращении не подано минимум за 30 дней до окончания текущего периода. Числовые значения текущих тарифов в открытой части сайта не опубликованы, поэтому переносить старые цены из обзоров V1 или сторонних каталогов нельзя.

Юридический текст упоминает free Plan и переход на него после отмены подписки, но актуальная коммерческая страница не описывает открытый бесплатный тариф, его лимиты или условия самостоятельной регистрации. Поэтому считать наличие бесплатного режима для нового клиента гарантированным нельзя. То же относится к пробному периоду: публично описан demo-led процесс, но фиксированный срок trial в текущих материалах не приведён.

При отмене подписки Terms предупреждают, что downgrade может привести к потере Customer Content, функций или ёмкости аккаунта. Для корпоративной закупки это означает необходимость заранее согласовать экспорт операционных данных и границы хранения. Поскольку публичная документация не содержит универсальной кнопки экспорта всех проектов в переносимый файл, критичные сведения должны оставаться также в системах-источниках — почте, TMS, ERP и других подключённых сервисах.

Плюсы и минусы

Плюсы

• Платформа связывает анализ входящей переписки, поиск кандидатов на автоматизацию, построение Flows и эксплуатационный Quality Control в одном рабочем контуре.
• Поддерживаются личные и shared inboxes, а список Connections охватывает более 50 систем, включая логистические TMS, ERP, CRM, support и collaboration.
• Automation Flows имеют Staging & Production, versioning и rollback, что позволяет тестировать изменение до воздействия на живой процесс.
• Human in the Loop встраивается в конкретную точку workflow, а review UI можно адаптировать под извлечённые поля и контекст задачи.
• Feedback Management собирает пользовательские исправления, явные сообщения и системно обнаруженные issues, связывая проблему с шагом автоматизации.
• Ask AI работает поверх операционных данных и позволяет превращать ответы в live dashboard widgets без отдельного SQL-кода.
• Security-контур включает ISO 27001, SOC 2 Type II, GDPR, HTTPS и шифрование данных в transit и at rest.

Минусы

• Текущий продукт ориентирован на enterprise logistics; для личных задач, небольшого количества документов и разовой классификации он избыточен.
• Числовая цена не опубликована, а внедрение может включать отдельные Professional Services, поэтому стоимость нельзя оценить без общения с Levity.
• Это облачный сервис без описанного offline-режима; работа зависит от интернета, аккаунта и доступности подключённых почтовых и корпоративных систем.
• Публичная документация не даёт классической таблицы импорт/экспорт по расширениям файлов и не описывает универсальный перенос проекта в локальный формат.
• Старые материалы про AI Blocks и V1 заметно отличаются от современного интерфейса, поэтому по ним легко получить неверное представление о текущем продукте.
• Для сложных интеграций Levity опирается на Forward Deployed Engineering, то есть часть внедрения является совместной инженерной работой, а не полностью самостоятельным no-code процессом.

Кому подойдёт

• Экспедиторам и 3PL с большой нагрузкой на shared inbox. Особенно когда spot quotes, bookings, status requests и документы идут через email и требуют записи в TMS.
• Операционным командам, которым сначала нужна видимость. Inbox Analytics и Automation Potential позволяют отделить действительно массовые процессы от редких исключений до начала разработки.
• Компаниям с требованием ручного контроля. Human in the Loop полезен там, где AI может подготовить действие, но отправка или изменение записи должны оставаться за сотрудником.
• Организациям с несколькими корпоративными системами. Готовые Connections и custom integrations объединяют почту, TMS, ERP, CRM, support и BI в одном flow.
• Командам, которые рассматривают AI как production-систему. Staging, versioning, rollbacks, Activity и Quality Control дают эксплуатационный контур, а не только визуальный prototype builder.

