Anthropic готовит к запуску Claude Money

Anthropic анонсировала Claude Money — ИИ-сервис для управления личными финансами и автоматизации платежей. Инструмент позволяет подключать банковские карты для анализа расходов, планирования бюджета и проведения транзакций. Это переход от консультационных моделей к полноценным финансовым агентам. Внедрение технологии позволит пользователям делегировать нейросети рутинные задачи, включая оплату токенов и подписок на необходимые рабочие сервисы.

➡️ Читайте на сайте: https://aff.top/blog/anthropic-gotovit-k-zapusku-claude-money

🧠 Ещё больше инсайтов → в канале AFF.top

Meta ограничивает расходы на токены для сотрудников

Meta ввела внутренние лимиты на использование ИИ из-за резкого роста расходов: в 2026 году только на сотрудников заложены миллиарды долларов, а общий бюджет на ИИ-инфраструктуру оценивается в 130–145 млрд. Вывод простой: даже у Big Tech ИИ перестал быть бесплатной игрушкой и требует жёсткого контроля затрат.

➡️ Читайте на сайте: https://aff.top/blog/meta-ogranichivaet-raskhody-na-tokeny-dlia-sotrudnikov

🧠 Ещё больше инсайтов → в канале AFF.top

RevOps вместо “лидогенерации”: как мы перестроили маркетинг в B2B HealthTech и перестали спорить, кто виноват в воронке

В HealthTech почти все маркетинговые команды строили воронку по классике: трафик → лид → MQL → SQL → сделка. И почти везде упирались в одно: маркетинг делал лиды, продажи делали сделки, а customer success (CS) “подхватывал” после. В 2026-м этот разрыв стал особенно дорогим: затраты на привлечение растут, а в B2B лидогенерация меньше объясняет выручку. Поэтому я в итоге перешёл от схемы “мы генерим спрос” к ответственности за деньги через RevOps (Revenue Operations — операционная модель, которая соединяет маркетинг, продажи и CS по выручке).

Что конкретно поменялось в кейсе, который мы запускали на HealthTech-проекте (медицинская IT-платформа для провайдеров):

— Мы перестали мерить “качество лида” абстрактно (например, по должности). Вместо этого описали **сценарии покупательской готовности**: где пользователь уже имеет боль в процессах и бюджете (а не просто интересуется продуктом). Это не про контент ради контента, а про точность попадания в закупочный контекст.
— Мы ввели одну сквозную метрику по этапам: time-to-activation (время до активации) + conversion в следующий этап по когортам. Маркетинг перестал “вбрасывать” лиды, если они системно не доходили до активации в течение заданного окна.
— Мы пересобрали MQL в “сигналы готовности”, которые понятны всем трём функциям. CS помог сформировать, что считать активацией на старте: какие действия в продукте показывают, что внедрение реально пошло, а не просто прошла демо-встреча.

Самое важное мнение: RevOps — это не отдел и не набор таблиц CRM. Это отказ от войны воронок. Пока маркетинг спорит с продажами о качестве SQL, а CS спорит с маркетингом о причинах “отката”, система не оптимизируется. Мы оптимизировали вместе: “что мы обещаем” в контенте и продажах, “что реально нужно внедрить” в продукте, и “что должно случиться” в первую неделю.

Один практический маркер, который у нас сработал: когда мы начали считать конверсию в активацию как KPI кампаний, а не только конверсию в встречу, просадка по количеству лидов компенсировалась ростом доли сделок в тех же каналах. В цифрах по пилоту: доля доведения до активации выросла на 18% при сопоставимом объёме входящих запросов — и именно это подтянуло выручку, а не “улучшение презентаций”.

Если вам близко, попробуйте простой тест на своей команде: возьмите 2–3 последние кампании и посчитайте, сколько времени нужно лидy, чтобы прийти к подтверждению ценности (activation), и кто за это отвечает в модели. Если ответа “всем” — значит у вас снова нет RevOps, даже если все говорят это слово.

— @HealthTechCases

Claude Cowork, Claude Design объединили в один Claude

➡️ Читайте на сайте: https://aff.top/blog/claude-cowork-claude-design-obedinili-v-odin-claude

🧠 Ещё больше инсайтов → в канале AFF.top

Microsoft планирует вставлять рекламу в игры

➡️ Читайте на сайте: https://aff.top/blog/microsoft-planiruet-vstavliat-reklamu-v-igry

🧠 Ещё больше инсайтов → в канале AFF.top

Как использовать искусственный интеллект для усиления команды в HealthTech

В эпоху, когда автоматизация процессов становится обязательным условием выживания, многие компании совершают типичную ошибку: пытаются заменить сотрудников искусственным интеллектом (ИИ), чтобы сократить операционные расходы. Однако опыт внедрения подобных решений в цифровом здравоохранении показывает, что акцент на «замене» ведет к потере качества оказания медицинской помощи и снижению лояльности пациентов.

