Наткнулся на статью AJ Bruno (CEO QuotaPath) «From Kodak Film to AI Tokens» из рассылки Topline Newsletter. Казалось бы, нишевая тема про комиссии продавцов. На самом деле там хорошо видно как меняется экономика tech-бизнеса.
Аналогия которая засела: Kodak в 1888 году продавал камеру, но зарабатывал на плёнке. «You press the button, we do the rest.» Bruno считает что в AI похожая история: софт это кнопка, а деньги всё больше в токенах, инференсе, потреблении. Не все AI-бизнесы так устроены, есть embedded-AI, фиксированные подписки, сервисные модели. Но тренд в сторону consumption-based выручки очевиден. И он ломает старые шаблоны.
Про маржу. В SaaS было нормально платить продавцу 10% при марже 70-85%. В AI маржа часто 30-50%, каждый токен реально стоит денег. На картинке от Cyber Partners это хорошо видно: слева Traditional SaaS, где с ростом клиентской базы разрыв между revenue и costs растёт, маржа расширяется, operating leverage работает. Справа Token-Dependent AI, где costs трекают revenue почти 1:1 и маржа остаётся тонкой на любом масштабе. Это другая экономика. Та же комиссия 10% при марже 80% и при 50% это два разных бизнес-решения. Многие компании всё ещё платят продавцам «как в SaaS» и просто не пересчитали математику.
Про единицу продажи. SaaS продавал seats. Понятно, предсказуемо. В AI единица размывается: большинство компаний ещё держат подписку, но значимая доля уже перешла на consumption-based и outcome-based, а заметный процент планирует сменить модель в ближайший год. Это не другой прайс-лист, это другой контракт. В подписке клиент платит за доступ. В consumption за использование. В outcome за результат. Каждый шаг сдвигает риск с клиента на поставщика. Snowflake одними из первых это поняли: квота продавца это не сумма подписанных контрактов, а объём реального потребления.
Про land-and-expand. Некоторые компании уже экспериментируют с фиксированной оплатой за новый логотип, например $5000 за привлечённого клиента независимо от размера стартового контракта. Логика простая: клиент это актив, выручка придёт через расширение. Данные подтверждают: компании до ~1M ARR растут в основном за счёт новых клиентов, а в диапазоне 20-50M expansion даёт уже сопоставимую долю нового ARR. Мне кажется land-and-expand будет доминирующей моделью для большинства tech-компаний в ближайшие годы. Чем зрелее компания, тем важнее то что происходит после первой сделки, а не размер первого чека.
Ещё: multi-year контракты почти исчезли. POC из обязательного этапа превращается в тормоз потому что удлиняет цикл. AI-native компании меняют свои comp plans в несколько раз чаще чем SaaS. Не потому что любят хаос, а потому что никто ещё не нашёл формулу. Спрос, себестоимость, прайсинг и поведение пользователей двигаются слишком быстро.
Почему это важно за пределами sales. Потому что это сдвиг от продажи продукта к продаже outcome. Когда ценность определяется не контрактом а тем что клиент реально получил, вся цепочка переворачивается. Мотивация продавцов просто первое место где этот сдвиг становится видимым.
Источник: AJ Bruno, «From Kodak Film to AI Tokens», Topline Newsletter. Картинка: Cyber Partners / Technology Due Diligence Advisory
Аналогия которая засела: Kodak в 1888 году продавал камеру, но зарабатывал на плёнке. «You press the button, we do the rest.» Bruno считает что в AI похожая история: софт это кнопка, а деньги всё больше в токенах, инференсе, потреблении. Не все AI-бизнесы так устроены, есть embedded-AI, фиксированные подписки, сервисные модели. Но тренд в сторону consumption-based выручки очевиден. И он ломает старые шаблоны.
Про маржу. В SaaS было нормально платить продавцу 10% при марже 70-85%. В AI маржа часто 30-50%, каждый токен реально стоит денег. На картинке от Cyber Partners это хорошо видно: слева Traditional SaaS, где с ростом клиентской базы разрыв между revenue и costs растёт, маржа расширяется, operating leverage работает. Справа Token-Dependent AI, где costs трекают revenue почти 1:1 и маржа остаётся тонкой на любом масштабе. Это другая экономика. Та же комиссия 10% при марже 80% и при 50% это два разных бизнес-решения. Многие компании всё ещё платят продавцам «как в SaaS» и просто не пересчитали математику.
Про единицу продажи. SaaS продавал seats. Понятно, предсказуемо. В AI единица размывается: большинство компаний ещё держат подписку, но значимая доля уже перешла на consumption-based и outcome-based, а заметный процент планирует сменить модель в ближайший год. Это не другой прайс-лист, это другой контракт. В подписке клиент платит за доступ. В consumption за использование. В outcome за результат. Каждый шаг сдвигает риск с клиента на поставщика. Snowflake одними из первых это поняли: квота продавца это не сумма подписанных контрактов, а объём реального потребления.
Про land-and-expand. Некоторые компании уже экспериментируют с фиксированной оплатой за новый логотип, например $5000 за привлечённого клиента независимо от размера стартового контракта. Логика простая: клиент это актив, выручка придёт через расширение. Данные подтверждают: компании до ~1M ARR растут в основном за счёт новых клиентов, а в диапазоне 20-50M expansion даёт уже сопоставимую долю нового ARR. Мне кажется land-and-expand будет доминирующей моделью для большинства tech-компаний в ближайшие годы. Чем зрелее компания, тем важнее то что происходит после первой сделки, а не размер первого чека.
Ещё: multi-year контракты почти исчезли. POC из обязательного этапа превращается в тормоз потому что удлиняет цикл. AI-native компании меняют свои comp plans в несколько раз чаще чем SaaS. Не потому что любят хаос, а потому что никто ещё не нашёл формулу. Спрос, себестоимость, прайсинг и поведение пользователей двигаются слишком быстро.
Почему это важно за пределами sales. Потому что это сдвиг от продажи продукта к продаже outcome. Когда ценность определяется не контрактом а тем что клиент реально получил, вся цепочка переворачивается. Мотивация продавцов просто первое место где этот сдвиг становится видимым.
Источник: AJ Bruno, «From Kodak Film to AI Tokens», Topline Newsletter. Картинка: Cyber Partners / Technology Due Diligence Advisory
👍4❤1
Почти 3 месяца как ношу Oura Ring.
Предыстория: у меня не складывалось с умными девайсами. Дважды пробовал Apple Watch, разные версии. Оба раза понял что носить часы это не моё. Форм-фактор не зашёл, снимал через неделю.
В декабре друзья привезли из штатов Freestyle Libre 3, это датчик уровня сахара в крови который клеится на руку. В Европе они вроде бы недоступны в свободной продаже. Путём хитрых переключений Apple аккаунтов на американские мне поставили датчик и дали приложение. Две недели пока батарейка была жива я с него практически не вылазил. Экспериментировал с едой, смотрел как организм реагирует на разные продукты, параллельно консультировался с ChatGPT с просьбами интерпретировать графики. Libre мне реально помог: я сформулировал для себя что подходит что нет, какие продукты вызывают скачки а какие держат ровно. Прошло 4 месяца, некоторые привычки которые сформировались за те две недели я соблюдаю до сих пор.
Втянувшись в эту историю с данными про себя и наслушавшись положительных отзывов, взял Oura.
Что могу сказать после 3 месяцев. Форм-фактор кольца прям мой. Удобно, не замечаешь, не мешает. Батарейки хватает на 4 дня, заряжается с нуля до 80% примерно за 15 минут пока ты в душе. Носил в баню, бассейн, всё работает.
Интересная штука с хронотипом. Я всю жизнь считал себя жаворонком. Кольцо определило меня как early evening type. Оптимальное засыпание 00:20, подъём 8:20. Но самое полезное это не время сна а то что дальше: по данным Oura мои пики продуктивности это утро и потом ближе к 4 часам дня, а лучшее время для спорта 6 вечера. Когда начал подстраивать расписание под эти окна, качество и сна и дня реально поменялось. Sleep score в среднем 88. Стресс низкий, что в текущих обстоятельствах я расцениваю как тяжёлый люкс.
Но самая крутая штука случилась с readiness. За два дня до того как я почувствовал первые симптомы болезни, Oura прислала предупреждение что мой readiness падает и я возможно заболеваю. Через два дня я реально слёг. Кольцо увидело это раньше чем я сам. Вот это впечатлило больше всего.
Вообще супер крутой опыт. Не реклама, а было бы клево если бы была реклама. Если кто пользуется Oura или Libre, интересно послушать ваш опыт.
Предыстория: у меня не складывалось с умными девайсами. Дважды пробовал Apple Watch, разные версии. Оба раза понял что носить часы это не моё. Форм-фактор не зашёл, снимал через неделю.
В декабре друзья привезли из штатов Freestyle Libre 3, это датчик уровня сахара в крови который клеится на руку. В Европе они вроде бы недоступны в свободной продаже. Путём хитрых переключений Apple аккаунтов на американские мне поставили датчик и дали приложение. Две недели пока батарейка была жива я с него практически не вылазил. Экспериментировал с едой, смотрел как организм реагирует на разные продукты, параллельно консультировался с ChatGPT с просьбами интерпретировать графики. Libre мне реально помог: я сформулировал для себя что подходит что нет, какие продукты вызывают скачки а какие держат ровно. Прошло 4 месяца, некоторые привычки которые сформировались за те две недели я соблюдаю до сих пор.
Втянувшись в эту историю с данными про себя и наслушавшись положительных отзывов, взял Oura.
Что могу сказать после 3 месяцев. Форм-фактор кольца прям мой. Удобно, не замечаешь, не мешает. Батарейки хватает на 4 дня, заряжается с нуля до 80% примерно за 15 минут пока ты в душе. Носил в баню, бассейн, всё работает.
Интересная штука с хронотипом. Я всю жизнь считал себя жаворонком. Кольцо определило меня как early evening type. Оптимальное засыпание 00:20, подъём 8:20. Но самое полезное это не время сна а то что дальше: по данным Oura мои пики продуктивности это утро и потом ближе к 4 часам дня, а лучшее время для спорта 6 вечера. Когда начал подстраивать расписание под эти окна, качество и сна и дня реально поменялось. Sleep score в среднем 88. Стресс низкий, что в текущих обстоятельствах я расцениваю как тяжёлый люкс.
Но самая крутая штука случилась с readiness. За два дня до того как я почувствовал первые симптомы болезни, Oura прислала предупреждение что мой readiness падает и я возможно заболеваю. Через два дня я реально слёг. Кольцо увидело это раньше чем я сам. Вот это впечатлило больше всего.
Вообще супер крутой опыт. Не реклама, а было бы клево если бы была реклама. Если кто пользуется Oura или Libre, интересно послушать ваш опыт.
🔥18👍7🤔2🗿1
Есть хорошая цитата: «culture eats strategy for breakfast». Когда садишься разговаривать с людьми из производственных или инженерных компаний, никто не говорит «культура». Говорят конкретнее: можем ли мы доверять друг другу? Почему соседний отдел сделал какую-то ерунду? Почему мы должны исправлять их косяки?
