McKinsey_Next Big Areas of Competition_Summary_2026 (17 pgs).pdf
2.2 MB
Ключевые области будущей конкуренции: выводы из нового отчета McKinsey Global Institute
Согласно свежему отчёту McKinsey Global Institute, ряд отраслей уже сегодня формирует значительную прибыль, обеспечивает рост экономики и меняет мир за счет кластеров инноваций, так называемых «сфер будущей конкуренции». Они развиваются быстрее, чем остальная экономика, по мере своего масштабирования. McKinsey Global Institute выделяет 18 областей — от программного обеспечения и сервисов на основе ИИ до лекарств от ожирения, от роботакси до космоса. С 2022 года их рыночная капитализация росла почти в четыре раза быстрее, чем у других отраслей, а выручка — примерно в десять раз быстрее.
Отчёт структурирован в пять блоков: сначала показывается, как выделенные направления формируют основную долю роста и стоимости; затем анализируются ключевые кластеры технологий и текущие тренды; далее рассматривается роль крупных компаний; отдельный блок посвящён глобальной конкуренции между регионами; в завершение даются стратегические выводы для бизнеса и государств.
Основные выводы:
ИИ — рост в сегментах полупроводников, облачных сервисов и ПО. С 2022 года выручка и рыночная капитализация этих отраслей увеличились на сотни миллиардов и триллионы долларов соответственно. Но экономическая ситуация остаётся нестабильной, и пока основная прибыль уходит к создателям инфраструктуры. Возникает вопрос: кто в итоге получит долгосрочные доходы?
Из цифрового мира в физический: цифровые отрасли получают мощный импульс благодаря ИИ и его распространению на развивающихся рынках. Хотя цифровые сферы продолжают расширяться, следующая волна затронет физический мир. Развиваются робототехника, дроны и беспилотные автомобили. А в сфере биотехнологий такие прорывы, как терапия ожирения с помощью глюкагоноподобного пептида-1, уже меняют спрос на медицинские услуги.
Появляется новый тип конкурентов: «омнискейлеры» (термин из отчёта McKinsey для обозначения компаний, которые одновременно масштабируются в нескольких технологических направлениях, например, Alibaba, Alphabet, Amazon и др.) генерируют большие денежные потоки и активно инвестируют в разработки. Их преимущество — масштаб и охват, что позволяет им финансировать долгосрочные технологические проекты. В то же время в некоторых отраслях сохраняется пространство для узкоспециализированных компаний.
Распределение по регионам: компании из США и Китая занимают 90% рыночной стоимости «сфер будущей конкуренции». Китай лидирует в электромобилях и электрификации. Европа сильна в биотехнологиях, Япония и Южная Корея — в робототехнике и играх. Развивающиеся рынки важны для цепочек поставок и инноваций.
Ключевой вывод отчета: борьба за лидерство разворачивается не внутри отраслей, а в точках опережающего роста.
Однако со свой стороны отметим, что McKinsey смешивает в одном списке подлинно новые рынки (AGI-сервисы, роботакси) с эволюцией старых отраслей (авто, энергетика, строительство, фарма), при этом без внимания остался целый ряд подсегментов и многие классы перспективных ниш.
#Подборки_O2Consulting
👋 Подписаться на Max
🌐Ваш O2Consulting
Согласно свежему отчёту McKinsey Global Institute, ряд отраслей уже сегодня формирует значительную прибыль, обеспечивает рост экономики и меняет мир за счет кластеров инноваций, так называемых «сфер будущей конкуренции». Они развиваются быстрее, чем остальная экономика, по мере своего масштабирования. McKinsey Global Institute выделяет 18 областей — от программного обеспечения и сервисов на основе ИИ до лекарств от ожирения, от роботакси до космоса. С 2022 года их рыночная капитализация росла почти в четыре раза быстрее, чем у других отраслей, а выручка — примерно в десять раз быстрее.
Мнение экспертов O2Consulting: «Идея выделения точек опережающего роста внутри отдельных подсегментов сама по себе не нова и широко используется в стратегическом анализе. Однако в ряде случаев вызывает вопросы выбор конкретных фокусов. Например, акцент на препаратах для лечения ожирения выглядит избыточно узким, учитывая, что сопоставимая или даже более интенсивная технологическая конкуренция наблюдается в онкологии, лечении диабета и развитии генетических технологий.
Кроме того, часть обозначенных «арен» фактически не представляет собой принципиально новые рынки, вытесняющие существующие отрасли, а является продолжением развития уже сложившихся сегментов. Так, развитие облачных сервисов и программного обеспечения на базе ИИ во многом усиливает существующий ИТ-сектор, а не формирует полностью новую отраслевую структуру».
Отчёт структурирован в пять блоков: сначала показывается, как выделенные направления формируют основную долю роста и стоимости; затем анализируются ключевые кластеры технологий и текущие тренды; далее рассматривается роль крупных компаний; отдельный блок посвящён глобальной конкуренции между регионами; в завершение даются стратегические выводы для бизнеса и государств.
Основные выводы:
ИИ — рост в сегментах полупроводников, облачных сервисов и ПО. С 2022 года выручка и рыночная капитализация этих отраслей увеличились на сотни миллиардов и триллионы долларов соответственно. Но экономическая ситуация остаётся нестабильной, и пока основная прибыль уходит к создателям инфраструктуры. Возникает вопрос: кто в итоге получит долгосрочные доходы?
Из цифрового мира в физический: цифровые отрасли получают мощный импульс благодаря ИИ и его распространению на развивающихся рынках. Хотя цифровые сферы продолжают расширяться, следующая волна затронет физический мир. Развиваются робототехника, дроны и беспилотные автомобили. А в сфере биотехнологий такие прорывы, как терапия ожирения с помощью глюкагоноподобного пептида-1, уже меняют спрос на медицинские услуги.
Появляется новый тип конкурентов: «омнискейлеры» (термин из отчёта McKinsey для обозначения компаний, которые одновременно масштабируются в нескольких технологических направлениях, например, Alibaba, Alphabet, Amazon и др.) генерируют большие денежные потоки и активно инвестируют в разработки. Их преимущество — масштаб и охват, что позволяет им финансировать долгосрочные технологические проекты. В то же время в некоторых отраслях сохраняется пространство для узкоспециализированных компаний.
Распределение по регионам: компании из США и Китая занимают 90% рыночной стоимости «сфер будущей конкуренции». Китай лидирует в электромобилях и электрификации. Европа сильна в биотехнологиях, Япония и Южная Корея — в робототехнике и играх. Развивающиеся рынки важны для цепочек поставок и инноваций.
