🔥Опубликовали наш первый материал для блога "Т-Бизнес секретов"! Рассказываем, как организовать взаимодействие с клиентом и пользователями так, чтобы они реально влияли на продукт, а не превращались в формальность.

Мы собрали опыт ASAP в эффективную модель проведения кастдевов, состоящую из четырех этапов:
• проблемное интервью;
• решенческое интервью;
• формирование гипотез о пользовательских проблемах;
• генерация и валидация решений.

В статье на примере реальных кейсов рассказываем подробнее о специфике каждого этапа:
— Почему важно не просто собрать данные, а выстроить партнёрство с клиентом/аудиторией, объединив экспертизу клиента и команды разработки;
— какие вопросы помогают людям действительно рассказать про боли, опыт и мотивацию;
— чем отличаются проблемные и решенческие интервью (и где компании чаще всего ошибаются);
— как анализировать ответы и находить повторяющиеся паттерны, чтобы превращать данные в продуктовые решения.

✌️ Будем рады вашей поддержке — переходите по ссылке, читайте и ставьте лайк — так материал сможет принести пользу большему количеству читателей.

🔥Автоматизировали обучение 400+ сотрудников с помощью корпоративной образовательной платформы

Продолжаем делиться опытом разработки цифровой экосистемы для сети DIY-гипермаркетов «Строй-С». За время сотрудничества мы уже решили ключевые внешние задачи: создали интернет-магазин, благодаря которому ежемесячная выручка выросла на 90%, а также работаем над мобильным приложением.

📚 Следующим этапом стало наведение порядка во внутреннем обучении. До внедрения решения «Строй-С» обучали сотни специалистов — от разнорабочих до руководителей — преимущественно очно и в разных форматах. Это было долго, дорого и несистемно.

В компании понимали: единая обучающая платформа не только автоматизирует процесс, но и повлияет на выручку. Чем лучше подготовлены продавцы, тем точнее они отвечают на вопросы покупателей и дают персонализированные рекомендации.

Поэтому наша задача заключалась в создании не стандартной LMS, а полноценного центра корпоративного обучения сети.

Что мы реализовали:
— Ролевые модели доступа. Каждый участник видит только те материалы и функции, которые необходимы ему по роли.
— Гибкая система обязательного обучения. Контроль сроков, напоминания, сценарии назначения программ. Вся активность фиксируется в админ-панели: тьютор видит прогресс каждого сотрудника.
— Конструктор курсов и тестов. Методисты быстро создают и обновляют контент без участия разработчиков.
— Два типа тестирования.
 • Обучающие — показывают ошибки и правильные ответы после каждого вопроса.
 • Экзаменационные — скрывают результаты до конца попытки, чтобы исключить подсказки.
— Автоматическая выдача сертификатов. По итогам обучения сотрудники получают персональные документы в своих личных кабинетах.
— Раздел новостей. Оперативные обновления и важная информация — в одном месте.

✌️ Технические детали и архитектуру решения собрали в кейсе на нашем сайте.

Завтра у КрутIT новое спортивное мероприятие — и отличный повод напомнить вам о предварительной регистрации в нашем будущем сервисе "Я здоров" ❗️

А если вы подписаны на канал нашего руководителя Даниила, то уже знаете дату релиза 🤫

Забота о здоровье — часть нашего комьюнити. И наши организаторы активно поддерживают эту идею! 💪

Например, ASAP готовятся к релизу классного проекта — мобильного приложения, которое поможет в профилактике болезней. Так и называется — «Я здоров». 

Что ждет в релизе:

— Электронная медицинская карта (загрузка любых медицинских документов — анализов, обследований; автоматическое распознавание и структурирование; доступ к данным для врачей)
— Дневник здоровья (возможность следить за показателями вроде температуры, давления и других; в ближайшем будущем появятся дневники приёма лекарств, питания, физической активности и сна)
— AI-ассистент (отвечает на вопросы по медицинской карте и дневникам; интерпретирует результаты анализов и назначения врачей; даёт советы по ЗОЖ и подготовке к обследованиям).
— Семейные профили (возможность вести медицинские карты детей и родителей).