Был на встрече где обсуждали концепцию «интегрированной организации». Слайд был от литовского InTechCentras, на литовском. Попросил Claude адаптировать картинку на английский.
Суть простая. Успех компании это функция двух маркетингов одновременно. Внешний маркетинг это то что ты показываешь рынку: возможности, способности, упаковка, позиционирование, то что клиент видит. Внутренний маркетинг это то как ты устроен внутри: взаимное доверие и уважение между людьми, то что клиент не видит но всегда чувствует. Важно отметить что это не «процессы» а именно internal marketing/culture.
Слово «маркетинг» тут ключевое. Не в смысле реклама, а в более широком: как ты «продаёшь» свою компанию наружу и как ты «продаёшь» свои ценности внутрь. Концепт не новый. Он близок к модели Christian Grönroos, финского профессора который ещё в 1981 году ввёл понятие internal marketing как интегратора бизнес-функций. Его формула: «build internal competence for external success». Невозможно построить внешнюю компетенцию без внутренней.
Что мне тут показалось важным это задача руководителя. Ты должен развивать оба маркетинга одновременно. Нельзя закрыться в лаборатории и надеяться что мир оценит твои изобретения. Бывают исключения, но они редки. И нельзя только строить внешний маркетинг и продажи. Да, хорошие продажи прощают много ошибок и неэффективностей. Но они не заменяют внутреннюю работу. Рано или поздно клиент заметит разрыв между тем что ему продали и тем что ему доставили. И этот разрыв всегда растёт изнутри.
Из личных наблюдений: я видел кучу крутых производственных и инженерных компаний которые делают отличный продукт но не способны выстроить внешний маркетинг. Внутри всё работает, люди уважают друг друга, качество на уровне. А наружу тишина. И намного реже встречал обратное, компании которые были sales-first и при этом внутри пусто. Возможно это искажение моего социального пузыря. Но если это так, то для моего круга главный вызов не внутренний маркетинг а внешний. Уметь рассказать рынку то что ты уже умеешь делать.
Большинство руководителей которых я видел тяготеют к одной стороне. Кто-то бесконечно строит процессы внутри и забывает про рынок. Кто-то гонит продажи и удивляется почему retention падает. Звучит легко, а сделать трудно.
Был на встрече где обсуждали концепцию «интегрированной организации». Слайд был от литовского InTechCentras, на литовском. Попросил Claude адаптировать картинку на английский.
Суть простая. Успех компании это функция двух маркетингов одновременно. Внешний маркетинг это то что ты показываешь рынку: возможности, способности, упаковка, позиционирование, то что клиент видит. Внутренний маркетинг это то как ты устроен внутри: взаимное доверие и уважение между людьми, то что клиент не видит но всегда чувствует. Важно отметить что это не «процессы» а именно internal marketing/culture.
Слово «маркетинг» тут ключевое. Не в смысле реклама, а в более широком: как ты «продаёшь» свою компанию наружу и как ты «продаёшь» свои ценности внутрь. Концепт не новый. Он близок к модели Christian Grönroos, финского профессора который ещё в 1981 году ввёл понятие internal marketing как интегратора бизнес-функций. Его формула: «build internal competence for external success». Невозможно построить внешнюю компетенцию без внутренней.
Что мне тут показалось важным это задача руководителя. Ты должен развивать оба маркетинга одновременно. Нельзя закрыться в лаборатории и надеяться что мир оценит твои изобретения. Бывают исключения, но они редки. И нельзя только строить внешний маркетинг и продажи. Да, хорошие продажи прощают много ошибок и неэффективностей. Но они не заменяют внутреннюю работу. Рано или поздно клиент заметит разрыв между тем что ему продали и тем что ему доставили. И этот разрыв всегда растёт изнутри.
Из личных наблюдений: я видел кучу крутых производственных и инженерных компаний которые делают отличный продукт но не способны выстроить внешний маркетинг. Внутри всё работает, люди уважают друг друга, качество на уровне. А наружу тишина. И намного реже встречал обратное, компании которые были sales-first и при этом внутри пусто. Возможно это искажение моего социального пузыря. Но если это так, то для моего круга главный вызов не внутренний маркетинг а внешний. Уметь рассказать рынку то что ты уже умеешь делать.
Большинство руководителей которых я видел тяготеют к одной стороне. Кто-то бесконечно строит процессы внутри и забывает про рынок. Кто-то гонит продажи и удивляется почему retention падает. Звучит легко, а сделать трудно.
❤8👌1
10 месяцев давал деньги в долг незнакомым компаниям. Вот что получилось.
Рассказываю: сколько заработал в процентах и евро, какие риски увидел и почему это не заменит акции или крипту, но занять место в портфеле может. Спойлер: это намного скучнее, чем биткоин, но и спать с этим спокойнее.
Среди краудфандингов и краудинвестингов легко запутаться. Краудлендинг — самый простой из них: ты даёшь бизнесу в долг через платформу под процент, получаешь обратно тело + проценты по графику. По сути ты мини-банк, только без лицензии и без нормальной подушки безопасности.
Использовал локальную литовскую платформу Finomark (finomark.lt), больше 5 000 инвесторов. Топ-инвестор на платформе держит портфель на 2.5 миллиона евро. В топ-25% можно попасть с 13 000 €. Это даёт понимание масштаба.
Закидывал по 100–200 € по чуть-чуть и целенаправленно искал проекты на 3–6–9 месяцев. Хотя большинство заёмщиков берут на 24–36 месяцев — там ставки повыше, но и деньги заморожены надолго.
При выборе проектов смотрел не только на срок. Выкачивал с платформы финансовые показатели компаний-заёмщиков, загружал в ChatGPT и разбирал: выручка, долговая нагрузка, отрасль, история платежей. Раскидывал мелкими кусками по разным компаниям, старался не класть больше 250 € в один проект. В итоге это был скорее эксперимент с маленькими чеками, чем серьёзная стратегия под доход.
Тело займов вернулось на 2 702 €, проценты 127 €, итого 2 830 €. Received/expected sum ratio — 100%, то есть всё пришло. Средневзвешенная ставка 9.22% годовых, годовая 9.50%. Это до налогов и без учёта того, что деньги были не всегда полностью задействованы. После налогов цифра скромнее.
Были задержки платежей у нескольких компаний. Все в итоге вернули — и тело, и проценты. Но сам факт задержки неприятный, особенно когда ты не можешь повлиять ни на что кроме как ждать. После этого стал внимательнее смотреть на долговую нагрузку заёмщика и историю предыдущих займов на платформе.
Правда, это мой опыт за относительно короткий период с короткими займами. При 24–36 месяцах риски дефолта, скорее всего, выше и у меня пока нет данных чтобы судить.
Если вы любите щёлкать графики в трейдинг-приложении — это вообще не про вас. Тут «скучные» 9–11% годовых с риском дефолтов и без потенциала x5. Зато без 50% просадок за ночь. Всем криптошейхам привет.
В среднем от 10 до 13 процентов годовых можно получить если вы готовы ждать 24–36 месяцев. Я выбирал короткие — и получил соответствующий результат. Как консервативная прослойка в большом диверсифицированном портфеле инвестиций — инструмент рабочий. Не основной, а именно прослойка.
Что я для себя вынес. Это не про быстрый заработок, а про ставку чуть выше депозита с чуть выше риском. Срок — ключ. Коротко = ниже доходность и ниже риск. Длинно = выше доходность и выше шанс что что-то пойдёт не так. Без готовности спокойно принять просрочки и возможные дефолты сюда лезть не стоит вообще.
И ещё одно: даже при таких «скучных» инструментах нельзя аутсорсить мозг платформе — смотреть на цифры заёмщика всё равно придётся самому.
Важно: это не инвестиционная рекомендация. У меня пока короткий горизонт, маленький объём и нулевой дефолт — это легко может измениться на дистанции 2–3 лет. Если решите заходить — считайте что это высокий риск и делайте домашку сами.
Если кто пользуется краудлендинговыми платформами — интересно послушать ваш опыт. Какие ставки получаете, были ли дефолты.
Рассказываю: сколько заработал в процентах и евро, какие риски увидел и почему это не заменит акции или крипту, но занять место в портфеле может. Спойлер: это намного скучнее, чем биткоин, но и спать с этим спокойнее.
Среди краудфандингов и краудинвестингов легко запутаться. Краудлендинг — самый простой из них: ты даёшь бизнесу в долг через платформу под процент, получаешь обратно тело + проценты по графику. По сути ты мини-банк, только без лицензии и без нормальной подушки безопасности.
Использовал локальную литовскую платформу Finomark (finomark.lt), больше 5 000 инвесторов. Топ-инвестор на платформе держит портфель на 2.5 миллиона евро. В топ-25% можно попасть с 13 000 €. Это даёт понимание масштаба.
Закидывал по 100–200 € по чуть-чуть и целенаправленно искал проекты на 3–6–9 месяцев. Хотя большинство заёмщиков берут на 24–36 месяцев — там ставки повыше, но и деньги заморожены надолго.
При выборе проектов смотрел не только на срок. Выкачивал с платформы финансовые показатели компаний-заёмщиков, загружал в ChatGPT и разбирал: выручка, долговая нагрузка, отрасль, история платежей. Раскидывал мелкими кусками по разным компаниям, старался не класть больше 250 € в один проект. В итоге это был скорее эксперимент с маленькими чеками, чем серьёзная стратегия под доход.
Тело займов вернулось на 2 702 €, проценты 127 €, итого 2 830 €. Received/expected sum ratio — 100%, то есть всё пришло. Средневзвешенная ставка 9.22% годовых, годовая 9.50%. Это до налогов и без учёта того, что деньги были не всегда полностью задействованы. После налогов цифра скромнее.
Были задержки платежей у нескольких компаний. Все в итоге вернули — и тело, и проценты. Но сам факт задержки неприятный, особенно когда ты не можешь повлиять ни на что кроме как ждать. После этого стал внимательнее смотреть на долговую нагрузку заёмщика и историю предыдущих займов на платформе.
Правда, это мой опыт за относительно короткий период с короткими займами. При 24–36 месяцах риски дефолта, скорее всего, выше и у меня пока нет данных чтобы судить.
Если вы любите щёлкать графики в трейдинг-приложении — это вообще не про вас. Тут «скучные» 9–11% годовых с риском дефолтов и без потенциала x5. Зато без 50% просадок за ночь. Всем криптошейхам привет.
В среднем от 10 до 13 процентов годовых можно получить если вы готовы ждать 24–36 месяцев. Я выбирал короткие — и получил соответствующий результат. Как консервативная прослойка в большом диверсифицированном портфеле инвестиций — инструмент рабочий. Не основной, а именно прослойка.
Что я для себя вынес. Это не про быстрый заработок, а про ставку чуть выше депозита с чуть выше риском. Срок — ключ. Коротко = ниже доходность и ниже риск. Длинно = выше доходность и выше шанс что что-то пойдёт не так. Без готовности спокойно принять просрочки и возможные дефолты сюда лезть не стоит вообще.