Ключевой вывод отчета: борьба за лидерство разворачивается не внутри отраслей, а в точках опережающего роста.
Однако со свой стороны отметим, что McKinsey смешивает в одном списке подлинно новые рынки (AGI-сервисы, роботакси) с эволюцией старых отраслей (авто, энергетика, строительство, фарма), при этом без внимания остался целый ряд подсегментов и многие классы перспективных ниш.
#Подборки_O2Consulting
🌐Ваш O2Consulting
Please open Telegram to view this post
VIEW IN TELEGRAM
1✍4🔥3👏3❤🔥1
Как миссия и видение помогут реализовать ИИ-стратегию
Миссия (что делает компания и ради чего), видение (каким станет мир благодаря ей) и ИИ-стратегия (как именно ИИ помогает туда прийти) — это взаимосвязанные элементы, которые определяют результат.
Как миссия влияет на ИИ-стратегию
В частности она оказывают влияние на выбор задач, коммуникации с клиентами, а также формируют этические границы.
Во-первых, так компания определяет, что автоматизировать. Если миссия — «сделать финансы доступными» (как у Robinhood), логичным становится ИИ-консультант для массового пользователя. Если миссия — «ускорять научные открытия» (DeepMind), приоритет получают проекты уровня AlphaFold, а не пользовательские чат-боты.
Во-вторых, миссия задаёт «красные линии». Patagonia с миссией «спасти планету» не будет использовать ИИ для оптимизации перепроизводства, даже если это экономически выгодно.
В-третьих, пользователи, сотрудники и инвесторы оценивают ИИ-инициативы через призму миссии и видения. Несоответствие между обещанием и реальностью приводит к потере доверия.
Что бывает, когда ИИ-стратегия не соответствует миссии
Показательный пример — Duolingo. Компания, построившая бренд вокруг идеи доступного обучения, внедрила ИИ для генерации контента и сократила долю ручной разработки. Это дало операционный эффект, но у части пользователей вызвало ощущение снижения качества. В результате возник разрыв между миссией и восприятием продукта — и, как следствие, репутационные риски.
Альтернативный подход демонстрирует Anthropic: миссия «ответственное развитие ИИ» напрямую воплощается в продукте («конституциональный ИИ»), где принципы безопасности становятся частью операционной модели.
Типы ИИ-миссий
1. «Сделать доступным»
Фокус на устранении барьеров: знания, сервисы, инструменты должны быть доступны всем (например, Khan Academy, Robinhood на раннем этапе).
Импликация для ИИ: снижение стоимости и сложности доступа.
Риск: монетизация данных в ущерб доступности.
2. «Изменить отрасль»
Переопределение правил игры и создание новых решений.
Пример: DeepMind — решение фундаментальных научных задач через ИИ.
Импликация: ИИ становится ядром продукта.
Риск: отрыв технологий от реальной ценности для пользователя.
3. «Защитить и сохранить»
Фокус на безопасности — людей, данных, систем.
Пример: Kaspersky.
Импликация: ИИ как инструмент обнаружения и предотвращения угроз.
Риск: чрезмерная автономность может противоречить самой миссии.
4. «Делать быстрее и лучше»
Повышение эффективности процессов — наиболее распространённый тип.
Примеры: IBM (Watsonx), JPMorgan Chase (COIN), Salesforce.
Импликация: автоматизация и поддержка решений.
Риск: ускорение в ущерб качеству.
5. «Создать экосистему»
Построение инфраструктуры, на которой создают ценность другие.
Примеры: Amazon Web Services, Microsoft Azure, Hugging Face.
Импликация: ИИ — часть платформы.
Риск: конкуренция с партнёрами.
6. «Делать правильно»
Фокус на этике и ответственности.
Импликация: принципы важнее скорости роста.
Риск: декларативная этика без реального влияния на решения.
Почему миссия и видение — это идеальная пара
Каждый тип миссии естественно сочетается с определёнными типами видений. Например, защитная миссия — с видением безопасного будущего, при этом она идет в разрез с ценностью скорости.
Ключевой вывод
Связность между миссией, видением и ИИ-стратегией не возникает сама по себе.
Её необходимо выстраивать осознанно — через проверку решений на соответствие смыслу, цели и ожидаемому результату.
➡️ В карточках — больше примеров и подробностей:
• Чего опасаться при разработке миссии и видения?
• 10 критериев качественного определения видения
• Как сформировать видение?
• Примеры видения различных компаний
#ИИ_стратегия_O2Consulting
👋 Подписаться на Max
🌐Ваш O2Consulting
Миссия (что делает компания и ради чего), видение (каким станет мир благодаря ей) и ИИ-стратегия (как именно ИИ помогает туда прийти) — это взаимосвязанные элементы, которые определяют результат.
Как миссия влияет на ИИ-стратегию
В частности она оказывают влияние на выбор задач, коммуникации с клиентами, а также формируют этические границы.
Во-первых, так компания определяет, что автоматизировать. Если миссия — «сделать финансы доступными» (как у Robinhood), логичным становится ИИ-консультант для массового пользователя. Если миссия — «ускорять научные открытия» (DeepMind), приоритет получают проекты уровня AlphaFold, а не пользовательские чат-боты.
Во-вторых, миссия задаёт «красные линии». Patagonia с миссией «спасти планету» не будет использовать ИИ для оптимизации перепроизводства, даже если это экономически выгодно.
В-третьих, пользователи, сотрудники и инвесторы оценивают ИИ-инициативы через призму миссии и видения. Несоответствие между обещанием и реальностью приводит к потере доверия.
Что бывает, когда ИИ-стратегия не соответствует миссии
Показательный пример — Duolingo. Компания, построившая бренд вокруг идеи доступного обучения, внедрила ИИ для генерации контента и сократила долю ручной разработки. Это дало операционный эффект, но у части пользователей вызвало ощущение снижения качества. В результате возник разрыв между миссией и восприятием продукта — и, как следствие, репутационные риски.
Альтернативный подход демонстрирует Anthropic: миссия «ответственное развитие ИИ» напрямую воплощается в продукте («конституциональный ИИ»), где принципы безопасности становятся частью операционной модели.
Типы ИИ-миссий
1. «Сделать доступным»
Фокус на устранении барьеров: знания, сервисы, инструменты должны быть доступны всем (например, Khan Academy, Robinhood на раннем этапе).
Импликация для ИИ: снижение стоимости и сложности доступа.
Риск: монетизация данных в ущерб доступности.
2. «Изменить отрасль»
Переопределение правил игры и создание новых решений.
Пример: DeepMind — решение фундаментальных научных задач через ИИ.
