Как мы собрали 4+ новых бизнес-игры за двое суток 🎲
За последние два дня я провёл «Школу по разработке бизнес-игр». Это были очень плотные и при этом удивительно фокусные сутки: участники пришли «за идеями», а ушли с живыми прототипами, которые уже можно тестировать на своих командах.
Что сделали за 2 дня
1️⃣ Сформулировали бизнес-запросы под игры: ownership, взаимодействие, обратная связь, командные роли, культурный код, профилактика выгорания и адаптация новичков.
2️⃣ Перевели запросы в бизнес-концепции игр: кто играет, за что борется, какой показатель или поведение должно измениться в реальной жизни, как это померить.
3️⃣ Собрали «скелеты» игр: цель, сюжет, роли, раунды, ресурсы, правила, подсчёт очков и критерии успеха — чтобы игра была не «развлекалкой», а управляемым тренажёром.
4️⃣ Освоили базовый «конструктор» игр: как из управленческого цикла, компетенций и KPI собрать механику, которая тренирует нужное поведение, а не просто вызывает эмоции.
5️⃣ Провели экспресс-плейтесты: проиграли фрагменты, увидели, где падает темп, где нет выбора, где не хватает конфликтов и дефицита ресурсов.
6️⃣ Зафиксировали план доработок на 2–3 недели вперёд, чтобы игры можно было выводить на «боевое» тестирование с живыми группами, а не оставлять в формате презентаций.
Отдельный блок — игровые «паспорт и ТЗ»: участники разложили свои идеи в цепочку
«Цель бизнеса → целевое поведение → формат игры → механики → метрики»,
чтобы игру можно было спокойно передать методисту, дизайнеру или внешнему подрядчику.
Какие сюжеты родились
🐒 «Банановая Роща» — три обезьянки Чичи, Биби и Коко спорят про нагрузку и справедливость. Через них участники разбирают распределение задач, командные роли и обратную связь.
🚀 КОТ — ключевой отряд технического контроля — космическая команда, собирающая «единый код(т)» после КОТострофы. Про взаимодействие, системное мышление и работу с ошибками.
🌍 «Восьмой континент» — команды-капитаны осваивают новый континент, строят устойчивые поселения и торговые пути. Метафора выхода на новые рынки, управления риском и командного лидерства.
🏜️ Экспедиция за древней тайной ресурса — индиана-джонсовский сюжет про личные и командные ресурсы, профилактику выгорания и умение осознанно выбирать, куда вкладываться.
Личные инсайты участников
1️⃣ «Игра — это не про “повеселиться”, а про точный тренажёр под конкретное поведение».
2️⃣ «Стало проще разговаривать с заказчиком: сначала цель и метрики, потом уже “красивый сюжет” и реквизит».
3️⃣ «Увидели, как много можно собрать из того, что уже есть в компании: реальные кейсы, показатели, роли — и упаковать это в живую игру».
Если вам тоже важно упаковать культуру, компетенции и управленческие задачи в сильные бизнес-игры, можем собрать для вашей компании корпоративную версию «Школы по разработке бизнес-игр», чтобы ваши тренеры, HR и руководители уходили уже со своими рабочими прототипами. 🙂
https://t.me/archfinance
#БизнесАрхитектор #БизнесИгры #КорпОбучение #HR #УправлениеПерсоналом
За последние два дня я провёл «Школу по разработке бизнес-игр». Это были очень плотные и при этом удивительно фокусные сутки: участники пришли «за идеями», а ушли с живыми прототипами, которые уже можно тестировать на своих командах.
Что сделали за 2 дня
1️⃣ Сформулировали бизнес-запросы под игры: ownership, взаимодействие, обратная связь, командные роли, культурный код, профилактика выгорания и адаптация новичков.
2️⃣ Перевели запросы в бизнес-концепции игр: кто играет, за что борется, какой показатель или поведение должно измениться в реальной жизни, как это померить.
3️⃣ Собрали «скелеты» игр: цель, сюжет, роли, раунды, ресурсы, правила, подсчёт очков и критерии успеха — чтобы игра была не «развлекалкой», а управляемым тренажёром.
4️⃣ Освоили базовый «конструктор» игр: как из управленческого цикла, компетенций и KPI собрать механику, которая тренирует нужное поведение, а не просто вызывает эмоции.
5️⃣ Провели экспресс-плейтесты: проиграли фрагменты, увидели, где падает темп, где нет выбора, где не хватает конфликтов и дефицита ресурсов.
6️⃣ Зафиксировали план доработок на 2–3 недели вперёд, чтобы игры можно было выводить на «боевое» тестирование с живыми группами, а не оставлять в формате презентаций.
Отдельный блок — игровые «паспорт и ТЗ»: участники разложили свои идеи в цепочку
«Цель бизнеса → целевое поведение → формат игры → механики → метрики»,
чтобы игру можно было спокойно передать методисту, дизайнеру или внешнему подрядчику.
Какие сюжеты родились
🐒 «Банановая Роща» — три обезьянки Чичи, Биби и Коко спорят про нагрузку и справедливость. Через них участники разбирают распределение задач, командные роли и обратную связь.
🚀 КОТ — ключевой отряд технического контроля — космическая команда, собирающая «единый код(т)» после КОТострофы. Про взаимодействие, системное мышление и работу с ошибками.
🌍 «Восьмой континент» — команды-капитаны осваивают новый континент, строят устойчивые поселения и торговые пути. Метафора выхода на новые рынки, управления риском и командного лидерства.
🏜️ Экспедиция за древней тайной ресурса — индиана-джонсовский сюжет про личные и командные ресурсы, профилактику выгорания и умение осознанно выбирать, куда вкладываться.
Личные инсайты участников
1️⃣ «Игра — это не про “повеселиться”, а про точный тренажёр под конкретное поведение».
2️⃣ «Стало проще разговаривать с заказчиком: сначала цель и метрики, потом уже “красивый сюжет” и реквизит».
3️⃣ «Увидели, как много можно собрать из того, что уже есть в компании: реальные кейсы, показатели, роли — и упаковать это в живую игру».
Если вам тоже важно упаковать культуру, компетенции и управленческие задачи в сильные бизнес-игры, можем собрать для вашей компании корпоративную версию «Школы по разработке бизнес-игр», чтобы ваши тренеры, HR и руководители уходили уже со своими рабочими прототипами. 🙂
https://t.me/archfinance
#БизнесАрхитектор #БизнесИгры #КорпОбучение #HR #УправлениеПерсоналом
🔥3👍1
ИИ уже не «игрушка»: три практики для страховщиков, здравоохранения и риск-менеджмента
Ниже — три практики внедрения ИИ, на которые, на мой взгляд, в первую очередь стоит смотреть советам директоров и финансовым директорам. Это не только про эффективность, но и про культуру, контроль и новые виды рисков.
1. Страхование — Aviva (Великобритания)
◾️ По данным McKinsey, Aviva развернула более 80 моделей ИИ в урегулировании убытков. В сложных случаях оценка ответственности сократилась на 23 дня, точность маршрутизации заявлений выросла на ~30 %, жалобы клиентов снизились на ~65 %, а экономия в моторном страховании превысила £60 млн за год.
◾️ Отдельный акцент — культура: Aviva перестраивала операционную модель, вводила agile-подходы и инвестировала более 40 000 часов в обучение сотрудников, чтобы «digital-first» было не лозунгом, а реальностью.
◾️ Для СД и CFO здесь важен не только эффект, но и способ его достижения: качество данных, интеграция моделей в сквозные процессы, жёсткий контроль качества решений ИИ и постоянная обратная связь от фронта.
◾️ Подробнее об этом кейсе McKinsey:
— https://www.mckinsey.com/industries/financial-services/our-insights/the-future-of-ai-in-the-insurance-industry
— https://www.mckinsey.com/capabilities/tech-and-ai/how-we-help-clients/rewired-in-action/aviva-rewiring-the-insurance-claims-journey-with-ai
2. Здравоохранение — NHS England (Chelsea and Westminster NHS Trust)
◾️ В 2025 году NHS England запустила пилот: ИИ-система на базе Federated Data Platform автоматически формирует проекты выписных эпикризов, извлекая диагнозы, результаты тестов и назначения из медицинских записей; врач проверяет и утверждает документ.
◾️ Цель — сократить бумажную нагрузку, ускорить выписку, освободить койки и вернуть врачам время на пациентов, а не на копипасту из разных ИТ-систем.
◾️ Ключевой управленческий вывод: даже при высокой автоматизации «человек в контуре» остаётся обязательным — ответственность за итоговый документ и клиническое решение несёт врач, а ИИ работает как помощник, а не «автопилот».
◾️ О пилоте NHS можно почитать здесь:
— https://www.gov.uk/government/news/ai-to-cut-paperwork-to-free-up-doctors-time-for-patients
— https://www.digitalhealth.net/2025/08/ai-assisted-tool-on-fdp-will-help-write-hospital-discharge-letters/
3. Передача рисков — страхование ошибок ИИ-чатботов
◾️ В мае 2025 года на рынке Lloyd’s of London при участии стартапа Armilla появился страховой продукт, покрывающий убытки от ошибок ИИ-инструментов (включая чатботы), если их фактическая работа падает ниже заявленного порога.
◾️ Принцип простой: сначала фиксируются базовые метрики (например, 95 % корректных ответов), затем полис срабатывает, если система деградирует, скажем, до 85 % точности — то, чего типовые технологии E&O-полисы обычно не покрывают.
◾️ Это иллюстрация новой категории рисков: помимо кибер-инцидентов и привычных сбоев появляются риски качества и «старения» самой модели ИИ. Вопрос «кто отвечает, если ИИ ошибся» перестаёт быть абстрактным и переходит в плоскость договоров и страховых покрытий.
◾️ Для углубления темы:
— https://www.ft.com/content/1d35759f-f2a9-46c4-904b-4a78ccc027df (обзор продукта Armilla на рынке Lloyd’s)
— https://www.armilla.ai/resources/armilla-launches-affirmative-ai-liability-insurance-with-lloyds-underwriter-chaucer
Обращаю внимание на следующие вопросы
1️⃣ Как в вашей компании устроены данные и процессы: готовы ли они к тому, чтобы ИИ встраивался «в линию», а не жил отдельным пилотом?
2️⃣ Кто и как управляет новыми рисками: от деградации моделей до регуляторных и репутационных последствий — есть ли у вас политика, метрики и, при необходимости, страховое покрытие?
https://t.me/archfinance
#БизнесАрхитектор #CFO #Страхование #Здравоохранение #ИИ
Ниже — три практики внедрения ИИ, на которые, на мой взгляд, в первую очередь стоит смотреть советам директоров и финансовым директорам. Это не только про эффективность, но и про культуру, контроль и новые виды рисков.
1. Страхование — Aviva (Великобритания)
◾️ По данным McKinsey, Aviva развернула более 80 моделей ИИ в урегулировании убытков. В сложных случаях оценка ответственности сократилась на 23 дня, точность маршрутизации заявлений выросла на ~30 %, жалобы клиентов снизились на ~65 %, а экономия в моторном страховании превысила £60 млн за год.
◾️ Отдельный акцент — культура: Aviva перестраивала операционную модель, вводила agile-подходы и инвестировала более 40 000 часов в обучение сотрудников, чтобы «digital-first» было не лозунгом, а реальностью.
◾️ Для СД и CFO здесь важен не только эффект, но и способ его достижения: качество данных, интеграция моделей в сквозные процессы, жёсткий контроль качества решений ИИ и постоянная обратная связь от фронта.
◾️ Подробнее об этом кейсе McKinsey:
— https://www.mckinsey.com/industries/financial-services/our-insights/the-future-of-ai-in-the-insurance-industry
— https://www.mckinsey.com/capabilities/tech-and-ai/how-we-help-clients/rewired-in-action/aviva-rewiring-the-insurance-claims-journey-with-ai
2. Здравоохранение — NHS England (Chelsea and Westminster NHS Trust)
◾️ В 2025 году NHS England запустила пилот: ИИ-система на базе Federated Data Platform автоматически формирует проекты выписных эпикризов, извлекая диагнозы, результаты тестов и назначения из медицинских записей; врач проверяет и утверждает документ.
◾️ Цель — сократить бумажную нагрузку, ускорить выписку, освободить койки и вернуть врачам время на пациентов, а не на копипасту из разных ИТ-систем.
◾️ Ключевой управленческий вывод: даже при высокой автоматизации «человек в контуре» остаётся обязательным — ответственность за итоговый документ и клиническое решение несёт врач, а ИИ работает как помощник, а не «автопилот».
◾️ О пилоте NHS можно почитать здесь:
— https://www.gov.uk/government/news/ai-to-cut-paperwork-to-free-up-doctors-time-for-patients
— https://www.digitalhealth.net/2025/08/ai-assisted-tool-on-fdp-will-help-write-hospital-discharge-letters/
3. Передача рисков — страхование ошибок ИИ-чатботов
◾️ В мае 2025 года на рынке Lloyd’s of London при участии стартапа Armilla появился страховой продукт, покрывающий убытки от ошибок ИИ-инструментов (включая чатботы), если их фактическая работа падает ниже заявленного порога.