И ещё одно: даже при таких «скучных» инструментах нельзя аутсорсить мозг платформе — смотреть на цифры заёмщика всё равно придётся самому.
Важно: это не инвестиционная рекомендация. У меня пока короткий горизонт, маленький объём и нулевой дефолт — это легко может измениться на дистанции 2–3 лет. Если решите заходить — считайте что это высокий риск и делайте домашку сами.
Если кто пользуется краудлендинговыми платформами — интересно послушать ваш опыт. Какие ставки получаете, были ли дефолты.
👍11🤷♀1😱1
Reddit — второй по цитируемости источник в ChatGPT. Сразу после Wikipedia.
И это случилось за дни.
16 мая 2024 OpenAI объявляет партнёрство с Reddit. За неделю доля Reddit в цитатах ChatGPT прыгает с 1.1% до 5.9%. В четыре раза.
Данные от Profound платформы, которая трекает какие домены LLM-ы цитируют чаще всего. На тот момент проанализировано 630 млн цитат в ответах ChatGPT, Perplexity и Google AI Overviews.
Для сравнения: Perplexity держал Reddit на 6–8% месяцами. Google AI Overviews около 2.5%. ChatGPT одним инфраструктурным решением обогнал обоих.
С тех пор стало интереснее.
Июль 2025 - Reddit вырос до 10%+ всех цитат ChatGPT. Сентябрь - обвалился до ~1%. Акции Reddit упали на 14% за пять дней. Потом восстановился. К январю 2026 доля снова выросла на 73%.
OpenAI крутит настройки того, как ChatGPT ищет и выбирает источники и Reddit каждый раз в эпицентре качелей.
Google тоже ранжировал источники, но по алгоритму. Здесь другое: одно бизнес-решение о партнёрстве перестраивает всю цепочку знаний. Не постепенная эволюция а переключатель, который щёлкает в один день.
Почему именно Reddit? Одна из немногих платформ, где контент это дискуссии людей, а не маркетинговые статьи. Живые мнения, сравнения, личный опыт. То же самое, почему люди годами добавляли «reddit» к своим Google-запросам. LLM-ы просто автоматизировали эту привычку.
Но вот парадокс. Если LLM-ы массово цитируют Reddit, а пользователи Reddit знают, что их читают алгоритмы качество контента неизбежно меняется. Закон Гудхарта: когда метрика становится целью, она перестаёт быть хорошей метрикой.
Платформа, которая ценна тем, что на ней люди пишут для людей, начинает привлекать тех, кто пишет для алгоритмов. И в этот момент причина, по которой LLM-ы выбрали Reddit исчезает.
И это случилось за дни.
16 мая 2024 OpenAI объявляет партнёрство с Reddit. За неделю доля Reddit в цитатах ChatGPT прыгает с 1.1% до 5.9%. В четыре раза.
Данные от Profound платформы, которая трекает какие домены LLM-ы цитируют чаще всего. На тот момент проанализировано 630 млн цитат в ответах ChatGPT, Perplexity и Google AI Overviews.
Для сравнения: Perplexity держал Reddit на 6–8% месяцами. Google AI Overviews около 2.5%. ChatGPT одним инфраструктурным решением обогнал обоих.
С тех пор стало интереснее.
Июль 2025 - Reddit вырос до 10%+ всех цитат ChatGPT. Сентябрь - обвалился до ~1%. Акции Reddit упали на 14% за пять дней. Потом восстановился. К январю 2026 доля снова выросла на 73%.
OpenAI крутит настройки того, как ChatGPT ищет и выбирает источники и Reddit каждый раз в эпицентре качелей.
Google тоже ранжировал источники, но по алгоритму. Здесь другое: одно бизнес-решение о партнёрстве перестраивает всю цепочку знаний. Не постепенная эволюция а переключатель, который щёлкает в один день.
Почему именно Reddit? Одна из немногих платформ, где контент это дискуссии людей, а не маркетинговые статьи. Живые мнения, сравнения, личный опыт. То же самое, почему люди годами добавляли «reddit» к своим Google-запросам. LLM-ы просто автоматизировали эту привычку.
Но вот парадокс. Если LLM-ы массово цитируют Reddit, а пользователи Reddit знают, что их читают алгоритмы качество контента неизбежно меняется. Закон Гудхарта: когда метрика становится целью, она перестаёт быть хорошей метрикой.
Платформа, которая ценна тем, что на ней люди пишут для людей, начинает привлекать тех, кто пишет для алгоритмов. И в этот момент причина, по которой LLM-ы выбрали Reddit исчезает.
👍3❤2🤓2
Channel name was changed to «Переводчик с технического | Roman Rimsha»
Одна картинка от SK Ventures хорошо объясняет почему софтверная индустрия так нервничает.
На ней четыре кривые стоимости на логарифмической шкале с 1970 по 2030 год. Storage, bandwidth и CPU за десятилетия обвалились. То что когда-то стоило безумных денег, сегодня стоит почти ничего.
А вот четвёртая кривая долго была почти плоской. Software engineers.
В этом по сути вся история софта последних десятилетий. Инфраструктура дешевела. Люди нет. Стоимость производства софта не падала так же быстро, потому что главным ограничением оставался человеческий труд.
Сейчас многие ждут что это наконец начнёт меняться. AI-assisted и AI-generated код обещает сделать с software engineering примерно то же что интернет когда-то сделал с bandwidth. Не в смысле «инженеры больше не нужны», а в смысле что сама единица производства начинает резко дешеветь.
Понятно что это картинка от венчурного фонда, а не академическое исследование — у них есть прямой интерес продавать нарратив «всё обнуляется». Но даже если кривая software engineers не упадёт так же резко, направление понятно.
Если стоимость производства софта, контента, видео и маркетинга стремится к нулю, то что тогда вообще остаётся ценным?
Не производство. Ценность переезжает в мышление, в данные, в способность принимать решения, в оргдизайн. AI доступен всем. И если твоя единственная ставка в том что ты будешь делать то же самое просто дешевле, ты на самом деле конкурируешь с трендом который и так идёт к нулю. А к нулю нельзя прийти первым.
Отсюда и главный самообман текущей AI-волны. Три фазы (на второй картинке — три волны):
Фаза 1: дешевле. Делать то же самое, но с меньшими затратами.
Фаза 2: лучше. Делать то же самое, но с более высоким качеством.
Фаза 3: иначе. Строить процессы и системы, которых раньше не существовало.
Большинство компаний всё ещё в первой. Чуть меньшая часть переходит ко второй. Трансформация начинается только в третьей. И успех в первой фазе вообще не гарантирует успеха в третьей. Писал об этом в посте про пирамиду HBR — там та же логика, но с другой стороны: не «почему дешевле ≠ ценнее», а «как выстраивать создание ценности по уровням».
Скорости адаптации:
Технология: дни.
Люди: недели.
Процессы: месяцы.
Организация: годы.
Реальный bottleneck уже не в технологии. Он в разнице этих скоростей. Технология не будет самой сложной частью. Самой сложной частью будут люди и оргизменения.
Поэтому вопрос уже не в том используете ли вы AI. Вопрос в том где именно вы создаёте ценность, если производство как таковое дешевеет у всех.
В какой фазе вы сейчас? И что конкретно делаете чтобы не застрять в первой?
На ней четыре кривые стоимости на логарифмической шкале с 1970 по 2030 год. Storage, bandwidth и CPU за десятилетия обвалились. То что когда-то стоило безумных денег, сегодня стоит почти ничего.
А вот четвёртая кривая долго была почти плоской. Software engineers.
В этом по сути вся история софта последних десятилетий. Инфраструктура дешевела. Люди нет. Стоимость производства софта не падала так же быстро, потому что главным ограничением оставался человеческий труд.
Сейчас многие ждут что это наконец начнёт меняться. AI-assisted и AI-generated код обещает сделать с software engineering примерно то же что интернет когда-то сделал с bandwidth. Не в смысле «инженеры больше не нужны», а в смысле что сама единица производства начинает резко дешеветь.
Понятно что это картинка от венчурного фонда, а не академическое исследование — у них есть прямой интерес продавать нарратив «всё обнуляется». Но даже если кривая software engineers не упадёт так же резко, направление понятно.
Если стоимость производства софта, контента, видео и маркетинга стремится к нулю, то что тогда вообще остаётся ценным?
Не производство. Ценность переезжает в мышление, в данные, в способность принимать решения, в оргдизайн. AI доступен всем. И если твоя единственная ставка в том что ты будешь делать то же самое просто дешевле, ты на самом деле конкурируешь с трендом который и так идёт к нулю. А к нулю нельзя прийти первым.
Отсюда и главный самообман текущей AI-волны. Три фазы (на второй картинке — три волны):
Фаза 1: дешевле. Делать то же самое, но с меньшими затратами.
Фаза 2: лучше. Делать то же самое, но с более высоким качеством.
Фаза 3: иначе. Строить процессы и системы, которых раньше не существовало.
Большинство компаний всё ещё в первой. Чуть меньшая часть переходит ко второй. Трансформация начинается только в третьей. И успех в первой фазе вообще не гарантирует успеха в третьей. Писал об этом в посте про пирамиду HBR — там та же логика, но с другой стороны: не «почему дешевле ≠ ценнее», а «как выстраивать создание ценности по уровням».
Скорости адаптации:
Технология: дни.
Люди: недели.
Процессы: месяцы.
Организация: годы.
Реальный bottleneck уже не в технологии. Он в разнице этих скоростей. Технология не будет самой сложной частью. Самой сложной частью будут люди и оргизменения.
Поэтому вопрос уже не в том используете ли вы AI. Вопрос в том где именно вы создаёте ценность, если производство как таковое дешевеет у всех.
В какой фазе вы сейчас? И что конкретно делаете чтобы не застрять в первой?
🔥6👏2
Недавно услышал от знакомого: «в Вильнюсе сложно найти хороший кофе». Категорически не согласен. Если вы не из Вильнюса или тут не бываете, смело пропускайте.
Я в этом канале уже рассказывал как 10 месяцев давал деньги в долг незнакомым компаниям и 3 месяца носил кольцо на пальце которое знало что я заболею раньше меня. Сегодня тема попроще. Делюсь своими кофейными местами. Для тех кто живёт тут и для тех кто будет в гостях. Сохраняйте. Материал не проплачен.
