Ритейл снова померили "на инновационность": по результатам аналитического исследования от Финтех хаб и Ритейл Хаб Сколково в 2025 году отрасль набрала 26%, а больше половины инновационной активности (58%) сосредоточено у топ-5 игроков. Лидеры рейтинга: ВкусВилл, X5, Лента, Магнит, Wildberries.

Изучая отчет, обратил внимание, что сейчас инновации в ритейле это уже не совсем про хайп и научно-исследовательскую работу, а про стабильный конвейер изменений, который тянут те, у кого есть масштаб, данные и дисциплина исполнения. Методика проведения исследования включает в себя 14 метрик в 5 блоках (оргструктура, инвестиции, работа со стартапами, принципы устойчивого развития, автоматизация/роботизация) и основывается на системной работе и и публично подтверждённых внедрения. Порадовало, что представлены реальные кейсы, а не "ощущение инновационности", как зачастую бывает с такого рода исследованиями.

Складывается следующая картинка: у лидеров инновации чаще всего приземлены в операционную эффективность (склад/логистика, торговый зал, бэк-офис, доставка) и в интегрированные по всем технологическим процессам принципы устойчивого развития. Также видно, что сотрудничество со стартапами постепенно взрослеет: речь идёт уже не о декларациях и невнятных пилотах, а о внедрениях с понятной коммерческой ценностью.

Как некий вывод, если в компании инновации живут как некий "набор единичных инициатив", то компания конкурирует не с лидерами рейтинга, а с их производственной системой изменений. Понятно, что рейтинг-рейтингом, и экономику по каждому кейсу никто не отменял, но исследование хорошо показывает, на что лидеры рынка сделали свою ставку: цифра, автоматизация, данные, и управляемый цикл внедрений.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#новости #еком #ритейл #цифроваятранформация #мнения #разработка #впоискахсеребрянойпули

Сегодня на обзоре исследование по Цифровой криминалистике и расследованию инцидентов (Cyber Scene Investigation) от Binalyze на базе опроса 200 CISO крупных компаний США. Одним предложением - "проблема уже не в том, что нас взломают, а в том, что большинство организаций не умеют быстро и доказательно понять, что именно произошло".

Из прочитанного обратил на себя перекос бюджетов ИТ безопасности (у 79% опрошенных) в сторону предотвращения в ущерб продиводействию/форензике. В среднем бюджеты два к одному в пользу профилактики ($3,02 млн против $1,54 млн). При этом 84% CISO считают успешную атаку неизбежной, но 65% признают, что организация "не всегда извлекает правильные уроки", а 75% уверены, что после инцидента нет гарантии, что тот же сценарий не сработает снова.

Цена вопроса велика: CISO оценивают $114k за каждый час задержки реакции на известную атаку. При этом среднее время запуска форензики — 8,6 часа, то есть почти $1 млн на инцидент только из-за задержки реагирования.

Следующий важный момент - архитектура "кровавого энтерпрайза". Реальная видимость ИТ ландшафта компании - в среднем 57%. Все остальное размыто или скрыто за облаками, подключенными партнерами и подрядчиками. Но самое главное - постоянная нехватка компетенций (90% CISO говорят, что отсутствие нужных навыков мешало расследованиям; лишь 32% считают, что могут закрыть нужные навыки полностью in-house). Ну и работа под серьезной нагрузкой не способствует сохранению команд - 71% CISO говорят о перегрузе и риске выгорания, 68% опасаются, что сильные расследователи уйдут.

В список финансовых потерь можно добавить еще и следующее: 68% сообщали регуляторам о нарушении неточно из-за недостатка данных по расследованиям инцидентов; 56% сталкивались с отказом страховой выплаты, 61% — с санкциями регуляторов, причём 68% сталкивались с
необоснованными отказами просто потому, что компания не смогла доказать свою правоту.

По мнению исследователей - если принять тот факт, что инцидент неизбежен, то KPI безопасности должен быть не только на предотвращение, но и выяснение. Т.е за сколько часов можно ответить на три вопроса — "есть ли доступ", "как вошли", "что унесли. А все это означает перебалансирование бюджетов для достижения равновесия между предотвращением, реакцией и форензикой, как части кризисного управления. А уже это может быть сконвертировано в деньги, решения по страховке и управляемость репутационных рисков.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#итбезопасность#кибербезопасность #ИТбез

Типичная картинка 2025–2026 года - денег на ИТ в целом выделяется меньше, да и сами деньги дороже, поэтому согласовываются только инициативы с понятным эффектом и управляемыми рисками. Если все это перевести в термины ИТ, то ИТ-портфель начинают собирать не вокруг целевой архитектуры, а вокруг ставки дисконтирования и матрицы рисков.

