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
#заметки
Michael Dubakov (основатель Targetprocess / Fibery) написал в фейсбуке: «У меня довольно много идей, как обычно. Но в последнее время я ничего не успеваю думать. Стратегии устаревают примерно за 3 месяца. Поток информации за последние 6 месяцев — 3x. Как вы справляетесь?»
В комментариях собралось человек двадцать CEO, фаундеров, тимлидов. Все говорят примерно одно и то же: тревожность, перегрузка, ощущение что мир ускорился. «Не CEO, но те же мысли» — написали несколько человек.
Три заметки из дискуссии:
«Думание приходится делегировать на свои AI-оркестраторы.» Парадокс: инструмент который должен был снять нагрузку — добавил ещё один слой. Поток информации x3, а пропускная способность мозга та же.
Несколько человек написали что делают ставку не на стратегию а на людей. «С которыми можно увереннее скакать по кочкам в разную погоду.» Если стратегия устаревает за 3 месяца — может стратегия это не план, а команда.
«Проблемы у кастомеров никуда не делись. Ценность концентрируется там, где решаются проблемы кастомеров. Так было и так будет.»
Последнее мне кажется самым важным. Инструменты меняются каждые 3 месяца. Боль клиента — нет.
Миша задал хороший вопрос: «как вы справляетесь?» Двадцать человек ответили. Единого ответа нет. Но сам факт что CEO технологических компаний открыто говорят «я не успеваю думать» — это интересно.
Michael Dubakov (основатель Targetprocess / Fibery) написал в фейсбуке: «У меня довольно много идей, как обычно. Но в последнее время я ничего не успеваю думать. Стратегии устаревают примерно за 3 месяца. Поток информации за последние 6 месяцев — 3x. Как вы справляетесь?»
В комментариях собралось человек двадцать CEO, фаундеров, тимлидов. Все говорят примерно одно и то же: тревожность, перегрузка, ощущение что мир ускорился. «Не CEO, но те же мысли» — написали несколько человек.
Три заметки из дискуссии:
«Думание приходится делегировать на свои AI-оркестраторы.» Парадокс: инструмент который должен был снять нагрузку — добавил ещё один слой. Поток информации x3, а пропускная способность мозга та же.
Несколько человек написали что делают ставку не на стратегию а на людей. «С которыми можно увереннее скакать по кочкам в разную погоду.» Если стратегия устаревает за 3 месяца — может стратегия это не план, а команда.
«Проблемы у кастомеров никуда не делись. Ценность концентрируется там, где решаются проблемы кастомеров. Так было и так будет.»
Последнее мне кажется самым важным. Инструменты меняются каждые 3 месяца. Боль клиента — нет.
Миша задал хороший вопрос: «как вы справляетесь?» Двадцать человек ответили. Единого ответа нет. Но сам факт что CEO технологических компаний открыто говорят «я не успеваю думать» — это интересно.
❤6👍5
#данные
Кто скорее подорвёт ваш рынок, свой или чужой?
IMD и Cisco в 2015 году спросили руководителей из разных отраслей, откуда они ждут главный удар. От своего игрока, конкурента или стартапа из той же индустрии? Или от чужака, компании извне?
По графику видно главное: в большинстве отраслей компании всё же больше боятся своих.
Особенно это заметно в фарме, нефтегазе и образовании. Там disruption чаще ждут от тех, кто уже понимает отрасль, её экономику, ограничения и реальную боль клиента.
Это важный контраст к популярной истории про то, что рынок всегда ломает чужак. Да, такие кейсы есть. Uber не был таксопарком. Airbnb не был отелем. Netflix не был телеканалом. Но по этим данным это скорее громкие исключения, чем базовый сценарий для большинства индустрий.
При этом у части рынков картина уже намного менее однозначная. В tech, telecom, healthcare, hospitality и ряде других отраслей доля тех, кто ждёт удар от outsiders, уже очень велика. Не всегда выше, чем у insiders, но достаточно велика, чтобы не списывать этот риск.
То есть общий вывод такой: чаще всего disruption приходит изнутри отрасли. Но в некоторых сегментах угроза извне уже почти сопоставима.
И тут важная оговорка. Данные старые. Это 2015 год.