Crooked Nose & Coffee Stories (crooked-nose.com). Старейшие кофейные гики Вильнюса. Основатель Emanuelis Ryklys в теме с 2011 года. Микро-обжарка, принципиально только фильтр-кофе: Chemex, AeroPress, пуровер, сифон. Никакого эспрессо. Кофейная школа, ежемесячные дегустации, ежегодная конференция Dark Times с международными гостями. Продают Kinfolk и другие издания про культуру. Я лично у них заказываю подписку каждый месяц приезжает свежая обжарка. Если зайдёте, Emanuelis может полчаса рассказывать про каждый сорт и вы не заскучаете. Ребята про образование и альтернативные методы заваривания.📍V. Kudirkos g. 6
Backstage Roasters (backstageroasters.com). Чуть более известные, несколько точек по городу. Жарят кофе маленькими партиями прямо на втором этаже кафе. Самая классная локация на мой вкус — T. Ševčenkos g. 16h, там же обжарка. Есть дегустации и подписки. Отдельная история: предлагают услугу private label — можно сделать «свой» бренд кофе на их базе, от обжарки до упаковки. У них есть точка в Паланге, если будете на море. 📍T. Ševčenkos g. 16h · Vokiečių g. 6 · A. Goštauto g. 2
Depeche Coffee (depechecoffee.lt). Семейная обжарка, доступные цены. Мне нравится точка на Halės turgus — атмосфера рынка, музыка и лёгкая приятная грязца. Ещё есть в книжном VAGA на Gedimino pr. 2A — кофе среди книг. И точка в Ниде, если едете на Куршскую косу. 📍Pylimo g. 58 · Gedimino pr. 2A
Coffee Circus Piano (coffeecircus.eu). Рядом с ратушей. Маленькое камерное пространство с эклектичным, немного богемным интерьером. Pet-friendly, нетипичная публика — смесь туристов и локальных креативщиков.📍Mėsinių g. 3
Забавно, как канал про AI и трансформации ненадолго стал гайдом по кофейням. Если знаете места которые я пропустил кидайте в комментарии.
Я в этом канале уже рассказывал как 10 месяцев давал деньги в долг незнакомым компаниям и 3 месяца носил кольцо на пальце которое знало что я заболею раньше меня. Сегодня тема попроще. Делюсь своими кофейными местами. Для тех кто живёт тут и для тех кто будет в гостях. Сохраняйте. Материал не проплачен.
Crooked Nose & Coffee Stories (crooked-nose.com). Старейшие кофейные гики Вильнюса. Основатель Emanuelis Ryklys в теме с 2011 года. Микро-обжарка, принципиально только фильтр-кофе: Chemex, AeroPress, пуровер, сифон. Никакого эспрессо. Кофейная школа, ежемесячные дегустации, ежегодная конференция Dark Times с международными гостями. Продают Kinfolk и другие издания про культуру. Я лично у них заказываю подписку каждый месяц приезжает свежая обжарка. Если зайдёте, Emanuelis может полчаса рассказывать про каждый сорт и вы не заскучаете. Ребята про образование и альтернативные методы заваривания.📍V. Kudirkos g. 6
Backstage Roasters (backstageroasters.com). Чуть более известные, несколько точек по городу. Жарят кофе маленькими партиями прямо на втором этаже кафе. Самая классная локация на мой вкус — T. Ševčenkos g. 16h, там же обжарка. Есть дегустации и подписки. Отдельная история: предлагают услугу private label — можно сделать «свой» бренд кофе на их базе, от обжарки до упаковки. У них есть точка в Паланге, если будете на море. 📍T. Ševčenkos g. 16h · Vokiečių g. 6 · A. Goštauto g. 2
Depeche Coffee (depechecoffee.lt). Семейная обжарка, доступные цены. Мне нравится точка на Halės turgus — атмосфера рынка, музыка и лёгкая приятная грязца. Ещё есть в книжном VAGA на Gedimino pr. 2A — кофе среди книг. И точка в Ниде, если едете на Куршскую косу. 📍Pylimo g. 58 · Gedimino pr. 2A
Coffee Circus Piano (coffeecircus.eu). Рядом с ратушей. Маленькое камерное пространство с эклектичным, немного богемным интерьером. Pet-friendly, нетипичная публика — смесь туристов и локальных креативщиков.📍Mėsinių g. 3
Забавно, как канал про AI и трансформации ненадолго стал гайдом по кофейням. Если знаете места которые я пропустил кидайте в комментарии.
❤10🔥4🍾2
#кейс
Claude говорит что надо добавлять теги в канал чтобы было понятнее. Будем пробовать. Ещё говорит делать посты короче. Тут я не согласен, но тоже попробую.
Сегодня просто делюсь кейсом. Когда я думаю про тракторы, мне не приходит в голову что там внедряют AI. Зелёный логотип, поля, Айова. А потом в универе рассказали про John Deere и оказалось что это очень прогрессивные ребята в digital-контексте.
У них есть система See & Spray. 36 камер на штанге опрыскивателя, машинное зрение в реальном времени различает культуру и сорняк, форсунка включается только там где сорняк. Чтобы получить эту технологию, купили стартап Blue River Technology за $305M, по сути купили команду и IP. Результат: экономия гербицидов до 70%, в среднем около 60% по данным компании, а в независимом исследовании Iowa State доходило до ~76%. В 2024 году система сэкономила ~8 миллионов галлонов химии. И модель продажи интересная, фермер платит не за лицензию, а за акры где система реально сэкономила. Платишь за результат, не за доступ.
Вторая история — автономные тракторы. Без оператора в кабине, фермер наблюдает через приложение. Решают понятную проблему, хронический дефицит людей и смены по 12+ часов. Когда камера заляпана грязью или что-то непонятное — система эскалирует человеку в near-real-time. Оператор из водителя превращается в супервизора парка машин. По данным GriNext Conference рост продуктивности ферм на 15–20% после внедрения технологий Deere. Отдельно у них есть система ExactShot, которая снижает расход стартовых удобрений более чем на 60%.
Подробнее:
📎 digitalcxo.com/article/john-deeres-journey-from-equipment-maker-to-ai-agriculture-leader/
📎 venturebeat.com/business/how-john-deere-grew-data-seeds-into-an-ai-powerhouse
📎 openai.com/index/john-deere-justin-rose/
Дайте знать, короткий формат норм или нет.
Claude говорит что надо добавлять теги в канал чтобы было понятнее. Будем пробовать. Ещё говорит делать посты короче. Тут я не согласен, но тоже попробую.
Сегодня просто делюсь кейсом. Когда я думаю про тракторы, мне не приходит в голову что там внедряют AI. Зелёный логотип, поля, Айова. А потом в универе рассказали про John Deere и оказалось что это очень прогрессивные ребята в digital-контексте.
У них есть система See & Spray. 36 камер на штанге опрыскивателя, машинное зрение в реальном времени различает культуру и сорняк, форсунка включается только там где сорняк. Чтобы получить эту технологию, купили стартап Blue River Technology за $305M, по сути купили команду и IP. Результат: экономия гербицидов до 70%, в среднем около 60% по данным компании, а в независимом исследовании Iowa State доходило до ~76%. В 2024 году система сэкономила ~8 миллионов галлонов химии. И модель продажи интересная, фермер платит не за лицензию, а за акры где система реально сэкономила. Платишь за результат, не за доступ.
Вторая история — автономные тракторы. Без оператора в кабине, фермер наблюдает через приложение. Решают понятную проблему, хронический дефицит людей и смены по 12+ часов. Когда камера заляпана грязью или что-то непонятное — система эскалирует человеку в near-real-time. Оператор из водителя превращается в супервизора парка машин. По данным GriNext Conference рост продуктивности ферм на 15–20% после внедрения технологий Deere. Отдельно у них есть система ExactShot, которая снижает расход стартовых удобрений более чем на 60%.
Подробнее:
📎 digitalcxo.com/article/john-deeres-journey-from-equipment-maker-to-ai-agriculture-leader/
📎 venturebeat.com/business/how-john-deere-grew-data-seeds-into-an-ai-powerhouse
📎 openai.com/index/john-deere-justin-rose/
Дайте знать, короткий формат норм или нет.
👍10🔥7👌1
#заметки
В 2024 году сделали заметки после разговора с Regis Lemmens. Профессор по sales-стратегии, преподаёт в Antwerp Management School, Solvay, TIAS, Cranfield. Автор книги «From Selling to Co-Creating», TEDx-спикер, ведёт подкаст про будущее продаж. Человек который про продажи знает больше чем большинство людей которых я встречал.
Разговор был полтора года назад, но смотря на то что происходит сейчас — он кажется актуальнее чем тогда.
Он разложил тренды на два слоя. Прошедшие — то что уже стало нормой: глобализация, дигитализация, гонка за эффективностью, governance & ethics. Текущие — то что определяет правила прямо сейчас: value co-creation с клиентами, social media как канал продаж, экосистемы, product as a service.
В целом я с ним согласен. Но когда обсуждал это с коллегами, мнения разошлись. Несколько вопросов которые остались со мной:
Дигитализация — это правда прошедший тренд? Или мы просто привыкли к слову и перестали замечать что половина компаний до сих пор не оцифровала бэк-офис?
Деглобализация. Как ваша компания адаптируется? Локализуете ли вы сервис, продукт, цепочку поставок — или всё ещё работаете в логике «один продукт на все рынки»?
Экосистемы. Есть ли у вас системное построение партнёрской сети — или только транзакционные отношения с поставщиками и покупателями? Co-creation звучит красиво, но на практике это означает что клиент участвует в создании продукта, а не просто покупает готовое. Мало кто к этому готов.
Product as a Service. Переход от продажи продукта к продаже результата. Мы видели это у John Deere (платишь за сэкономленные акры, не за лицензию https://t.me/businessaandtech/30). Та же логика работает в SaaS, в консалтинге, в логистике.
Вот такой список вопросов на утро. Надеюсь будет полезен.
🎥 TEDx Regis Lemmens «Sales 2020»: https://youtu.be/cYV9irrztIc?si=DrCGx_XT7I54L_3a
📎 Книга «From Selling to Co-Creating»:https://www.amazon.com/Selling-Co-Creating-Trends-Practices-Upgrade/dp/9063693516
В 2024 году сделали заметки после разговора с Regis Lemmens. Профессор по sales-стратегии, преподаёт в Antwerp Management School, Solvay, TIAS, Cranfield. Автор книги «From Selling to Co-Creating», TEDx-спикер, ведёт подкаст про будущее продаж. Человек который про продажи знает больше чем большинство людей которых я встречал.
Разговор был полтора года назад, но смотря на то что происходит сейчас — он кажется актуальнее чем тогда.
Он разложил тренды на два слоя. Прошедшие — то что уже стало нормой: глобализация, дигитализация, гонка за эффективностью, governance & ethics. Текущие — то что определяет правила прямо сейчас: value co-creation с клиентами, social media как канал продаж, экосистемы, product as a service.
В целом я с ним согласен. Но когда обсуждал это с коллегами, мнения разошлись. Несколько вопросов которые остались со мной:
Дигитализация — это правда прошедший тренд? Или мы просто привыкли к слову и перестали замечать что половина компаний до сих пор не оцифровала бэк-офис?
Деглобализация. Как ваша компания адаптируется? Локализуете ли вы сервис, продукт, цепочку поставок — или всё ещё работаете в логике «один продукт на все рынки»?
Экосистемы. Есть ли у вас системное построение партнёрской сети — или только транзакционные отношения с поставщиками и покупателями? Co-creation звучит красиво, но на практике это означает что клиент участвует в создании продукта, а не просто покупает готовое. Мало кто к этому готов.
Product as a Service. Переход от продажи продукта к продаже результата. Мы видели это у John Deere (платишь за сэкономленные акры, не за лицензию https://t.me/businessaandtech/30). Та же логика работает в SaaS, в консалтинге, в логистике.
Вот такой список вопросов на утро. Надеюсь будет полезен.