Импликация: ИИ становится ядром продукта.
Риск: отрыв технологий от реальной ценности для пользователя.
3. «Защитить и сохранить»
Фокус на безопасности — людей, данных, систем.
Пример: Kaspersky.
Импликация: ИИ как инструмент обнаружения и предотвращения угроз.
Риск: чрезмерная автономность может противоречить самой миссии.
4. «Делать быстрее и лучше»
Повышение эффективности процессов — наиболее распространённый тип.
Примеры: IBM (Watsonx), JPMorgan Chase (COIN), Salesforce.
Импликация: автоматизация и поддержка решений.
Риск: ускорение в ущерб качеству.
5. «Создать экосистему»
Построение инфраструктуры, на которой создают ценность другие.
Примеры: Amazon Web Services, Microsoft Azure, Hugging Face.
Импликация: ИИ — часть платформы.
Риск: конкуренция с партнёрами.
6. «Делать правильно»
Фокус на этике и ответственности.
Импликация: принципы важнее скорости роста.
Риск: декларативная этика без реального влияния на решения.
Почему миссия и видение — это идеальная пара
Каждый тип миссии естественно сочетается с определёнными типами видений. Например, защитная миссия — с видением безопасного будущего, при этом она идет в разрез с ценностью скорости.
Ключевой вывод
Связность между миссией, видением и ИИ-стратегией не возникает сама по себе.
Её необходимо выстраивать осознанно — через проверку решений на соответствие смыслу, цели и ожидаемому результату.
• Чего опасаться при разработке миссии и видения?
• 10 критериев качественного определения видения
• Как сформировать видение?
• Примеры видения различных компаний
#ИИ_стратегия_O2Consulting
🌐Ваш O2Consulting
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1🔥6✍3👏3
Пора ли призвать к порядку «цифровых людей»?
На прошлой неделе Государственная канцелярия интернет-информации КНР (CAC) выпустила проект правил, требующий видимой маркировки «цифровой человек» на всём виртуальном контенте. Кроме того, предлагается обязать провайдеров вмешиваться, если пользователи проявляют признаки суицидальных наклонностей, а «цифровым людям» — запретить распространять контент, угрожающий национальной безопасности. Помимо этого, в документе прямо налагается запрет на использование персональных данных других людей для создания их «цифровых копий» без согласия и использование их для обхода систем верификации личности.
Полезный в науке и бизнесе инструмент «цифровых людей», о котором мы писали ранее, может использоваться и во вред, но не только мошенниками. Так, например, недавно угроза «подсидеть сослуживца» приобрела новый цифровой формат. В интернете завирусилась новость о том, что с помощью китайского опенсорсного проекта Colleague Skill сотрудники стали злоупотреблять «цифровыми копиями» своих живых коллег.
Colleague Skill позволяет собрать цифрового двойника сотрудника. ИИ-агент обучается его профессиональным знаниям, способу обработки информации и принятию решений, а также стилю общения на основе рабочих документов, аудиозаписей и скриншотов. Инструмент позволяет автоматизировать часть своих рутинных задач, но в китайских медиа пишут, что люди стали учить агентов выполнять функции коллег, злонамеренно демонстрируя, насколько просто заменить их ИИ. Пользователи негативно отреагировали на ситуацию, и в ответ появился проект Anti Distillation Skill для защиты от подобного копирования знаний.
Смотрите также:
Подборка компаний и проектов, специализирующихся на моделировании социально-экономического поведения с помощью «виртуальных групп».
15 неочевидных способов использования цифровых копий людей
👋 Подписаться на Max
🌐Ваш O2Consulting
На прошлой неделе Государственная канцелярия интернет-информации КНР (CAC) выпустила проект правил, требующий видимой маркировки «цифровой человек» на всём виртуальном контенте. Кроме того, предлагается обязать провайдеров вмешиваться, если пользователи проявляют признаки суицидальных наклонностей, а «цифровым людям» — запретить распространять контент, угрожающий национальной безопасности. Помимо этого, в документе прямо налагается запрет на использование персональных данных других людей для создания их «цифровых копий» без согласия и использование их для обхода систем верификации личности.
Полезный в науке и бизнесе инструмент «цифровых людей», о котором мы писали ранее, может использоваться и во вред, но не только мошенниками. Так, например, недавно угроза «подсидеть сослуживца» приобрела новый цифровой формат. В интернете завирусилась новость о том, что с помощью китайского опенсорсного проекта Colleague Skill сотрудники стали злоупотреблять «цифровыми копиями» своих живых коллег.
Colleague Skill позволяет собрать цифрового двойника сотрудника. ИИ-агент обучается его профессиональным знаниям, способу обработки информации и принятию решений, а также стилю общения на основе рабочих документов, аудиозаписей и скриншотов. Инструмент позволяет автоматизировать часть своих рутинных задач, но в китайских медиа пишут, что люди стали учить агентов выполнять функции коллег, злонамеренно демонстрируя, насколько просто заменить их ИИ. Пользователи негативно отреагировали на ситуацию, и в ответ появился проект Anti Distillation Skill для защиты от подобного копирования знаний.
По мнению экспертов O2Consulting, несмотря на ажиотаж вокруг проекта Colleague Skill это, безусловно, не единственный случай неэтичного применения, что может быть характерно для любой технологии и действительно требует регулирования. Но также это и неизбеженый тренд на роботизацию, замену людей ИИ-агентами, что уже давно не хайп.
Смотрите также:
Подборка компаний и проектов, специализирующихся на моделировании социально-экономического поведения с помощью «виртуальных групп».
15 неочевидных способов использования цифровых копий людей
🌐Ваш O2Consulting
Please open Telegram to view this post
VIEW IN TELEGRAM
1🆒3👏2💯2
Внимание, ИИ-компании: стартовал прием заявок на «Рейтинг Рунета» — 2026
Открыта регистрация для участия в новом «Рейтинге Рунета» среди компаний, оказывающих услуги по разработке и интеграции ИИ в корпоративные процессы и продукты.
Систему оценки, в основе которой лежит анализ опыта реализации заказных проектов на базе ИИ, разработали эксперты АЛРИИ совместно с методической группой «Рейтинга Рунета». Среди участников экспертной группы — представители АЛРИИ и O2Consulting.
Результаты рейтинга помогут заказчикам выбрать подрядчиков, специализирующихся в различных областях (медицина, наука, промышленность и др.), типах ИИ (компьютерное зрение, анализ данных и рекомендации, обработка звука и естественного языка, генеративный ИИ) и процессах (логистика, маркетинг, материально-техническое и хозяйственное обеспечение, охрана труда и промышленная безопасность и др.). Кроме того, итоги конкурса будут в числе источников, к которым обратиться нейросеть при запросе на поиск подрядчика. Для этого организаторами была проведена соответствующая аналитическая работа.