🔥 В общем, будет крутой инструмент, чтобы заботиться о себе и близких круглый год! Подробнее о нем можно узнать на сайте проекта.

И самое приятное: участники волейбольного матча первыми получат доступ к бета-тестированию приложения «Я здоров». Скорее регистрируемся: @yazdorov_registration_bot

🔥 В новом выпуске подкаста «Лучшее время» — Дмитрий Сергеев, руководитель европейской Data Science-команды ŌURA.

Поговорили о том, как создаются трекеры здоровья будущего, как ŌURA выросла от стартапа до компании с оценкой в $11 млрд, и почему работа с «сырыми» биосигналами сложнее, чем кажется.

Дмитрий рассказал:
— чем отличаются данные с фитнес-браслета и кольца, и в каких случаях вторые оказываются точнее;
— как устроены дата-сеты ŌURA: от сбора данных до обучения моделей на эмбеддингах и кластерах;
— насколько показатели ŌURA сопоставимы с медицинскими приборами, и какие метрики пока невозможно измерить на носимых устройствах;
— как проходили клинические исследования с участием 65 000 врачей во время COVID, и как кольца научили прогнозировать респираторные заболевания до появления явной симптоматики;
— как меняется работа с медицинскими данными по мере роста компании, и как всё-таки начать делать продукт без врачей и полноценных исследований.

Отдельно обсудили будущее HealthTech:
— как в OURA решают, какой функционал запускать дальше;
— превратятся ли трекеры из трендовых гаджетов в полноценные медицинские инструменты;
— стоит ли ожидать появления новых неинвазивных технологий (для анализа крови, например);
— сможет ли AI заменить врача — или станет его главным партнёром.

Смотрите и слушайте выпуск на всех наших платформах:
📺 YouTube-канал «Лучшее время»
📺 VK Видео
🎵 Яндекс.Музыка

🔥 Мы запустили серию внутренних митапов — пространство, где можно делиться опытом, идеями и рабочими находками.

Темы будут самые разные: от технических задач и полезных IT-лайфхаков до софт-скиллов и организации работы команды. Каждый сотрудник может выбрать близкую ему тему, подготовить доклад и обсудить её с коллегами.

🫰 Первый митап провела подготовила Александра Нагоркина, наш проектный менеджер.

Она рассказала о рефрейминге — это техника, которая помогает по-новому посмотреть на стрессовые ситуации, которые случаются у каждого из нас — и у менеджеров, и у разработчиков.

Например, он помогает не бояться новых сложных задач, меньше волноваться перед выступлениями, и легче справляться с переживаниями.

🫶 Спасибо Саше за новые знания!

Спойлер — следующий митап будет про модерацию встреч 🤫

А сейчас — смотрите первый митап:
📺 VK видео
📺 YouTube

2025 год был настоящей проверкой на устойчивость для IT-аутсорсинга

Падающий рынок, сокращение бюджетов клиентов, рост требований к подрядчикам — но несмотря на все это нам удалось вырасти в 1,5 раза, и повысить эффективность работы команд.

Чтобы подвести итоги года, в декабре мы провели общую встречу со всеми сотрудниками. Руководители направлений рассказали о результатах, сложностях и ключевых выводах о работе своих команд.

❗️Делимся результатами ASAP и с вами:
— наша команда выросла с 28 до 44 человек, а выручка увеличилась на 50%;
— мы расширили клиентский портфель, и сосредоточились на сложных, крупных проектах с кроссфункциональными стеками и сложными интеграциями — включая 1С, внешние сервисы и оборудование;
— запустили направление кастомной 1С-разработки (в ближайшее время выпустим по нему серию кейсов 🔥)
— запустили направление AI-разработки, взяли в работу первые проекты (о них можно прочитать на нашем сайте).
— на продукте HiMark сформировали собственную команду техподдержки, которая работает 24/7 — чтобы клиенты быстрее получали помощь, а команда разработки могла сосредоточиться на ключевых продуктовых задачах.