🎥 TEDx Regis Lemmens «Sales 2020»: https://youtu.be/cYV9irrztIc?si=DrCGx_XT7I54L_3a
📎 Книга «From Selling to Co-Creating»:https://www.amazon.com/Selling-Co-Creating-Trends-Practices-Upgrade/dp/9063693516
👌3
Пробую разобраться как вообще работают телеграм-каналы и надо ли мне это. Первое впечатление — интересно. Но пока что у меня нет одной темы и я понимаю что вам скорее всего сложно понять зачем этот канал и о чём он.
Поэтому решил определить его рамки. Вот как я их вижу сейчас:
📡 Как меняются правила — AI, трансформация, тренды. Чужие данные и фреймворки через мою оптику.
🔬 Проверил на себе — инвестиции, гаджеты, эксперименты. Своими деньгами и временем. Без рекламы.
🏗 Как устроены компании — кейсы, оргдизайн, процессы.
Эти рамки могут меняться. Канал молодой, я сам ещё ищу формат. Но пока что каждый пост который я написал ложится в одну из этих трёх линий. Значит наверное что-то в этом есть.
Чтобы было проще ориентироваться, буду помечать посты тегами:
#кейс — разбор компании
#заметки — размышления после лекции, разговора, статьи
#опыт — проверил на себе
#данные — посты с цифрами и источниками
👉 LinkedIn (на английском): linkedin.com/in/romanrimsha
Поэтому решил определить его рамки. Вот как я их вижу сейчас:
📡 Как меняются правила — AI, трансформация, тренды. Чужие данные и фреймворки через мою оптику.
🔬 Проверил на себе — инвестиции, гаджеты, эксперименты. Своими деньгами и временем. Без рекламы.
🏗 Как устроены компании — кейсы, оргдизайн, процессы.
Эти рамки могут меняться. Канал молодой, я сам ещё ищу формат. Но пока что каждый пост который я написал ложится в одну из этих трёх линий. Значит наверное что-то в этом есть.
Чтобы было проще ориентироваться, буду помечать посты тегами:
#кейс — разбор компании
#заметки — размышления после лекции, разговора, статьи
#опыт — проверил на себе
#данные — посты с цифрами и источниками
👉 LinkedIn (на английском): linkedin.com/in/romanrimsha
❤14🔥2👍1
Переводчик с технического | Roman Rimsha pinned «Пробую разобраться как вообще работают телеграм-каналы и надо ли мне это. Первое впечатление — интересно. Но пока что у меня нет одной темы и я понимаю что вам скорее всего сложно понять зачем этот канал и о чём он. Поэтому решил определить его рамки. Вот…»
#данные
Литва — №1 в ЕС по доле компаний продающих онлайн. 42–43% против ~24% в среднем по Европе (Eurostat, данные за 2023, опубликованы в 2024). Впереди Дании, Швеции, Ирландии. Польша при рынке в $28 млрд по объёму — гигант, но по проникновению e-commerce в бизнес до литовских цифр не дотягивает.
На уровне потребителя это чувствуется. Даже локальные мелкие бизнесы — кафе, салоны, хозмаги — предлагают онлайн-запись, заказ, доставку или хотя бы нормальную форму оплаты. Поведение «сначала гуглю, потом кликаю, потом если надо иду в офлайн» тут стало нормой не только у больших сетей, а и у SME.
А теперь парадокс. По данным DESI значительная часть литовских SME всё ещё не используют продвинутые цифровые технологии — cloud, AI, продвинутую аналитику. ЕС честно пишет: SME по всей Европе сильно отстают от целей к 2030-му. Литва тут не исключение.
Что это значит на практике, у многих SME digital заканчивается в момент оплаты. Дальше снова начинается ручной труд.
Каналы кажется есть. Сайт, маркетплейсы, соцсети, клиент/потребитель видит красивый фронт.
Операции внутри, обработка заказов вручную, слабая интеграция с бухгалтерией и CRM, мало автоматизации склада.
Данные, мало кто считает unit-экономику по каналу, когортный retention, CAC/LTV. Маркетинг реактивный.
На уровне организации решения про digital принимаются ad-hoc. IT = внешнее агентство или один айтишник.
Ручная обработка заказа стоит бизнесу в 3–5 раз дороже автоматической, особенно учитывая постоянно растущие зарплаты. Отсутствие сквозной аналитики означает что 15–30% маркетингового бюджета уходит в каналы которые не работают, но никто этого не видит. Несинхронизированные остатки на складах это отмены, возвраты и клиент который больше не придёт. На масштабе даже небольшого магазина это десятки тысяч евро в год.
Литва уже оцифровала витрину, вопрос теперь кто оцифрует операционку на масштабе а не только 2-3 крупных игрока.
Список вопросов если хотите понять где ваш бизнес:
1. Заказ с сайта автоматически попадает в CRM/ERP или кто-то копирует вручную?
2. Вы знаете CAC и LTV по каждому каналу или считаете «в целом»?
3. Остатки на складе синхронизированы с сайтом в реальном времени или «примерно»?
4. Финотчётность закрывается за день или за две недели?
5. Маркетинговый бюджет распределяется по данным или по ощущениям?
Если больше трёх ответов «вручную / примерно / по ощущениям» — вы в большинстве. И это нормально, это и есть место где лежат деньги.
Источники:
📎 ec.europa.eu/eurostat/statistics-explained/index.php?title=E-commerce_statistics
📎 digital-strategy.ec.europa.eu/en/factpages/lithuania-2024-digital-decade-country-report
Литва — №1 в ЕС по доле компаний продающих онлайн. 42–43% против ~24% в среднем по Европе (Eurostat, данные за 2023, опубликованы в 2024). Впереди Дании, Швеции, Ирландии. Польша при рынке в $28 млрд по объёму — гигант, но по проникновению e-commerce в бизнес до литовских цифр не дотягивает.
На уровне потребителя это чувствуется. Даже локальные мелкие бизнесы — кафе, салоны, хозмаги — предлагают онлайн-запись, заказ, доставку или хотя бы нормальную форму оплаты. Поведение «сначала гуглю, потом кликаю, потом если надо иду в офлайн» тут стало нормой не только у больших сетей, а и у SME.
А теперь парадокс. По данным DESI значительная часть литовских SME всё ещё не используют продвинутые цифровые технологии — cloud, AI, продвинутую аналитику. ЕС честно пишет: SME по всей Европе сильно отстают от целей к 2030-му. Литва тут не исключение.
Что это значит на практике, у многих SME digital заканчивается в момент оплаты. Дальше снова начинается ручной труд.
Каналы кажется есть. Сайт, маркетплейсы, соцсети, клиент/потребитель видит красивый фронт.
Операции внутри, обработка заказов вручную, слабая интеграция с бухгалтерией и CRM, мало автоматизации склада.
Данные, мало кто считает unit-экономику по каналу, когортный retention, CAC/LTV. Маркетинг реактивный.
На уровне организации решения про digital принимаются ad-hoc. IT = внешнее агентство или один айтишник.
Ручная обработка заказа стоит бизнесу в 3–5 раз дороже автоматической, особенно учитывая постоянно растущие зарплаты. Отсутствие сквозной аналитики означает что 15–30% маркетингового бюджета уходит в каналы которые не работают, но никто этого не видит. Несинхронизированные остатки на складах это отмены, возвраты и клиент который больше не придёт. На масштабе даже небольшого магазина это десятки тысяч евро в год.
Литва уже оцифровала витрину, вопрос теперь кто оцифрует операционку на масштабе а не только 2-3 крупных игрока.
Список вопросов если хотите понять где ваш бизнес:
1. Заказ с сайта автоматически попадает в CRM/ERP или кто-то копирует вручную?
2. Вы знаете CAC и LTV по каждому каналу или считаете «в целом»?
3. Остатки на складе синхронизированы с сайтом в реальном времени или «примерно»?
4. Финотчётность закрывается за день или за две недели?
5. Маркетинговый бюджет распределяется по данным или по ощущениям?
Если больше трёх ответов «вручную / примерно / по ощущениям» — вы в большинстве. И это нормально, это и есть место где лежат деньги.
Источники:
📎 ec.europa.eu/eurostat/statistics-explained/index.php?title=E-commerce_statistics
📎 digital-strategy.ec.europa.eu/en/factpages/lithuania-2024-digital-decade-country-report
❤8👍1🦄1
#заметки #опыт
Субботний пост про инвестиции. Потому что в будни вы работаете на зарплату, а по выходным думаете куда её девать.
Я писал что у меня небольшой опыт в ангельских инвестициях. Это правда. Но за время в синдикатах я насмотрелся на разных ангелов и понял одну вещь: у тех кто делает это осмысленно, есть стратегия, у остальных просто набор случайных чеков.
Стратегия ангела складывается из нескольких решений. Кажется что это очевидно, но большинство людей которых я видел не проговаривают это для себя явно.
Вертикаль. Кто-то инвестирует только в fintech, кто-то только в defense/dual-use, кто-то только в SaaS. Логика простая: инвестируй туда где ты понимаешь рынок. Если ты всю жизнь строил бизнес в логистике, ты увидишь в логистическом стартапе то что другой ангел пропустит.
Стадия. Pre-seed, seed, серия A. Чем раньше — тем ниже оценка и выше риск. Некоторые ангелы заходят на стадии идеи когда у стартапа буквально ничего нет. Другие ждут первых клиентов и выручки. Нет правильного ответа, но надо решить для себя.
Тикет. Минимальный тикет в литовских синдикатах — 5K евро. Средний — около 15K. Но хорошие стартапы часто берут от 50K, а те что совсем хороши — от 200K с одного ангела. Если у тебя нет таких сумм, синдикат — единственный способ попасть в сильные сделки. И тут важна математика: тебе нужно минимум 10 инвестиций для диверсификации, лучше 20-30. Умножай свой средний тикет на 20 — это твой бюджет на ангельство на следующие 5-10 лет.
География. Есть ангелы которые инвестируют только в литовские стартапы. Есть те кто смотрит на все три балтийские страны. Есть фонды типа Contrarian Ventures которые берут узкую вертикаль (climate tech) но широкую географию (вся Европа и Израиль). Узкий рынок + широкая география или широкий рынок + узкая география — работает и то и другое. Не работает «всё подряд отовсюду».
Уровень вовлечённости. Вот тут самое интересное. Есть тихие ангелы — вложил деньги, получаешь email раз в квартал, спишь спокойно. Есть hands-on — помогаешь с клиентами, наймом, стратегией, становишься советником. Теория говорит что вовлечённый ангел спит лучше потому что знает что происходит. Практика часто наоборот: ты знаешь что один клиент это 50% выручки и он собирается уходить, а тихий ангел из синдиката об этом даже не слышал и спит прекрасно.
Но есть и плюс вовлечённости который мне лично кажется главным. Ты учишься. Уроки из стартапов переносятся в твой основной бизнес. Фаундер планирует пятикратный рост за год, а ты приходишь к своей команде которая запланировала 3% и думаешь — а может мы можем амбициознее?