Кому не подойдёт

• Частному пользователю. Terms предназначают сервис для бизнеса, а текущий продукт не ориентирован на персональную почту и домашнюю автоматизацию.
• Тем, кому нужен простой OCR или конвертер. Если задача заканчивается извлечением текста из пары PDF либо переводом файла в другой формат, специализированный сервис будет проще и прозрачнее.
• Команде, которой нужен полностью локальный контур. Levity — web-based SaaS с облачной инфраструктурой, поэтому требование «данные никогда не покидают локальную сеть» требует другого класса решения.
• Проекту с заранее фиксированным малым бюджетом. Без публичной числовой цены и с возможными implementation services закупку нельзя просчитать как обычную подписку по прайс-листу.
• Пользователю старого V1, который хочет продолжать работать по прежнему интерфейсу AI Blocks. Новые блоки и актуальный продукт перенесены в другое поколение платформы.

Сравнение с другими аналогами

Levity конкурирует не с одним классом ПО: часть функций относится к intelligent document processing, часть — к workflow automation, часть — к email operations. Поэтому сравнивать корректнее по одному набору критериев: основная задача, платформа, порог освоения, входные данные, автоматизация, модель оплаты, ограничение и оптимальный сценарий.

Решение	Задача и платформа	Порог освоения	Форматы/источники	Автоматизация	Оплата	Главное ограничение	Подходящий сценарий
Levity	Web SaaS для коммуникационной автоматизации в логистике	Средний: визуальные Flows, но enterprise-внедрение часто идёт с инженерами Levity	Email, attachments, TMS/ERP/CRM и 50+ Connections	Flows, AI Actions, Human in the Loop, Staging, Quality Control	Индивидуальные Subscription Fees по Order Form; публичной цены нет	Вертикальный enterprise-фокус и зависимость от облака	Высокий объём логистической переписки с записью результата в операционные системы
Rossum	Web-платформа document automation	Средний: готовый ingestion и validation UI, бизнес-логика расширяется на старших планах	Email, API и manual upload документов	Extraction, validation, custom workflows, webhooks и интеграции	Starter от 18 000 долларов в год; Business/Enterprise — индивидуально после обращения	Фокус прежде всего на документных транзакциях, а не на полной коммуникационной аналитике inbox	Счета, заказы и другие документы, где главным объектом является документ и его валидация
Nanonets	Cloud document intelligence и workflow automation	Ниже для старта: есть self-service free credits	PDF, изображения, Word, Excel, email	Extraction, classification, blocks, API, ERP/database integrations	Старт с 50 долларов free credits; затем usage-based, Starter от 100 долларов/месяц за 100 credits	Стоимость растёт по числу запусков блоков; enterprise-функции вынесены в старшие уровни	Команда хочет быстро запустить обработку документов и платить за объём без отдельного долгого внедрения
UiPath Document Understanding	Компонент UiPath Automation Cloud/Automation Suite для document understanding	Выше: требуется экосистема UiPath и понимание RPA/Document Understanding	Документы с OCR, classification и extraction; работа через RPA и REST API	Глубокая интеграция с UiPath robots и enterprise automation	Потребление Platform Units; для modern projects при Unified Pricing базовая ставка составляет 0,2 Platform Units на страницу	Сложнее и шире Levity, поэтому внедрение ради одной почтовой операции может быть тяжелее	Организация уже использует UiPath и хочет включить документный AI в большой RPA-контур

Levity выглядит сильнее всего, когда единицей работы является не один документ, а операционная коммуникация целиком: письмо, цепочка, вложение, данные TMS, решение оператора и последующее действие. Rossum и Nanonets проще оценивать как системы документной автоматизации, а UiPath — как часть более широкой RPA-платформы. Если главная боль находится именно в shared inbox логистической команды, вертикальный контекст Levity имеет практическое значение; если вход — набор файлов без сложной почтовой коммуникации, альтернативы часто прямолинейнее.

Типичные проблемы и диагностика

Большой PDF-вложение завершается timeout

Симптом: письмо доходит до flow, но обработка крупного PDF не завершается. Возможная подтверждённая причина: в Quality Control такой случай относится к Exception и прямо показан как timeout при обработке emails with large PDF attachments. Диагностика: найдите issue по Tag процесса и Severity, откройте связанный шаг automation. Исправление: применяйте Suggested fix только в Staging и корректируйте конкретный шаг, а не весь flow. Проверка: тот же PDF должен пройти тест, а соседние документы — не дать регрессию.