❗️Особое место в итогах года занял наш MedTech-стартап «Я здоров».
Работа с медицинскими данными потребовала глубокой экспертизы и дополнительных ресурсов, поэтому мы расширили команду до 11 человек — и доводим продукт до стадии релиза. Запуск запланирован на 2 февраля.

В общем, 2025-й стал для нас годом роста и укрепления.

✌️ Мы считаем важным открыто говорить об успехах и сложностях, поэтому опубликовали запись итоговой встречи. Смотрите ее на наших площадках:
📺YouTube
📺ВК видео

Как организовать работу менеджеров по работе с B2B-клиентами, если каждый товар доступен только на определенных складах, а размер скидки зависит от множества критериев?

Делимся новым кейсом — разработали сервис для менеджеров по оптовым продажам компании «Интерколор».

Заказчик — крупный российский производитель лакокрасочных товаров для автомобилей. Клиенту необходимо было создать систему, которая позволит менеджерам быстро формировать и резервировать оптовые заказы.

❗️При разработке мы учитывали логику, уже выстроенную в 1С:
— Каждый менеджер по продажам привязан к определенному дивизиону складов и собственной клиентской базе,
— Заказ можно оформить только в том случае, если с клиентом уже подписан договор,
— В компании выстроена сложная скидочная система: акции действуют не на отдельный товар, а на комплекс, и количество товаров внутри этого комплекса может варьироваться, при этом есть система лимитов скидок персонально для каждого клиента.

✌️ Что мы реализовали, чтобы сделать процесс оформления заказа простым и удобным для менеджеров:
— Полную интеграцию с 1С: актуальные данные по товарам, клиентам и остаткам в реальном времени.
— Персональный доступ менеджеров только к своему дивизиону складов и клиентам с историей заказов и индивидуальными условиями.
— «Живой» поиск по каталогу без перезагрузки; фильтрацию по складам.
— Адаптированную под B2B-клиентов корзину с отслеживанием статусов заказа — от «в подборе» до «отгружено».
— Гибкий учёт акций и возможность ручного назначения скидок.
— Мессенджер для общения между менеджерами внутри сервиса;
— Возможность авторизации для клиентов (не предполагает самостоятельной регистрации — приглашения выдаются индивидуально со стороны компании).

🔥 Подробнее о том, как проектировали логику и реализовали интеграции — читайте в нашем новом кейсе.

✌️ 19 февраля в 19:00 МСК проведем вебинар про внедрение AI в e-commerce — как с его помощью повышать конверсию и средний чек, автоматизировать процессы на бек-офисе, и прогнозировать спрос и продажи.

Спикеры:
Даниил Васильев, CEO ASAP
Карина Садова, co-founder ASAP, руководитель AI-направления ASAP, X5 Digital.

На вебинаре обсудим:
— какие процессы в E-commerce действительно имеет смысл автоматизировать в первую очередь,
— где AI даёт быстрый эффект, а где это долгий и дорогой путь,
— типовые ошибки интернет-магазинов при внедрении AI в бизнес-процессы,
— готовые решения vs кастом: где можно выиграть время и деньги, а где экономия опасна,
— реальные кейсы: оптимизация поиска, дерево каталога, рекомендации, ценообразование,
— с каких метрик начинать интернет-магазину, чтобы результат был заметен уже на пилоте.

Участие бесплатное, в конце можно будет задать вопросы спикерам.

❗️ Участникам вебинара мы также подарим карту AI-решений для E-commerce — какие бизнес-задачи уже сегодня можно передать алгоритмам.