Отдельный тип — fellow entrepreneur angel. Это ангел который сам прошёл через строительство бизнеса и понимает каково это. Не даёт советов сверху, а просто говорит «я знаю, это тяжело, вот плечо». Стартапы любят таких ангелов больше всего. Потому что быть CEO стартапа — это когда ты не можешь сказать своим сотрудникам что тебе тяжело, и никто вокруг этого не понимает.
Стратегия spray and pray это не стратегия, но и жёсткий фокус на одну вертикаль пока не сложился.
Если думаете про ангельские инвестиции, начните с четырёх вопросов себе: в какую вертикаль, на какой стадии, какой тикет могу позволить на 20 сделок, и хочу ли я быть вовлечён или нет. Остальное приложится.
Субботний пост про инвестиции. Потому что в будни вы работаете на зарплату, а по выходным думаете куда её девать.
Я писал что у меня небольшой опыт в ангельских инвестициях. Это правда. Но за время в синдикатах я насмотрелся на разных ангелов и понял одну вещь: у тех кто делает это осмысленно, есть стратегия, у остальных просто набор случайных чеков.
Стратегия ангела складывается из нескольких решений. Кажется что это очевидно, но большинство людей которых я видел не проговаривают это для себя явно.
Вертикаль. Кто-то инвестирует только в fintech, кто-то только в defense/dual-use, кто-то только в SaaS. Логика простая: инвестируй туда где ты понимаешь рынок. Если ты всю жизнь строил бизнес в логистике, ты увидишь в логистическом стартапе то что другой ангел пропустит.
Стадия. Pre-seed, seed, серия A. Чем раньше — тем ниже оценка и выше риск. Некоторые ангелы заходят на стадии идеи когда у стартапа буквально ничего нет. Другие ждут первых клиентов и выручки. Нет правильного ответа, но надо решить для себя.
Тикет. Минимальный тикет в литовских синдикатах — 5K евро. Средний — около 15K. Но хорошие стартапы часто берут от 50K, а те что совсем хороши — от 200K с одного ангела. Если у тебя нет таких сумм, синдикат — единственный способ попасть в сильные сделки. И тут важна математика: тебе нужно минимум 10 инвестиций для диверсификации, лучше 20-30. Умножай свой средний тикет на 20 — это твой бюджет на ангельство на следующие 5-10 лет.
География. Есть ангелы которые инвестируют только в литовские стартапы. Есть те кто смотрит на все три балтийские страны. Есть фонды типа Contrarian Ventures которые берут узкую вертикаль (climate tech) но широкую географию (вся Европа и Израиль). Узкий рынок + широкая география или широкий рынок + узкая география — работает и то и другое. Не работает «всё подряд отовсюду».
Уровень вовлечённости. Вот тут самое интересное. Есть тихие ангелы — вложил деньги, получаешь email раз в квартал, спишь спокойно. Есть hands-on — помогаешь с клиентами, наймом, стратегией, становишься советником. Теория говорит что вовлечённый ангел спит лучше потому что знает что происходит. Практика часто наоборот: ты знаешь что один клиент это 50% выручки и он собирается уходить, а тихий ангел из синдиката об этом даже не слышал и спит прекрасно.
Но есть и плюс вовлечённости который мне лично кажется главным. Ты учишься. Уроки из стартапов переносятся в твой основной бизнес. Фаундер планирует пятикратный рост за год, а ты приходишь к своей команде которая запланировала 3% и думаешь — а может мы можем амбициознее?
Отдельный тип — fellow entrepreneur angel. Это ангел который сам прошёл через строительство бизнеса и понимает каково это. Не даёт советов сверху, а просто говорит «я знаю, это тяжело, вот плечо». Стартапы любят таких ангелов больше всего. Потому что быть CEO стартапа — это когда ты не можешь сказать своим сотрудникам что тебе тяжело, и никто вокруг этого не понимает.
Стратегия spray and pray это не стратегия, но и жёсткий фокус на одну вертикаль пока не сложился.
Если думаете про ангельские инвестиции, начните с четырёх вопросов себе: в какую вертикаль, на какой стадии, какой тикет могу позволить на 20 сделок, и хочу ли я быть вовлечён или нет. Остальное приложится.
❤9👍1
#заметки
У каждого был момент «блин, я тоже думал про эту идею». Я слышал это десятки раз. «Мы тоже делали Uber, но в 2009». «У нас был такой же продукт, но инвесторы не поверили». «Мы были первыми, но не хватило денег дотянуть».
На одной из лекций разбирали кейс Uber vs Hailo. Одна и та же проблема: такси тратят 40-60% времени на поиск пассажиров, а пассажиры не могут найти такси. Обе компании это видели. Обе строили приложение. Hailo основали три интернет-предпринимателя и три лондонских таксиста. Люди из индустрии, понимали боль изнутри. Они решили работать внутри системы — только лицензированные такси, только по правилам. Uber пошёл мимо правил, мимо регуляторов, и потом разбирался с последствиями в судах. Uber выиграл.
Почему? Не потому что идея была лучше. Идея была та же. Разница в позиционировании и в готовности ломать.
Там же был слайд из Museum of Failure. DeLorean, Coke II, Nokia N-Gage.(https://museumoffailure.com/) Все три были не глупыми идеями. DeLorean — футуристичный автомобиль, просто не в том рынке и не в то время. Coke II — попытка обновить формулу которую никто не просил обновлять. Nokia N-Gage — телефон-консоль, идея которая через 15 лет стала нормой в виде мобильного гейминга. Просто Nokia была слишком рано.
И ещё один фреймворк который мне зашёл — mosquito bite vs shark bite. Ось X — частота проблемы, ось Y — боль. Укус акулы — редко, но смертельно. Укус комара — часто, но просто раздражает. Многие строят продукт против акулы, потому что звучит героически. Но бизнес чаще растёт на комарах. Частая, повторяющаяся боль за которую люди готовы платить каждый месяц.
Так что отличает тех у кого получилось?
Не идея. Идеи одинаковые. Не технология. Технология доступна всем.
Тайминг — попасть в окно когда рынок уже готов но ещё не насыщен. Nokia N-Gage была права, но на 15 лет раньше.
Позиционирование — решить для себя: ты внутри системы или ломаешь её. Hailo встроился в правила и проиграл. Uber сломал правила и выиграл. Но это не универсальный рецепт — в других индустриях работает наоборот.
Тип боли — строить на комариных укусах, а не на акульих. Частая мелкая боль масштабируется лучше чем редкая большая.
И готовность дотянуть — самая скучная часть. Деньги, нервы, время, партнёры которые не сбегут через два года.
Идея это 1%. Остальные 99% — это исполнение, тайминг и упрямство. Звучит банально. Проблема в том что между «думал» и «сделал» — пропасть.
У каждого был момент «блин, я тоже думал про эту идею». Я слышал это десятки раз. «Мы тоже делали Uber, но в 2009». «У нас был такой же продукт, но инвесторы не поверили». «Мы были первыми, но не хватило денег дотянуть».
На одной из лекций разбирали кейс Uber vs Hailo. Одна и та же проблема: такси тратят 40-60% времени на поиск пассажиров, а пассажиры не могут найти такси. Обе компании это видели. Обе строили приложение. Hailo основали три интернет-предпринимателя и три лондонских таксиста. Люди из индустрии, понимали боль изнутри. Они решили работать внутри системы — только лицензированные такси, только по правилам. Uber пошёл мимо правил, мимо регуляторов, и потом разбирался с последствиями в судах. Uber выиграл.
Почему? Не потому что идея была лучше. Идея была та же. Разница в позиционировании и в готовности ломать.
Там же был слайд из Museum of Failure. DeLorean, Coke II, Nokia N-Gage.(https://museumoffailure.com/) Все три были не глупыми идеями. DeLorean — футуристичный автомобиль, просто не в том рынке и не в то время. Coke II — попытка обновить формулу которую никто не просил обновлять. Nokia N-Gage — телефон-консоль, идея которая через 15 лет стала нормой в виде мобильного гейминга. Просто Nokia была слишком рано.
И ещё один фреймворк который мне зашёл — mosquito bite vs shark bite. Ось X — частота проблемы, ось Y — боль. Укус акулы — редко, но смертельно. Укус комара — часто, но просто раздражает. Многие строят продукт против акулы, потому что звучит героически. Но бизнес чаще растёт на комарах. Частая, повторяющаяся боль за которую люди готовы платить каждый месяц.
Так что отличает тех у кого получилось?
Не идея. Идеи одинаковые. Не технология. Технология доступна всем.
Тайминг — попасть в окно когда рынок уже готов но ещё не насыщен. Nokia N-Gage была права, но на 15 лет раньше.
Позиционирование — решить для себя: ты внутри системы или ломаешь её. Hailo встроился в правила и проиграл. Uber сломал правила и выиграл. Но это не универсальный рецепт — в других индустриях работает наоборот.
Тип боли — строить на комариных укусах, а не на акульих. Частая мелкая боль масштабируется лучше чем редкая большая.
И готовность дотянуть — самая скучная часть. Деньги, нервы, время, партнёры которые не сбегут через два года.
Идея это 1%. Остальные 99% — это исполнение, тайминг и упрямство. Звучит банально. Проблема в том что между «думал» и «сделал» — пропасть.
🔥7❤3🤓2👍1
#кейс
Это старый кейс, но мне кажется он незаслуженно обделён вниманием. И прямо сейчас несколько брендов которые вы все знаете находятся на похожем пути.
Burberry. Британский бренд с клетчатым шарфом и 160-летней историей. Не первое что приходит в голову когда говоришь «цифровая трансформация». И именно поэтому этот кейс такой хороший. Потому что digital transformation это не про IT-компании. Это про любую компанию которая решила выжить.
2006 год. Angela Ahrendts приходит руководить Burberry. Рынок люксовых товаров растёт на 12-13% в год. Burberry растёт на 1-2%. Конкуренты — французские и итальянские дома с бюджетами в разы больше.
Первый вопрос: «Что у нас есть такого, чего нет у конкурентов?» Ответ: мы британцы, мы родились из пальто, и мы можем сделать по-другому. Второе решение — таргетировать миллениалов вместо baby boomers. Родной язык миллениалов — digital. Трансформация началась не потому что «надо быть цифровыми», а потому что целевая аудитория живёт в digital.
Что они сделали — и почему это учебник по digital transformation для любой индустрии.
Шаг 1: Фундамент (бэк-офис). Несколько лет строили enterprise-платформу. Консолидировали системы, сделали операции прозрачными, создали единый вид клиента по всем каналам. Ahrendts прямо сказала: без этой платформы мы не смогли бы делать всю фронт-инновацию.
Шаг 2: Данные (Customer 360). Запустили программу где клиент делится историей покупок и предпочтениями. Продавец через планшет видит всё: что клиент покупал, что писал в соцсетях, когда останавливался в Париже. Назначили chief customer officer для оптимизации инсайтов. Интересный момент: GDPR тогда ещё не было. Сегодня такой уровень сбора данных стал значительно сложнее, и компании вынуждены находить баланс между персонализацией и приватностью. Тогда можно было просто собирать. Сейчас нужно заслужить доверие и объяснить зачем.