С тех пор cloud убрал часть инфраструктурного барьера. Open source и API-экономика снизили стоимость входа. AI ускорил это ещё сильнее. Чужаку всё ещё тяжело без доменного понимания, но вход в чужую индустрию стал заметно проще, чем десять лет назад.
Так что если повторить такой опрос сегодня, доля ответа «нас подорвёт свой» вполне могла бы стать ниже.
Что из этого стоит вынести.
Если вы крупная компания, смотреть нужно не только на Big Tech. Реальная угроза часто ближе. Это может быть узкий игрок в вашей нише, который решает одну конкретную проблему в разы лучше.
Если вы стартап, доменная экспертиза всё ещё остаётся сильным преимуществом. Во многих отраслях рынок по-прежнему считает, что самые опасные конкуренты понимают предметную область лучше остальных.
Кто скорее подорвёт ваш рынок, свой или чужой?
IMD и Cisco в 2015 году спросили руководителей из разных отраслей, откуда они ждут главный удар. От своего игрока, конкурента или стартапа из той же индустрии? Или от чужака, компании извне?
По графику видно главное: в большинстве отраслей компании всё же больше боятся своих.
Особенно это заметно в фарме, нефтегазе и образовании. Там disruption чаще ждут от тех, кто уже понимает отрасль, её экономику, ограничения и реальную боль клиента.
Это важный контраст к популярной истории про то, что рынок всегда ломает чужак. Да, такие кейсы есть. Uber не был таксопарком. Airbnb не был отелем. Netflix не был телеканалом. Но по этим данным это скорее громкие исключения, чем базовый сценарий для большинства индустрий.
При этом у части рынков картина уже намного менее однозначная. В tech, telecom, healthcare, hospitality и ряде других отраслей доля тех, кто ждёт удар от outsiders, уже очень велика. Не всегда выше, чем у insiders, но достаточно велика, чтобы не списывать этот риск.
То есть общий вывод такой: чаще всего disruption приходит изнутри отрасли. Но в некоторых сегментах угроза извне уже почти сопоставима.
И тут важная оговорка. Данные старые. Это 2015 год.
С тех пор cloud убрал часть инфраструктурного барьера. Open source и API-экономика снизили стоимость входа. AI ускорил это ещё сильнее. Чужаку всё ещё тяжело без доменного понимания, но вход в чужую индустрию стал заметно проще, чем десять лет назад.
Так что если повторить такой опрос сегодня, доля ответа «нас подорвёт свой» вполне могла бы стать ниже.
Что из этого стоит вынести.
Если вы крупная компания, смотреть нужно не только на Big Tech. Реальная угроза часто ближе. Это может быть узкий игрок в вашей нише, который решает одну конкретную проблему в разы лучше.
Если вы стартап, доменная экспертиза всё ещё остаётся сильным преимуществом. Во многих отраслях рынок по-прежнему считает, что самые опасные конкуренты понимают предметную область лучше остальных.
❤3👍3🤔1🤓1
#данные
McKinsey опросили почти 2000 человек из 105 стран про AI. Отчёт большой, но я вытащил из него одну историю, которую почти никто не рассказывает, что всё это значит для тех, кто продаёт разработку софта.
88% компаний уже используют AI. Кажется, разговор окончен, рынок насыщен, все всё внедрили, аутсорс не нужен. Но стоит копнуть еще дальше. Две трети из этих 88% застряли в пилотах и экспериментах. Масштабировали — треть. Fully scaled — семь процентов. Семь из восьмидесяти восьми. Вот этот разрыв между "мы используем AI" и "AI приносит нам деньги" — это и есть рынок сервисной компании прямо сейчас.
Структура команд для внедрения GenAI: 66% деплойментов идут через модель Buy — внешние вендоры, strategic partnerships, co-development. Только 33% строят полностью in-house. Две трети рынка внедрения AI физически проходят через внешних подрядчиков. Не вопреки сервисному бизнесу — через него.
Теперь к деньгам, и тут важно не смешать две совершенно разные истории. Revenue increase от AI лидирует в маркетинге и продажах (67%), стратегии и финансах (65%), product development (62%). А cost decrease — в software engineering (56%) и IT (54%). Клиент приходит к сервисной компании с одной из двух задач. Первая — помогите зарабатывать больше через AI-фичи в продукте. Вторая — помогите тратить меньше на саму разработку. Это разные офферы, разные ценовые модели, разные разговоры. По сути, AI-native product development и AI-augmented engineering — два разных бизнеса внутри одной сервисной компании.