Вложение с таможенной декларацией игнорируется

Симптом: письмо классифицировано, но customs declaration не участвует в результате. Причина: Feedback Management содержит этот тип как Bug Track and Trace. Диагностика: в Quality Control проверьте, к какому шагу привязан issue и нет ли аналогичных записей для shipping documents и packing lists. Исправление: измените workflow logic или AI prompt в проблемном шаге и протестируйте исторические письма. Проверка: поля из вложения должны появиться в review/output без ухудшения обработки обычных писем.

Неверно разбирается приложенный invoice

Симптом: invoice присутствует, но извлечённые значения неправильны. Причина: в текущем Quality Control опубликован отдельный Bug «Incorrect parsing of attached invoice». Диагностика: откройте issue и сравните исходный attachment с результатом конкретного extraction step. Исправление: используйте suggested change для prompt, mapping или business rule и прогоните реальные прошлые invoices в Staging. Проверка: критичные поля совпадают с документом и проходят Human in the Loop.

Компания извлекается из письма неверно

Симптом: система подставляет неправильное company name. Причина: опубликованный Quality Control содержит Bug «Company … not extracted correctly». Диагностика: проверьте источник значения — Subject, Body или attachment — и шаг, к которому Levity привязала issue. Исправление: корректируйте extraction logic в Staging, используя репрезентативные письма от разных отправителей. Проверка: исправленный flow должен верно обработать исходный кейс и не переименовать другие компании.

ASAP воспринимается как конкретная дата

Симптом: приоритетное слово интерпретируется как дата. Причина: в Feedback Management это опубликовано как Understanding Issue. Диагностика: найдите шаг Extract Key Dates, Classify Priority или custom action, где смешиваются временные сущности и приоритет. Исправление: уточните reusable prompt или business rule и протестируйте набор писем с ASAP, today, tomorrow и реальными датами. Проверка: ASAP должен попадать в приоритет, а явные даты — оставаться датами.

В forwarded thread путаются sender и recipient

Симптом: flow принимает автора пересланного письма за текущего отправителя или наоборот. Причина: в Quality Control показан Understanding Issue, где bot confuses sender and recipient in forwarded threads. Диагностика: сопоставьте metadata текущего сообщения и текст пересылки, затем откройте связанный classification/extraction step. Исправление: разделите envelope metadata и содержимое forwarded body в логике. Проверка: тестовый набор должен включать обычное письмо, один forward и цепочку из нескольких пересылок.

На один status request отправляются дублирующиеся ответы

Симптом: клиент получает более одного ответа на одно событие. Причина: Quality Control содержит Improvement «Duplicate replies sent for same shipment status request». Диагностика: изучите Activity и найдите, сколько раз trigger сработал на один thread и какие ветви дошли до отправки. Исправление: внесите правило дедупликации или измените условие ветвления в Staging. Проверка: один входящий request должен создавать ровно один внешний ответ при повторном прогоне кейса.

Нет поля для hazardous goods declaration

Симптом: оператор не может сохранить важный признак опасного груза. Причина: это не ошибка извлечения, а опубликованная категория Missing Functionality. Диагностика: проверьте, отсутствует ли поле в review UI, mapping или целевой системе. Исправление: добавьте необходимое поле в use-case-specific interface и связанную бизнес-логику, затем согласуйте mapping с TMS. Проверка: оператор видит поле до подтверждения, а значение корректно передаётся дальше.

Нельзя указать preferred carrier для конкретного lane

Симптом: Spot Quoting не учитывает нужного перевозчика на направлении. Причина: Quality Control показывает этот случай как Missing Functionality, а не как случайную ошибку модели. Диагностика: отделите отсутствие бизнес-поля от неправильной классификации входного письма. Исправление: расширьте business rule и mapping для lane/carrier в согласованном flow. Проверка: тестовые котировки по разным направлениям должны выбирать ожидаемое правило без влияния на остальные lanes.

Malformed carrier response вызывает необработанную ошибку

Симптом: flow падает после ответа внешней carrier-системы. Причина: текущий список Quality Control содержит Exception «Unhandled error on malformed carrier response». Диагностика: проверьте Activity и внешний response, затем определите шаг интеграции, на котором нарушена ожидаемая структура. Исправление: добавьте обработку невалидного ответа и безопасную ветвь исключения в Staging. Проверка: корректные ответы проходят как раньше, а malformed response переводится в контролируемый exception вместо остановки процесса.