Брайан Роммеле, эксперт по технологическим трансформациям, предлагает иную парадигму: использование ИИ как инструмента расширения возможностей (empowerment). В HealthTech человеческая экспертиза и эмпатия остаются критически важными факторами принятия решений.

Задача компании состояла в оптимизации нагрузки на медицинский персонал и административный блок без потери качества обслуживания в условиях снижения среднего чека потребителей на 5-8%.

Решение заключалось в переходе от автоматизации к модели поддержки:
— Внедрение ИИ-ассистентов для подготовки медицинской документации, что освободило врачам до 30% времени для прямого общения с пациентом.
— Использование алгоритмов для предиктивной (предсказательной) аналитики в поддержке клиентов, что позволило перевести фокус с первичных продаж на удержание (retention) и пожизненную ценность клиента (LTV).
— Отказ от полной автоматизации коммуникаций в пользу сценариев, где ИИ готовит варианты ответов для операторов, сохраняя человеческий контроль над «последней милей» диалога.

Результаты:
— Снижение нагрузки на сотрудников поддержки на 40% без сокращения штата.
— Рост индекса удовлетворенности пациентов за счет сокращения времени ожидания ответа на 25%.
— Увеличение повторных обращений на 12% благодаря более качественной проработке каждого случая.

Урок для маркетолога и продакт-менеджера:
В 2026 году, когда поисковые системы все чаще отдают предпочтение экспертному контенту, а не массовой генерации, автоматизация должна служить инструментом усиления вашего специалиста. Если вы строите стратегию роста, помните: ИИ должен брать на себя рутину, чтобы ваш сотрудник мог сосредоточиться на создании смыслов и уникальном клиентском опыте. Инвестируйте в инструменты, которые делают команду умнее, а не просто дешевле. В условиях экономики удержания именно эмоциональный интеллект сотрудника, подкрепленный данными от ИИ, станет вашим главным конкурентным преимуществом.

— @HealthTechCases

Топическая авторитетность в HealthTech: как мы строим “знание”, которое приводит в B2B без линков и лид-форм

В 2026 я всё чаще вижу одно и то же: в HealthTech контент, сделанный “под ключевые слова”, не приносит ни устойчивых запросов, ни продаж. Причина не в том, что SEO умерло. Причина в том, что оно перестало быть “про попадание в выдачу” и стало “про доверие к источнику”. В эпоху AI-обзоров (когда ответы частично забирает модель, а пользователи уходят в zero-click) побеждает не объём публикаций, а топическая авторитетность — когда вас воспринимают как человека, который системно разбирается в узкой области и умеет объяснить сложное простыми словами.

Что мы сделали в одном B2B-кейсе (цифровая терапия/платформа для клиник): отказались от стратегии “сделать 30 статей про одно и то же” и перешли на рамку “карта тем + доказательная структура”. На практике это выглядит так.

— Мы выбрали 6–8 “ядерных” тем не по маркетинговым гипотезам, а по вопросам, которые повторяются в sales-переговорах и в документации CS (customer success — послепродажное сопровождение).
— Для каждой темы собрали единый шаблон доказательств: как устроен процесс, какие ограничения у регуляторики/интеграций, какие метрики улучшались и как их измеряли.
— Статьи стали не “про продукт”, а “про задачи отрасли”: как формировать clinical workflow, как готовить данные для аналитики, как считать эффект без магии.
— Внутри материалов мы аккуратно связывали страницы между собой не по принципу “перелинковка ради перелинковки”, а как навигацию по знаниям (“если вам важен X — смотрите раздел про Y”).

Один наблюдаемый эффект из практики: когда мы выстроили такую “школьную программу” по темам, доля трафика с бренд- и небренд-запросов на поздней стадии выросла, а стоимость привлечения квалифицированного запроса снизилась не за счёт скидок, а за счёт того, что sales перестал тратить время на объяснение базы. То есть контент стал фильтром качества, а не только витриной.

Моя позиция жёсткая: в HealthTech нельзя компенсировать слабую продажу “более частыми публикациями”. В B2B теперь маркетинг работает ближе к RevOps (сквозная ответственность маркетинга, продаж и CS за выручку). Поэтому топическая авторитетность — это не про охваты. Это про предсказуемость воронки: когда человек приходит не “узнать название”, а “понять, что вы решаете конкретную проблему и как”.

Если хотите, в следующем посте разберу, как мы превращаем интервью с врачами/аналитиками в серийные “доказательные” блоки, которые выдерживают scrutiny и для SEO, и для переговоров.

— @HealthTechCases