А вот с персоналом интереснее, чем кажется из заголовков. В software engineering 32% компаний планируют сокращать людей из-за AI в следующем году — но 21% планируют нанимать. Это самый высокий показатель найма среди всех функций. В HR сокращают 31%, нанимают 7%. В service operations — 39% сокращают, 10% нанимают. Разработка — единственная функция, где прирост сопоставим с убылью. Компании не избавляются от инженеров. Они меняют тип инженеров. Вместо CRUD-щиков ищут тех, кто умеет строить AI-пайплайны, интегрировать модели, работать с агентами. Сервисная компания, которая может поставлять именно таких людей, оказывается ровно в той точке, где спрос растёт.
Ещё один слой — размер клиента, и тут три совершенно разных рынка. Enterprise ($5B+) уже на 49% в scaling или fully scaled, им нужны команды на масштабирование и поддержку AI в продакшене. Средний бизнес ($100M–$1B) — 60–65% в пилотах, классическая pilot purgatory, нужен проводник от пилота к production. Малый бизнес (до $100M) экспериментирует — тут работают быстрые MVP и proof of concept.
McKinsey выделяют 6% high performers — тех, у кого AI реально даёт больше 5% EBIT. Всего 109 компаний из почти двух тысяч. Они в 3.6 раза чаще целятся на transformative change. Тратят 20%+ digital-бюджета на AI. 55% из них редизайнят workflows под AI, против 20% у остальных. Что это значит на языке оффера? "Сделаем чатбот" — это предложение для 94% рынка, которые экспериментируют и не видят результата. "Перестроим процесс с AI внутри" — для тех 6%, у которых есть и бюджет, и готовность платить за результат.
Навигация из всего этого получается довольно конкретная. Целиться в mid и upper enterprise. Продавать не "разработку с AI", а переход от пилота к production. Питчить через revenue и cost impact конкретной функции клиента. И собирать команды, которые умеют не просто код писать, а процессы перестраивать — потому что без этого, по данным McKinsey, AI остаётся дорогой игрушкой. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai#/
McKinsey опросили почти 2000 человек из 105 стран про AI. Отчёт большой, но я вытащил из него одну историю, которую почти никто не рассказывает, что всё это значит для тех, кто продаёт разработку софта.
88% компаний уже используют AI. Кажется, разговор окончен, рынок насыщен, все всё внедрили, аутсорс не нужен. Но стоит копнуть еще дальше. Две трети из этих 88% застряли в пилотах и экспериментах. Масштабировали — треть. Fully scaled — семь процентов. Семь из восьмидесяти восьми. Вот этот разрыв между "мы используем AI" и "AI приносит нам деньги" — это и есть рынок сервисной компании прямо сейчас.
Структура команд для внедрения GenAI: 66% деплойментов идут через модель Buy — внешние вендоры, strategic partnerships, co-development. Только 33% строят полностью in-house. Две трети рынка внедрения AI физически проходят через внешних подрядчиков. Не вопреки сервисному бизнесу — через него.
Теперь к деньгам, и тут важно не смешать две совершенно разные истории. Revenue increase от AI лидирует в маркетинге и продажах (67%), стратегии и финансах (65%), product development (62%). А cost decrease — в software engineering (56%) и IT (54%). Клиент приходит к сервисной компании с одной из двух задач. Первая — помогите зарабатывать больше через AI-фичи в продукте. Вторая — помогите тратить меньше на саму разработку. Это разные офферы, разные ценовые модели, разные разговоры. По сути, AI-native product development и AI-augmented engineering — два разных бизнеса внутри одной сервисной компании.
А вот с персоналом интереснее, чем кажется из заголовков. В software engineering 32% компаний планируют сокращать людей из-за AI в следующем году — но 21% планируют нанимать. Это самый высокий показатель найма среди всех функций. В HR сокращают 31%, нанимают 7%. В service operations — 39% сокращают, 10% нанимают. Разработка — единственная функция, где прирост сопоставим с убылью. Компании не избавляются от инженеров. Они меняют тип инженеров. Вместо CRUD-щиков ищут тех, кто умеет строить AI-пайплайны, интегрировать модели, работать с агентами. Сервисная компания, которая может поставлять именно таких людей, оказывается ровно в той точке, где спрос растёт.