◾️ Принцип простой: сначала фиксируются базовые метрики (например, 95 % корректных ответов), затем полис срабатывает, если система деградирует, скажем, до 85 % точности — то, чего типовые технологии E&O-полисы обычно не покрывают.
◾️ Это иллюстрация новой категории рисков: помимо кибер-инцидентов и привычных сбоев появляются риски качества и «старения» самой модели ИИ. Вопрос «кто отвечает, если ИИ ошибся» перестаёт быть абстрактным и переходит в плоскость договоров и страховых покрытий.
◾️ Для углубления темы:
— https://www.ft.com/content/1d35759f-f2a9-46c4-904b-4a78ccc027df (обзор продукта Armilla на рынке Lloyd’s)
— https://www.armilla.ai/resources/armilla-launches-affirmative-ai-liability-insurance-with-lloyds-underwriter-chaucer
Обращаю внимание на следующие вопросы
1️⃣ Как в вашей компании устроены данные и процессы: готовы ли они к тому, чтобы ИИ встраивался «в линию», а не жил отдельным пилотом?
2️⃣ Кто и как управляет новыми рисками: от деградации моделей до регуляторных и репутационных последствий — есть ли у вас политика, метрики и, при необходимости, страховое покрытие?
https://t.me/archfinance
#БизнесАрхитектор #CFO #Страхование #Здравоохранение #ИИ
McKinsey & Company
The future of AI in the insurance industry
The use AI for the insurance industry has been a gamechanger. We look at what’s next for the future of insurers when it comes to artificial intelligence.
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Как украсть фуру, даже не трогая замок
Ночная смена на терминале.
В систему заранее «упал» новый рейс: номер контейнера, фура, водитель, контакт получателя. Охрана сверяет данные — всё совпадает. Шлагбаум поднимается, груз уезжает.
Через пару дней реальный клиент пишет: «Где наша партия серверов?»
В TMS же чёрным по белому: доставлено. И только потом кто-то задаёт неприятный вопрос: а кто вообще поменял маршрут и получателя в системе?
Как это работает по шагам
1️⃣ Сначала бьют не по складу, а по почте.
В логистику и автоперевозчикам летят письма: новые грузы, ставки, счета, «обновлённый договор». Клик — и вместо «вируса» ставится вполне законный софт удалённого доступа: ScreenConnect, SimpleHelp, AnyDesk и т.п. Он выглядит как нормальная «удалёнка от айтишников».
2️⃣ Потом в компанию «поселяется невидимый диспетчер».
Через систему удаленного доступа злоумышленники неделями тихо смотрят внутрь: какие клиенты, какие рейсы, сколько стоит груз, как выписываются задания и CMR. Цель — скопировать рутину так, чтобы их действия не отличались от обычной работы.
3️⃣ Дальше начинается отбор «жирных» рейсов.
Из потока выбирают партии, за которые действительно стоит рисковать: электроника, майнинг-фермы, медь, алкоголь. Важен не только чек, но и ликвидность — чтобы продать быстро и без лишних вопросов.
4️⃣ В нужный момент меняют пару строчек в системе.
Не ломают забор, не бьют камеры. Просто изнутри корректируют адрес доставки, получателя, контакты, иногда — машину и водителя. То же самое — в порталах терминала, в слот-букинге, в e-mail-переписке с клиентом. В истории правок это выглядит как обычная операционная правка.
5️⃣ На сцену выходят «офлайновые логисты».
Подставная транспортная компания или «двойник» реального перевозчика приезжает на терминал. Документы формально в порядке, данные в TMS и портальной системе совпадают. Охрана делает свою работу честно — просто доверяет «исправленной» системе.
6️⃣ Украденный груз превращается в деньги.
По открытым отчётам (CargoNet, WSJ, Proofpoint) средний чек таких эпизодов уже превышает $300k за рейс. Дальше — серый опт, перепродажа, иногда экспорт. Для компании это один «пропавший» контейнер, для ОПГ — управляемый денежный поток.
Почему это не очередная страшилка ИБ
◾️ Это стык ИТ, логистики и договоров: кража происходит в момент, когда система соглашается, что всё сделано правильно.
◾️ Инструменты атаки законные, а сценарий встроен в обычный процесс выдачи рейсов.
◾️ Рост идёт не по количеству кейсов, а по средней сумме: преступники научились выбирать не «всё подряд», а самые дорогие и удобные грузы.
В отдельном посте разложу это в формат чек-листа для собственников: какие вопросы задать логистике, ИТ и службе безопасности, чтобы такая схема не работала «по умолчанию».
https://t.me/archfinance
#Логистика #КиберРиск #УправлениеРисками #СоветДиректоров #Безопасность
Ночная смена на терминале.
В систему заранее «упал» новый рейс: номер контейнера, фура, водитель, контакт получателя. Охрана сверяет данные — всё совпадает. Шлагбаум поднимается, груз уезжает.
Через пару дней реальный клиент пишет: «Где наша партия серверов?»
В TMS же чёрным по белому: доставлено. И только потом кто-то задаёт неприятный вопрос: а кто вообще поменял маршрут и получателя в системе?
Как это работает по шагам
1️⃣ Сначала бьют не по складу, а по почте.
В логистику и автоперевозчикам летят письма: новые грузы, ставки, счета, «обновлённый договор». Клик — и вместо «вируса» ставится вполне законный софт удалённого доступа: ScreenConnect, SimpleHelp, AnyDesk и т.п. Он выглядит как нормальная «удалёнка от айтишников».
2️⃣ Потом в компанию «поселяется невидимый диспетчер».
Через систему удаленного доступа злоумышленники неделями тихо смотрят внутрь: какие клиенты, какие рейсы, сколько стоит груз, как выписываются задания и CMR. Цель — скопировать рутину так, чтобы их действия не отличались от обычной работы.
3️⃣ Дальше начинается отбор «жирных» рейсов.
Из потока выбирают партии, за которые действительно стоит рисковать: электроника, майнинг-фермы, медь, алкоголь. Важен не только чек, но и ликвидность — чтобы продать быстро и без лишних вопросов.
4️⃣ В нужный момент меняют пару строчек в системе.
Не ломают забор, не бьют камеры. Просто изнутри корректируют адрес доставки, получателя, контакты, иногда — машину и водителя. То же самое — в порталах терминала, в слот-букинге, в e-mail-переписке с клиентом. В истории правок это выглядит как обычная операционная правка.
5️⃣ На сцену выходят «офлайновые логисты».
Подставная транспортная компания или «двойник» реального перевозчика приезжает на терминал. Документы формально в порядке, данные в TMS и портальной системе совпадают. Охрана делает свою работу честно — просто доверяет «исправленной» системе.
6️⃣ Украденный груз превращается в деньги.
По открытым отчётам (CargoNet, WSJ, Proofpoint) средний чек таких эпизодов уже превышает $300k за рейс. Дальше — серый опт, перепродажа, иногда экспорт. Для компании это один «пропавший» контейнер, для ОПГ — управляемый денежный поток.
Почему это не очередная страшилка ИБ
◾️ Это стык ИТ, логистики и договоров: кража происходит в момент, когда система соглашается, что всё сделано правильно.
◾️ Инструменты атаки законные, а сценарий встроен в обычный процесс выдачи рейсов.
◾️ Рост идёт не по количеству кейсов, а по средней сумме: преступники научились выбирать не «всё подряд», а самые дорогие и удобные грузы.
В отдельном посте разложу это в формат чек-листа для собственников: какие вопросы задать логистике, ИТ и службе безопасности, чтобы такая схема не работала «по умолчанию».
https://t.me/archfinance
#Логистика #КиберРиск #УправлениеРисками #СоветДиректоров #Безопасность
👍3🤔2😱1
ИИ и промпты: что поменялось в 2025
Единый «волшебный промпт» больше не работает. На первый план выходит то, как мы выстраиваем диалог с ИИ и управляем промптами как активом команды.
1️⃣ Вместо разовых запросов — collab prompting: ИИ как коллега, который задаёт вопросы и работает итерациями.
2️⃣ Появились meta-prompts и авто-оптимизация: один ИИ переписывает системные промпты для другого.
3️⃣ Промпты превращаются в библиотеку: версии, владельцы, метрики качества, «паспорт» под каждую роль.
4️⃣ Вендоры запускают курсы по промптингу — это становится базовым цифровым навыком, как Excel.
Как это использовать в финансах и управлении
◾️ Для аналитики и бюджетов — переходите на collab prompting: просите ИИ сначала задать 5–7 вопросов и предложить план, а уже потом считать и писать выводы.
◾️ Для рутинных ролей (делопроизводитель, ассистент CFO, риск-аналитик) — заводите отдельные системные промпты и оптимизируйте их через «ИИ‑редактора промптов».
◾️ Для всей функции — соберите минимальную промпт-библиотеку: задача, роль, модель, пример входа/выхода, ограничения по данным и безопасности.
Мини-шаблоны
1️⃣ Collab-promt для ИИ-партнёра:
2️⃣ Meta-promt для «редактора промптов»:
https://t.me/archfinance
#БизнесАрхитектор #ФинансовыйДиректор #PromptEngineering #AIGovernance #ИИ
Единый «волшебный промпт» больше не работает. На первый план выходит то, как мы выстраиваем диалог с ИИ и управляем промптами как активом команды.
1️⃣ Вместо разовых запросов — collab prompting: ИИ как коллега, который задаёт вопросы и работает итерациями.
2️⃣ Появились meta-prompts и авто-оптимизация: один ИИ переписывает системные промпты для другого.
3️⃣ Промпты превращаются в библиотеку: версии, владельцы, метрики качества, «паспорт» под каждую роль.
4️⃣ Вендоры запускают курсы по промптингу — это становится базовым цифровым навыком, как Excel.
Как это использовать в финансах и управлении
◾️ Для аналитики и бюджетов — переходите на collab prompting: просите ИИ сначала задать 5–7 вопросов и предложить план, а уже потом считать и писать выводы.
◾️ Для рутинных ролей (делопроизводитель, ассистент CFO, риск-аналитик) — заводите отдельные системные промпты и оптимизируйте их через «ИИ‑редактора промптов».
◾️ Для всей функции — соберите минимальную промпт-библиотеку: задача, роль, модель, пример входа/выхода, ограничения по данным и безопасности.
Мини-шаблоны
1️⃣ Collab-promt для ИИ-партнёра:
«Ты — мой коллега. Сначала задай 5–7 уточняющих вопросов, предложи план из 3–5 шагов, дождись моего подтверждения и только потом переходи к решению по шагам. В конце сам проверь вывод по чек-листу и напиши, что бы улучшил в следующей итерации».
2️⃣ Meta-promt для «редактора промптов»:
«Проанализируй эти промпты и качество ответов. Сформулируй один системный промпт для роли (например, CFO-ассистент): 1) опиши роль, 2) зафиксируй ограничения по данным и безопасности, 3) укажи формат ответа, 4) добавь внутренний чек-лист самопроверки».
https://t.me/archfinance
#БизнесАрхитектор #ФинансовыйДиректор #PromptEngineering #AIGovernance #ИИ
👍2❤1
MIT CFO Summit 2025: что сейчас делают финдиректора, которые всерьёз занялись ИИ
На MIT Sloan в этом году было неожиданное ощущение «взросления» ИИ-повестки.
Не разговоры про «магические модели», а очень спокойные диалоги людей, у которых каждый лишний день закрытия и каждый FTE на учёте.
Финансовые директора из Arm, FedEx, Shopify, Hasbro обсуждали уже не то, какой ИИ взять, а что именно у них изменилось: на сколько дней раньше виден cash flow, сколько ручного труда ушло из отчётности, как перестроились команды. Не демо, а скучные, но честные «до/после».
Пара вещей, которые особенно цепляют, если вы сами в автоматизации и ИИ:
◾️ Во-первых, прозвучала мысль, которую CFO обычно формулируют про себя, но редко вслух: «финансы — детерминированная функция, LLM — вероятностная ». Отсюда простой вывод: ИИ — отличный советник и ускоритель, но не последний подписант. И там, где цена ошибки высока, должен быть человек, процесс и понятное правило, как именно мы доверяем выводу модели.
◾️ Во-вторых, все разговоры об ИИ быстро упираются в процессы. Профессор Nelson Repenning напомнил: в производстве поломка видна сразу, а вот «поломка» в знательном труде (финансы, аналитика, бюджетирование) может годами прятаться в Excel’ях и почте. Если поверх этого положить роботов и ИИ-агентов, мы просто начинаем быстрее гонять тот же хаос.
◾️ В-третьих, очень заметно смещение роли CFO. Всё больше историй формата «CFO + COO в одном лице»: люди отвечают не только за точность отчётности, но и за то, как вообще живёт операционная модель — какие данные собираем, как строятся сценарии, где ИИ вшит в процесс, а где это пока «игрушка в стороне».
Если переложить это на наш, российский и региональный контекст, картина двоякая.
С одной стороны, отставание в автоматизации — много ручных операций, «Excel как ERP», согласования по почте. С другой — это именно тот зазор, где аккуратно внедрённый ИИ даёт эффект за 6–12 месяцев: закрытие месяца, казначейство, договоры, управленческая отчётность, риск-скрининг, претензионка. При условии, что вы готовы честно посмотреть на данные и процесс «как он есть», а не как «мы о нём рассказываем».