Условия
Участие — бесплатное. Чтобы попасть в рейтинги, компаниям нужно подать заявки до 8 мая:
1. Зарегистрироваться.
2. Присоединиться к сообществу РР и подписаться на телеграм-канал для участников РР — РРабочая. Это нужно, чтобы узнавать новости методики и подготовки и иметь возможность задать свои вопросы.
3. Дождаться объявления о методиках рейтингов, в которые вы можете попасть по специализации, и подготовить для внесения информацию о заказчиках и проектах, которые соответствуют требованиям методики. Объявления о методиках выходят в телеграм-канале для участников РР.
4. Внести в кабинете информацию о заказчиках, проектах и оборотах.
5. Пройти проверку проектов и оборотов.
Процесс занимает время, поэтому начинайте уже на этой неделе, чтобы презентовать ваши проекты в лучшем виде. Результаты будут опубликованы в середине июня.
Полезные ссылки
🛑 Как компании попасть в Рейтинг Рунета — 2026
🛑 Подробная инструкция, как попасть в рейтинг
🛑 Новостной канал для участников
🛑 На любые вопросы всегда отвечают в РРазговорной.
О рейтинге
«Рейтинг Рунета» — это один из наиболее популярных российских рейтинговых сервисов. Ежемесячно на сайт заходят около 150 тысяч заказчиков: Исследование полезности рейтингов РР и Кейсы участников.
#Проекты_O2Consulting
👋 Подписаться на Max
🌐Ваш O2Consulting
Открыта регистрация для участия в новом «Рейтинге Рунета» среди компаний, оказывающих услуги по разработке и интеграции ИИ в корпоративные процессы и продукты.
Систему оценки, в основе которой лежит анализ опыта реализации заказных проектов на базе ИИ, разработали эксперты АЛРИИ совместно с методической группой «Рейтинга Рунета». Среди участников экспертной группы — представители АЛРИИ и O2Consulting.
Результаты рейтинга помогут заказчикам выбрать подрядчиков, специализирующихся в различных областях (медицина, наука, промышленность и др.), типах ИИ (компьютерное зрение, анализ данных и рекомендации, обработка звука и естественного языка, генеративный ИИ) и процессах (логистика, маркетинг, материально-техническое и хозяйственное обеспечение, охрана труда и промышленная безопасность и др.). Кроме того, итоги конкурса будут в числе источников, к которым обратиться нейросеть при запросе на поиск подрядчика. Для этого организаторами была проведена соответствующая аналитическая работа.
Условия
Участие — бесплатное. Чтобы попасть в рейтинги, компаниям нужно подать заявки до 8 мая:
1. Зарегистрироваться.
2. Присоединиться к сообществу РР и подписаться на телеграм-канал для участников РР — РРабочая. Это нужно, чтобы узнавать новости методики и подготовки и иметь возможность задать свои вопросы.
3. Дождаться объявления о методиках рейтингов, в которые вы можете попасть по специализации, и подготовить для внесения информацию о заказчиках и проектах, которые соответствуют требованиям методики. Объявления о методиках выходят в телеграм-канале для участников РР.
4. Внести в кабинете информацию о заказчиках, проектах и оборотах.
5. Пройти проверку проектов и оборотов.
Процесс занимает время, поэтому начинайте уже на этой неделе, чтобы презентовать ваши проекты в лучшем виде. Результаты будут опубликованы в середине июня.
Полезные ссылки
О рейтинге
«Рейтинг Рунета» — это один из наиболее популярных российских рейтинговых сервисов. Ежемесячно на сайт заходят около 150 тысяч заказчиков: Исследование полезности рейтингов РР и Кейсы участников.
#Проекты_O2Consulting
🌐Ваш O2Consulting
Please open Telegram to view this post
VIEW IN TELEGRAM
2🔥10❤9👏9
Как бизнесу и банкам выстроить трансграничные расчёты и финансирование в условиях меняющейся инфраструктуры платежей и регулирования?
28 апреля ICC Russia проводит однодневный практикум «Цифровые расчёты 2026. Криптовалюты, стейблкоины и ЦФА в трансграничных операциях» для экспортеров, импортеров, CFO, казначеев, руководителей ВЭД, банков, финтех‑ и криптопосредников, комплаенс‑ и санкционных команд.
Татьяна Сафонова, старший партнер, руководитель практики «Стратегия развития финансовых рынков» O2Consulting, примет участие в качестве спикера с темой «Цифровые права как новая форма финансовых инструментов».
➡️ Для участия в мероприятии необходимо зарегистрироваться на сайте ICC Russia.
Эксперты O2Consulting: еженедельный дайджест
Анонсы
15 апреля Анна Никитченко примет участие в практической встрече клуба производственников и клуба ИИ — «ИИ в производстве».
22 апреля консультант Ирина Будейская примет участие в Форуме «Эксперт РА» по структурным продуктам.
29 апреля команда практики «Маркетинговый анализ рынков высоких технологий» примет участие во вручении премии AI AWARDS среди компаний, вузов и регионов, занимающихся ИИ. Награда будет вручена лидерам рейтинга, составленного нейросетью команды билайн Big Data & AI на основе данных компании-разработчика одноименной системы мониторинга и анализа соцмедиа и СМИ Brand Analytics.
3 июля Анна Никитченко выступит на форуме Data Day 2026 в секции «Агропромышленность: AgroData - цифровая почва для роста».
Прошедшие мероприятия
9 апреля Анна Никитченко приняла участие в конференции Data Fusion в секции «Любовь. Платформы. Роботы», посвященной исследованию пересечений человеческих эмоций, технологических экосистем и искусственного интеллекта в современном цифровом мире.
8 апреля Татьяна Сафонова, старший партнер, руководитель практики «Стратегия развития финансовых рынков», приняла участие в мероприятии II Cbonds ЦФА Конгресс.
3 апреля Филипп Данько, CEO, принял участие в качестве спикера в Международном экономическом форуме государств — участников СНГ «35 лет СНГ. Развитие Большого Евразийского партнёрства» в секции «Обеспечение технологической независимости через цифровой суверенитет». В числе слушателей присутствовал отец Илона Маска — Эррол Грэм Маск.
#Дайджест_O2Consulting
👋 Подписаться на Max
🌐Ваш O2Consulting
28 апреля ICC Russia проводит однодневный практикум «Цифровые расчёты 2026. Криптовалюты, стейблкоины и ЦФА в трансграничных операциях» для экспортеров, импортеров, CFO, казначеев, руководителей ВЭД, банков, финтех‑ и криптопосредников, комплаенс‑ и санкционных команд.