⏰ Встречаемся 19 февраля, 19:00 МСК

Регистрация на эфир — через бот: @asap_ai_checklist_bot

P. S. Оставайтесь на связи — в этом году мы каждый месяц будем проводить вебинары с лидерами по внедрению AI в бизнес-процессы🔥 Все анонсы будут здесь и в нашем боте.

AI-пайплайн генерации контента для e-commerce: архитектура, метрики, результаты

Тысячи SKU, требования SEO, персонализация для клиентов — ручное создание контента для интернет-магазинов больше не масштабируется.

В новом кейсе Карина Садова — наш руководитель AI-направления — рассказывает, как автоматизировать значительную часть контента с помощью AI 🔥 Карина показала, как мы выстраиваем генерацию как полноценный пайплайн, встроенный в операционные процессы наших клиентов из e-commerce:

— при добавлении товара в CMS автоматически формируются описания, SEO-тексты, отзывы и т. д.;
— контент сразу адаптируется под разные сегменты аудитории и каналы: сайт, e-mail, соцсети, маркетплейсы;
— управление качеством и стилем обеспечивается через промпт-архитектуру, RAG на данных каталога и кастомизацию моделей под бренд.

Кроме этого, в кейсе разбираем:
— какие типы контента уже сегодня возможно автоматизировать на 70–80%;
— как строится архитектура генерации, рассчитанная на тысячи товаров и постоянные обновления;
— как AI интегрируется с CMS, CRM и маркетинговыми инструментами;
— где все еще необходим контроль человека и как выстроить его без потери скорости.

И, главное, какие бизнес-результаты генерация контента с помощью AI даёт на практике нашим клиентам:
— ускорение вывода товаров в каталог в 5–10 раз;
— рост органического трафика до +40% за счёт Semantic SEO;
— увеличение конверсии в карточках на 15–20%;
— снижение затрат на контент до 60%

Читайте кейс на нашем сайте ❗️

А на ближайшем вебинаре Карина расскажет про внедрение AI в e-commerce подробнее: какие типовые ошибки компании допускают при внедрении AI в контент, маркетинг и операционку, и с каких метрик и пилотных сценариев начинать, чтобы эффект был заметен уже в первые месяцы.

Участие бесплатное, зарегистрироваться на вебинар можно через наш бот 🫰

ИИ — уже не опция, а операционная норма

Через несколько лет магазин без ИИ будет выглядеть так же странно, как магазин без терминала онлайн-банкинга сегодня. Не потому что это модно, а потому что клиенты «голосуют рублём» за скорость, точность и персонализацию.

При этом ИИ уже доступен не только гигантам — его также может внедрять и малый бизнес. Главное — перестать считать его «красивым бантиком» и начать строить вокруг него операционную основу, вдумчиво внедряя в существующие бизнес-процессы.

О том, где без внедрения ИИ вы теряете прибыль, и какие изменения стоит привнести в свой бизнес в ближайшее время, рассказала Карина Садова — наш руководитель AI-направления.

Где без ИИ вы теряете деньги:
• Ценообразование: фиксированные цены = потеря маржи в пике спроса или упущенные продажи при агрессивной конкуренции
• Ассортимент: перезакуп популярных позиций и завал склада непродаваемым — из-за отсутствия адекватного прогноза спроса
• Логистика: неоптимальные маршруты, ошибки комплектации, задержки — растущие издержки без видимой причины • Маркетинг: массовые рассылки с конверсией 0,5% вместо триггерных цепочек под психологию пользователя
• Поддержка: долгие и невнимательные ответы = уход клиента к конкуренту за 2 минуты

Изменения, которые уже свершились:
Ожидание мгновенности, но при этом качественности результата для покупателей стало нормой: решение о покупке — за 8–12 секунд среди 3+ конкурентов на одной странице.

Иллюзорная персонализация (например, «Привет, [Имя]») уже давно не работает — нужны конкретные рекомендации под текущий контекст. Клиенты не прощают ручных процессов: если статус заказа не обновляется автоматически — они сначала нервничают, а затем уходят.