В какой-то момент обсуждение на саммите плавно перетекало в тему риска.
Внутренние аудиторы уже включают generative AI и кибербезопасность в топ-рисков, и это не про страх, а про здравый смысл: автоматизация усиливает всё. Если данные грязные и процесс не описан — ИИ почти гарантированно увеличит операционный риск. Если данные в порядке и есть дисциплина контроля — ИИ становится нормальным, управляемым ресурсом, а не «чёрным ящиком».
Кому хочется докрутить детали — вот материалы по саммиту и контексту:
◾️ Inside the 2025 MIT Sloan CFO Summit: Trial Balance (CFO.com)
◾️ 4 top takeaways from MIT’s 2025 CFO Summit (CFO Dive)
◾️ 23rd Annual MIT Sloan CFO Summit: Change-Led, Forward-Focused Insights (Business Wire)
◾️ Cybersecurity efforts and generative AI usage top internal auditors’ risk list (CFO.com)
Обращаю внимание на следующие вопросы
1️⃣ Есть ли у вас один-два процесса, где уже сейчас можно честно померить «до/после» по времени, ошибкам и FTE, а не просто «попробовать ИИ»?
2️⃣ Понимаете ли вы, кто у вас владелец данных и владелец процесса в каждом таком эксперименте — и кто в итоге подписывается под результатом?
Ответы на эти вопросы часто важнее выбора модели — именно так сегодня рассуждают CFO, которые выходят с MIT Summit не с презентацией, а с конкретным планом действий на ближайший год.
https://t.me/archfinance
#БизнесАрхитектор #CFO #ИИВФинансах #ФинФункция #AIGovernance
На MIT Sloan в этом году было неожиданное ощущение «взросления» ИИ-повестки.
Не разговоры про «магические модели», а очень спокойные диалоги людей, у которых каждый лишний день закрытия и каждый FTE на учёте.
Финансовые директора из Arm, FedEx, Shopify, Hasbro обсуждали уже не то, какой ИИ взять, а что именно у них изменилось: на сколько дней раньше виден cash flow, сколько ручного труда ушло из отчётности, как перестроились команды. Не демо, а скучные, но честные «до/после».
Пара вещей, которые особенно цепляют, если вы сами в автоматизации и ИИ:
◾️ Во-первых, прозвучала мысль, которую CFO обычно формулируют про себя, но редко вслух: «
◾️ Во-вторых, все разговоры об ИИ быстро упираются в процессы. Профессор Nelson Repenning напомнил:
◾️ В-третьих, очень заметно смещение роли CFO. Всё больше историй формата «CFO + COO в одном лице»: люди отвечают не только за точность отчётности, но и за то, как вообще живёт операционная модель — какие данные собираем, как строятся сценарии, где ИИ вшит в процесс, а где это пока «игрушка в стороне».
Если переложить это на наш, российский и региональный контекст, картина двоякая.
С одной стороны, отставание в автоматизации — много ручных операций, «Excel как ERP», согласования по почте. С другой — это именно тот зазор, где аккуратно внедрённый ИИ даёт эффект за 6–12 месяцев: закрытие месяца, казначейство, договоры, управленческая отчётность, риск-скрининг, претензионка. При условии, что вы готовы честно посмотреть на данные и процесс «как он есть», а не как «мы о нём рассказываем».
В какой-то момент обсуждение на саммите плавно перетекало в тему риска.
Внутренние аудиторы уже включают generative AI и кибербезопасность в топ-рисков, и это не про страх, а про здравый смысл: автоматизация усиливает всё. Если данные грязные и процесс не описан — ИИ почти гарантированно увеличит операционный риск. Если данные в порядке и есть дисциплина контроля — ИИ становится нормальным, управляемым ресурсом, а не «чёрным ящиком».
Кому хочется докрутить детали — вот материалы по саммиту и контексту:
◾️ Inside the 2025 MIT Sloan CFO Summit: Trial Balance (CFO.com)
◾️ 4 top takeaways from MIT’s 2025 CFO Summit (CFO Dive)
◾️ 23rd Annual MIT Sloan CFO Summit: Change-Led, Forward-Focused Insights (Business Wire)
◾️ Cybersecurity efforts and generative AI usage top internal auditors’ risk list (CFO.com)
Обращаю внимание на следующие вопросы
1️⃣ Есть ли у вас один-два процесса, где уже сейчас можно честно померить «до/после» по времени, ошибкам и FTE, а не просто «попробовать ИИ»?
2️⃣ Понимаете ли вы, кто у вас владелец данных и владелец процесса в каждом таком эксперименте — и кто в итоге подписывается под результатом?
Ответы на эти вопросы часто важнее выбора модели — именно так сегодня рассуждают CFO, которые выходят с MIT Summit не с презентацией, а с конкретным планом действий на ближайший год.
https://t.me/archfinance
#БизнесАрхитектор #CFO #ИИВФинансах #ФинФункция #AIGovernance
Telegram
Бизнес-архитектор: Финансы, Путешествия и Роботы
📊💡 Открываю новые горизонты в финансах и стратегиях.
✈️🌍 Делюсь вдохновляющими историями о путешествиях.
🤖🔍 Исследую будущее с роботами и автоматизацией.
💼🛠️ Создаю стратегии для успешного бизнеса.
📈💡 Вдохновляю на инновации и изменения.
✈️🌍 Делюсь вдохновляющими историями о путешествиях.
🤖🔍 Исследую будущее с роботами и автоматизацией.
💼🛠️ Создаю стратегии для успешного бизнеса.
📈💡 Вдохновляю на инновации и изменения.
👍3🔥1
RPA vs ИИ: куда отправлять задачи CFO
Не каждый процесс в финансах нужно «скармливать» ИИ. Во многих случаях обычный робот или скрипт даст более надёжный и понятный результат для аудитора.
Этот пост — короткая рамка «если … → робот / если … → ИИ» на примере пяти типичных задач CFO.
Коротко
1️⃣ RPA и скрипты — там, где есть жёсткий регламент, форматы полей и требование 100% повторяемости.
2️⃣ ИИ — там, где много текста, исключений, «почему так вышло?» и нужен аналитический диалог.
3️⃣ В большинстве зрелых практик они работают в паре: ИИ понимает и решает, RPA исполняет и протоколирует.
5 кейсов для CFO-функции
1️⃣ Закрытие месяца
◾️ Если задача — каждый месяц одинаково выгрузить оборотно-сальдовые ведомости, запустить набор проверок, разложить цифры по шаблонам отчётности — это зона RPA/скриптов.
◾️ Если нужно объяснить отклонения P&L, собрать гипотезы по драйверам, прогнать сценарии «что будет, если…» — это ИИ‑ассистент поверх отчётов.
2️⃣ Счета и первичка (AP)
◾️ Проверка обязательных полей, сопоставление с заказом, маршрутизация по маршруту согласования — устойчивый процесс → робот.
◾️ Распознавание сканов, вытаскивание реквизитов из «творческих» счетов, поиск похожих кейсов и потенциальных дубликатов → ИИ‑модели работы с документами.
3️⃣ Договоры и лимиты
◾️ Проставить номера, завести карточку в учётной системе, разослать на согласование по матрице ролей — RPA.
◾️ Проанализировать текст договора, подсветить нестандартные условия, сравнить с «золотым стандартом», предложить правки простым языком — ИИ.
4️⃣ Бюджетирование и прогноз
◾️ Сбор шаблонов от подразделений, консолидация, техническая проверка формул и версий — это робот и обычная автоматизация.
◾️ Построить сценарные модели, учесть внешние факторы, ответить «на сколько мы промахнёмся по cash flow при таком сценарии продаж» — задача ИИ‑аналитики.
5️⃣ Риск и комплаенс
◾️ Формальные чек-листы, KYC/KYB по строгим правилам, регламентная отчётность для регулятора — зона RPA, где каждая ветка процесса описана.
◾️ Поиск нетривиальных паттернов в транзакциях, приоритизация алертов, анализ переписки на предмет конфликтов интересов — работа ИИ.
Как быстро решить «робот или ИИ»
◾️ Можно ли описать задачу в виде понятного чек-листа без двусмысленностей? Да — сначала робот.
◾️ Нужна интерпретация текста, картинок, нестандартных ситуаций? Тогда ИИ, а робот — как исполнитель вокруг него.
◾️ Там, где для вас критичны трассировка и аудит, оставляйте ИИ в роли советчика, а финальное действие фиксируйте через RPA/скрипты.
Если в компании уже есть кандидаты на автоматизацию, можно отдельно разобрать их по этой рамке и собрать дорожную карту «что в робота, а что в ИИ» на следующий год.
https://t.me/archfinance
#БизнесАрхитектор #CFO #RPA #AIGovernance #ИИ
Не каждый процесс в финансах нужно «скармливать» ИИ. Во многих случаях обычный робот или скрипт даст более надёжный и понятный результат для аудитора.
Этот пост — короткая рамка «если … → робот / если … → ИИ» на примере пяти типичных задач CFO.
Коротко
1️⃣ RPA и скрипты — там, где есть жёсткий регламент, форматы полей и требование 100% повторяемости.
2️⃣ ИИ — там, где много текста, исключений, «почему так вышло?» и нужен аналитический диалог.
3️⃣ В большинстве зрелых практик они работают в паре: ИИ понимает и решает, RPA исполняет и протоколирует.
5 кейсов для CFO-функции
1️⃣ Закрытие месяца
◾️ Если задача — каждый месяц одинаково выгрузить оборотно-сальдовые ведомости, запустить набор проверок, разложить цифры по шаблонам отчётности — это зона RPA/скриптов.
◾️ Если нужно объяснить отклонения P&L, собрать гипотезы по драйверам, прогнать сценарии «что будет, если…» — это ИИ‑ассистент поверх отчётов.
2️⃣ Счета и первичка (AP)
◾️ Проверка обязательных полей, сопоставление с заказом, маршрутизация по маршруту согласования — устойчивый процесс → робот.
◾️ Распознавание сканов, вытаскивание реквизитов из «творческих» счетов, поиск похожих кейсов и потенциальных дубликатов → ИИ‑модели работы с документами.
3️⃣ Договоры и лимиты
◾️ Проставить номера, завести карточку в учётной системе, разослать на согласование по матрице ролей — RPA.
◾️ Проанализировать текст договора, подсветить нестандартные условия, сравнить с «золотым стандартом», предложить правки простым языком — ИИ.
4️⃣ Бюджетирование и прогноз
◾️ Сбор шаблонов от подразделений, консолидация, техническая проверка формул и версий — это робот и обычная автоматизация.
◾️ Построить сценарные модели, учесть внешние факторы, ответить «на сколько мы промахнёмся по cash flow при таком сценарии продаж» — задача ИИ‑аналитики.
5️⃣ Риск и комплаенс
◾️ Формальные чек-листы, KYC/KYB по строгим правилам, регламентная отчётность для регулятора — зона RPA, где каждая ветка процесса описана.
◾️ Поиск нетривиальных паттернов в транзакциях, приоритизация алертов, анализ переписки на предмет конфликтов интересов — работа ИИ.
Как быстро решить «робот или ИИ»
◾️ Можно ли описать задачу в виде понятного чек-листа без двусмысленностей? Да — сначала робот.
◾️ Нужна интерпретация текста, картинок, нестандартных ситуаций? Тогда ИИ, а робот — как исполнитель вокруг него.
◾️ Там, где для вас критичны трассировка и аудит, оставляйте ИИ в роли советчика, а финальное действие фиксируйте через RPA/скрипты.
Если в компании уже есть кандидаты на автоматизацию, можно отдельно разобрать их по этой рамке и собрать дорожную карту «что в робота, а что в ИИ» на следующий год.
https://t.me/archfinance
#БизнесАрхитектор #CFO #RPA #AIGovernance #ИИ
🔥2❤1👍1
ИИ-стратегия без карты быстрых побед быстро превращается в зоопарк пилотов: команды что-то тестируют, но СД и CFO не видят ни FTE, ни сокращения цикла, ни снижения ошибок. При этом свежие обзоры McKinsey, BCG, Deloitte сходятся в одном: ценность дают не «сто идей», а портфель из нескольких прицельных кейсов с понятным горизонтом 6–18 месяцев.
Правила хорошего тона:
1️⃣ Не обсуждаем «какие модели», обсуждаем «какие процессы и какие метрики» — FTE-часы, дни цикла, доля ошибок.
2️⃣ Вместо списка идей нужна карта из 3–4 кластеров процессов: документы, знания, финансы, риски.
3️⃣ На каждый кластер — 1–2 пилота с горизонтом 6–18 месяцев и заранее согласованной формулой ROI (экономия + риск).
Карта быстрых побед для СД/CEO/CFO
◾️ Документы и регламенты: договоры, заявки, служебные записки, протоколы СД. Здесь ИИ разбирает, сводит и подсвечивает риски; регламентные шаги остаются за RPA/скриптами. Подробнее читайте в посте https://t.me/archfinance/420.
◾️ Знания и справочная информация: база продуктов, тарифов, регламентов, Q&A для фронта. Быстрые победы приходят от RAG-систем вместо «википедии в Excel» — живой пример в кейсе по номенклатуре. Подробнее читайте в посте https://t.me/archfinance/415.