Татьяна Сафонова, старший партнер, руководитель практики «Стратегия развития финансовых рынков» O2Consulting, примет участие в качестве спикера с темой «Цифровые права как новая форма финансовых инструментов».
Эксперты O2Consulting: еженедельный дайджест
Анонсы
15 апреля Анна Никитченко примет участие в практической встрече клуба производственников и клуба ИИ — «ИИ в производстве».
22 апреля консультант Ирина Будейская примет участие в Форуме «Эксперт РА» по структурным продуктам.
29 апреля команда практики «Маркетинговый анализ рынков высоких технологий» примет участие во вручении премии AI AWARDS среди компаний, вузов и регионов, занимающихся ИИ. Награда будет вручена лидерам рейтинга, составленного нейросетью команды билайн Big Data & AI на основе данных компании-разработчика одноименной системы мониторинга и анализа соцмедиа и СМИ Brand Analytics.
3 июля Анна Никитченко выступит на форуме Data Day 2026 в секции «Агропромышленность: AgroData - цифровая почва для роста».
Прошедшие мероприятия
9 апреля Анна Никитченко приняла участие в конференции Data Fusion в секции «Любовь. Платформы. Роботы», посвященной исследованию пересечений человеческих эмоций, технологических экосистем и искусственного интеллекта в современном цифровом мире.
8 апреля Татьяна Сафонова, старший партнер, руководитель практики «Стратегия развития финансовых рынков», приняла участие в мероприятии II Cbonds ЦФА Конгресс.
3 апреля Филипп Данько, CEO, принял участие в качестве спикера в Международном экономическом форуме государств — участников СНГ «35 лет СНГ. Развитие Большого Евразийского партнёрства» в секции «Обеспечение технологической независимости через цифровой суверенитет». В числе слушателей присутствовал отец Илона Маска — Эррол Грэм Маск.
#Дайджест_O2Consulting
🌐Ваш O2Consulting
Please open Telegram to view this post
VIEW IN TELEGRAM
1🎉3👏2❤1⚡1
Технология «плетенного человека»: роботизированные ткани от Allonic
В какой-то мере повседневный «ручной труд» человека — недооценённый обывателями хай-тек. Мы делаем привычные вещи, не задумываясь о том, что наши руки идеально приспособлены к окружающей действительности.
Чтобы роботы полноценно взаимодействовали с внешним миром, они должны не уступать человеку в ловкости и точности манипуляций. В то же время создание функциональной роботизированной кисти по праву считается одной из сложнейших инженерных задач.
Венгерский стартап Allonic пытается решить эту проблему, создавая элементы для роботов с помощью 3D Tissue Braiding, автоматизированного непрерывного 3D-плетения.
Идея создания и технология
Еще во время университетских исследований биомиметических роботизированных кистей будущие основатели Бенедек Таши, Давид Пейлвой и Давид Холло столкнулись с тем, что при попытке точнее воспроизвести анатомию руки производство становилось сложнее и дороже. Недели уходили на сборку сотен крошечных деталей — сухожилий, шкивов, связок.
Ответом стала запатентованная технология 3D-плетения, призванная ускорить и упростить традиционное производство роботов. Сначала формируется каркас, затем он покрывается мягкими прочными волокнами, а прямо в процессе производства добавляются актуаторы и «сухожилия». В итоге не нужна сложная сборка из множества деталей — на выходе сразу получается готовый гибкий робот.
Как утверждают основатели, время производства значительно сокращается, устраняются конструктивные недостатки.
Финансирование и инвесторы
После публичного раскрытия технологии в 2025 году Allonic уже завершила первый пилотный проект в сфере электроники. В феврале 2026 года компания привлекла $7,2 млн в раунде pre-seed под руководством Visionaries Club с участием Day One Capital, Prototype, SDAC Ventures и TinyVC. В раунде приняли участие более десятка бизнес-ангелов из OpenAI и Hugging Face.
Allonic — не первый стартап, основатели которого задумались над альтернативой классическим подходам к конструированию роботов. Clone Robotics, о котором мы писали ранее, так же придерживается идеи, что роботизированное тело должно воспроизводить анатомию человека.
Сайт стартапа: https://allonic.co/
Наши руки не для скуки 😊
👋 Подписаться на Max
🌐Ваш O2Consulting
В какой-то мере повседневный «ручной труд» человека — недооценённый обывателями хай-тек. Мы делаем привычные вещи, не задумываясь о том, что наши руки идеально приспособлены к окружающей действительности.
Чтобы роботы полноценно взаимодействовали с внешним миром, они должны не уступать человеку в ловкости и точности манипуляций. В то же время создание функциональной роботизированной кисти по праву считается одной из сложнейших инженерных задач.
Венгерский стартап Allonic пытается решить эту проблему, создавая элементы для роботов с помощью 3D Tissue Braiding, автоматизированного непрерывного 3D-плетения.
Идея создания и технология
Еще во время университетских исследований биомиметических роботизированных кистей будущие основатели Бенедек Таши, Давид Пейлвой и Давид Холло столкнулись с тем, что при попытке точнее воспроизвести анатомию руки производство становилось сложнее и дороже. Недели уходили на сборку сотен крошечных деталей — сухожилий, шкивов, связок.
Ответом стала запатентованная технология 3D-плетения, призванная ускорить и упростить традиционное производство роботов. Сначала формируется каркас, затем он покрывается мягкими прочными волокнами, а прямо в процессе производства добавляются актуаторы и «сухожилия». В итоге не нужна сложная сборка из множества деталей — на выходе сразу получается готовый гибкий робот.
Как утверждают основатели, время производства значительно сокращается, устраняются конструктивные недостатки.
Финансирование и инвесторы
После публичного раскрытия технологии в 2025 году Allonic уже завершила первый пилотный проект в сфере электроники. В феврале 2026 года компания привлекла $7,2 млн в раунде pre-seed под руководством Visionaries Club с участием Day One Capital, Prototype, SDAC Ventures и TinyVC. В раунде приняли участие более десятка бизнес-ангелов из OpenAI и Hugging Face.
Allonic — не первый стартап, основатели которого задумались над альтернативой классическим подходам к конструированию роботов. Clone Robotics, о котором мы писали ранее, так же придерживается идеи, что роботизированное тело должно воспроизводить анатомию человека.
