MacPaw запускает Leebry для IT — рабочую AI-платформу, которая должна разгрузить внутреннюю поддержку и навести порядок в корпоративных знаниях. В отчёте MacPaw 2026 AI at Work говорится, что 90% компаний внедряют AI без полноценного аудита внутренней базы знаний, а это прямой путь к уверенным ответам на основе устаревших документов и случайных обсуждений.
О запуске пишет 9to5Mac. Для русскоязычных IT-команд история знакомая: руководство ждёт от AI почти мгновенной автоматизации, а инженерам потом приходится объяснять, почему бот не должен выдавать сотруднику политику трёхлетней давности или доступ к данным, которые он вообще не должен видеть.
Leebry выросла не из презентации для инвесторов, а из внутреннего хакатона MacPaw в 2025 году. Компания, известная прежде всего по CleanMyMac и другим Mac-утилитам, столкнулась с обычной корпоративной болью: сотрудники снова и снова задавали одни и те же вопросы, хотя ответы уже лежали где-то в документации, интранете, Slack-тредах или других внутренних системах. Сначала MacPaw собрала Slack-бота, который искал ответ и показывал источник. Через несколько месяцев он закрывал около 30% собственных IT-тикетов первого уровня.
Теперь этот внутренний инструмент превращён в продукт. Leebry автоматизирует типовые обращения в поддержку, отвечает на вопросы сотрудников в привычных рабочих инструментах и помогает с управлением доступами при найме, смене роли или увольнении. Для малого и среднего бизнеса это не мелочь: отдельной IAM-команды часто нет, изменения прав делаются вручную, а бывшие сотрудники иногда сохраняют доступ дольше, чем хотелось бы безопасникам и юристам.
Ключевой акцент MacPaw — не просто «AI отвечает на вопросы», а проверяемость ответа. Каждая реакция Leebry ведёт к источнику, чтобы сотрудник мог увидеть, откуда взялась информация. Если документ устарел, его можно пометить как проблемный. Это важная деталь, потому что корпоративные AI-помощники часто ломаются не на модели, а на мусоре в знаниях: старые регламенты, дублирующиеся инструкции, забытые страницы в вики, переписки, которые давно потеряли контекст.
По данным MacPaw, шесть из десяти IT-руководителей видят разрыв между ожиданиями топ-менеджмента от AI и тем, что команды могут внедрить безопасно и точно. И это, пожалуй, самая честная цифра во всей истории. C-level видит в ленте LinkedIn красивые кейсы про продуктивность, а IT-команда получает задачу подключить AI к хаотичному набору систем, где права доступа, актуальность документов и ответственность за ошибки не всегда описаны даже для людей.
Отдельно MacPaw подчёркивает permission-aware-подход: Leebry аутентифицирует пользователя и показывает только те данные, к которым у него есть доступ. Для корпоративного AI это базовая, но часто недооценённая функция. Если ассистент умеет искать по общей базе знаний, но не понимает границы доступа, он быстро превращается в удобный интерфейс для утечек. В IT такие «удобства» обычно заканчиваются не ростом продуктивности, а неприятным разговором с безопасностью.
Ещё одна техническая деталь — MCP-сервер, через который AI-агенты могут взаимодействовать с контуром управления устройствами. MacPaw говорит о настройках и ограничениях со стороны администраторов для каждого действия. Это похоже на более зрелую версию идеи «пусть агент сам сделает рутину»: не свободный робот с правами администратора, а исполнитель с понятными рамками. Для компаний с парком Apple-устройств такой сценарий может быть особенно интересен, если удастся связать поддержку, доступы и управление устройствами без ручной пересборки процессов.
Вопрос доверия к MacPaw как к поставщику enterprise-инструмента остаётся открытым. Компания почти два десятилетия строила потребительский софт для пользователей Mac, а не классическую корпоративную платформу для ITSM или IAM. Но происхождение Leebry играет ей на руку: продукт сначала решал внутреннюю задачу самой MacPaw, а уже потом стал внешним сервисом. Это не гарантия успеха, но хороший фильтр от решений, которые существуют только потому, что на слайде красиво смотрится слово AI.
Leebry для IT попадает в момент, когда компании уже наигрались с чат-ботами общего назначения и начинают спрашивать более неприятные вещи: откуда берётся ответ, кто имеет право его увидеть, кто обновляет источник и что происходит, если AI ошибся. Следующая волна корпоративного AI, похоже, будет не про самые эффектные демо, а про скучные права доступа, чистые базы знаний и тикеты первого уровня. И именно там Leebry для IT попробует доказать, что полезный AI в компании начинается не с магии, а с уборки.