◾️ Финансовые циклы: закрытие месяца, бюджетирование, сценарный анализ. Здесь эффект — не «вау-магия», а предсказуемое сокращение цикла и ручных правок. Подробнее о цифровых навыках ФЭС читайте в посте https://t.me/archfinance/429.
◾️ Риск и комплаенс: скрининг контрагентов, аномалии в транзакциях, подготовка досье для ККР и СД. Здесь ROI часто лучше всего читается в деньгах: стоимость инцидентов, штрафов, доначислений, «ручного» мониторинга.
Как собрать карту ИИ-пилотов на 6–18 месяцев
1️⃣ Зафиксируйте «три числа на год»: сколько FTE-часов, дней цикла и процента ошибок вы готовы вернуть бизнесу. Это рамка для всех дискуссий о пилотах и первый слайд для Совета.
2️⃣ Сделайте тепловую карту процессов: берём реестр процессов финблока и смежных функций (закупки, продажи, риск) и отмечаем:
◾️ где много ручного труда и переделок;
◾️ где больно ошибаться (штрафы, репутация, регулятор);
◾️ где уже есть живые данные.
Самые «красные» клетки — кандидаты в быстрые победы.
3️⃣ Соберите портфель из 3–5 пилотов:
1️⃣ по одному пилоту на каждый кластер (документы, знания, финансы, риск);
2️⃣ на каждый пилот — KPI в FTE/цикле/ошибках + простой бизнес-кейс;
3️⃣ для ИИ-части используйте уже описанные «кирпичи»:
◾️ движок и принципы промптинга из поста про GPT-5.1 — подробнее читайте в посте https://t.me/archfinance/427;
◾️ правила работы с контекстом из поста «Новый навык эпохи ИИ: помнить, что помнит ИИ» — подробнее читайте в посте https://t.me/archfinance/428.
Чек-лист для Совета и топ-команды
◾️ Есть ли у вас единая карта ИИ-инициатив, а не список разрозненных экспериментов по департаментам?
◾️ Понимаете ли вы, какие пилоты относятся к «операционным быстрым победам» (0–6 месяцев), а какие — к более сложным agentic-сценариям (1–3 года)?
◾️ Назначен ли владелец портфеля (часто CFO), который приходит в СД не с «AI-витриной», а с понятной картой ROI по кластерам?
◾️ Есть ли у людей базовый уровень AI-грамотности: подробнее о «нулевой отметке» читайте в посте https://t.me/archfinance/416 и в опросе по темам ИИ https://t.me/archfinance/426?
А теперь важно для практики: напишите в комментариях один самый «болезненный» процесс в финансах или вокруг них — по опыту, именно из таких процессов чаще всего рождаются лучшие ИИ-пилоты с честным, измеримым ROI.
https://t.me/archfinance
#БизнесАрхитектор #СоветДиректоров #CFO #AIGovernance #ИИ
Правила хорошего тона:
1️⃣ Не обсуждаем «какие модели», обсуждаем «какие процессы и какие метрики» — FTE-часы, дни цикла, доля ошибок.
2️⃣ Вместо списка идей нужна карта из 3–4 кластеров процессов: документы, знания, финансы, риски.
3️⃣ На каждый кластер — 1–2 пилота с горизонтом 6–18 месяцев и заранее согласованной формулой ROI (экономия + риск).
Карта быстрых побед для СД/CEO/CFO
◾️ Документы и регламенты: договоры, заявки, служебные записки, протоколы СД. Здесь ИИ разбирает, сводит и подсвечивает риски; регламентные шаги остаются за RPA/скриптами. Подробнее читайте в посте https://t.me/archfinance/420.
◾️ Знания и справочная информация: база продуктов, тарифов, регламентов, Q&A для фронта. Быстрые победы приходят от RAG-систем вместо «википедии в Excel» — живой пример в кейсе по номенклатуре. Подробнее читайте в посте https://t.me/archfinance/415.
◾️ Финансовые циклы: закрытие месяца, бюджетирование, сценарный анализ. Здесь эффект — не «вау-магия», а предсказуемое сокращение цикла и ручных правок. Подробнее о цифровых навыках ФЭС читайте в посте https://t.me/archfinance/429.
◾️ Риск и комплаенс: скрининг контрагентов, аномалии в транзакциях, подготовка досье для ККР и СД. Здесь ROI часто лучше всего читается в деньгах: стоимость инцидентов, штрафов, доначислений, «ручного» мониторинга.
Как собрать карту ИИ-пилотов на 6–18 месяцев
◾️ где много ручного труда и переделок;
◾️ где больно ошибаться (штрафы, репутация, регулятор);
◾️ где уже есть живые данные.
Самые «красные» клетки — кандидаты в быстрые победы.
1️⃣ по одному пилоту на каждый кластер (документы, знания, финансы, риск);
2️⃣ на каждый пилот — KPI в FTE/цикле/ошибках + простой бизнес-кейс;
3️⃣ для ИИ-части используйте уже описанные «кирпичи»:
◾️ движок и принципы промптинга из поста про GPT-5.1 — подробнее читайте в посте https://t.me/archfinance/427;
◾️ правила работы с контекстом из поста «Новый навык эпохи ИИ: помнить, что помнит ИИ» — подробнее читайте в посте https://t.me/archfinance/428.
Чек-лист для Совета и топ-команды
◾️ Есть ли у вас единая карта ИИ-инициатив, а не список разрозненных экспериментов по департаментам?
◾️ Понимаете ли вы, какие пилоты относятся к «операционным быстрым победам» (0–6 месяцев), а какие — к более сложным agentic-сценариям (1–3 года)?
◾️ Назначен ли владелец портфеля (часто CFO), который приходит в СД не с «AI-витриной», а с понятной картой ROI по кластерам?
◾️ Есть ли у людей базовый уровень AI-грамотности: подробнее о «нулевой отметке» читайте в посте https://t.me/archfinance/416 и в опросе по темам ИИ https://t.me/archfinance/426?
А теперь важно для практики: напишите в комментариях один самый «болезненный» процесс в финансах или вокруг них — по опыту, именно из таких процессов чаще всего рождаются лучшие ИИ-пилоты с честным, измеримым ROI.
https://t.me/archfinance
#БизнесАрхитектор #СоветДиректоров #CFO #AIGovernance #ИИ
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1👍1🔥1
Когда вы запускаете ИИ‑сервис для встреч, звонков или голосовых заметок, все обычно спрашивают: «А какая точность распознавания?» или «за сколько минут делается транскрибация?». На самом деле СЕО и CFO интересует другое: через сколько минут после загрузки записи он сможет скопировать готовый конспект и переслать его команде.
Для этого удобно сразу ввести одну простую метрику — Time‑to‑Insight (TTI). Это время в минутах от момента, когда пользователь загрузил аудио или задал запрос, до момента, когда он нажал одну кнопку «Одобрить» под результатом. То есть текст уже в том виде, когда его не стыдно вставить в письмо, в CRM или в протокол заседания.
Если TTI снижается, а доля одобрений держится не ниже 90 %, значит, вы действительно ускоряете цикл управленческих решений, а не просто «играете в нейросети». Это тот случай, когда продукт‑менеджер и финансовый директор смотрят на одну и ту же цифру и понимают её одинаково.
Считать это несложно. Система фиксирует несколько событий с отметкой времени: загрузка (upload), появление первого черновика и клик по кнопке «Одобрить». TTI — это разница между загрузкой и одобрением в минутах. Раз в неделю вы смотрите не на среднее, а на медиану TTI — она устойчивее к странным случаям, когда кто‑то ушёл с открытой вкладкой на ночь.
На одном небольшом дашборде уже видно самое главное:
◾️ медиана TTI за неделю;
◾️ 90‑й перцентиль TTI — показывает, как живётся самым «несчастным» пользователям;
◾️ доля одобрений (Approval Rate) — сколько сессий завершились кликом «Одобрить»; рабочая цель — не ниже 90 %;
◾️ среднее количество попыток до первого одобрения; идеал — одна;
◾️ топ‑3 узких места по цепочке: расшифровка → черновик → финальный текст.
Технически всё упирается в дисциплину логирования и один понятный сигнал «готово к копи‑пасту».
1️⃣ Логируем события upload, first_draft_ready и user_approved с ID сессии.
2️⃣ Делаем в интерфейсе одну явную кнопку «Одобрить» — это ваш триггер, что результат годится «как есть».
3️⃣ Раз в неделю крон‑задача собирает метрики по неделе, продукту и каналу и складывает в таблицу.
4️⃣ Договариваемся о «красных линиях»: если Approval Rate падает ниже 90 % — работаем над качеством; если растёт 90‑й перцентиль TTI — ищем и снимаем узкие места.
5️⃣ Любой эксперимент фиксируем как ΔTTI и ΔApproval: стало быстрее, стало ли при этом хуже или лучше по одобрениям.
Где обычно теряется время:
◾️ медленная или нестабильная расшифровка звука, особенно в «шумных» переговорах;
◾️ долгая структуризация черновика, когда формат отчёта нигде не задан и каждый раз придумывается заново;
◾️ отсутствие шаблонов: вместо 3–5 стандартов вывода («итоги совещания», «решения и владельцы», «дайджест письма») пользователю каждый раз предлагают «просто текст».
Чтобы эта история не растворилась в общих рассуждениях, полезно сразу задать себе конкретные цели:
◾️ через 4 недели: медиана TTI не больше 7 минут, 90‑й перцентиль не больше 18 минут, Approval Rate не ниже 90 %;
◾️ через 8 недель: выйти на TTI около 5 минут при той же доле одобрений.
А дальше можно уже спорить про модели, стеки и новые фичи. Но первый честный вопрос к любому ИИ‑ассистенту для совещаний и аудиозаметок остаётся простым: за сколько минут человек получает текст, который он готов скопировать и отправить дальше? Ответ на него и есть ваш реальный Time‑to‑Insight.
https://t.me/archfinance
#БизнесАрхитектор #ФинансовыйДиректор #AIGovernance #ИИ
Для этого удобно сразу ввести одну простую метрику — Time‑to‑Insight (TTI). Это время в минутах от момента, когда пользователь загрузил аудио или задал запрос, до момента, когда он нажал одну кнопку «Одобрить» под результатом. То есть текст уже в том виде, когда его не стыдно вставить в письмо, в CRM или в протокол заседания.
Если TTI снижается, а доля одобрений держится не ниже 90 %, значит, вы действительно ускоряете цикл управленческих решений, а не просто «играете в нейросети». Это тот случай, когда продукт‑менеджер и финансовый директор смотрят на одну и ту же цифру и понимают её одинаково.
Считать это несложно. Система фиксирует несколько событий с отметкой времени: загрузка (upload), появление первого черновика и клик по кнопке «Одобрить». TTI — это разница между загрузкой и одобрением в минутах. Раз в неделю вы смотрите не на среднее, а на медиану TTI — она устойчивее к странным случаям, когда кто‑то ушёл с открытой вкладкой на ночь.
На одном небольшом дашборде уже видно самое главное:
◾️ медиана TTI за неделю;
◾️ 90‑й перцентиль TTI — показывает, как живётся самым «несчастным» пользователям;
◾️ доля одобрений (Approval Rate) — сколько сессий завершились кликом «Одобрить»; рабочая цель — не ниже 90 %;
◾️ среднее количество попыток до первого одобрения; идеал — одна;
◾️ топ‑3 узких места по цепочке: расшифровка → черновик → финальный текст.
Технически всё упирается в дисциплину логирования и один понятный сигнал «готово к копи‑пасту».
1️⃣ Логируем события upload, first_draft_ready и user_approved с ID сессии.
2️⃣ Делаем в интерфейсе одну явную кнопку «Одобрить» — это ваш триггер, что результат годится «как есть».
3️⃣ Раз в неделю крон‑задача собирает метрики по неделе, продукту и каналу и складывает в таблицу.
4️⃣ Договариваемся о «красных линиях»: если Approval Rate падает ниже 90 % — работаем над качеством; если растёт 90‑й перцентиль TTI — ищем и снимаем узкие места.
5️⃣ Любой эксперимент фиксируем как ΔTTI и ΔApproval: стало быстрее, стало ли при этом хуже или лучше по одобрениям.
Где обычно теряется время:
◾️ медленная или нестабильная расшифровка звука, особенно в «шумных» переговорах;
◾️ долгая структуризация черновика, когда формат отчёта нигде не задан и каждый раз придумывается заново;
◾️ отсутствие шаблонов: вместо 3–5 стандартов вывода («итоги совещания», «решения и владельцы», «дайджест письма») пользователю каждый раз предлагают «просто текст».
Чтобы эта история не растворилась в общих рассуждениях, полезно сразу задать себе конкретные цели:
◾️ через 4 недели: медиана TTI не больше 7 минут, 90‑й перцентиль не больше 18 минут, Approval Rate не ниже 90 %;
◾️ через 8 недель: выйти на TTI около 5 минут при той же доле одобрений.
А дальше можно уже спорить про модели, стеки и новые фичи. Но первый честный вопрос к любому ИИ‑ассистенту для совещаний и аудиозаметок остаётся простым: за сколько минут человек получает текст, который он готов скопировать и отправить дальше? Ответ на него и есть ваш реальный Time‑to‑Insight.
https://t.me/archfinance
#БизнесАрхитектор #ФинансовыйДиректор #AIGovernance #ИИ
🔥1
Цифровой рубль для CFO, часть 1: не про политику, а про кассу и процессы
Про цифровой рубль уже успели поспорить «за жизнь», но у финансового директора другой радар:
что это сделает с кассой, казначейством, договорами и ИТ-контуром в 2026–2028 годах.