Ещё один слой — размер клиента, и тут три совершенно разных рынка. Enterprise ($5B+) уже на 49% в scaling или fully scaled, им нужны команды на масштабирование и поддержку AI в продакшене. Средний бизнес ($100M–$1B) — 60–65% в пилотах, классическая pilot purgatory, нужен проводник от пилота к production. Малый бизнес (до $100M) экспериментирует — тут работают быстрые MVP и proof of concept.
McKinsey выделяют 6% high performers — тех, у кого AI реально даёт больше 5% EBIT. Всего 109 компаний из почти двух тысяч. Они в 3.6 раза чаще целятся на transformative change. Тратят 20%+ digital-бюджета на AI. 55% из них редизайнят workflows под AI, против 20% у остальных. Что это значит на языке оффера? "Сделаем чатбот" — это предложение для 94% рынка, которые экспериментируют и не видят результата. "Перестроим процесс с AI внутри" — для тех 6%, у которых есть и бюджет, и готовность платить за результат.
Навигация из всего этого получается довольно конкретная. Целиться в mid и upper enterprise. Продавать не "разработку с AI", а переход от пилота к production. Питчить через revenue и cost impact конкретной функции клиента. И собирать команды, которые умеют не просто код писать, а процессы перестраивать — потому что без этого, по данным McKinsey, AI остаётся дорогой игрушкой. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai#/
McKinsey & Company
The state of AI in 2025: Agents, innovation, and transformation
In this 2025 edition of the annual McKinsey Global Survey on AI, we look at the current trends that are driving real value from artificial intelligence.
👍11❤4🔥1🌭1
Контент-машина без редакции: $2 000/мес vs. $20/мес
#кейс #опыт
556 000 просмотров за год. Команда из четырех человек, камера, студия, полгода на раскачку конвейера. Бюджет – около $2 000 в месяц на продакшн.
70 000 просмотров за два месяца. Один человек, ноутбук, подписка на Claude. Бюджет – $20.
Мы с Максом Ярошевичем решали одну задачу: регулярный контент без редакции. Подходы получились разные.
Мой путь – через подкаст.
В Sigli сперва начали с блога. 124 поста за год, 2 500 просмотров.
Потом запустили видеоподкаст Innovantage – и один выпуск стал раскладываться на ~19 единиц контента: shorts, блог-посты, аудио на Spotify, посты в соцсети. Дистрибуция на 11 каналов.
За 2025: 26 эпизодов, 368 shorts, 556 000 просмотров, +161% год к году.
Чего это стоило: полгода до стабильного конвейера. Несколько выпусков по 200 просмотров. Зависимость от гостей – если спикер слабый, весь выпуск в корзину, а это 8 часов работы команды.
Путь Макса – через AI.
Когда ты предприниматель – идей хватает. Но сесть, написать, отформатировать, опубликовать – рутина, которая убивает желание.
Собрал AI-инфраструктуру: одна мысль на входе, Claude ведет по процессу, на выходе – Telegram пост + LinkedIn + Instagram-карусель.
За два месяца: 15k в Telegram, 21k в LinkedIn, 40k в Instagram. Треть выходящего – слоп, который убивается на стадии драфта. Работает только при хирургически точном описании tone of voice и постоянной доработке системы.
Мой конвейер масштабируется без меня – процесс работает, даже если я в отпуске. Конвейер Макса масштабируется только через него – но запускается за один вечер, а не за полгода.
Пока не понятно, что выигрывает на дистанции.
#кейс #опыт
556 000 просмотров за год. Команда из четырех человек, камера, студия, полгода на раскачку конвейера. Бюджет – около $2 000 в месяц на продакшн.
70 000 просмотров за два месяца. Один человек, ноутбук, подписка на Claude. Бюджет – $20.
Мы с Максом Ярошевичем решали одну задачу: регулярный контент без редакции. Подходы получились разные.
Мой путь – через подкаст.
В Sigli сперва начали с блога. 124 поста за год, 2 500 просмотров.
Потом запустили видеоподкаст Innovantage – и один выпуск стал раскладываться на ~19 единиц контента: shorts, блог-посты, аудио на Spotify, посты в соцсети. Дистрибуция на 11 каналов.
