Tranzzo увійшов до Google Cloud EMEA SMB AI Playbook із кейсом автоматизації Code Review

Tranzzo став частиною “The SMB AI Playbook: Driving Real Value in EMEA” — ініціативи від Google Cloud, що об’єднує провідні компанії малого та середнього бізнесу регіону, які впроваджують штучний інтелект для реального бізнес-ефекту.

Наш кейс Code Review Automation потрапив до видання як приклад того, як AI може прискорити розробку, підвищити якість коду й розвантажити інженерів від рутинних перевірок. 

Для Tranzzo це не просто відзнака. Це — підтвердження нашої стратегії: інновації мають приносити вимірювану цінність. І автоматизація code review стала саме таким прикладом.

🔗 Whitepaper доступний у розділі “How businesses are using AI across EMEA today” EMEA SMB AI від Google Cloud.

Tranzzo — це глобальна платформа для онлайн-платежів, яка обслуговує понад 3 000 активних клієнтів і щомісяця обробляє понад 10 мільйонів транзакцій. Підтримуючи операції у фінансовому секторі, що регулюється стандартом PCI DSS, ми не можемо дозволити собі компроміси в якості коду. Кожна помилка чи пропущена вразливість — це не просто баг, а потенційний фінансовий ризик.

Зі зростанням кількості команд і складності архітектури нашого софту класичний процес перевірки коду почав гальмувати розробку. Senior-інженери витрачали надто багато часу на ручні перевірки pull request’ів, а повторювані завдання виснажували команду.

З’явилась типова для масштабованих продуктів проблема:

Як зберегти якість і безпеку коду, але пришвидшити темпи розробки?

Відповідь прийшла через AI. Замість того щоб покладатися лише на людські рев’ю, команда вирішила інтегрувати LLM (Large Language Model) у процес розробки, щоб код аналізувався автоматично — ще до людського втручання.

Система використовує Gemini 2.5 Pro через API. Це дозволяє інтегрувати AI в існуючий CI/CD-процес без зміни інструментів розробників.

AI Code Reviewer автоматично активується під час створення pull request у Bitbucket. Він аналізує:

• зміни в коді (diff);
• контекст завдання з опису Jira;
• наявність тестів;
• відповідність внутрішнім правилам (через CODE_REVIEW.md);
• потенційні порушення безпеки чи патернів.

Вихід — структурований звіт, який передається розробнику до ручного рев’ю, із коментарями прямо в pull request, де кожен пункт має категорію: bug, security, performance, architecture, testing, code quality, business requirement.

Етапи впровадження

Фаза 1. Пілот (1–2 тиждень)

Ми розпочали з побудови кастомного воркфлоу, інтегрованого з нашими інструментами розробки.

Ключові функції:

• автоматичний запуск AI Code Review після створення pull request (PR);
• зчитування контексту задачі з опису тікета;
• інтеграція з LLM через API — Gemini 2.5 Pro обрано за точність і оптимальну вартість.

Prompt engineering був спрямований на виявлення пропущених імплементацій, прогалин у тестуванні, code smells і потенційних вразливостей. 

AI-коментарі автоматично структурувались у PR, а пілотна команда тестувала процес у реальному середовищі.

Фаза 2. Розширення контексту (2–3 тиждень)

На основі фідбеку ми розширили можливості системи:

• додали git checkout для повного контексту проєкту;
• оптимізували обробку diff-файлів;
• ввели CODE_REVIEW.md з правилами для кожного проєкту;
• навчали AI враховувати архітектурні патерни й тестове покриття.

Тепер AI аналізував не лише зміни в коді, а й повну структуру репозиторію, що суттєво підвищило точність рекомендацій.

Пропозиції класифікувались за типом впливу — від запобігання помилок до покращення якості тестів.

Фаза 3. Масштабування (3+ тиждень)

Систему було розгорнуто у всіх командах без змін у процесах. Тепер кожен pull request автоматично проходить AI-рецензію перед людським рев’ю.

Результати

Кількісні показники: 

• 54% бекенд- і 57% фронтенд-пропозицій від AI були прийняті розробниками;
• 13% рекомендацій були відкладені через низький пріоритет;
• 100% команд у компанії користуються системою щодня;
• Середній час злиття PR зменшився на ~30%.

Якісні результати:

• Зменшилось навантаження на senior-інженерів;
• Підвищилась узгодженість стилю та якості коду між командами;
• Розробники відзначили зниження “когнітивної втоми” під час рев’ю.

Технологічна співпраця

Проєкт реалізований у партнерстві з WiseIT і Google Cloud Platform, що забезпечило стабільну інфраструктуру для обробки запитів LLM та масштабування рішень.

Gemini API став ключовим компонентом архітектури — він дозволяє створювати контекстно-залежні запити, що “розуміють” специфіку коду нашої платформи.

AI-рецензент не лише виявляє синтаксичні помилки, а й оцінює відповідність бізнес-логіці продукту, підказуючи, коли зміни в коді можуть порушити критичні зв’язки або процеси.

Фінтех — одна з найчутливіших галузей для роботи з даними. Тому AI-рішення Tranzzo розгорнуте всередині власного GCP середовища, без передачі даних за межі компанії.

Це забезпечує:

• повну приватність коду;
• контроль над обчислювальними ресурсами;
• відповідність PCI DSS.

GCP також надає прозору модель витрат: ресурси для AI-навантажень оплачуються по факту використання (pay-as-you-go), що зменшує фінансові ризики й дозволяє масштабуватись без надлишкових витрат.

Результати впровадження Code Review Automation перевищили очікування:

• 54–57% відгуків розробників показали покращення якості AI-фідбеку після навчання системи.
• Скорочення часу на code review дозволило зменшити навантаження на senior-інженерів і прискорити релізи.
• Зниження ризику критичних багів — завдяки ранньому виявленню помилок у логіці та стандартах.

Для бізнесу це означає швидше time-to-market, вищу стабільність продукту й краще використання людського ресурсу.

AI перестав бути експериментом — він став інструментом підвищення ефективності.

Для нас AI — це не модний тренд, а стратегічний вектор розвитку. Ми вирішили впровадити інтелектуальні рішення у внутрішніх процесах — щоб кожен етап створення технології був ефективним, стабільним і масштабованим.

Входження кейсу Tranzzo до The SMB AI Playbook: Driving Real Value in EMEA — це підтвердження того, що навіть у високорегульованих індустріях інновації можливі. Ми продовжимо ділитися досвідом і відкривати нові способи, як AI може допомогти бізнесам рухатися швидше, розумніше й безпечніше.

🔗 Whitepaper доступний у розділі “How businesses are using AI across EMEA today” EMEA SMB AI від Google Cloud.
Дізнайтеся більше про технологічні рішення Tranzzo на tranzzo.com.