Сайт стартапа: https://allonic.co/
Наши руки не для скуки 😊
🌐Ваш O2Consulting
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍3🤩2🏆2🆒1
Разум и чувства в ИИ-управлении: O2Consulting на Data Fusion
Главное из выступления Анны Никитченко, управляющего партнера, в секции «Любовь. Платформы. Роботы».
Каково это — закрывать бизнес или наблюдать взлёт своего проекта, подавляя в себе чувства? Долгое время предприниматели верили, что эмоции — это помеха рациональности.
Сегодня мы знаем: эмоции — это не баг управленческой системы. Страх говорит о цене ошибки, сочувствие — о цене решения для людей, сомнение — о границах нашего знания. Иррациональное нередко помогает лучше оценить ситуацию и сделать правильный выбор. Эмоции становятся препятствием, когда вызывают панику, затягивание выбора, фаворитизм, предвзятую лояльность к прошлому и пр. И вот здесь на помощь человеку приходит ИИ.
Как ИИ помогает в управлении эмоциями и в принятии трудных эмоциональных решений?
ИИ в управлении умеет прогнозировать, собирать информацию, предлагать варианты, моделировать сценарии, подготавливать аргументы, подсвечивать компромиссы, а также участвовать в совещаниях как «второй мозг». Обрабатывая данные, ИИ может уменьшить эмоциональный шум и помочь отделить факт от страха, риск — от паники, вероятность — от ощущения. Эту особенность можно успешно применять для решения непростых управленческих дилемм.
Как ИИ решает управленческие дилеммы: некоторые примеры из мира
Системы здравоохранения во время COVID. В кризисе человек склонен к панике и реактивности. ИИ не принимал моральное решение за врача или директора клиники, но помогал перевести хаос в структуру: прогнозировать загрузку ICU, распределять кислород, оборудование и персонал, видеть, где будет дефицит через дни, а не когда он уже случился.
Предиктивные системы в промышленности и управлении рисками. Крупные промышленные компании используют ИИ для прогноза отказов, аварий и остановок. Когда есть риск инцидента, руководитель часто оказывается между вариантами остановить производство слишком рано либо не остановить его вовремя и допустить катастрофу. ИИ помогает принимать решения не интуитивно на эмоциях, а на основании вероятностей, сигналов и сценариев.
Unilever и ИИ-инструменты в рекрутменте. Компания широко использовала ИИ-элементы для предварительного отбора и структурирования найма. Технология снижала влияние настроения интервьюера, «эффекта похожести», усталости, случайной субъективности. Но даже в таких кейсах стало понятно: полностью автоматизировать человеческую оценку опасно. Нужна гибридная модель.
ИИ ≠ оракул: риски
Когда ИИ из советника превращается в оракула, руководитель перестаёт мыслить стратегически. Важно, чтобы человек сохранял моральную ответственность за принятие решения, так как есть и негативные кейсы.
Amazon: алгоритм подбора персонала начал проявлять гендерный перекос, потому что обучался на исторических данных, где уже был дисбаланс.
Zillow Offers: алгоритмические модели оценки домов и масштабная вера в них привели к серьёзным ошибкам в закупке недвижимости и крупным потерям.
Как правильно распределить роли?
ИИ сильнее там, где нужны: скорость, масштаб, сравнение тысяч вариантов, предсказание, обнаружение паттернов, дисциплина в применении критериев, моделирование последствий. Человек должен сохранять за собой: постановку цели, определение ценностей, моральные ограничения, учёт невидимых последствий, эмпатию, ответственность, финальное решение в исключениях и кризисах.
Формула будущего: AI + BI, то есть связка данных, ИИ и зрелого суждения человека, несущего моральную ответственность за последствия своих решений.
👋 Подписаться на Max
🌐Ваш O2Consulting
Главное из выступления Анны Никитченко, управляющего партнера, в секции «Любовь. Платформы. Роботы».
Каково это — закрывать бизнес или наблюдать взлёт своего проекта, подавляя в себе чувства? Долгое время предприниматели верили, что эмоции — это помеха рациональности.
Сегодня мы знаем: эмоции — это не баг управленческой системы. Страх говорит о цене ошибки, сочувствие — о цене решения для людей, сомнение — о границах нашего знания. Иррациональное нередко помогает лучше оценить ситуацию и сделать правильный выбор. Эмоции становятся препятствием, когда вызывают панику, затягивание выбора, фаворитизм, предвзятую лояльность к прошлому и пр. И вот здесь на помощь человеку приходит ИИ.
Как ИИ помогает в управлении эмоциями и в принятии трудных эмоциональных решений?
ИИ в управлении умеет прогнозировать, собирать информацию, предлагать варианты, моделировать сценарии, подготавливать аргументы, подсвечивать компромиссы, а также участвовать в совещаниях как «второй мозг». Обрабатывая данные, ИИ может уменьшить эмоциональный шум и помочь отделить факт от страха, риск — от паники, вероятность — от ощущения. Эту особенность можно успешно применять для решения непростых управленческих дилемм.
Как ИИ решает управленческие дилеммы: некоторые примеры из мира
Системы здравоохранения во время COVID. В кризисе человек склонен к панике и реактивности. ИИ не принимал моральное решение за врача или директора клиники, но помогал перевести хаос в структуру: прогнозировать загрузку ICU, распределять кислород, оборудование и персонал, видеть, где будет дефицит через дни, а не когда он уже случился.
Предиктивные системы в промышленности и управлении рисками. Крупные промышленные компании используют ИИ для прогноза отказов, аварий и остановок. Когда есть риск инцидента, руководитель часто оказывается между вариантами остановить производство слишком рано либо не остановить его вовремя и допустить катастрофу. ИИ помогает принимать решения не интуитивно на эмоциях, а на основании вероятностей, сигналов и сценариев.
Unilever и ИИ-инструменты в рекрутменте. Компания широко использовала ИИ-элементы для предварительного отбора и структурирования найма. Технология снижала влияние настроения интервьюера, «эффекта похожести», усталости, случайной субъективности. Но даже в таких кейсах стало понятно: полностью автоматизировать человеческую оценку опасно. Нужна гибридная модель.
ИИ ≠ оракул: риски
Когда ИИ из советника превращается в оракула, руководитель перестаёт мыслить стратегически. Важно, чтобы человек сохранял моральную ответственность за принятие решения, так как есть и негативные кейсы.
Amazon: алгоритм подбора персонала начал проявлять гендерный перекос, потому что обучался на исторических данных, где уже был дисбаланс.
Zillow Offers: алгоритмические модели оценки домов и масштабная вера в них привели к серьёзным ошибкам в закупке недвижимости и крупным потерям.
Как правильно распределить роли?