За 2025: 26 эпизодов, 368 shorts, 556 000 просмотров, +161% год к году.
Чего это стоило: полгода до стабильного конвейера. Несколько выпусков по 200 просмотров. Зависимость от гостей – если спикер слабый, весь выпуск в корзину, а это 8 часов работы команды.
Путь Макса – через AI.
Когда ты предприниматель – идей хватает. Но сесть, написать, отформатировать, опубликовать – рутина, которая убивает желание.
Собрал AI-инфраструктуру: одна мысль на входе, Claude ведет по процессу, на выходе – Telegram пост + LinkedIn + Instagram-карусель.
За два месяца: 15k в Telegram, 21k в LinkedIn, 40k в Instagram. Треть выходящего – слоп, который убивается на стадии драфта. Работает только при хирургически точном описании tone of voice и постоянной доработке системы.
Мой конвейер масштабируется без меня – процесс работает, даже если я в отпуске. Конвейер Макса масштабируется только через него – но запускается за один вечер, а не за полгода.
Пока не понятно, что выигрывает на дистанции.
Telegram
max tors | контент-движок
Как построить контент движок, который стабильно приносит клиентов, партнеров и коллабы и не звучит как бездушная машина
Строю в прямом эфире без успешного успеха
Начни отсюда https://t.me/i_am_the_ceo_of_my_life/441
Строю в прямом эфире без успешного успеха
Начни отсюда https://t.me/i_am_the_ceo_of_my_life/441
❤4👍4👏1👌1
#опыт
Steven Sinofsky (ex-Microsoft, борд-партнёр a16z) на днях написал эссе «Death of Software. Nah.» Тезис: каждый раз когда появлялась новая волна — PC, интернет-ритейл, стриминг — все хоронили предыдущую модель. Мейнфреймы умрут. Офлайн-ритейл умрёт. Кабельное ТВ умрёт. Ничего не умерло. Всего стало больше. С софтом и AI будет то же самое.
Логика красивая. Но Sinofsky пишет из Сан-Франциско. Я последние годы продавал разработку софта европейским enterprise-клиентам из Вильнюса. Картинка оттуда другая. Спрос на софт не падает — но тот же бюджет теперь покупает больше результата. Оплачивают не часы, а outcome. Generic engineering обесценивается, domain expertise и умение перестраивать процессы — дорожают.
Он прав в главном: ни один клиент за последний год не пришёл и не сказал «нам нужно меньше софта». Ни один. Но изменилось то, за что клиент готов платить. Раньше разговор начинался с «нам нужна команда на 12 месяцев». Сейчас всё чаще — «нам нужен результат через 6 недель, и нам всё равно сколько там людей, хоть ноль».
Sinofsky описывает это красиво на примере банкинга: в 1995-м у тебя был чек, счёт и может кредитка, а сегодня в тысячу раз больше функций. Верно. Но он не говорит что по дороге из этой цепочки вылетели целые категории подрядчиков — body-shop'ы без вертикальной специализации, которые продавали «10 джавистов на год». Функций стало больше. Тех кто их строил определённым образом — меньше.
Вот что я видел за последний год. Проекты не исчезают, но сжимаются. То что раньше было на полгода и восемь человек, сейчас делается за два месяца и четырьмя. Не потому что люди стали быстрее, а потому что часть работы генерируется.
Клиент это видит и корректирует ожидания. Бюджет на софт не уменьшился, но бюджет на одну единицу софта — да. А значит тебе нужно делать больше проектов за тот же период чтобы сохранить выручку. Это другая операционная модель: больше параллельных проектов, меньше bench, больше продактов и SME, меньше универсальных инженеров на ставке.
И второй сдвиг, который Sinofsky не затрагивает. Он пишет что domain experience станет «wildly more important». Согласен. Но в сервисном бизнесе это означает конкретную вещь: «мы умеем писать код» перестаёт быть оффером. «Мы знаем как устроен ваш процесс и можем его перестроить» — вот за это платят. А это другой тип людей, другой найм, другая экономика.
Sinofsky заканчивает словами «this is the most exciting time for business and technology, ever». Не спорю. Но exciting — это не синоним comfortable. Софта действительно будет больше. Вопрос — кто будет его строить и на каких условиях. Ответ прямо сейчас переписывается, и из Вильнюса это видно, может быть, даже отчётливее чем из Сан-Франциско.