Откладывая ИИ, бизнес накапливает операционный долг:
• конкуренты забирают маржу через динамическое ценообразование
• команда тонет в рутине вместо развития бренда
• реакция на тренды с опозданием на сезон = списание запасов
• таланты уходят туда, где технологии освобождают от монотонности

Будущее за теми, кто делегирует алгоритмам рутину: прогнозы, сегментацию, базовую поддержку, себе же оставляя стратегию и глубокое понимание потребностей клиента (на основе информации, собранной и обработанной через ИИ инструменты) и потребностей своего бизнеса.

ИИ — это уже давно не только про технологии, это про перераспределение внимания, когда алгоритмы обрабатывают данные, а люди принимают взвешенные решения, основанные на реальных данных. Это операционное преимущество и устойчивость бизнеса: чем больше рутины делегировано алгоритмам, тем быстрее реакция на изменения рынка.

Подробнее о внедрении AI в бизнес-процессы в E-commerce поговорим на вебинаре 19-го февраля. Регистрируйтесь через наш бот 🫰

✌️ Почему ИИ не работает в e-commerce — и что с этим делать

Большинство компаний внедряют ИИ как «волшебную таблетку»: подключают чат-бот, алгоритм рекомендаций или динамическое ценообразование — и ждут мгновенного роста конверсии. Затем получают результат: +2–3% на пилоте, чувствуют разочарование, и замораживают проект.

Но причина не в технологиях, а в трёх системных ошибках. В каких именно — разобрала наш руководитель AI-направления Карина Садова.

❗️ Ошибка №1: Плохие данные
Это встречается почти в каждом проекте

• Большая разрозненность и фрагментация данных: например, заказы - в 1С, поведение на сайте - в Яндекс.Метрике, общение с пользователями - в чатах в мессенджерах. Весь объем данных не используется и не анализируется. ИИ учится на обрывках, не используя весь контекст. Перед внедрением ИИ не производится должная аналитика, не выявляются основные проблемы, не формулируются продуктовые гипотезы о том, какие конкретно процессы сейчас проседают, и где внедрение ИИ нужно впервую очередь

• Грязь и шум в данных как норма: 30–40% заказов остаются без корректного присвоения источника трафика, постоянные ручные правки в Excel перед отчётностью. Алгоритм усиливает шум вместо реального сигнала

• Нет событийной модели, логирования: фиксируется только факт покупки, но не путь к ней (сравнение цен, просмотр отзывов, возврат к карточке). Без этого ИИ не понять, почему клиент купил (да и человек не разберется)

❗️ Ошибка №2: автоматизация изначально плохого процесса

Поставить плохой процесс на автомат — значит ускорить рост своих убытков
ИИ не исправляет процессы - он их масштабирует

Пример: чат-бот для поддержки при несогласованных акциях маркетинга и склада: бот обещал скидку 20%, клиент переходил на кассу - скидки нет. Получаем и отток, и негативные отзывы.

При этом метрики могут даже падать не сразу: первые 2-3 недели может происходить иллюзия роста (тк новизна вызывает ажиотаж), затем начнется этап провала ретеншена и рост костов обслуживания

❗️ Ошибка №3: плохо определенная метрика успеха

Компании часто говорят: «Хотим повысить продажи с помощью ИИ» — и этого достаточно. Это не цель, это пожелание.

Без чёткого ответа на вопрос, как мы поймём через 60 дней, что ИИ работает, проект обречён на три сценария:

1️⃣Сценарий 1. Иллюзия роста

ИИ для рекомендаций поднял средний чек на 8%. Отлично? Не особо, если маржа упала на 15%, потому что алгоритм агрессивно толкал низкомаржинальные позиции. Метрика «продажи» росла, но бизнес терял деньги. Без привязки к марже или пожизненной ценности клиента (LTV) результат может быть обманчив.