Цена денег выросла, а горизонт окупаемости сжался. Если проект не показывает эффект за 12–18 месяцев, то его откладывают в "долгий" ящик. Причина простая - NPV при высокой ставке хуже. Если посмотреть по рынку, то видно, что многие компании режут долгие ИТ-проекты, но продолжают финансировать оптимизацию и бизнес-критичные вещи.

Битва между CAPEX и OPEX снова набирает обороты. На фоне удорожания серверного железа и компонентов и проблем с крупными капитальными закупками многие компании сознательно уходят в OPEX-модель и облака — иногда из желания получить выгоду в моменте, а кто-то как долгосрочный выбор.

ИБ переходит в категорию неизбежных и постоянных расходов. Рост бюджетов на кибербезопасность объясняется просто - регуляторика/штрафы и рост ущерба от инцидентов ИТ безопасности очевидно понятны бизнесу, гораздо лучше, чем платформенная трансформация или цифровизация.

Наконец то пришло осознание, что импортозамещение — это не очередная замена софта, а серьезная программа проектов с долгим таймлайном, в котом нужно учитывать огромное количество рисков.

В общем ИТ переживает очередную трансформацию - стратегия ИТ остается, только теперь это уже не стратегия технологий, а стратегия управления деньгами.
Ирония в том, что "стратегическое ИТ" никуда не делось — просто на него теперь не хватает денег.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#новости #цифроваятранформация #мнения #впоискахсеребрянойпули

В феврале этого года OpenAI выпустил новый отчет - Disrupting malicious uses of AI, в котором рассказал про 7 кейсов злонамеренного использования ИИ в различных областях. Признается тот факт, что генеративный ИИ уже стал штатным инструментом мошенничества. Не как "цифровой суперзлодей", придумывающий новые способы "сравнительно честных способов отъема денег у населения", а как дешёвый ускоритель для перевода, персонализации, генерации контента и масштабирования давно уже знакомых схем.

Во всем этом интересна не технологическая, а экономическая составляющая. ИИ меняет не тип угрозы, а её юнит экономику. Там, где раньше нужны были писатели, переводчики, операторы и ручная сегментация, теперь значительная часть этой работы делается быстрее, дешевле и в промышленных объёмах. В одном из кейсов мошенники использовали ИИ модели для генерации сообщений, стилизации ответов под американский английский, подготовки статус-отчётов и оценки потенциальной суммы, которую можно извлечь из жертвы.

А еще интересно то, что в отчете признают, что ИИ контент сам по себе не гарантирует эффект. Решающим фактором остаются каналы дистрибуции этого контента - реклама, сетки аккаунтов, уже набранная аудитория в мессенджерах. Просмотры зависят не от контента, а от "силы" канала. Т. е. ИИ модель не дает конкурентное преимущество, а резко удешевляет конвейер контента.

Получается такая ассиметричность - нападающему в информационном поле достаточно только быстрее запускать свои уже отработанные схемы, а защитникам - нужно проверять кучу разных обращений через разные каналы, включая те, которые не относятся к ИБ - клиентский сервис, PR, маркетинг, финансы, юристы. Т. е. безопасность тоже становится мультиканальной или даже омниканальной. Значит, зрелая компания должна смотреть не на отдельные кейсы, а на связность сигналов: как между собой коррелируют жалобы клиентов, всплески упоминаний бренда, активности в соцсетях, нестандартные обращения в поддержку итд. Если мульти/омни контура нет, компания будет видеть не кампанию, а набор случайных кейсов.

Если попробовать резюмировать, то основная проблема не в том, что ИИ научился хорошо писать, а в том, что он резко удешевил промышленную эксплуатацию доверия. И вот это уже вопрос не из области научных исследований, а вполне коммерчески-операционный.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#итбезопасность#кибербезопасность #ИТбез #AI #ChatGPT #чтотампроchatgpt

В конце декабря прошлого года CodeRabbit опубликовал отчёт о сравнении кода написанного человеками и сгенерированного ИИ. По их данным, у ИИ - сгенерированного кода заметно выше доля проблем — особенно в логике, обработке ошибок и исключений, безопасности и производительности. В сгенерированном коде в среднем ~11 ошибок против 6 у написанного разработчиком.