По закону с 1 сентября 2026 крупнейшие банки и крупный ритейл обязаны дать клиентам возможность платить цифровыми рублями, дальше — подключатся остальные банки и компании. То есть это не «хотим — не хотим», а новая реальность для платёжного ландшафта.
Коротко
1️⃣ Цифровой рубль — третья форма обычного рубля: деньги хранятся на платформе Банка России, а не в конкретном коммерческом банке.
2️⃣ Для граждан — ещё один «карман» в приложении банка, для компании — новый платёжный контур со своими правилами.
3️⃣ В ближайшие годы через цифровой рубль пойдут часть соцвыплат и бюджетных денег, в том числе субсидии и гранты.
Что это меняет для CFO
◾️ Ландшафт платежей. К связке «банк-клиент → казначейство → СБП/эквайринг» добавляется платформа ЦБ. Часть оборота (особенно связанного с государством) уходит в цифровой рубль. Это меняет комиссионные, скорость прохождения платежей и роль банков в цепочке.
◾️ Ликвидность. Появляется новый «карман» ликвидности, формально находящийся на платформе ЦБ. Банки могут частично потерять ресурсную базу и компенсировать это ценой других услуг — кредиты, РКО. В модели «счета + кредитная линия + овердрафт» появляется ещё один слой, который нужно учесть в политике ликвидности.
◾️ Прозрачность и контроль. Для государства цифровой рубль — тонкая трассировка средств: от бюджета до конкретного платежа. Уже тестируется механизм смарт-контрактов для контроля целевого расходования средств по типам получателей и лимитам. Для бизнеса это меньше гибкости «подвинуть» деньги между проектами — и больше требований к чистоте схем.
◾️ Процессы и ИТ. Цифровой рубль не существует сам по себе — он ляжет на договоры, регламенты, ERP и казначейство. Придётся заново собрать цепочку «договор → документы → платёж»:
◾️ что идёт классическим безналом;
◾️ что обязаны проводить цифровыми рублями;
◾️ как это отражается в учёте, бюджетировании и отчётности для СД.
Что сделать CFO уже в 2025–2026
1️⃣ Зафиксировать тему в повестке. Добавить цифровой рубль в карту рисков и дорожную карту ИИ/финтех-инициатив: кто отвечает, когда возвращаемся к обсуждению, какие пилоты возможны.
2️⃣ Оценить влияние на платёжный поток. Прикинуть, какая доля оборота (соцвыплаты, госконтракты, субсидии, госпокупатели) потенциально уйдёт в цифровой рубль, и что это делает с ликвидностью и комиссионными.
3️⃣ Наметить архитектуру. Вместе с ИТ и юристами накидать простую схему: «банк-счета → цифровой рубль → казначейство → ERP/БДДС», понять, какие доработки нужны в лимитах, полномочиях и отчётности. Хорошая отправная точка — раздел Банка России о цифровом рубле (подробности здесь).
Цифровой рубль — не «игрушка ЦБ», а ещё один слой финансовой инфраструктуры, который либо вы встроите в свою архитектуру осознанно, либо за вас это сделают регулятор и ИТ-подрядчики.
https://t.me/archfinance
#БизнесАрхитектор #ФинансовыйДиректор #ЦифровойРубль #Казначейство #РискМенеджмент
Про цифровой рубль уже успели поспорить «за жизнь», но у финансового директора другой радар:
что это сделает с кассой, казначейством, договорами и ИТ-контуром в 2026–2028 годах.
По закону с 1 сентября 2026 крупнейшие банки и крупный ритейл обязаны дать клиентам возможность платить цифровыми рублями, дальше — подключатся остальные банки и компании. То есть это не «хотим — не хотим», а новая реальность для платёжного ландшафта.
Коротко
1️⃣ Цифровой рубль — третья форма обычного рубля: деньги хранятся на платформе Банка России, а не в конкретном коммерческом банке.
2️⃣ Для граждан — ещё один «карман» в приложении банка, для компании — новый платёжный контур со своими правилами.
3️⃣ В ближайшие годы через цифровой рубль пойдут часть соцвыплат и бюджетных денег, в том числе субсидии и гранты.
Что это меняет для CFO
◾️ Ландшафт платежей. К связке «банк-клиент → казначейство → СБП/эквайринг» добавляется платформа ЦБ. Часть оборота (особенно связанного с государством) уходит в цифровой рубль. Это меняет комиссионные, скорость прохождения платежей и роль банков в цепочке.
◾️ Ликвидность. Появляется новый «карман» ликвидности, формально находящийся на платформе ЦБ. Банки могут частично потерять ресурсную базу и компенсировать это ценой других услуг — кредиты, РКО. В модели «счета + кредитная линия + овердрафт» появляется ещё один слой, который нужно учесть в политике ликвидности.
◾️ Прозрачность и контроль. Для государства цифровой рубль — тонкая трассировка средств: от бюджета до конкретного платежа. Уже тестируется механизм смарт-контрактов для контроля целевого расходования средств по типам получателей и лимитам. Для бизнеса это меньше гибкости «подвинуть» деньги между проектами — и больше требований к чистоте схем.
◾️ Процессы и ИТ. Цифровой рубль не существует сам по себе — он ляжет на договоры, регламенты, ERP и казначейство. Придётся заново собрать цепочку «договор → документы → платёж»:
◾️ что идёт классическим безналом;
◾️ что обязаны проводить цифровыми рублями;
◾️ как это отражается в учёте, бюджетировании и отчётности для СД.
Что сделать CFO уже в 2025–2026
1️⃣ Зафиксировать тему в повестке. Добавить цифровой рубль в карту рисков и дорожную карту ИИ/финтех-инициатив: кто отвечает, когда возвращаемся к обсуждению, какие пилоты возможны.
2️⃣ Оценить влияние на платёжный поток. Прикинуть, какая доля оборота (соцвыплаты, госконтракты, субсидии, госпокупатели) потенциально уйдёт в цифровой рубль, и что это делает с ликвидностью и комиссионными.
3️⃣ Наметить архитектуру. Вместе с ИТ и юристами накидать простую схему: «банк-счета → цифровой рубль → казначейство → ERP/БДДС», понять, какие доработки нужны в лимитах, полномочиях и отчётности. Хорошая отправная точка — раздел Банка России о цифровом рубле (подробности здесь).
Цифровой рубль — не «игрушка ЦБ», а ещё один слой финансовой инфраструктуры, который либо вы встроите в свою архитектуру осознанно, либо за вас это сделают регулятор и ИТ-подрядчики.
https://t.me/archfinance
#БизнесАрхитектор #ФинансовыйДиректор #ЦифровойРубль #Казначейство #РискМенеджмент
👍1👏1
Simulyator-neftedobyvayushej-kompanii.pdf
11.4 MB
Как затащить бизнес‑игру в одно лицо с помощью ИИ
Полноценная бизнес‑симуляция с экономикой, ролями, инцидентами и KPI обычно требует команды: аналитик, геймдизайнер, несколько разработчиков, художник.
Здесь — один человек и несколько ИИ‑инструментов.
Описание самой игры и сюжет — в презентации, а ниже — кухня разработки и выученные уроки.
Немного цифр
1️⃣ Средняя «стоимость программирования в токенах» сейчас у меня укладывается в диапазон $50–70 в день при аккуратном выборе моделей и размера контекста.
2️⃣ Основная статья затрат — не генерация кода, а ваше время на постановку задач, ревью и тесты.
3️⃣ Узкое место — не ИИ, а архитектура: чем яснее модели данных и фазы игры, тем дешевле каждый следующий день.
Выученные уроки и лайфхаки
◾️ Обязательно делайте экспорт/импорт всех справочников в Excel — это ускоряет проверку данных и делает заполнение максимально прозрачным для заказчика.
◾️ Используйте ChatGPT Pro в роли «прогнозиста»: сначала агент (например, Cline) собирает формулы из кода, затем ответ уходит в GPT и тот же Excel‑файл — на выходе получаются понятные рекомендации по балансу и отыгрышу разных сценариев.
◾️ Сначала план и чек‑лист, потом реализация: в плане фиксируйте названия связанных функций, сущностей и моделей данных — это снижает «творчество» ИИ и помогает держать код ровным.
◾️ Сетка (grid) отлично помогает быстро собирать UI и визуализации элементов, поэтому сначала — бэк и игровая механика, а уже потом красота на экране.
◾️ При разработке с помощью ИИ будьте готовы минимум два‑три раза пройти игру целиком от первой до последней фазы, чтобы найти разрывы в логике, несостыковки моделей данных и места, где ИИ «нашкодил».
◾️ Всегда смотрите, что именно возвращает бэк на каждой фазе: ИИ любит создавать несколько компонентов, под каждый писать почти одинаковый запрос и дублировать нагрузку на сервер — это нужно вручную вычищать и объединять.
◾️ После каждой доработки заводите короткий документ по фиче и при следующих запросах обязательно подгружайте его в контекст модели — так вы сохраняете единую память проекта, а не полагаетесь на случайный диалог.
◾️ Даже при хорошем первоначальном дизайне готовьтесь к 100+ миграциям БД: либо вы тратите месяцы на «идеальную» схему, либо позволяете себе идти итерациями и регулярно приводить данные в порядок.
Зачем всё это
1️⃣ Такой подход позволяет одному человеку тянуть проект уровня серьёзной бизнес‑игры, не превращая его в бесконечную эпопею.
2️⃣ Заказчику прозрачнее: у него есть Excel‑слои, документация по фичам и понятная экономическая модель.
3️⃣ ИИ встраивается не как «магия», а как рабочий инструмент в цепочке: анализ → код → прогноз → баланс.
Если интересно, в отдельном посте могу стек инструментов, структуру промтов и типовые ошибки, которые мы ловили по пути.
https://t.me/archfinance
#БизнесИгры #БизнесАрхитектор #ИИ #GameDevСИИ
Полноценная бизнес‑симуляция с экономикой, ролями, инцидентами и KPI обычно требует команды: аналитик, геймдизайнер, несколько разработчиков, художник.
Здесь — один человек и несколько ИИ‑инструментов.
Описание самой игры и сюжет — в презентации, а ниже — кухня разработки и выученные уроки.
Немного цифр
1️⃣ Средняя «стоимость программирования в токенах» сейчас у меня укладывается в диапазон $50–70 в день при аккуратном выборе моделей и размера контекста.
2️⃣ Основная статья затрат — не генерация кода, а ваше время на постановку задач, ревью и тесты.
3️⃣ Узкое место — не ИИ, а архитектура: чем яснее модели данных и фазы игры, тем дешевле каждый следующий день.
Выученные уроки и лайфхаки
◾️ Обязательно делайте экспорт/импорт всех справочников в Excel — это ускоряет проверку данных и делает заполнение максимально прозрачным для заказчика.
◾️ Используйте ChatGPT Pro в роли «прогнозиста»: сначала агент (например, Cline) собирает формулы из кода, затем ответ уходит в GPT и тот же Excel‑файл — на выходе получаются понятные рекомендации по балансу и отыгрышу разных сценариев.
◾️ Сначала план и чек‑лист, потом реализация: в плане фиксируйте названия связанных функций, сущностей и моделей данных — это снижает «творчество» ИИ и помогает держать код ровным.
◾️ Сетка (grid) отлично помогает быстро собирать UI и визуализации элементов, поэтому сначала — бэк и игровая механика, а уже потом красота на экране.
◾️ При разработке с помощью ИИ будьте готовы минимум два‑три раза пройти игру целиком от первой до последней фазы, чтобы найти разрывы в логике, несостыковки моделей данных и места, где ИИ «нашкодил».
◾️ Всегда смотрите, что именно возвращает бэк на каждой фазе: ИИ любит создавать несколько компонентов, под каждый писать почти одинаковый запрос и дублировать нагрузку на сервер — это нужно вручную вычищать и объединять.
◾️ После каждой доработки заводите короткий документ по фиче и при следующих запросах обязательно подгружайте его в контекст модели — так вы сохраняете единую память проекта, а не полагаетесь на случайный диалог.
◾️ Даже при хорошем первоначальном дизайне готовьтесь к 100+ миграциям БД: либо вы тратите месяцы на «идеальную» схему, либо позволяете себе идти итерациями и регулярно приводить данные в порядок.
Зачем всё это
1️⃣ Такой подход позволяет одному человеку тянуть проект уровня серьёзной бизнес‑игры, не превращая его в бесконечную эпопею.
2️⃣ Заказчику прозрачнее: у него есть Excel‑слои, документация по фичам и понятная экономическая модель.
3️⃣ ИИ встраивается не как «магия», а как рабочий инструмент в цепочке: анализ → код → прогноз → баланс.
Если интересно, в отдельном посте могу стек инструментов, структуру промтов и типовые ошибки, которые мы ловили по пути.
https://t.me/archfinance
#БизнесИгры #БизнесАрхитектор #ИИ #GameDevСИИ
👍1🔥1
Цифровой рубль для CFO, часть 2: тендеры и госконтракты
Если вы живёте в мире 44-ФЗ/223-ФЗ, цифровой рубль — это не теория про «будущее денег», а про то, как госконтракт из PDF превращается в сценарий, который исполняется сам.