2️⃣ Сценарий 2. Конфликт отделов

Маркетинг считает успехом рост конверсии из чат-бота (+22%), но при этом служба поддержки видит рост жалоб (+40%) из-за шаблонных ответов бота. Кто прав? Без единой метрики, привязанной к бизнес-результату (например, «снижение костов обслуживания при сохранении NPS > 40»), оценка становится слишком субъективной.

3️⃣ Сценарий 3. Бесконечный пилот

Проект «висит» 9 месяцев: то метрика нестабильна, то сезонность мешает, то «нужно больше данных».
Причина в том, что изначально не были зафиксированы ни базовый уровень метрики до внедрения, ни минимально значимый эффект (например, +5% конверсии или ничего), ни горизонт измерения (например, 30/60/90 дней).

Без этого нет точки останова — ни для масштабирования, ни для закрытия.

Таким образом, внедрение ИИ начинается не с модели. Оно начинается с выстраивания:
1. Чистых и связанных данных
2. Аккуратно выстроенных бизнес-процессов
3. Чёткого определения метрики успеха до запуска

Без этого даже самый продвинутый алгоритм станет дорогим способом ускорить существующие проблемы.

О том, как компании выходят из бесконечных ИИ-пилотов к стабильному росту показателей, расскажем на вебинаре уже в этот четверг, 19 февраля. Регистрируйтесь на него в нашем боте 🫰

От статичного каталога к живому инструменту продаж: как превратить потерянных пользователей в покупателей

Многие крупные онлайн-магазины теряют часть выручки не из-за трафика, а из-за архитектуры каталога.

🔨 Так, в прошлом году к нам обратился DIY-ритейлер с тысячами SKU и сотнями категорий. Трафик у магазина высокий, маркетинговые бюджеты — миллионные. А конверсия из каталога в корзину — всего 0,8%.

Мы проанализировали интернет-магазин, и поняли, что пользователи «ходили» по сайту, но:
— им приходилось делать по 5–7 кликов до нужного товара,
— они путались в многоуровневой структуре каталога,
— сталкивались с пустыми и дублирующимися разделами,
— и уходили, так и не купив.

Поэтому мы пересобрали дерево каталога с опорой на реальные пользовательские сценарии и ML:
— проанализировали поведение, заказы, сезонность и паттерны покупок;
— убрали избыточную глубину и пустые категории;
— перестроили структуру под задачи пользователей, а не формальную иерархию;
внедрили персонализированное ранжирование категорий и товаров;
— добавили автоматические подборки под реальные сценарии покупок.

🔥 По сути, каталог перестал быть статичным справочником и стал живой системой, которая подстраивается под спрос, сезонность и поведение каждого конкретного покупателя.

📈 Мы получили следующие результаты:
— конверсия в корзину выросла с 0,8% до 2,1%,
— доля “потерянных” сессий сократилась на 27%,
— выручка увеличилась на 198% без роста рекламных бюджетов.

Бизнес начал зарабатывать больше на том же объеме трафика.

На вебинаре завтра мы разберём, как AI масштабируется дальше: от повышения конверсии до оптимизации процессов на бэк-офисе.

Регистрируйтесь на него в нашем боте 🫰

Где ИИ — быстрый выигрыш, а где — марафон?

Не все ИИ-проекты одинаковы. Одни окупаются за несколько недель, другие требуют от нескольких месяцев до года, и перестройки всей операционки. Разница заключается не в технологии, а в зрелости процесса и качестве данных.

— рассказывает наш руководитель AI-направления Карина Садова.

Быстрый эффект: где ИИ «зажигает» за недели

1️⃣ Триггерные рассылки

Это автоматические сообщения (письма, push-уведомления, SMS), которые отправляются клиенту в ответ на конкретное действие или событие — триггер.
Не массовая рассылка всем и сразу, а персонализированный контакт в нужный момент.

🔥 Цепочка простая и понятная: четкое событие > простая модель > измеримый результат. Получаем +15–35% к возобновлению брошенных корзин за 30 дней

2️⃣ Классификация обращений в поддержку

Текст обращения > определение категории > точная маршрутизация обращения.

