No idejas līdz SaaS: Lexio izstrādes stāsts

2025. gada septembrī klients uzdeva vienkāršu jautājumu: "Vai AI var izlasīt mūsu līgumus un pateikt, kas ir riskants?" Sešus mēnešus vēlāk Lexio bija produkcijā ar maksājošiem klientiem, 28 risku kategorijām un multi-modeļu AI dzinēju, kas apstrādā līgumus sekundēs.

Šis ir pilns stāsts par to, kā mēs to izveidojām - arhitektūras lēmumi, pieļautās kļūdas un ko mēs darītu citādi.

Problēma

Juridisko līgumu pārskatīšana ir dārga un lēna. Jurists prasa 150-300 EUR/stundā. Tipiska līguma pārskatīšana ilgst 2-4 stundas. Mazi uzņēmumi vai nu maksā, vai izlaiž pārskatīšanu pilnībā - un atklāj problēmas, kad ir par vēlu.

Mūsu hipotēze: AI var identificēt 80% biežākās līgumu risku sekundēs, par daļu no izmaksām. Atlikušie 20% joprojām prasa cilvēku-juristu, bet vismaz Jūs zināt, kur meklēt.

Arhitektūras lēmumi

Kāpēc Cloudflare Workers (nevis AWS/Vercel)

Mums bija nepieciešami 0ms cold starts. Lambda cold starts (100-500ms) summējas, kad apstrādājat vairāku lappušu līgumus ar vairākiem AI izsaukumiem. Workers startē uzreiz, darbojas edge un skalējas līdz nullei, kad ir dīkstāve.

Izmaksas? Zem $5/mēnesī par visu backend startēšanas brīdī. Pamēģiniet to ar AWS.

Kāpēc D1 (nevis PostgreSQL/Supabase)

D1 ir Cloudflare SQLite-at-the-edge datubāze. Tā ir bezmaksas pirmajiem 5GB, lasīšana ir tūlītēja (tas pats datacenter kā Worker), un migrācijas ir vienkārši SQL faili. SaaS ar lietotāju kontiem, abonementiem un dokumentu analīzes rezultātiem - ar to pilnīgi pietiek.

Kāpēc multi-modeļu AI (nevis tikai GPT-4o)

Dažādiem uzdevumiem nepieciešami dažādi modeļi:

• Dokumentu parsēšana - Gemini 2.5 Flash (ātrs, lēts, apstrādā garus dokumentus)
• Risku analīze - Gemini 2.5 Pro (labākā spriedumu spēja sarežģītām klauzulām)
• Līgumu ģenerēšana - GPT-4o (labākais strukturētām juridiskām tekstām)
• Ātrais čats - Gemini Flash (ātrākais atbildes laiks)

Viena modeļa izmantošana visam ir kā āmura lietošana katram darbam. Mūsu XDA AI Engine maršrutē pieprasījumus uz optimālo modeli atbilstoši uzdevumam.

Tehnoloģiju steks

Frontend:    Next.js 16 + React 19 (static export)
Styling:     Tailwind CSS v4
Backend:     Cloudflare Workers (TypeScript)
Database:    Cloudflare D1 (SQLite at edge)
AI Engine:   Gemini 2.5 Pro/Flash + GPT-4o
Payments:    Stripe (4 plan tiers + coupons)
Auth:        Google OAuth + email/password
Email:       Resend (18 automated campaigns)
Analytics:   PostHog
Domain:      lexio.lv (Cloudflare DNS)
Deploy:      Cloudflare Pages + Wrangler

Laika grafiks

1. 1.-2. nedēļa - izpēte, konkurentu analīze, wireframes, domēna reģistrācija
2. 3.-6. nedēļa - Pamata backend: autentifikācija, D1 shēma, AI dzinējs, dokumentu parsēšanas pipeline
3. 7.-10. nedēļa - Frontend: galvenā lapa, panelis, līgumu augšupielādes plūsma, rezultātu UI
4. 11.-14. nedēļa - Stripe integrācija, e-pasta kampaņas (Resend), norēķinu portāls
5. 15.-18. nedēļa - Juridiskās lapas, GDPR atbilstība, LV/EN tulkojumi, beta testēšana
6. 19.-24. nedēļa - Publiska palaišana, aukstais outreach, kļūdu labojumi, optimizācija

Galvenās metrikas palaišanas brīdī

• 18+ API endpoint - autentifikācija, līgumi, analīze, maksājumi, administrēšana
• 28 risku kategorijas - atbildība, izbeigšana, IP, datu aizsardzība, sodi utt.
• 4 plānu līmeņi - Bezmaksas izmēģinājums, Starter, Professional, Enterprise
• 18 automatizēti e-pasti - ievadīšana, izmēģinājuma atgādinājumi, maksājumu kvītis, atkārtota iesaiste
• <3s vidējais analīzes laiks - 10 lappušu līgumam
• 99.9% darbības laika SLA - pateicoties Cloudflare edge infrastruktūrai

Kļūdas, ko pieļāvām

1. Sākām ar pārāk daudz funkcijām

Mūsu sākotnējais tvērums ietvēra līgumu salīdzinājumu, komandas sadarbību un versiju vēsturi. Mēs visu to izgriezām V1 un fokusējāmies uz vienu lietu: augšupielādēt → analizēt → pārskats. Viss pārējais nāca vēlāk.

2. Nenovērtējām e-pasta sarežģītību

18 automatizētas e-pasta kampaņas ar pareizu laikošanu, A/B testēšanu un piegādājamību ir produkts pats par sevi. Mēs pavadījām 3 nedēļas tikai e-pastiem. Nākamreiz: sākt ar 5 būtiskiem e-pastiem, pārējo pievienot pēc palaišanas.

3. Neiestatījām analītiku no pirmās dienas

Mēs pievienojām PostHog 12. nedēļā. Pirmo 11 nedēļu lietotāju uzvedības dati? Zuduši uz visiem laikiem. Iestatiet analītiku pirms pirmais lietotājs piesakās produktam.

Ko mēs darītu citādi

• Palaist 12 nedēļās, nevis 24 - mēs pārbijām ar polirēšanu. Pirmajam maksājošajam klientam nerūp par 18. e-pasta kampaņu.
• Iekasēt no pirmās dienas - bezmaksas izmēģinājumi piesaista nenopietnos. $1 izmēģinājums būtu filtrējis nopietnus lietotājus.
• Veidot outreach sistēmu ātrāk - produkts bija gatavs 6 nedēļas pirms mums bija uzticama potenciālo klientu ģenerēšanas pipeline.

Rezultāti

Nulle ārējo investīciju. Viens izstrādātājs. 6 mēneši no idejas līdz dzīvam SaaS ar maksājošiem klientiem. Kopējās infrastruktūras izmaksas: zem $50/mēnesī.

Lexio pierādīja, ka viens izstrādātājs ar pareizajiem rīkiem (Cloudflare, AI API, moderniem framework) var izveidot un palaist produkcijas SaaS ātrāk nekā 10 cilvēku komanda ar mantoto infrastruktūru.