Идея простая: условия контракта (сроки, этапы, штрафы, целевое использование средств) всё больше «прошиваются» в систему, а цифровой рубль становится носителем этих условий.
Коротко
1️⃣ Обеспечение заявки и исполнения может превратиться в блокировку цифровых рублей на специальном счёте.
2️⃣ Авансы и этапы — в цепочку «акт в ЕИС → автоматический платёж».
3️⃣ Штрафы и удержания — из «разговоров» в автоматический расчёт по формуле в смарт-контракте.
Как это может работать по-новому
◾️ Обеспечение. Вместо живых денег на депозите или бумажной гарантии — депонирование цифровых рублей: сумма блокируется при подаче заявки, автоматически переезжает в обеспечение исполнения, а при успешном закрытии контракта — разблокируется без лишних заявлений.
◾️ Авансы и этапы. Деньги по контракту «окрашиваются» под конкретный объект и КБК. Как только в ЕИС зафиксирован факт приёмки этапа, система проводит платёж в цифровых рублях подрядчику. Событие в ЕИС становится триггером оплаты, а не поводом переписываться неделями.
◾️ Штрафы и удержания. В контракте задаётся формула: просрочка на Х дней = удержание Y% от этапа. При фиксации просрочки сумма к оплате автоматически уменьшается, а удержанная часть уходит заказчику/в бюджет.
◾️ Целевой характер госденег. В пилотах цифровой рубль уже рассматривается как инструмент жёсткого контроля целевого использования бюджетных средств: от субсидий до госпрограмм. Деньги можно привязать к объекту, ограничить круг получателей и запретить любые «левые» траты.
Что это значит для сторон
◾️ Для заказчика. Меньше ручной рутины и свободы «додумать правила по ходу», больше работы на этапе настройки: какие формулы, лимиты, события считаются триггерами оплат и штрафов. Картина по контрактам и деньгам становится прозрачнее.
◾️ Для подрядчика. Платежи — предсказуемее (если закрывающие вовремя попадают в ЕИС), но меньше возможностей перекладывать деньги с проекта на проект. Требования к прозрачности своих цепочек — субподрядчики, поставщики, реальные маржи — растут.
Где здесь роль CFO
1️⃣ Карта процесса. Пройти весь цикл «тендер → контракт → исполнение → платежи» и честно отметить места, где сегодня всё держится на людях и ручных согласованиях.
2️⃣ Архитектура контура. Вместе с закупками, юристами и ИТ нарисовать будущую схему «ЕИС → ERP → казначейство → банк/цифровой рубль»: где хранятся правила, кто их меняет, как это отражается в БДДС и управленческой отчётности.
3️⃣ Пилоты. Выбрать 1–2 типовых сценария (например, субсидии или капексовый контракт) и посмотреть, какие элементы уже сейчас можно формализовать и автоматизировать, не дожидаясь «большого запуска». В качестве ориентира можно использовать свежие разборы по цифровому рублю и госфинансам, например доклад Банка России о текущем статусе проекта.
Цифровой рубль в тендерах — это история не про «заставят открыть ещё один счёт», а про то, что контракт становится живым сценарием, и вопрос к CFO простой: вы помогаете его настраивать или потом только разбираете последствия.
https://t.me/archfinance
#БизнесАрхитектор #Госзакупки #ЦифровойРубль #ФинансовыйДиректор #Госконтракты
Если вы живёте в мире 44-ФЗ/223-ФЗ, цифровой рубль — это не теория про «будущее денег», а про то, как госконтракт из PDF превращается в сценарий, который исполняется сам.
Идея простая: условия контракта (сроки, этапы, штрафы, целевое использование средств) всё больше «прошиваются» в систему, а цифровой рубль становится носителем этих условий.
Коротко
1️⃣ Обеспечение заявки и исполнения может превратиться в блокировку цифровых рублей на специальном счёте.
2️⃣ Авансы и этапы — в цепочку «акт в ЕИС → автоматический платёж».
3️⃣ Штрафы и удержания — из «разговоров» в автоматический расчёт по формуле в смарт-контракте.
Как это может работать по-новому
◾️ Обеспечение. Вместо живых денег на депозите или бумажной гарантии — депонирование цифровых рублей: сумма блокируется при подаче заявки, автоматически переезжает в обеспечение исполнения, а при успешном закрытии контракта — разблокируется без лишних заявлений.
◾️ Авансы и этапы. Деньги по контракту «окрашиваются» под конкретный объект и КБК. Как только в ЕИС зафиксирован факт приёмки этапа, система проводит платёж в цифровых рублях подрядчику. Событие в ЕИС становится триггером оплаты, а не поводом переписываться неделями.
◾️ Штрафы и удержания. В контракте задаётся формула: просрочка на Х дней = удержание Y% от этапа. При фиксации просрочки сумма к оплате автоматически уменьшается, а удержанная часть уходит заказчику/в бюджет.
◾️ Целевой характер госденег. В пилотах цифровой рубль уже рассматривается как инструмент жёсткого контроля целевого использования бюджетных средств: от субсидий до госпрограмм. Деньги можно привязать к объекту, ограничить круг получателей и запретить любые «левые» траты.
Что это значит для сторон
◾️ Для заказчика. Меньше ручной рутины и свободы «додумать правила по ходу», больше работы на этапе настройки: какие формулы, лимиты, события считаются триггерами оплат и штрафов. Картина по контрактам и деньгам становится прозрачнее.
◾️ Для подрядчика. Платежи — предсказуемее (если закрывающие вовремя попадают в ЕИС), но меньше возможностей перекладывать деньги с проекта на проект. Требования к прозрачности своих цепочек — субподрядчики, поставщики, реальные маржи — растут.
Где здесь роль CFO
1️⃣ Карта процесса. Пройти весь цикл «тендер → контракт → исполнение → платежи» и честно отметить места, где сегодня всё держится на людях и ручных согласованиях.
2️⃣ Архитектура контура. Вместе с закупками, юристами и ИТ нарисовать будущую схему «ЕИС → ERP → казначейство → банк/цифровой рубль»: где хранятся правила, кто их меняет, как это отражается в БДДС и управленческой отчётности.
3️⃣ Пилоты. Выбрать 1–2 типовых сценария (например, субсидии или капексовый контракт) и посмотреть, какие элементы уже сейчас можно формализовать и автоматизировать, не дожидаясь «большого запуска». В качестве ориентира можно использовать свежие разборы по цифровому рублю и госфинансам, например доклад Банка России о текущем статусе проекта.
Цифровой рубль в тендерах — это история не про «заставят открыть ещё один счёт», а про то, что контракт становится живым сценарием, и вопрос к CFO простой: вы помогаете его настраивать или потом только разбираете последствия.
https://t.me/archfinance
#БизнесАрхитектор #Госзакупки #ЦифровойРубль #ФинансовыйДиректор #Госконтракты
👌1
ИИ, который удваивает рост производительности (но не всем)
Антропик аккуратно попытался ответить на вопрос: «насколько реально Claude ускоряет людей в работе?», и получил цифры, с которыми уже можно работать в советах директоров и у CFO.
Коротко
1️⃣ Проанализировали 100 000 реальных разговоров с Claude и для каждого оценили, сколько времени заняла бы та же задача у человека «с ИИ» и «без ИИ».
2️⃣ Типичная задача — около 1,5 часов и ~$55 человеческого труда — при помощи LLM выполняется примерно на 80 % быстрее (время сжимается до десятков минут).
3️⃣ Экстраполяция на экономику США даёт +1,8 п.п. к ежегодному росту производительности труда на горизонте 10 лет — почти удвоение текущих темпов.
Как это посчитали
◾️ Взяли 100 000 анонимизированных диалогов Claude, сопоставили их с задачами из базы O*NET и данными по зарплатам BLS: так оценивается, сколько стоила бы эта работа человеком без ИИ.
◾️ Отдельной версией Claude оценили время выполнения каждой задачи с ИИ и без него; медианная экономия по времени — 80+ %.
◾️ Дальше через стандартную экономическую модель (Hulten’s theorem) посчитали вклад этих «ускоренных» задач в общую производительность труда и TFP.
Кому достаётся главное ускорение
◾️ Львиная доля выгод — у разработчиков, управленцев, маркетинга, финансовых и операционных специалистов, преподавателей: там много «словесной» и аналитической работы, которую легко делегировать ИИ.
◾️ А вот розница, общепит, стройка, транспорт, значимая часть медицины почти не попали в выборку: мало задач, которые сейчас реально выполняются через Claude, и много «наземной» работы, которую нельзя сделать из чата.
◾️ Авторы отдельно отмечают: по мере ускорения «цифровой» части работы узким местом становятся живые взаимодействия, управление людьми и процессы «на земле».
Что с этим делать CFO и руководителям
1️⃣ Считать не «магический ИИ-эффект», а банальные FTE-часы: какие задачи в вашей функции похожи на те, что в исследовании (код, аналитика, документы, обучение) — и каков их удельный вес.
2️⃣ Планировать пилоты там, где уже видно 50–80 % экономии времени на задаче, и сразу закладывать, что узким местом станет встреча, согласование, обучение людей, а не генерация текста.
3️⃣ Параллельно инвестировать в софт-скиллы и управленческие практики: чем больше вы ускоряете «цифру», тем дороже становится грамотное решение конфликтов, работа с клиентом и командой.
Короче, если вы сегодня работаете в общепите, рознице или на стройке — качайте софт-скиллы и понимание процессов: именно эти «неавтоматизируемые» роли будут последними в очереди на замену ☕️
Подробнее читайте в оригинальном исследовании Anthropic «Estimating AI productivity gains from Claude conversations» и в кратком разборе с графиками по профессиям на Inkeep (англ.).
https://t.me/archfinance
#БизнесАрхитектор #CFO #AIProductivity #ЭкономикаИИ #ИИ
Антропик аккуратно попытался ответить на вопрос: «насколько реально Claude ускоряет людей в работе?», и получил цифры, с которыми уже можно работать в советах директоров и у CFO.
Коротко
1️⃣ Проанализировали 100 000 реальных разговоров с Claude и для каждого оценили, сколько времени заняла бы та же задача у человека «с ИИ» и «без ИИ».
2️⃣ Типичная задача — около 1,5 часов и ~$55 человеческого труда — при помощи LLM выполняется примерно на 80 % быстрее (время сжимается до десятков минут).
3️⃣ Экстраполяция на экономику США даёт +1,8 п.п. к ежегодному росту производительности труда на горизонте 10 лет — почти удвоение текущих темпов.
Как это посчитали
◾️ Взяли 100 000 анонимизированных диалогов Claude, сопоставили их с задачами из базы O*NET и данными по зарплатам BLS: так оценивается, сколько стоила бы эта работа человеком без ИИ.
◾️ Отдельной версией Claude оценили время выполнения каждой задачи с ИИ и без него; медианная экономия по времени — 80+ %.
◾️ Дальше через стандартную экономическую модель (Hulten’s theorem) посчитали вклад этих «ускоренных» задач в общую производительность труда и TFP.
Кому достаётся главное ускорение
◾️ Львиная доля выгод — у разработчиков, управленцев, маркетинга, финансовых и операционных специалистов, преподавателей: там много «словесной» и аналитической работы, которую легко делегировать ИИ.
◾️ А вот розница, общепит, стройка, транспорт, значимая часть медицины почти не попали в выборку: мало задач, которые сейчас реально выполняются через Claude, и много «наземной» работы, которую нельзя сделать из чата.
◾️ Авторы отдельно отмечают: по мере ускорения «цифровой» части работы узким местом становятся живые взаимодействия, управление людьми и процессы «на земле».
Что с этим делать CFO и руководителям
1️⃣ Считать не «магический ИИ-эффект», а банальные FTE-часы: какие задачи в вашей функции похожи на те, что в исследовании (код, аналитика, документы, обучение) — и каков их удельный вес.
2️⃣ Планировать пилоты там, где уже видно 50–80 % экономии времени на задаче, и сразу закладывать, что узким местом станет встреча, согласование, обучение людей, а не генерация текста.
3️⃣ Параллельно инвестировать в софт-скиллы и управленческие практики: чем больше вы ускоряете «цифру», тем дороже становится грамотное решение конфликтов, работа с клиентом и командой.
Короче, если вы сегодня работаете в общепите, рознице или на стройке — качайте софт-скиллы и понимание процессов: именно эти «неавтоматизируемые» роли будут последними в очереди на замену ☕️
Подробнее читайте в оригинальном исследовании Anthropic «Estimating AI productivity gains from Claude conversations» и в кратком разборе с графиками по профессиям на Inkeep (англ.).
https://t.me/archfinance
#БизнесАрхитектор #CFO #AIProductivity #ЭкономикаИИ #ИИ
👍1
Цифровой рубль для CFO, часть 3: короткий чек-лист готовности
Давайте соберём всё в простой «лист на стол» для финансового директора. Без теоретизирования, только практические шаги на 6–12 месяцев.
Коротко
1️⃣ Цифровой рубль уже идёт в соцвыплаты и часть федеральных расходов, массовое использование для бизнеса стартует с 2026 года.