Можно добиться сокращения времени первого ответа на 40–60%, а если прикрутить еще и LLM+RAG для автоматизации первой линии ответов на основе инструкций для специалистов поддержки, то можно еще и штат сотрудников оптимизировать на 20-60% (в зависимости от того, какой процент всех вопросов клиента именно в вашем случае занимают простые).

3️⃣ Динамические цены на остатки

Достаточно узкая и понятная цель: распродажа залежавшегося товара. Алгоритм реагирует на остатки товара, и время, которое они провели на складе.
Можно добиться снижения «мёртвого» ассортимента на 20–30% за квартал.

4️⃣ Генерация описаний под SEO поисковых движков и SEO AI-скрапперов

По заданным шаблонам (или без них), атрибутам товара создать описания, кейсы использования. Может быть описания товара и не влияют на конверсию напрямую, но это экономит часы копирайтеров, а также приводит трафик на сайт и к контент.

Как итог: 80% карточек обновлены за 2 недели вместо 3 месяцев

Почему эти истории работают быстро:
• Узкая задача без пересечения отделов
• Чистый вход: событие, текст, остаток
• Прямая метрика: конверсия, время, складские показатели

Теперь перейдем к историям с долгосрочными проектами.

Долгая инвестиция: красиво в теории, дорого на практике

1️⃣ Персонализация «от клика до покупки»
Требует единого профиля клиента: сайт + приложение + оффлайн + возвраты. В 90% проектов данные фрагментированы.
1-2 месяца уйдет на интеграцию данных, и еще 1-2 месяца на обучение модели

2️⃣ Прогноз спроса на 10 000+ SKU
Прогноз будет очень чувствителен к шуму в данных: промо без маркировки, ручные закупки, ошибки в категориях. Поэтому, чтобы алгоритм не учился на шуме, нужно инвестировать первые пару месяцев только в отладку данных.

3️⃣ Полная автоматизация чат-поддержки
Требует идеальной синхронизации: склад, маркетинг, логистика. Даже одна дыра в бизнес-процесее приведет к росту жалоб.
Поэтому достижение 70%+ автоматизации без падения NPS занимает займет порядка 6-8 месяцев.

Почему проект может быть долгим:
• Задача пересекает границы отделов
• Зависит от качества исторических данных
• Метрика успеха расплывчата («лучше, чем было»)

Подведем итоги — как не ошибиться с выбором старта

🔥 Запускайте ИИ быстро там, где:
• Процесс уже выстроен вручную (есть «как сейчас» / as is)
• Данные живут в одном месте и структурированы
• Эффект измеряется одной метрикой за ≤15-30 дней

Занимайтесь подготовительными этапами, если:
• Задачи со склейкой 3+ источников
• Модели, где ошибка = прямой убыток (ценники, закупки)
• «Умные» фичи без чёткого бизнес-кейса («хочу как у Amazon»)

❗️ Выбирайте точку входа по зрелости процесса, а не по привлекательности технологии, и эффекты не заставят себя ждать.

А чтобы узнать про внедрение AI в e-commerce подробнее, приходите на наш сегодняшний вебинар 🫰

Регистрация — через наш бот.

Опубликовали запись вебинара про внедрение AI в E-commerce 🔥

На эфире обсудили ключевые сценарии и лучшие кейсы применения AI в бизнес-процессах в e-commerce.

Разговор был не про тренды, а про зрелый подход к автоматизации с помощью AI. Про то, как подготовиться к внедрению ИИ, какие процессы автоматизировать в первую очередь, и почему вообще AI — не «волшебная таблетка», а инструмент, требующий системной подготовки.

На вебинаре подробно разобрали:
— с каких процессов и метрик начинать пилот, чтобы увидеть измеримый результат уже в первые месяцы,
— типовые ошибки при внедрении AI и почему многие проекты не доходят до роста прибыли и сокращения кастов,
— реальные кейсы: автоматизация генерации контента, оптимизации поиска, рекомендаций, структуры каталога, ценообразования с помощью ИИ,
— что лучше — готовые B2B-решения или кастомная разработка: где можно сэкономить время, а где необходима индивидуальная архитектура.