📎 a16z.com/death-of-software-nah/
Steven Sinofsky (ex-Microsoft, борд-партнёр a16z) на днях написал эссе «Death of Software. Nah.» Тезис: каждый раз когда появлялась новая волна — PC, интернет-ритейл, стриминг — все хоронили предыдущую модель. Мейнфреймы умрут. Офлайн-ритейл умрёт. Кабельное ТВ умрёт. Ничего не умерло. Всего стало больше. С софтом и AI будет то же самое.
Логика красивая. Но Sinofsky пишет из Сан-Франциско. Я последние годы продавал разработку софта европейским enterprise-клиентам из Вильнюса. Картинка оттуда другая. Спрос на софт не падает — но тот же бюджет теперь покупает больше результата. Оплачивают не часы, а outcome. Generic engineering обесценивается, domain expertise и умение перестраивать процессы — дорожают.
Он прав в главном: ни один клиент за последний год не пришёл и не сказал «нам нужно меньше софта». Ни один. Но изменилось то, за что клиент готов платить. Раньше разговор начинался с «нам нужна команда на 12 месяцев». Сейчас всё чаще — «нам нужен результат через 6 недель, и нам всё равно сколько там людей, хоть ноль».
Sinofsky описывает это красиво на примере банкинга: в 1995-м у тебя был чек, счёт и может кредитка, а сегодня в тысячу раз больше функций. Верно. Но он не говорит что по дороге из этой цепочки вылетели целые категории подрядчиков — body-shop'ы без вертикальной специализации, которые продавали «10 джавистов на год». Функций стало больше. Тех кто их строил определённым образом — меньше.
Вот что я видел за последний год. Проекты не исчезают, но сжимаются. То что раньше было на полгода и восемь человек, сейчас делается за два месяца и четырьмя. Не потому что люди стали быстрее, а потому что часть работы генерируется.
Клиент это видит и корректирует ожидания. Бюджет на софт не уменьшился, но бюджет на одну единицу софта — да. А значит тебе нужно делать больше проектов за тот же период чтобы сохранить выручку. Это другая операционная модель: больше параллельных проектов, меньше bench, больше продактов и SME, меньше универсальных инженеров на ставке.
И второй сдвиг, который Sinofsky не затрагивает. Он пишет что domain experience станет «wildly more important». Согласен. Но в сервисном бизнесе это означает конкретную вещь: «мы умеем писать код» перестаёт быть оффером. «Мы знаем как устроен ваш процесс и можем его перестроить» — вот за это платят. А это другой тип людей, другой найм, другая экономика.
Sinofsky заканчивает словами «this is the most exciting time for business and technology, ever». Не спорю. Но exciting — это не синоним comfortable. Софта действительно будет больше. Вопрос — кто будет его строить и на каких условиях. Ответ прямо сейчас переписывается, и из Вильнюса это видно, может быть, даже отчётливее чем из Сан-Франциско.
📎 a16z.com/death-of-software-nah/
Andreessen Horowitz
Death of Software. Nah. | Andreessen Horowitz
AI changes what we build and who builds it, but not how much needs to be built.
❤6👍2😱1
#кейс
Большинство корпораций начинают GenAI со стратегии на 50 слайдов и пилотов на 50 человек. BBVA пошёл другим путём.
BBVA — второй по величине банк Испании, 125 000 сотрудников в 25 странах. Они развернули GenAI через игру в дефицит: 3 000 лицензий, конкуренция за доступ и сеть Champions/Wizards для peer-to-peer распространения.
По свежим исследованиям, сотрудники в 90%+ компаний уже используют AI в личных аккаунтах для рабочих задач. Тайно, с личных ноутбуков, мимо IT и compliance. BBVA решил, что неуправляемый shadow AI опаснее быстрого деплоя, и за два месяца провёл risk assessment и GDPR compliance. Потом развернул ChatGPT Enterprise в защищённом облаке.
Первый ход: не раздавать доступ всем. 3 000 лицензий → руководители отдают их самым мотивированным, а не самым старшим. Не пользуешься — теряешь. Создаёшь кастомные GPT и делишься — получаешь приоритет. Спрос > предложения, инструмент из обязаловки превращается в привилегию.