ИИ сильнее там, где нужны: скорость, масштаб, сравнение тысяч вариантов, предсказание, обнаружение паттернов, дисциплина в применении критериев, моделирование последствий. Человек должен сохранять за собой: постановку цели, определение ценностей, моральные ограничения, учёт невидимых последствий, эмпатию, ответственность, финальное решение в исключениях и кризисах.
Формула будущего: AI + BI, то есть связка данных, ИИ и зрелого суждения человека, несущего моральную ответственность за последствия своих решений.
🌐Ваш O2Consulting
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1🔥7👏4🆒4
This media is not supported in your browser
VIEW IN TELEGRAM
Вышел 4-й выпуск AI Index Report, составленный Стэнфордским университетом.
Один из интересных выводов отчета: эксперты и общественность по-разному оценивают позитивный эффект от ИИ. Почему так происходит?
Суть в том, что восприятие ИИ сильно зависит от опыта его использования. Те, кто работает с ИИ в технических задачах (например, в программировании), видят его сильные стороны: модели уже очень хорошо пишут код, потому что такие задачи проще формализовать и они экономически выгодны для разработки. В то же время в менее структурированных областях ИИ по-прежнему часто ошибается. Поэтому возникает эффект «jagged frontier»: в одних задачах он работает почти идеально, а в других — заметно хуже.
Тем не менее, ИИ продолжает совершенствоваться и технологии развиваются быстрее, чем мы успеваем за ними следить.
Некоторые ключевые выводы отчета.
О технических возможностях ИИ
🛑 Развитие ИИ ускоряется. Более 90% значимых frontier-моделей в 2025 г. созданы индустрией.
🛑 Ряд моделей теперь превосходит человека на тестах по научным вопросам уровня PhD, мультимодальному рассуждению и математике. В тесте по программированию SWE-bench Verified результат вырос с 60% до ~100% от человеческого показателя за один год.
🛑 Gemini Deep Think завоевал золотую медаль на Международной математической олимпиаде 2025 года, однако лучшая модель верно читает аналоговые часы лишь в 50,1% случаев — исследователи называют это «jagged frontier», то есть неровной границей возможностей ИИ.
Инфраструктура и ресурсы
🛑 Глобальная вычислительная мощность ИИ росла в 3,3 раза ежегодно с 2022 года и достигла 17,1 млн эквивалентов H100.
🛑 Мощность ИИ-дата-центров выросла до 29,6 ГВт.
🛑 Одна компания, TSMC, производит почти все ведущие ИИ-чипы, что делает мировую цепочку поставок зависимой от единственного завода на Тайване.
🛑 Экологический след ИИ растёт.
Прозрачность и ответственное использование
🛑 ИИ-компании стали менее прозрачными. Средний балл на индексе прозрачности Foundation Model Transparency Index упал с 58 в 2024 году до 40 в 2025-м.
🛑 Код обучения, размеры датасетов и количество параметров ведущих frontier-моделей (OpenAI, Anthropic, Google) больше не раскрываются.
🛑 Количество задокументированных инцидентов с ИИ выросло до 362 в 2025 году против 233 в 2024-м. Бенчмарки безопасности не успевают за ростом возможностей.
🛑 Уровень галлюцинаций среди 26 ведущих моделей варьируется от 22% до 94%.
🛑 Исследования показывают, что улучшение одного аспекта ответственного ИИ (например, безопасности) последовательно ухудшает другие (например, точность).
Экономика и рынок труда
🛑 Мировые корпоративные инвестиции в ИИ более чем удвоились в 2025 г., причём генИИ вырос более чем на 200%.
🛑 Эффекты на рынке труда уже заметны, но неравномерны. Занятость разработчиков ПО в возрасте 22–25 лет сократилась почти на 20% по сравнению с 2024 годом. Прирост производительности благодаря ИИ составляет 14–15% в клиентской поддержке, 26% в разработке ПО и 73% в объёме маркетинговых материалов — однако для задач, требующих суждений, эффект значительно меньше или отрицателен.
🛑 Треть организаций ожидает сокращения персонала в ближайший год, хотя массовых увольнений в общей статистике занятости пока не видно.
Глобальное управление и общественное мнение
🛑 Число национальных ИИ-стратегий растёт, особенно среди развивающихся экономик. Производство ведущих моделей по-прежнему сосредоточено в США и Китае.
🛑 Разрыв между мнением экспертов и общественностью: 73% экспертов ожидают позитивного влияния ИИ на занятость, среди населения — лишь 23%.
🛑 Что касается глобального доверия к институтам регулирования, то ЕС пользуется большим доверием, чем США или Китай, по данным Pew (2025) в 25 странах.
👋 Подписаться на Max
🌐Ваш O2Consulting
Один из интересных выводов отчета: эксперты и общественность по-разному оценивают позитивный эффект от ИИ. Почему так происходит?
Суть в том, что восприятие ИИ сильно зависит от опыта его использования. Те, кто работает с ИИ в технических задачах (например, в программировании), видят его сильные стороны: модели уже очень хорошо пишут код, потому что такие задачи проще формализовать и они экономически выгодны для разработки. В то же время в менее структурированных областях ИИ по-прежнему часто ошибается. Поэтому возникает эффект «jagged frontier»: в одних задачах он работает почти идеально, а в других — заметно хуже.
Тем не менее, ИИ продолжает совершенствоваться и технологии развиваются быстрее, чем мы успеваем за ними следить.
Некоторые ключевые выводы отчета.
О технических возможностях ИИ
Инфраструктура и ресурсы
Прозрачность и ответственное использование
Экономика и рынок труда
Глобальное управление и общественное мнение
AI Index — это полезный агрегатор данных об ИИ: бенчмарки, инвестиции, рынок труда и технологические тренды. Однако стоит учесть, что прогресс измеряется в основном через англоязычные и западные бенчмарки, контексты развивающихся стран практически не раскрываются, а большая часть данных основана на выборках крупных корпоративных игроков.
🌐Ваш O2Consulting
Please open Telegram to view this post
VIEW IN TELEGRAM
1🔥6👏4🆒4
ИИ-стратегия: как правильно оценить эффекты?
2026 — новая эра союзов между технологиями и людьми. ИИ всё больше эволюционирует от инструмента к партнёру. При этом наблюдаются реальные эффекты от ИИ-решений прошлых лет — либо их отсутствие. Тем не менее, многим организациям, внедряющим ИИ-решения, по-прежнему непросто ответить на вопрос: «что получится в итоге?».
Действительно, эффекты от ИИ сложно измеримы по многим причинам.