Шаг 3: Опыт (retail-theater). Магазин превратили в театр — гигантские экраны, 500 спикеров, RFID-чипы в одежде которые запускают видео с подиума когда подносишь вещь к зеркалу, iPad у каждого продавца. Клиент смотрит показ и тут же заказывает вещь с доставкой через 6-8 недель. Онлайн и офлайн стали одним опытом.
Шаг 4: Команда. Наняли маркетинговую команду которая зеркалила аудиторию — молодые, digital-native. Christopher Bailey стал «brand czar» — всё что видит клиент проходит через одну точку. Digital transformation не делегировали IT-отделу. Её возглавили люди которые владели и технологией, и бизнесом.
Результаты: выручка выросла с £1.5 млрд в 2011 до £2.5 млрд в 2015 — рост 68% за четыре года. Акции выросли на 250% с момента прихода Ahrendts. Больше людей посещали Burberry.com каждую неделю чем заходили во все магазины вместе взятые.
Но,у этой истории нет хеппи-энда.
После ухода Ahrendts в Apple в 2014 году Burberry начал терять фокус. Попытки перейти из premium в high-end luxury не сработали — цены подняли на 30-40%, убрали доступные позиции, оттолкнули широкую аудиторию. В 2024 году компания вылетела из индекса FTSE 100, потеряла почти $2 млрд бренд-стоимости, сменила трёх CEO и зафиксировала первый операционный убыток за последние годы. Выручка за FY2025 упала до £2.46 млрд, операционная прибыль — до £26 млн против £418 млн годом ранее. Новый CEO прямо сказал: «мы слишком далеко ушли от нашего ДНК».
Вот в чём парадокс. Трансформация сработала. Фундамент был построен правильно. Но трансформация — это не одноразовое событие. Это непрерывный процесс. Как только ушли люди которые его вели — система начала деградировать. Digital transformation без людей которые её понимают и живут в ней — это просто проект с датой окончания.
🎥 Burberry digital transformation (видео): https://www.youtube.com/watch?v=SS0SbE-K8bM
Это старый кейс, но мне кажется он незаслуженно обделён вниманием. И прямо сейчас несколько брендов которые вы все знаете находятся на похожем пути.
Burberry. Британский бренд с клетчатым шарфом и 160-летней историей. Не первое что приходит в голову когда говоришь «цифровая трансформация». И именно поэтому этот кейс такой хороший. Потому что digital transformation это не про IT-компании. Это про любую компанию которая решила выжить.
2006 год. Angela Ahrendts приходит руководить Burberry. Рынок люксовых товаров растёт на 12-13% в год. Burberry растёт на 1-2%. Конкуренты — французские и итальянские дома с бюджетами в разы больше.
Первый вопрос: «Что у нас есть такого, чего нет у конкурентов?» Ответ: мы британцы, мы родились из пальто, и мы можем сделать по-другому. Второе решение — таргетировать миллениалов вместо baby boomers. Родной язык миллениалов — digital. Трансформация началась не потому что «надо быть цифровыми», а потому что целевая аудитория живёт в digital.
Что они сделали — и почему это учебник по digital transformation для любой индустрии.
Шаг 1: Фундамент (бэк-офис). Несколько лет строили enterprise-платформу. Консолидировали системы, сделали операции прозрачными, создали единый вид клиента по всем каналам. Ahrendts прямо сказала: без этой платформы мы не смогли бы делать всю фронт-инновацию.
Шаг 2: Данные (Customer 360). Запустили программу где клиент делится историей покупок и предпочтениями. Продавец через планшет видит всё: что клиент покупал, что писал в соцсетях, когда останавливался в Париже. Назначили chief customer officer для оптимизации инсайтов. Интересный момент: GDPR тогда ещё не было. Сегодня такой уровень сбора данных стал значительно сложнее, и компании вынуждены находить баланс между персонализацией и приватностью. Тогда можно было просто собирать. Сейчас нужно заслужить доверие и объяснить зачем.
Шаг 3: Опыт (retail-theater). Магазин превратили в театр — гигантские экраны, 500 спикеров, RFID-чипы в одежде которые запускают видео с подиума когда подносишь вещь к зеркалу, iPad у каждого продавца. Клиент смотрит показ и тут же заказывает вещь с доставкой через 6-8 недель. Онлайн и офлайн стали одним опытом.
Шаг 4: Команда. Наняли маркетинговую команду которая зеркалила аудиторию — молодые, digital-native. Christopher Bailey стал «brand czar» — всё что видит клиент проходит через одну точку. Digital transformation не делегировали IT-отделу. Её возглавили люди которые владели и технологией, и бизнесом.
Результаты: выручка выросла с £1.5 млрд в 2011 до £2.5 млрд в 2015 — рост 68% за четыре года. Акции выросли на 250% с момента прихода Ahrendts. Больше людей посещали Burberry.com каждую неделю чем заходили во все магазины вместе взятые.
Но,у этой истории нет хеппи-энда.
После ухода Ahrendts в Apple в 2014 году Burberry начал терять фокус. Попытки перейти из premium в high-end luxury не сработали — цены подняли на 30-40%, убрали доступные позиции, оттолкнули широкую аудиторию. В 2024 году компания вылетела из индекса FTSE 100, потеряла почти $2 млрд бренд-стоимости, сменила трёх CEO и зафиксировала первый операционный убыток за последние годы. Выручка за FY2025 упала до £2.46 млрд, операционная прибыль — до £26 млн против £418 млн годом ранее. Новый CEO прямо сказал: «мы слишком далеко ушли от нашего ДНК».
Вот в чём парадокс. Трансформация сработала. Фундамент был построен правильно. Но трансформация — это не одноразовое событие. Это непрерывный процесс. Как только ушли люди которые его вели — система начала деградировать. Digital transformation без людей которые её понимают и живут в ней — это просто проект с датой окончания.
🎥 Burberry digital transformation (видео): https://www.youtube.com/watch?v=SS0SbE-K8bM
YouTube
Trench Coats and Digital Transformation: The Future of Luxury Retail with Former Burberry Innovator
BBWhat happens when you mix an ex-Burberry tech mastermind, a shopaholic podcast host, and a bucketload of insights into the future of digital experiences? You get this week’s unmissable episode of Marketing in the Madness!
Katie Street sat down with retail…
Katie Street sat down with retail…
👍7👏2❤🔥1🔥1
#заметки
В интернете куча примеров питчей и инструкций как сделать хороший питч. Структура, сторителлинг, дизайн слайдов. Возможно стоит когда-нибудь написать и об этом, но ничего нового я тут вероятно не скажу. Сегодня про другое.
Про компонент который забывают это аудитория.
Ситуация: вы едете на конференцию, хотите сделать встречу, сделать питч. Или ищете деньги как стартап. Вы готовите слайды, считаете цифры, репетируете. И забываете спросить себя, а кому я это буду рассказывать?
Есть вопросы перед любым питчем, которые важнее самого питча:
Кто они? Инвесторы, клиенты, партнёры — каждая аудитория слушает по-разному и ищет разное.
Что они уже знают? Если перед вами человек который 10 лет в вашей индустрии, не надо объяснять basics. Если нет — не надо кидаться терминами.
Что они ищут? Инвестор ищет return. Клиент ищет решение своей боли. Партнёр ищет синергию. Один и тот же продукт, три разных питча.
Что у вас общего? Общий бэкграунд, общие знакомые, общий рынок — любая точка пересечения делает разговор человечнее.
Чего они боятся? Какие сомнения, страхи, заблуждения. Если вы знаете возражение до того как его озвучили — вы уже выиграли половину разговора.
Чем больше ваших ключевых предположений подкреплены данными, тем меньше неопределённости, тем меньше дискуссий, тем больше шансов что выберут вас. «Компании сэкономят деньги и время» — это не аргумент. «Компании сэкономят в среднем €15K в год на обработке заказов» — это аргумент.
И последнее. Правило Мейерабиана: слова — это 7% воспринимаемого сообщения. Тон голоса — 38%. Язык тела — 55%. Можно спорить с точностью этих цифр, но направление верное. Идеальный слайд с идеальными цифрами не спасёт если вы стоите как замороженный и бубните в пол.
Show, don't tell. Не рассказывайте что ваш продукт крутой. Покажите.
В интернете куча примеров питчей и инструкций как сделать хороший питч. Структура, сторителлинг, дизайн слайдов. Возможно стоит когда-нибудь написать и об этом, но ничего нового я тут вероятно не скажу. Сегодня про другое.
Про компонент который забывают это аудитория.
Ситуация: вы едете на конференцию, хотите сделать встречу, сделать питч. Или ищете деньги как стартап. Вы готовите слайды, считаете цифры, репетируете. И забываете спросить себя, а кому я это буду рассказывать?
Есть вопросы перед любым питчем, которые важнее самого питча:
Кто они? Инвесторы, клиенты, партнёры — каждая аудитория слушает по-разному и ищет разное.
Что они уже знают? Если перед вами человек который 10 лет в вашей индустрии, не надо объяснять basics. Если нет — не надо кидаться терминами.
Что они ищут? Инвестор ищет return. Клиент ищет решение своей боли. Партнёр ищет синергию. Один и тот же продукт, три разных питча.
Что у вас общего? Общий бэкграунд, общие знакомые, общий рынок — любая точка пересечения делает разговор человечнее.
Чего они боятся? Какие сомнения, страхи, заблуждения. Если вы знаете возражение до того как его озвучили — вы уже выиграли половину разговора.
Чем больше ваших ключевых предположений подкреплены данными, тем меньше неопределённости, тем меньше дискуссий, тем больше шансов что выберут вас. «Компании сэкономят деньги и время» — это не аргумент. «Компании сэкономят в среднем €15K в год на обработке заказов» — это аргумент.
И последнее. Правило Мейерабиана: слова — это 7% воспринимаемого сообщения. Тон голоса — 38%. Язык тела — 55%. Можно спорить с точностью этих цифр, но направление верное. Идеальный слайд с идеальными цифрами не спасёт если вы стоите как замороженный и бубните в пол.
Show, don't tell. Не рассказывайте что ваш продукт крутой. Покажите.
❤4🔥3👍2🤪1
#опыт
Одна из вещей, которым я научился за последнее время, — торговаться в неожиданных местах.
У меня особо не было такой привычки. Думаю, это особенности воспитания нашего региона. При этом я знаю, что с ребятами из некоторых других стран, если не поторгуешься, они могут подумать, что ты их обидел. У нас наоборот: торговаться как будто неудобно. Ну вот, неудобно — значит, стоит денег. Два свежих кейса.
Ипотека. Когда брал её во время ковида, это была гонка со временем — недвижимость разлеталась как пирожки, спрос был безумный. Подписал с банком приемлемые условия и забыл. В прошлом году решил проверить: а вдруг можно лучше. Собрал офферы от трёх других банков. Написал с помощью ChatGPT пару писем своему банку. Результат: улучшили условия почти на процент. На горизонте ипотеки это большая экономия. Времени потратил пару часов.
