❗Масштаб проблемы — в цифрах

«М.Видео» может закрыть до 30% своих точек в 2026 году. Gloria Jeans объявила о закрытии 150 магазинов. O'STIN уже закрыл 62 точки и сократил 15% персонала. В Москве работает на 4500 магазинов меньше, чем год назад, в Петербурге — на 3000 меньше.

Обычно это объясняют ставкой и арендой. В комментарии для 1000news мы назвали другую причину — перехват трафика 💬

«По нашим проектам в ритейле видно: чем меньше живых отзывов у точки, тем меньше людей проходит через дверь. Магазин без сильного цифрового следа сегодня невидим, даже если стоит на первой линии. Выиграют те сети, которые перестанут считать магазин и интернет разными каналами: точка продаж теперь начинается с поисковой выдачи и карточки на картах, а заканчивается кассой», — добавляет Василий.

Мы в VICTORY group анализируем, что человек видит о точке ещё до того, как до неё дойти, показываем в цифрах, что мешает ей работать — и сами меняем это с помощью наших продуктов 🖤

Как вам новость? Уже столкнулись с этим на своём бизнесе или пока держитесь? 👇

Церемония вручения открыта 🏆

*это единственная награда в мире, которую мы искренне надеемся, что вы не получите.

Листайте карточки — но осторожно, могут быть попадания… И это будет больно 🫥

Отмечайте в комментариях тех, кому точно подходит хотя бы одна номинация 👇

Почти все уже потестили ИИ.
Но почти никто не научился с ним работать.

97% компаний используют нейросети или тестируют их. Системно внедрили — только 10%.

💡 Василий прокомментировал для Нетологии, что мешает остальным 90% и где ИИ реально окупается.

Где ИИ окупается быстрее всего (там, где задачи повторяются и данных много):

• Аналитика — собирает дашборд (экран с главными цифрами бизнеса: продажи, план, проблемные места) за минуты;
• Продажи — контролируют качество звонков, особенно там, где короткий цикл сделки (общепит, медицина, недвижимость, авто);
• Маркетинг — штампует черновики и разбирает отзывы;
• HR — отбирает резюме и считает аналитику воронки найма;
• IT — пишет код, автотесты, помогает с отладкой.

Три барьера внедрения: 

• Данные в беспорядке — ИИ анализирует хаос и выдаёт хаос, только быстрее;
• Навыков не хватает — по данным НАФИ, только каждый третий в МСБ применяет ИИ, а без нормального промта нейросеть выдаёт воду;
• Ответственность размыта — за пилот отвечают сразу несколько отделов, но ни у кого нет чёткой метрики успеха. Через полгода никто не может сказать, сработал ИИ или нет.

👻Простое правило: если ошибка грозит судом или репутацией — финальное слово за человеком, ИИ готовит только черновик. А если результат легко проверить, то можно смело отдавать на автомат 👻

Как внедрить 🖤 

Аудит процессов → чёткая бизнес-цель → один процесс с понятной болью → проверка данных → назначить ответственного → пилот на 6-8 недель с критериями остановки → обучить команду → масштабировать.

Спойлер: тем, кто пропустит хотя бы один шаг, придётся начинать заново.

А в вашей компании ИИ уже включен в работу или ещё думаете? 👇