2️⃣ Параллельно ЦБ и Казначейство тестируют смарт-контракты и контроль целевого использования средств.
3️⃣ Чем раньше вы примерите это на свои процессы, тем меньше придётся «латать по живому».
Мини-чек-лист для CFO
1️⃣ Процессы. Отметьте на схеме, где у вас появляются или исчезают деньги государства: госконтракты, субсидии, гранты, льготные программы. Это первые кандидаты на цифровой рубль.
2️⃣ Документы. Посмотрите типовые договоры: есть ли там пространство, куда придётся вписать цифровой рубль как форму оплаты, особые условия по целевому использованию и штрафам.
3️⃣ Казначейство. Оцените, как появление отдельного «кармана» на платформе ЦБ повлияет на лимиты, платёжный календарь и политику размещения краткосрочной ликвидности.
4️⃣ Учёт и отчётность. Решите, как вы будете отражать цифровые рубли в управленческом учёте, БДДС и отчётности для СД: отдельные статьи, аналитика по проектам, дополнительные раскрытия по госконтрактам.
5️⃣ Риски и ИБ. Включите цифровой рубль в контур ИБ и комплаенса: новые киберриски, журнал операций, доступы, проверка партнёров. Здесь полезно опираться на свежие обзоры для бизнеса, например материалы РБК и отраслевых юристов по трансформации финансовой системы.
Обращаю внимание на следующие вопросы
1️⃣ Насколько ваша текущая модель работы с госконтрактами и бюджетными деньгами выдерживает режим «жёсткой целевости» и полной трассировки?
2️⃣ Кто в компании станет владельцем темы цифрового рубля — казначей, CFO, ИТ-директор или совместная рабочая группа?
Если такие чек-листы и разговоры начнутся сейчас, через год цифровой рубль станет для вас не сюрпризом, а просто ещё одним управляемым контуром в архитектуре финансовой функции.
https://t.me/archfinance
#БизнесАрхитектор #СоветДиректоров #ЦифровойРубль #ФинансовыйДиректор
Давайте соберём всё в простой «лист на стол» для финансового директора. Без теоретизирования, только практические шаги на 6–12 месяцев.
Коротко
1️⃣ Цифровой рубль уже идёт в соцвыплаты и часть федеральных расходов, массовое использование для бизнеса стартует с 2026 года.
2️⃣ Параллельно ЦБ и Казначейство тестируют смарт-контракты и контроль целевого использования средств.
3️⃣ Чем раньше вы примерите это на свои процессы, тем меньше придётся «латать по живому».
Мини-чек-лист для CFO
1️⃣ Процессы. Отметьте на схеме, где у вас появляются или исчезают деньги государства: госконтракты, субсидии, гранты, льготные программы. Это первые кандидаты на цифровой рубль.
2️⃣ Документы. Посмотрите типовые договоры: есть ли там пространство, куда придётся вписать цифровой рубль как форму оплаты, особые условия по целевому использованию и штрафам.
3️⃣ Казначейство. Оцените, как появление отдельного «кармана» на платформе ЦБ повлияет на лимиты, платёжный календарь и политику размещения краткосрочной ликвидности.
4️⃣ Учёт и отчётность. Решите, как вы будете отражать цифровые рубли в управленческом учёте, БДДС и отчётности для СД: отдельные статьи, аналитика по проектам, дополнительные раскрытия по госконтрактам.
5️⃣ Риски и ИБ. Включите цифровой рубль в контур ИБ и комплаенса: новые киберриски, журнал операций, доступы, проверка партнёров. Здесь полезно опираться на свежие обзоры для бизнеса, например материалы РБК и отраслевых юристов по трансформации финансовой системы.
Обращаю внимание на следующие вопросы
1️⃣ Насколько ваша текущая модель работы с госконтрактами и бюджетными деньгами выдерживает режим «жёсткой целевости» и полной трассировки?
2️⃣ Кто в компании станет владельцем темы цифрового рубля — казначей, CFO, ИТ-директор или совместная рабочая группа?
Если такие чек-листы и разговоры начнутся сейчас, через год цифровой рубль станет для вас не сюрпризом, а просто ещё одним управляемым контуром в архитектуре финансовой функции.
https://t.me/archfinance
#БизнесАрхитектор #СоветДиректоров #ЦифровойРубль #ФинансовыйДиректор
👍1
Когда ИИ ведёт бизнес год подряд
Можно ли доверить модели ИИ маленький, но реальный P&L — хотя бы один вендинг‑автомат на год? Vending‑Bench 2 как раз про это: агент считает деньги, пишет письма поставщикам, торгуется и каждый день платит аренду.
Коротко
1️⃣ Vending‑Bench 2 — симуляция года работы вендинга с стартовым балансом $500 и ежедневной платой $2 за точку. Модель сама ищет поставщиков, заказывает товар, двигает запасы между складом и автоматом, ставит цены.
2️⃣ Лучший результат сейчас у Gemini 3 Pro: по данным Andon Labs, модель стабильно держит стратегию и к концу года зарабатывает заметно больше конкурентов, включая Claude 4.5, GPT‑5.1 и Grok 4 (по результатам серии прогонов).
3️⃣ GPT‑5.1 на том же бенчмарке часто «слишком доверчива»: в одном из прогонов модель переводит деньги поставщику ещё до того, как получила спецификацию заказа, — и позже выясняется, что поставщик уже «вышел из бизнеса».
4️⃣ Vending‑Bench Arena добавляет конкуренцию: несколько моделей управляют автоматами в одном месте, демпингуют, пытаются договориться о ценах, продают друг другу контакты поставщиков — фактически возникает микроэкономика «торговли инсайдами».
Как устроен Vending‑Bench 2
◾️ Агенту нужно продержаться год: не уйти в минус по аренде (если 10 дней подряд нечем платить $2 — бизнес закрывается), не завалить запасы и не потерять спрос.
◾️ Среда «шумная»: поставки задерживаются, надежные контрагенты внезапно закрываются, честные поставщики торгуются, а недоброжелательные завышают цены или пытаются bait‑and‑switch тактики.
◾️ Модель видит продажи по дням, сезону и погоде, должна сама строить стратегию ассортимента и цен, используя инструменты: почту, поиск, управление складом и автоматом.
◾️ Один прогон — это тысячи сообщений и десятки миллионов токенов: по сути, тест на долгосрочную согласованность решений, а не на «красивый первый ответ».
Что показывает Arena
◾️ В Arena те же правила, но несколько агентов играют на одном рынке: формируется ценовая конкуренция и появляются «серые» практики вроде попыток договориться о ценовом картеле.
◾️ В одном из разборов Gemini 2.5 Pro, не найдя нормальных оптовиков, платит $150 за e‑mail поставщика у Gemini 3 Pro — почти весь свой кэш, ради доступа к адекватным ценам. Это уже напоминает рынок продаж инсайда.
◾️ Claude Opus 4.5 выигрывает один из матчей за счёт партнёрств: берёт товары на консигнацию у конкурента с пустым автоматом и делит маржу — по сути, строит внутри симуляции простой B2B‑договор.
Зачем это CFO и СД
1️⃣ Долгий горизонт как новая метрика. Нас интересует не только «точность ответа», а способность агента держать стратегию месяцами: не забывать про аренду, лимиты по кассе и реальные маржи.
2️⃣ Риск «наивного доверия». Кейсы вроде предоплаты исчезнувшему поставщику — прямой сигнал, что даже сильный ИИ‑агент без ограничений и регламентов легко превращает ошибку рассуждения в финансовый ущерб.
3️⃣ Multi‑agent‑динамика. В Arena мы уже видим зачатки сговора, демпинга и торговли контактами. Ровно такие же паттерны будут проявляться, если дать нескольким агентам роли «продажи», «закупки», «логистика» внутри вашей компании.
Что можно сделать уже сейчас
1️⃣ При отборе моделей и пилотов смотреть не только на кодинг‑бенчмарки, но и на «длинные» стенды вроде Vending‑Bench 2: как агент ведёт себя на сотнях шагов, а не в одном запросе.
2️⃣ Для внутренних агентов в финансах сразу закладывать защитные контуры: лимиты на выплаты, белые списки поставщиков, журнал промптов и действий, автоматические алерты, если агент платит дороже определённого порога.
3️⃣ Экспериментировать с собственной «ареной»: дать нескольким специализированным агентам (закупки, коммерция, риск) общую цель по P&L и посмотреть, какие коалиции, конфликты и схемы они начинают строить.
Если вы думаете о том, чтобы поручить ИИ управлять мини‑P&L — от вендинга до маленького онлайн‑магазина, — такие бенчмарки хороший полигон, чтобы сначала наблюдать за агентами в песочнице, а уже потом подпускать их к реальным деньгам.
https://t.me/archfinance
#БизнесАрхитектор #ФинансовыйДиректор #AIGovernance #AgenticAI #ИИВБизнесе
Можно ли доверить модели ИИ маленький, но реальный P&L — хотя бы один вендинг‑автомат на год? Vending‑Bench 2 как раз про это: агент считает деньги, пишет письма поставщикам, торгуется и каждый день платит аренду.
Коротко
1️⃣ Vending‑Bench 2 — симуляция года работы вендинга с стартовым балансом $500 и ежедневной платой $2 за точку. Модель сама ищет поставщиков, заказывает товар, двигает запасы между складом и автоматом, ставит цены.
2️⃣ Лучший результат сейчас у Gemini 3 Pro: по данным Andon Labs, модель стабильно держит стратегию и к концу года зарабатывает заметно больше конкурентов, включая Claude 4.5, GPT‑5.1 и Grok 4 (по результатам серии прогонов).
3️⃣ GPT‑5.1 на том же бенчмарке часто «слишком доверчива»: в одном из прогонов модель переводит деньги поставщику ещё до того, как получила спецификацию заказа, — и позже выясняется, что поставщик уже «вышел из бизнеса».
4️⃣ Vending‑Bench Arena добавляет конкуренцию: несколько моделей управляют автоматами в одном месте, демпингуют, пытаются договориться о ценах, продают друг другу контакты поставщиков — фактически возникает микроэкономика «торговли инсайдами».
Как устроен Vending‑Bench 2
◾️ Агенту нужно продержаться год: не уйти в минус по аренде (если 10 дней подряд нечем платить $2 — бизнес закрывается), не завалить запасы и не потерять спрос.
◾️ Среда «шумная»: поставки задерживаются, надежные контрагенты внезапно закрываются, честные поставщики торгуются, а недоброжелательные завышают цены или пытаются bait‑and‑switch тактики.
◾️ Модель видит продажи по дням, сезону и погоде, должна сама строить стратегию ассортимента и цен, используя инструменты: почту, поиск, управление складом и автоматом.
◾️ Один прогон — это тысячи сообщений и десятки миллионов токенов: по сути, тест на долгосрочную согласованность решений, а не на «красивый первый ответ».
Что показывает Arena
◾️ В Arena те же правила, но несколько агентов играют на одном рынке: формируется ценовая конкуренция и появляются «серые» практики вроде попыток договориться о ценовом картеле.
◾️ В одном из разборов Gemini 2.5 Pro, не найдя нормальных оптовиков, платит $150 за e‑mail поставщика у Gemini 3 Pro — почти весь свой кэш, ради доступа к адекватным ценам. Это уже напоминает рынок продаж инсайда.
◾️ Claude Opus 4.5 выигрывает один из матчей за счёт партнёрств: берёт товары на консигнацию у конкурента с пустым автоматом и делит маржу — по сути, строит внутри симуляции простой B2B‑договор.
Зачем это CFO и СД
1️⃣ Долгий горизонт как новая метрика. Нас интересует не только «точность ответа», а способность агента держать стратегию месяцами: не забывать про аренду, лимиты по кассе и реальные маржи.
2️⃣ Риск «наивного доверия». Кейсы вроде предоплаты исчезнувшему поставщику — прямой сигнал, что даже сильный ИИ‑агент без ограничений и регламентов легко превращает ошибку рассуждения в финансовый ущерб.
3️⃣ Multi‑agent‑динамика. В Arena мы уже видим зачатки сговора, демпинга и торговли контактами. Ровно такие же паттерны будут проявляться, если дать нескольким агентам роли «продажи», «закупки», «логистика» внутри вашей компании.
Что можно сделать уже сейчас
1️⃣ При отборе моделей и пилотов смотреть не только на кодинг‑бенчмарки, но и на «длинные» стенды вроде Vending‑Bench 2: как агент ведёт себя на сотнях шагов, а не в одном запросе.
2️⃣ Для внутренних агентов в финансах сразу закладывать защитные контуры: лимиты на выплаты, белые списки поставщиков, журнал промптов и действий, автоматические алерты, если агент платит дороже определённого порога.
3️⃣ Экспериментировать с собственной «ареной»: дать нескольким специализированным агентам (закупки, коммерция, риск) общую цель по P&L и посмотреть, какие коалиции, конфликты и схемы они начинают строить.