Охранная фирма. На этой неделе позвонили из конкурирующей компании и предложили тариф в три раза дешевле моего текущего. Я закинул оффер своей охранке. Они написали подробное письмо, где объяснили, чем они лучше: покрытие ущерба, скорость реагирования, зона охвата. Убедили, что разница в цене оправдана. Но всё равно дали скидку почти 40%. То есть до того как я спросил — переплачивал, и все были довольны.
Знаю, что та же история с телеком-операторами. Если покупаете у них больше одной услуги — интернет, мобильная связь, ТВ — почти всегда можно получить пакет со скидкой. Но они не предложат сами. Надо спросить.
Паттерн один и тот же. Ты не просишь скидку. Ты приходишь с альтернативой. Не «дайте дешевле, потому что дорого», а «вот конкретный оффер от конкурента, я хочу остаться с вами, но мне нужна причина». И работает это примерно везде — от банков до охранных фирм.
Пользуйтесь.
Одна из вещей, которым я научился за последнее время, — торговаться в неожиданных местах.
У меня особо не было такой привычки. Думаю, это особенности воспитания нашего региона. При этом я знаю, что с ребятами из некоторых других стран, если не поторгуешься, они могут подумать, что ты их обидел. У нас наоборот: торговаться как будто неудобно. Ну вот, неудобно — значит, стоит денег. Два свежих кейса.
Ипотека. Когда брал её во время ковида, это была гонка со временем — недвижимость разлеталась как пирожки, спрос был безумный. Подписал с банком приемлемые условия и забыл. В прошлом году решил проверить: а вдруг можно лучше. Собрал офферы от трёх других банков. Написал с помощью ChatGPT пару писем своему банку. Результат: улучшили условия почти на процент. На горизонте ипотеки это большая экономия. Времени потратил пару часов.
Охранная фирма. На этой неделе позвонили из конкурирующей компании и предложили тариф в три раза дешевле моего текущего. Я закинул оффер своей охранке. Они написали подробное письмо, где объяснили, чем они лучше: покрытие ущерба, скорость реагирования, зона охвата. Убедили, что разница в цене оправдана. Но всё равно дали скидку почти 40%. То есть до того как я спросил — переплачивал, и все были довольны.
Знаю, что та же история с телеком-операторами. Если покупаете у них больше одной услуги — интернет, мобильная связь, ТВ — почти всегда можно получить пакет со скидкой. Но они не предложат сами. Надо спросить.
Паттерн один и тот же. Ты не просишь скидку. Ты приходишь с альтернативой. Не «дайте дешевле, потому что дорого», а «вот конкретный оффер от конкурента, я хочу остаться с вами, но мне нужна причина». И работает это примерно везде — от банков до охранных фирм.
Пользуйтесь.
❤12👍3🔥1🤪1
#данные
a16z выкатили свежий отчёт по enterprise AI. Не опросы и не sentiment, а реальные контракты и выручка их портфельных компаний. Редкость, потому что почти всё что я видел до этого — самооценка и качественные исследования из серии «мы верим в AI». Тут данные. Понятно что a16z — венчурный фонд с прямым интересом продавать нарратив «AI работает». Но цифры конкретные, и вот что зацепило.
По их данным, 29% Fortune 500 и 19% Global 2000 уже платят AI-стартапам. Не тестируют, не пилотируют — платят. Подписали контракт, прошли пилот, работают в проде. За три года. Кто продавал в enterprise знает что Fortune 500 обычно годами раскачиваются. Тут что-то сломалось. Крупные компании впервые готовы рисковать с молодыми продуктами раньше чем те дозрели. То ли давление рынка, то ли FOMO, то ли реально увидели value — скорее всего всё вместе.
Теперь куда именно идут деньги (опять же, оценки a16z на базе их данных и публичной информации). Coding — $3 млрд выручки у AI-стартапов. Всё остальное — в разы меньше. Legal — $500M. Support — $400M. Medical — $350M. Search — $250M. Accounting, nursing, finance — почти на нуле.
Три миллиарда против пятисот. Это не лидер и второе место. Это outlier на порядок. Cursor, Claude Code, Codex растут быстрее чем кто-либо прогнозировал. a16z пишут что в анекдотических кейсах лучшие инженеры в их портфельных компаниях показывают рост продуктивности в 10-20 раз, хотя в более реалистичных оценках речь про 20% uplift от базовых ассистентов и до 2x для лучших внедрений. Даже нижняя граница — это аномально много для одного инструмента.
И тут я задумался. Почему именно код, а не всё остальное? У кода есть свойство которого нет почти ни у одной другой профессиональной задачи — верифицируемость. Код либо работает, либо нет. Запустил — увидел. Это создаёт feedback loop которого нет у юристов, врачей, менеджеров. У юриста документ может быть «хорошим» или «плохим» и это субъективно. У кода — нет. Компилятор не имеет мнения.
Мне кажется это ключ ко всему отчёту. AI работает там где результат можно проверить быстро и однозначно. Код — идеально. Саппорт — тикет решён или нет, CSAT вырос или нет. Поиск — нашёл или не нашёл. Чем размытее критерий успеха — тем сложнее и модели, и покупателю.
Самое интересное. a16z наложили выручку стартапов на бенчмарк GDPval от OpenAI (оценка моделей на реальных экономически ценных задачах по профессиям). И модели улучшаются, но как будто играют в лотерею.
За последние 4 месяца по данным GDPval: industrial engineers +27%, accounting +18%, real estate agents +24%, software developers +12%.
А юристы — минус 10%. Medical managers — минус 27%. Не стагнация. Ухудшение. Модели стали побеждать этих специалистов реже чем полгода назад.
Я честно не знаю почему. Может бенчмарк усложнили или поменяли подзадачи. Может модели оптимизировались под одни задачи за счёт других. Может юридическая работа настолько контекстно-зависима что прогресс в одних подзадачах ломает другие. Но факт: нет равномерного «AI улучшается везде». Есть неравномерный прогресс по профессиям, и если ты строишь продукт — общие бенчмарки тебе мало что скажут. Смотри на свою конкретную задачу.
И последнее. На scatter plot в отчёте есть правый верхний квадрант — high capability модели + high revenue стартапов. Он практически пустой. Деньги идут не туда где AI объективно сильнее всего. Writing/editing — win rate 93% против человека, выручка $150M. Legal — win rate 46%, выручка $500M. Юристы платят в три раза больше при вдвое худшей модели.
Рынок покупает pain relief. Юристу больно — час работы стоит $500, рутины тонна, клиенты ждут. Он заплатит за AI который работает на 46% потому что даже это экономит ему кучу денег. А писателю не больно в тех же абсолютных цифрах.
MIT на выборке около 300 проектов и 150 компаний писал что примерно 95% AI-пилотов не дают измеримого финансового эффекта. a16z показывают противоположную сторону — реальные контракты и растущую выручку.
📎 a16z, AI Adoption by the Numbers (апрель 2026)
📎 GDPval benchmark: evals.openai.com/gdpval/leaderboard
a16z выкатили свежий отчёт по enterprise AI. Не опросы и не sentiment, а реальные контракты и выручка их портфельных компаний. Редкость, потому что почти всё что я видел до этого — самооценка и качественные исследования из серии «мы верим в AI». Тут данные. Понятно что a16z — венчурный фонд с прямым интересом продавать нарратив «AI работает». Но цифры конкретные, и вот что зацепило.
По их данным, 29% Fortune 500 и 19% Global 2000 уже платят AI-стартапам. Не тестируют, не пилотируют — платят. Подписали контракт, прошли пилот, работают в проде. За три года. Кто продавал в enterprise знает что Fortune 500 обычно годами раскачиваются. Тут что-то сломалось. Крупные компании впервые готовы рисковать с молодыми продуктами раньше чем те дозрели. То ли давление рынка, то ли FOMO, то ли реально увидели value — скорее всего всё вместе.
Теперь куда именно идут деньги (опять же, оценки a16z на базе их данных и публичной информации). Coding — $3 млрд выручки у AI-стартапов. Всё остальное — в разы меньше. Legal — $500M. Support — $400M. Medical — $350M. Search — $250M. Accounting, nursing, finance — почти на нуле.
Три миллиарда против пятисот. Это не лидер и второе место. Это outlier на порядок. Cursor, Claude Code, Codex растут быстрее чем кто-либо прогнозировал. a16z пишут что в анекдотических кейсах лучшие инженеры в их портфельных компаниях показывают рост продуктивности в 10-20 раз, хотя в более реалистичных оценках речь про 20% uplift от базовых ассистентов и до 2x для лучших внедрений. Даже нижняя граница — это аномально много для одного инструмента.
И тут я задумался. Почему именно код, а не всё остальное? У кода есть свойство которого нет почти ни у одной другой профессиональной задачи — верифицируемость. Код либо работает, либо нет. Запустил — увидел. Это создаёт feedback loop которого нет у юристов, врачей, менеджеров. У юриста документ может быть «хорошим» или «плохим» и это субъективно. У кода — нет. Компилятор не имеет мнения.
Мне кажется это ключ ко всему отчёту. AI работает там где результат можно проверить быстро и однозначно. Код — идеально. Саппорт — тикет решён или нет, CSAT вырос или нет. Поиск — нашёл или не нашёл. Чем размытее критерий успеха — тем сложнее и модели, и покупателю.
Самое интересное. a16z наложили выручку стартапов на бенчмарк GDPval от OpenAI (оценка моделей на реальных экономически ценных задачах по профессиям). И модели улучшаются, но как будто играют в лотерею.
За последние 4 месяца по данным GDPval: industrial engineers +27%, accounting +18%, real estate agents +24%, software developers +12%.
А юристы — минус 10%. Medical managers — минус 27%. Не стагнация. Ухудшение. Модели стали побеждать этих специалистов реже чем полгода назад.
Я честно не знаю почему. Может бенчмарк усложнили или поменяли подзадачи. Может модели оптимизировались под одни задачи за счёт других. Может юридическая работа настолько контекстно-зависима что прогресс в одних подзадачах ломает другие. Но факт: нет равномерного «AI улучшается везде». Есть неравномерный прогресс по профессиям, и если ты строишь продукт — общие бенчмарки тебе мало что скажут. Смотри на свою конкретную задачу.
И последнее. На scatter plot в отчёте есть правый верхний квадрант — high capability модели + high revenue стартапов. Он практически пустой. Деньги идут не туда где AI объективно сильнее всего. Writing/editing — win rate 93% против человека, выручка $150M. Legal — win rate 46%, выручка $500M. Юристы платят в три раза больше при вдвое худшей модели.
Рынок покупает pain relief. Юристу больно — час работы стоит $500, рутины тонна, клиенты ждут. Он заплатит за AI который работает на 46% потому что даже это экономит ему кучу денег. А писателю не больно в тех же абсолютных цифрах.
MIT на выборке около 300 проектов и 150 компаний писал что примерно 95% AI-пилотов не дают измеримого финансового эффекта. a16z показывают противоположную сторону — реальные контракты и растущую выручку.
📎 a16z, AI Adoption by the Numbers (апрель 2026)
📎 GDPval benchmark: evals.openai.com/gdpval/leaderboard
❤5🔥3👌1