К глобальным относится рост связанности мира, увеличение числа контрагентов и расширение межотраслевого влияния, что в совокупности приводит к усложнению моделей расчёта эффектов (например, снижение пробок ведёт к улучшению экологии, а та — к росту производительности труда).
С другой стороны, эффекты различаются в зависимости от типа решения: чат-боты и LLM требуют разных метрик и подходов к оценке. Кроме того, даже незначительное воздействие на систему может приводить к масштабным и непредсказуемым последствиям, в том числе в совершенно других её частях.
Наконец, многие проблемы с извлечением ценности из ИИ лежат в плоскости людей и процессов, а не технологий. В совокупности всё это делает атрибуцию эффекта крайне затруднённой.
В результате отсутствие навыка расчета таких экономических эффектов становится одним из главных препятствий, с которыми сталкивается бизнес при попытке внедрить высокие технологии в свои процессы.
Команда O2Consulting много лет занимается оценкой эффектов цифровизации, цифровой трансформации и внедрения ИИ. Мы читаем лекции, проводим семинары и применяем накопленный опыт при разработке стратегий и не только. Например, в нашем спин-оффе Smart Meal Service была создана финансовая модель, которая позволяет потенциальным заказчикам задать параметры и увидеть индивидуальный экономический эффект.
Делимся несколькими ключевыми принципами из нашей методологии — кратко настолько, насколько позволяет сложность темы.
Как посчитать эффект от ИИ-решения: основные принципы
1. Иерархия эффектов: считать нужно снизу вверх. Это позволяет выстроить причинно-следственную связь между внедрением ИИ и конечной ценностью, а затем корректно измерять и управлять эффектом.
2. Оценка регулирующего воздействия как универсальная рамка. Методика позволяет учитывать эффекты для всех групп интересов — пользователей, государства и отраслей, что важно для системных ИИ-решений.
3. Отказ от одной универсальной метрики. Оценка должна строиться как многослойная система — в зависимости от этапа, типа решения, процесса и масштаба внедрения.
🛑 Метрики должны меняться в зависимости от жизненного цикла продукта. Например, на стадии гипотезы и разработки оценивается потенциальная ценность и качество модели.
🛑 Важно учитывать тип ИИ-решения. Автоматизация (например, обработка документов) даёт прямой экономический эффект через снижение затрат, а предиктивные системы — косвенный через uplift.
🛑 Критичен тип бизнес-процесса. Так, в управленческих процессах эффект проще считать через качество решений, скорость и снижение рисков.
🛑 Наконец, масштаб внедрения напрямую влияет на способ расчёта. На уровне функции можно считать локальный ROI. В межфункциональных и платформенных решениях возникает мультипликативный эффект, где ценность создаётся не одной метрикой, а суммой изменений в разных частях организации.
4. После определения уровня и сферы применения ИИ-решения оценка его эффектов переходит в прикладную плоскость — выбор конкретных методик расчёта. Для этого используется универсальный подход в формате «дерева решений», который позволяет структурировать объект оценки и подобрать релевантные инструменты.
5. Компании и государства, которые умеют правильно измерять эффекты до внедрения, во время и после, быстрее двигаются к реальной трансформации.
На вложенных слайдах — подробности, а также показательный кейс прямого эффекта: снижение количества ДТП в Москве за счёт внедрения интеллектуальной системы управления городским трафиком.
Полезные ссылки
Сборник исследований по оценке эффектов от цифровизации и внедрения ИИ.
#ИИ_стратегия_O2Consulting
👋 Подписаться на Max
🌐Ваш O2Consulting
2026 — новая эра союзов между технологиями и людьми. ИИ всё больше эволюционирует от инструмента к партнёру. При этом наблюдаются реальные эффекты от ИИ-решений прошлых лет — либо их отсутствие. Тем не менее, многим организациям, внедряющим ИИ-решения, по-прежнему непросто ответить на вопрос: «что получится в итоге?».
Действительно, эффекты от ИИ сложно измеримы по многим причинам.
К глобальным относится рост связанности мира, увеличение числа контрагентов и расширение межотраслевого влияния, что в совокупности приводит к усложнению моделей расчёта эффектов (например, снижение пробок ведёт к улучшению экологии, а та — к росту производительности труда).
С другой стороны, эффекты различаются в зависимости от типа решения: чат-боты и LLM требуют разных метрик и подходов к оценке. Кроме того, даже незначительное воздействие на систему может приводить к масштабным и непредсказуемым последствиям, в том числе в совершенно других её частях.
Наконец, многие проблемы с извлечением ценности из ИИ лежат в плоскости людей и процессов, а не технологий. В совокупности всё это делает атрибуцию эффекта крайне затруднённой.
В результате отсутствие навыка расчета таких экономических эффектов становится одним из главных препятствий, с которыми сталкивается бизнес при попытке внедрить высокие технологии в свои процессы.
Команда O2Consulting много лет занимается оценкой эффектов цифровизации, цифровой трансформации и внедрения ИИ. Мы читаем лекции, проводим семинары и применяем накопленный опыт при разработке стратегий и не только. Например, в нашем спин-оффе Smart Meal Service была создана финансовая модель, которая позволяет потенциальным заказчикам задать параметры и увидеть индивидуальный экономический эффект.
Делимся несколькими ключевыми принципами из нашей методологии — кратко настолько, насколько позволяет сложность темы.
Как посчитать эффект от ИИ-решения: основные принципы
1. Иерархия эффектов: считать нужно снизу вверх. Это позволяет выстроить причинно-следственную связь между внедрением ИИ и конечной ценностью, а затем корректно измерять и управлять эффектом.
2. Оценка регулирующего воздействия как универсальная рамка. Методика позволяет учитывать эффекты для всех групп интересов — пользователей, государства и отраслей, что важно для системных ИИ-решений.
3. Отказ от одной универсальной метрики. Оценка должна строиться как многослойная система — в зависимости от этапа, типа решения, процесса и масштаба внедрения.
4. После определения уровня и сферы применения ИИ-решения оценка его эффектов переходит в прикладную плоскость — выбор конкретных методик расчёта. Для этого используется универсальный подход в формате «дерева решений», который позволяет структурировать объект оценки и подобрать релевантные инструменты.
5. Компании и государства, которые умеют правильно измерять эффекты до внедрения, во время и после, быстрее двигаются к реальной трансформации.
На вложенных слайдах — подробности, а также показательный кейс прямого эффекта: снижение количества ДТП в Москве за счёт внедрения интеллектуальной системы управления городским трафиком.
Полезные ссылки
Сборник исследований по оценке эффектов от цифровизации и внедрения ИИ.
#ИИ_стратегия_O2Consulting
🌐Ваш O2Consulting
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1🔥4👏3🆒3