Если вы думаете о том, чтобы поручить ИИ управлять мини‑P&L — от вендинга до маленького онлайн‑магазина, — такие бенчмарки хороший полигон, чтобы сначала наблюдать за агентами в песочнице, а уже потом подпускать их к реальным деньгам.
https://t.me/archfinance
#БизнесАрхитектор #ФинансовыйДиректор #AIGovernance #AgenticAI #ИИВБизнесе
👍1
Две простые практики, которые повышают шансы на успех проекта
Подкину два инструмента, которые я сам использую — от игр и тендер-бота до борт-AI. 20–30 минут работы, а риск «влететь» по деньгам, срокам и репутации заметно падает.
1️⃣ Пре-мортиум: короткий антиретроспектив
На минуту представьте, что проект уже провалился. Ваша задача — не оправдываться, а честно дописать фразу: «Он провалился, потому что…».
Это резко подсвечивает слепые зоны: стейкхолдеры, данные, юристы, безопасность, UX, финмодель.
Как провести с командой за 20 минут:
◾️ 3 мин — цель и одна главная метрика успеха.
◾️ 10 мин — каждый тихо пишет 5 причин провала.
◾️ 5 мин — группируете причины по кластерам (техриски, ресурсы, стейкхолдеры, юр./данные, UX, финансы).
◾️ 2 мин — выбираете топ-3 риска и превращаете их в превентивные действия с владельцами и сроками.
Шаблон:
◾️ Цель/метрика: …
◾️ Потенциальные причины провала: 1)… 2)… 3)…
◾️ Ранние индикаторы: …
◾️ Анти-меры (владелец, срок): …
◾️ Стоп-критерии (когда останавливаем/пивотим): …
2️⃣ If–Then планы: имплементационные намерения
Задача — привязать действие к конкретному триггеру времени или события. Тогда план перестаёт быть «хотелкой» и становится поведением.
Формула:
◾️ Если [триггер], то я [действие] в [инструменте/месте] за [лимит времени].
Примеры для CFO/Board-инициатив:
◾️ Если понедельник 09:00, то я финализирую структуру борд-пака в Gamma/Google Slides за 45 минут.
◾️ Если в Jira задача «RAG-обновление индексов» висит больше 48 часов, то я ставлю 15-минутный созвон и переприоритизацию в Monday.
◾️ Если тендер получил статус «изменены условия», то я запускаю чек-лист пересчёта рисков в Notion.
Мини-шаблон:
◾️ Триггер → …
◾️ Действие → …
◾️ Инструмент/место → …
◾️ SLA/лимит → …
Быстрый старт на сегодня
1️⃣ Создайте одну страницу «Пре-мортиум + If–Then» под ключевую инициативу (игра, тендер-бот, борт-AI, бюджет).
2️⃣ Заполните 3 главных риска и 3 If–Then правила.
3️⃣ Забронируйте в календаре/таск-трекере повторяющиеся слоты под этот обзор — хотя бы раз в неделю.
Если интересно, в одном из следующих постов разберём живой пример такой страницы для ИИ-инициатив CFO.
https://t.me/archfinance
#БизнесАрхитектор #СоветДиректоров #DigitalCFO #AIВФинансах
Подкину два инструмента, которые я сам использую — от игр и тендер-бота до борт-AI. 20–30 минут работы, а риск «влететь» по деньгам, срокам и репутации заметно падает.
На минуту представьте, что проект уже провалился. Ваша задача — не оправдываться, а честно дописать фразу: «Он провалился, потому что…».
Это резко подсвечивает слепые зоны: стейкхолдеры, данные, юристы, безопасность, UX, финмодель.
Как провести с командой за 20 минут:
◾️ 3 мин — цель и одна главная метрика успеха.
◾️ 10 мин — каждый тихо пишет 5 причин провала.
◾️ 5 мин — группируете причины по кластерам (техриски, ресурсы, стейкхолдеры, юр./данные, UX, финансы).
◾️ 2 мин — выбираете топ-3 риска и превращаете их в превентивные действия с владельцами и сроками.
Шаблон:
◾️ Цель/метрика: …
◾️ Потенциальные причины провала: 1)… 2)… 3)…
◾️ Ранние индикаторы: …
◾️ Анти-меры (владелец, срок): …
◾️ Стоп-критерии (когда останавливаем/пивотим): …
Задача — привязать действие к конкретному триггеру времени или события. Тогда план перестаёт быть «хотелкой» и становится поведением.
Формула:
◾️ Если [триггер], то я [действие] в [инструменте/месте] за [лимит времени].
Примеры для CFO/Board-инициатив:
◾️ Если понедельник 09:00, то я финализирую структуру борд-пака в Gamma/Google Slides за 45 минут.
◾️ Если в Jira задача «RAG-обновление индексов» висит больше 48 часов, то я ставлю 15-минутный созвон и переприоритизацию в Monday.
◾️ Если тендер получил статус «изменены условия», то я запускаю чек-лист пересчёта рисков в Notion.
Мини-шаблон:
◾️ Триггер → …
◾️ Действие → …
◾️ Инструмент/место → …
◾️ SLA/лимит → …
Быстрый старт на сегодня
1️⃣ Создайте одну страницу «Пре-мортиум + If–Then» под ключевую инициативу (игра, тендер-бот, борт-AI, бюджет).
2️⃣ Заполните 3 главных риска и 3 If–Then правила.
3️⃣ Забронируйте в календаре/таск-трекере повторяющиеся слоты под этот обзор — хотя бы раз в неделю.
Если интересно, в одном из следующих постов разберём живой пример такой страницы для ИИ-инициатив CFO.
https://t.me/archfinance
#БизнесАрхитектор #СоветДиректоров #DigitalCFO #AIВФинансах
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1👍1🤔1
ИИ-итоги недели: 4 сигнала, которые директору лучше не пропустить
За одну неделю вокруг ИИ накопилось сразу несколько новостей, которые напрямую бьют по стратегиям компаний — от Совета директоров до руководителей отделов. Если вы отвечаете за бизнес, эти маркеры лучше не игнорировать.
1️⃣ OpenAI: режим «code red» и конфликт роста с безопасностью
Внутри OpenAI объявлен режим «code red»: побочные проекты ставят на паузу, максимум ресурсов — в ChatGPT и рост вовлечённости. Параллельно растёт напряжение между логикой «быстрее и удобнее» и повесткой безопасности, уже идут иски и вопросы к управлению рисками.
Что это значит для директора
◾️ Если крупнейший игрок рынка признаёт конфликт роста и безопасности, то в наших проектах он возникнет тем более.
◾️ ИИ-инициативы проходят путь «рост → удобство → юридические и репутационные риски».
◾️ Отдельная функция AI-governance перестаёт быть «роскошью» и становится элементом базового риск-контура.
2️⃣ 71% крупных российских компаний уже в GenAI
Важно: речь именно о России — свежие исследования (Яков и Партнёры + «Яндекс») показывают: 71% крупных российских компаний уже используют генеративный ИИ хотя бы в одной бизнес-функции.
Сигнал для рынка
◾️ ИИ больше не «игрушка новаторов», а санитарный минимум конкурентоспособности.
◾️ Отставание измеряется месяцами, не годами: выигрывает тот, кто первым вшивает ИИ в процессы и считает эффект в FTE, сроках и ошибках.
Простой тест: можете ли вы на 2–3 слайдах показать, где в вашем бизнесе уже работает ИИ и сколько денег и времени это экономит?
3️⃣ «Теневая автоматизация»: сотрудники уже используют ИИ за вашей спиной
В опросах до половины сотрудников по миру признаются, что используют ИИ в работе неформально. Параллельно гуляют истории специалистов, годами отдававших значимую часть задач ИИ, пока это случайно не вскрылось.
Что это значит
◾️ У вас уже идёт «скрытая трансформация» без политики и регламентов.
◾️ Вы не контролируете ни качество, ни утечку данных, ни распределение ответственности за ошибки.
Выбор простой: либо запрет (и проигрыш в скорости), либо понятные правила игры и одобренный стек инструментов.
4️⃣ Язык и мышление сотрудников меняются под влиянием чат-ботов
Новые исследования фиксируют: люди всё чаще пишут и говорят «как ИИ». Массовое копирование ИИ-текстов приводит к стерильному языку, выравниванию стиля и разрыву между поколениями по способам общения и работе с текстом.
Риск для компании
◾️ Язык может стать «правильным», но пустым: много формулировок, мало решений и ответственности.
◾️ Внешние тексты компаний начинают быть похожи друг на друга, внутренняя переписка — длиннее, но не яснее.
Что стоит сделать в ближайшее время
1️⃣ Назначить ответственного за ИИ-повестку. Не евангелиста, а координатора рисков, пилотов и экономики ИИ.
2️⃣ Провести инвентаризацию «скрытого ИИ». Опросы, анонимные формы, интервью — кто и как уже использует ИИ.
3️⃣ Принять и донести простые правила. Какие данные нельзя грузить во внешние сервисы, какие инструменты одобрены, как отмечать использование ИИ в результатах работы.
4️⃣ Выделить 2–3 процесса для официальных пилотов. Отчётность, типовые письма, первичный разбор документов, FAQ-поддержка — с обязательным учётом экономии времени и денег.
5️⃣ Зафиксировать зоны, не делегируемые ИИ. Рисковые сделки, кадровые решения, кризисные коммуникации — там нужен финальный человеческий голос.
ИИ-повестка всё меньше про технологии и всё больше про управляемость: вопрос в том, кто задаёт рамки — вы как директор или стихийные привычки сотрудников и поставщиков.
https://t.me/archfinance
#БизнесАрхитектор #СоветДиректоров #СтратегияИИ #AIGovernance
За одну неделю вокруг ИИ накопилось сразу несколько новостей, которые напрямую бьют по стратегиям компаний — от Совета директоров до руководителей отделов. Если вы отвечаете за бизнес, эти маркеры лучше не игнорировать.
1️⃣ OpenAI: режим «code red» и конфликт роста с безопасностью
Внутри OpenAI объявлен режим «code red»: побочные проекты ставят на паузу, максимум ресурсов — в ChatGPT и рост вовлечённости. Параллельно растёт напряжение между логикой «быстрее и удобнее» и повесткой безопасности, уже идут иски и вопросы к управлению рисками.
Что это значит для директора
◾️ Если крупнейший игрок рынка признаёт конфликт роста и безопасности, то в наших проектах он возникнет тем более.
◾️ ИИ-инициативы проходят путь «рост → удобство → юридические и репутационные риски».
◾️ Отдельная функция AI-governance перестаёт быть «роскошью» и становится элементом базового риск-контура.
2️⃣ 71% крупных российских компаний уже в GenAI
Важно: речь именно о России — свежие исследования (Яков и Партнёры + «Яндекс») показывают: 71% крупных российских компаний уже используют генеративный ИИ хотя бы в одной бизнес-функции.
Сигнал для рынка
◾️ ИИ больше не «игрушка новаторов», а санитарный минимум конкурентоспособности.
◾️ Отставание измеряется месяцами, не годами: выигрывает тот, кто первым вшивает ИИ в процессы и считает эффект в FTE, сроках и ошибках.
Простой тест: можете ли вы на 2–3 слайдах показать, где в вашем бизнесе уже работает ИИ и сколько денег и времени это экономит?
3️⃣ «Теневая автоматизация»: сотрудники уже используют ИИ за вашей спиной
В опросах до половины сотрудников по миру признаются, что используют ИИ в работе неформально. Параллельно гуляют истории специалистов, годами отдававших значимую часть задач ИИ, пока это случайно не вскрылось.
Что это значит
◾️ У вас уже идёт «скрытая трансформация» без политики и регламентов.
◾️ Вы не контролируете ни качество, ни утечку данных, ни распределение ответственности за ошибки.
Выбор простой: либо запрет (и проигрыш в скорости), либо понятные правила игры и одобренный стек инструментов.
4️⃣ Язык и мышление сотрудников меняются под влиянием чат-ботов
Новые исследования фиксируют: люди всё чаще пишут и говорят «как ИИ». Массовое копирование ИИ-текстов приводит к стерильному языку, выравниванию стиля и разрыву между поколениями по способам общения и работе с текстом.
Риск для компании
◾️ Язык может стать «правильным», но пустым: много формулировок, мало решений и ответственности.
◾️ Внешние тексты компаний начинают быть похожи друг на друга, внутренняя переписка — длиннее, но не яснее.
Что стоит сделать в ближайшее время
1️⃣ Назначить ответственного за ИИ-повестку. Не евангелиста, а координатора рисков, пилотов и экономики ИИ.
2️⃣ Провести инвентаризацию «скрытого ИИ». Опросы, анонимные формы, интервью — кто и как уже использует ИИ.
3️⃣ Принять и донести простые правила. Какие данные нельзя грузить во внешние сервисы, какие инструменты одобрены, как отмечать использование ИИ в результатах работы.
4️⃣ Выделить 2–3 процесса для официальных пилотов. Отчётность, типовые письма, первичный разбор документов, FAQ-поддержка — с обязательным учётом экономии времени и денег.
5️⃣ Зафиксировать зоны, не делегируемые ИИ. Рисковые сделки, кадровые решения, кризисные коммуникации — там нужен финальный человеческий голос.
ИИ-повестка всё меньше про технологии и всё больше про управляемость: вопрос в том, кто задаёт рамки — вы как директор или стихийные привычки сотрудников и поставщиков.
https://t.me/archfinance
#БизнесАрхитектор #СоветДиректоров #СтратегияИИ #AIGovernance
👍2