Если пропустили эфир или хотите пересмотреть отдельные блоки — смотрите запись на наших площадках:
📺 YouTube
📺 VK видео

P. S. В этом году мы будем регулярно проводить вебинары с приглашенными экспертами — все анонсы будут здесь и в нашем боте.

🔥 Новый выпуск подкаста «Лучшее время» — о роли ИИ в разработке лекарств и борьбе со старением.

Директор Центра ИИ-разработки новых лекарственных препаратов AIDD Института AIRI Артур Кадурин рассказал:

⁃ о механизмах действия лекарств;
⁃ какие этапы есть в разработке лекарств и сколько стоит создание препарата;
⁃ как ИИ уже сократил первый этап разработки лекарств до 40 дней;
⁃ Google разработал революционный инструмент для фармы на базе ИИ — это программа AlphaFold для предсказания пространственной структуры белков и их взаимодействия — могла ли компания из России создать его раньше?

Центр AIDD — совместный проект Института AIRI и Сбера. В цели AIDD входит:

• внедрение ИИ в процесс разработки лекарственных препаратов;
• развитие персонализированной медицины с помощью ИИ-плафтормы для анализа биомедицинских данных.

Отдельно обсудили будущее здравоохранения:
⁃ на какую продолжительность жизни мы можем рассчитывать;
⁃ как носимые устройства и искусственный интеллект повысят вовлеченность людей в свое лечение;
⁃ связь полетов на Марс и разработки лекарств;
⁃ возможно ли персонализированное лекарство для каждого.

Смотрите выпуск:
📺 YouTube
📺 ВК видео
🎵 Яндекс.Музыка

📦 Доставка как инструмент роста: как интернет-магазинам конкурировать с маркетплейсами

В e-commerce доставка давно перестала быть просто «последним шагом» в оформлении заказа. Сегодня это один из ключевых факторов конкуренции — особенно на фоне маркетплейсов, которые приучили покупателей к доставке на следующий день в пункт выдачи рядом с домом.

❗️Но для интернет-магазинов брендов и розничных сетей задача гораздо сложнее: им нужно приблизиться к этому уровню удобства, не разрушив экономику своего бизнеса. Бесплатная доставка «как у маркетплейсов» в таком случае — не стратегия. Необходим правильно спроектированный продукт, где логистика становится частью цифрового решения.

В новой статье рассказываем, почему доставка — это не отдельный модуль, а продуктовая задача, которую необходимо учитывать уже на этапе разработки интернет-магазина или мобильного приложения. Разбираем, как балансировать между ожиданиями пользователя, операционными ограничениями бизнеса и технической реализацией.

На практике функционал доставки обычно требует индивидуальной архитектуры решений. Например, среди наших клиентов есть такие кейсы:

⛏ В DIY-сети «Строй-С», где покупатель может заказать и один шуруповёрт, и целую машину стройматериалов, мы разработали систему расчёта доставки, учитывающую вес, габариты, этаж, наличие лифта и срочность заказа. Алгоритм автоматически подбирает транспорт и объединяет заказы в сборные маршруты, снижая логистические затраты без ухудшения клиентского опыта.

🚗 Другой пример — международная платформа Yacar, через которую автомобили покупаются на японских аукционах и доставляются в Россию. Здесь доставка включает не только транспортировку, но и сложную цепочку процессов: расчёт стоимости, документы, валютные операции и работу с границей. Мы создали интерфейс, который сопровождает пользователя на каждом этапе и помогает менеджерам быстро находить оптимальный сценарий доставки.

О том, как выгодно связывать пользовательский опыт, бизнес-экономику и реальные логистические процессы — читайте в статье на нашем сайте ✌️