Вот и думай теперь о переводе разработки полностью на ИИ. Очевидно, что надо строить механизмы контроля, а вот получится ли результат значимо дешевле ручного программирования будем посмотреть. Через недельку напишу более детальный разбор и подумаем, как это может повлиять на людей, работу с кодом в частности и экономику разработки в целом.
#AI #ChatGPT #чтотампроchatgpt

Вернусь к отчету CodeRabbit о сравнении кода, написанного человеками и сгенерированного ИИ, о котором писал неделю назад. На мой взгляд, главная проблема ИИ в разработке не в том, что "код становится хуже", а в том, что ИИ меняет экономику инженерного процесса. Он удешевляет генерацию кода, но одновременно делает более дорогой проверку, сопровождение и исправление ошибок. А это значит, что меняется соотношение затрат и рисков. Хочу напомнить, что по данным CodeRabbit, ИИ-генерированный код давал в среднем 10.83 ошибок на пул-реквест, а написанный человеком - 6.45(т. е. в 1.7 раза больше). В отчёте отдельно указано, что ошибки в логике ИИ совершал на 75% чаще, ошибался при обработке ошибок и исключений — почти в 2 раза чаще, имел проблемы с безопасностью до 2,74 раза выше. Т. е. это не ошибки в кодстайле или нейминге, это про серьезные дефекты, которые доезжают до продуктивов и там уже выявляются.

По сути, имеет место интересное изменение - до недавнего времени узким местом разработки были сами изменения (медленное проектирование, кодирование, согласование). Теперь генерация становится дешёвой, и узкое место переезжает дальше, в код-ревью и тестирование. Чем больше дешёвого кода может произвести система, тем выше цена хорошего ревьювера, который способен быстро отделить рабочее решение от правдоподобной ошибки. И чем больше требуется понимание бизнес-контента и архитектуры, тем больше ИИ делает ошибки.

Если измерять эффект от ИИ разработки по velocity, то тут все нормально - количество пул-реквестов растет, время до первого коммита - сокращается, разработчики чувствуют ускорение. Но начинает расти время на ревью, переработку кода, инциденты на стыках сервисов, нагрузка на тестировщиков. В исследовании отмечается, что ИИ ускоряет производство, но усугубляет определенные категории ошибок.

Второй момент, который отмечается в отчете, что усложняется процесс код-ревью. Классический процесс проектировался под процессы, где код пишется людьми с ограниченной скоростью и с более-менее понятной мотивацией решений. ИИ меняет масштаб и ревьювер получает на вход больше кода, который "визуально нормальный", но при этом не до конца корректен. Такой код опасен тем, что он выглядит правдоподобным, а не ошибочным. И ревьювер занимается не проверкой логики кода, а когнитивно дорогим поиском скрытых дефектов.

Ну и в сухом остатке получаем, что ИИ начинает постепенно менять структуру ценности людей в команде. Если черновой код генерируется быстро и дёшево, то начинает расти роль тех, кто умеет задавать архитектурные рамки, описывать ограничения системы, проводить глубокий ревью кода. Т.е если купить скорость генерации кода, то за это заплатим более дорогим контролем качества. В компаниях, где процесс разработки зрелый, эта сделка может быть выгодной. Но там, где инженерная дисциплина слабая, ИИ может просто ускорить поставку дефектов.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#AI #ChatGPT #чтотампроchatgpt

На прошлой неделе М.Видео опубликовало на своем сайте новость, что компания впервые выходит в сегмент одежды. Сразу скажу, что это не про то, что в магазинах М.Видео можно будет купить худи и свитшоты, а про то, что М.Видео расширяет категории на своем маркетплейсе.

В принципе новость не сильно удивительная, учитывая, кто является сейчас генеральным директором компании, скорее удивительна вера в возможность появления еще одного глобального игрока на рынке маркетплейсов. Сомнений в том, что Бакальчук метится в глобальные игроки - у меня нет. Есть сомнения, что владельцам компании хватит денег на выращивании такого игрока из М.Видео - компании с сильным екомом и нишевым маркетплейсом в достаточно узком сегменте.

Как человек, который построил два нишевых маркетплейса и поучаствовал в проектировании третьего, хочу сказать, что уже выход за пределы основного сегмента компании в смежные сегменты - задача сложная и трудоемкая. А уж выход в произвольные сегменты - повышает затраты и отправляет их в космос. Ну не ассоциируется у меня М.Видео с компанией, где я пойду выбирать себе что-то из одежды. Для того, чтобы это изменить, компании придется затратить очень много времени и средств. И при этом не потерять свою индивидуальность и своих существующих клиентов.

Но я искренне рад, что М.Видео пошли по этому пути. Даже если они и не выйдут на прямую конкуренцию с ВБ и Озон, то по меньшей мере мы, как клиенты, получим улучшение клиентского опыта и качества сервисов. А это уже немало.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#управление #цифроваятранформация #новости #мнения