FAQ

Нужно ли вручную размечать всю почту перед поиском Automation Opportunities?

Нет. Automation Potential анализирует операционный email-трафик и выявляет повторяющиеся паттерны без предварительной ручной разметки всего массива. Ручная работа требуется уже на этапе проверки найденного кандидата, его исключений и реального смысла автоматизации.

Можно ли задавать Ask AI уточнения по отдельному графику?

Да. Chat with your Data поддерживает follow-up вопросы относительно конкретного chart или результата. Это позволяет сначала увидеть общий тренд, а затем разложить его по причинам, периодам или операционным сегментам, не создавая новый dashboard вручную.

Что происходит с полезным ответом Ask AI?

Ответ можно превратить в постоянный live widget дашборда. В результате одноразовый диалог становится наблюдаемым показателем, который видит команда в выбранном dashboard, а не исчезает после закрытия панели.

Могут ли operations и IT совместно работать над одним Flow?

Да. Automation Flows поддерживают совместную работу: operations, IT и process owners могут просматривать и уточнять сценарий. Это особенно важно, когда бизнес-правило понятно операционной команде, а интеграционные ограничения — внутренним инженерам.

Можно ли хранить разные настройки для Staging и Production?

Да. В Automation Flows предусмотрены ENV_Variables. Они позволяют управлять конфигурацией между средами без копирования всего workflow, что снижает риск случайно перенести тестовый endpoint или credential в production-логику.

Можно ли повторно использовать prompts между автоматизациями?

Да. Платформа включает Reusable Prompts, предназначенные для стандартизации AI-поведения в нескольких flows. Это полезнее копирования текста вручную: единый prompt-компонент проще контролировать при изменении корпоративного правила.

Можно ли переиспользовать более крупные части Flow?

Да. Reusable Modules позволяют оформлять модульные компоненты и применять их в разных workflows и командах. Для логистических сценариев также предусмотрены Pre-Built Components, ориентированные на типовые операции отрасли.

Feedback Management зависит только от ручных жалоб сотрудников?

Нет. Платформа объединяет три источника: usage-based feedback от корректировок человека, explicit feedback из рабочего интерфейса и system-detected issues, которые возникают при наблюдении за запусками автоматизаций. Поэтому проблема может попасть в Quality Control до отдельного обращения пользователя.

Что происходит с повторяющимися сообщениями об одной проблеме?

Разговорный AI в Feedback Management обогащает контекст и объединяет похожие сообщения в одну issue вместо создания множества дублей. После этого проблема получает единый приоритет, теги и историю исправления.

Получают ли пользователи информацию после исправления issue?

Да. В цикле Closing the Loop после решения проблемы пользователи получают уведомление с кратким описанием изменения и тем, на что нужно обратить внимание. Это отделяет техническое deployment от завершения эксплуатационного инцидента.

Итог

Levity имеет смысл рассматривать, когда основной узкий ресурс компании — операционная коммуникация, а письма должны превращаться не просто в извлечённый текст, а в управляемые действия внутри TMS, ERP, CRM и сервисных систем. В таком сценарии сильная сторона платформы — единая цепочка от Inbox Analytics и Opportunities до Automation Flows, Human in the Loop и Quality Control. Особенно важны Staging, rollback и связанная с flow диагностика: без них AI-автоматизация корпоративной почты быстро превращается в трудно контролируемый набор скриптов.

Для разовой обработки PDF, небольшого OCR-проекта или персональной автоматизации Levity избыточна: нет публичной self-service тарифной сетки, продукт предназначен для бизнеса и тесно связан с корпоративным внедрением. Для документного конвейера без выраженной почтовой логики логичнее сравнивать Rossum, Nanonets или UiPath Document Understanding. Для логистической команды, где shared inbox фактически является входной очередью бизнес-процессов, Levity занимает более узкую и понятную позицию: сначала показывает, что именно происходит в коммуникациях, затем помогает автоматизировать только выбранные процессы и оставляет человеку контроль там, где цена ошибки высока.