Второй ход: Adoption Network. 25 Champions по странам, 200 Wizards как power users, комьюнити для обмена знаниями. Инструменты собирают фронтлайн-сотрудники, не центральный IT. 250 топов, включая CEO, проходят обязательный практический воркшоп по своим задачам.
За неполный год: 11 000 активных пользователей, 4 800 кастомных GPT, экономия от 2 до 5 часов на человека в неделю.
Adoption сработал когда доверяешь людям и строишь систему, где инициатива идёт снизу, а сверху приходят инфраструктура, безопасность и мандат.
Большинство корпораций начинают GenAI со стратегии на 50 слайдов и пилотов на 50 человек. BBVA пошёл другим путём.
BBVA — второй по величине банк Испании, 125 000 сотрудников в 25 странах. Они развернули GenAI через игру в дефицит: 3 000 лицензий, конкуренция за доступ и сеть Champions/Wizards для peer-to-peer распространения.
По свежим исследованиям, сотрудники в 90%+ компаний уже используют AI в личных аккаунтах для рабочих задач. Тайно, с личных ноутбуков, мимо IT и compliance. BBVA решил, что неуправляемый shadow AI опаснее быстрого деплоя, и за два месяца провёл risk assessment и GDPR compliance. Потом развернул ChatGPT Enterprise в защищённом облаке.
Первый ход: не раздавать доступ всем. 3 000 лицензий → руководители отдают их самым мотивированным, а не самым старшим. Не пользуешься — теряешь. Создаёшь кастомные GPT и делишься — получаешь приоритет. Спрос > предложения, инструмент из обязаловки превращается в привилегию.
Второй ход: Adoption Network. 25 Champions по странам, 200 Wizards как power users, комьюнити для обмена знаниями. Инструменты собирают фронтлайн-сотрудники, не центральный IT. 250 топов, включая CEO, проходят обязательный практический воркшоп по своим задачам.
За неполный год: 11 000 активных пользователей, 4 800 кастомных GPT, экономия от 2 до 5 часов на человека в неделю.
Adoption сработал когда доверяешь людям и строишь систему, где инициатива идёт снизу, а сверху приходят инфраструктура, безопасность и мандат.
👍7❤5
Две подписи
#опыт
У всех из нас есть своя история. У меня тоже. С поддельными документами, офшорами и миллионами, которые я никогда не видел. Расскажу по частям. Это первая.
Как можно три года считать себя владельцем компании и не быть им юридически. Я понял это слишком поздно.
Зима 2020.
Мы с тремя партнёрами решили открыть IT компанию в Литве. Клиенты уже были, сервисная модель работала. Нужно было развернуть всё на новой юрке и заниматься бизнесом.
На другой компании у нас уже была рабочая схема: мы ведём клиентов и продажи, наёмный менеджер закрывает юр вопросы, бухгалтерию, банки и документы. Работало несколько лет. Здесь решили сделать так же.
Нашли человека. Назову его А. Уверенный, с готовыми ответами на все вопросы.
Договорились просто: он регистрирует компанию, оформляет нас акционерами, становится номинальным директором и ведёт всё по бумагам. Мы платим зарплату и строим бизнес.
Он попросил копии паспортов для регистрации акционеров. Прислал смету, где отдельной строкой стояло внесение четырёх акционеров, корректировка реестра и пересылка документов. Мы оплатили.
Дальше всё выглядело нормально. Общий чат, обсуждение бюджета, ежемесячные отчёты по расходам. Мы доверяли. Он на зарплате, делает свою часть, мы свою.
Осень 2020.
А. присылает письмо: всё готово, вы владельцы. Во вложении выписка из JADIS — системы участников юридических лиц. В документе чёрным по белому: четыре партнёра, у каждого по 25 акций. Через несколько недель приходит ещё одна такая же. Registrų centras, печать, данные, доли.
Мы начинаем работать. Переводим контракты. Нанимаем людей. 2021 — выручка €1,27 млн. 2022 — больше €5 млн.
Работаем по 12 часов в сутки. Ведём переговоры с клиентами. Представляем компанию на конференциях. Внутри команды все считают нас собственниками. Мы и сами так считаем.
А. остаётся человеком по документам. В стратегию не лезет, клиентов не ведёт. Его зона — бумаги, банки, бухгалтерия. Ровно то, за что мы платим.
Со временем он работает всё хуже. Часто недоступен. Решения тормозятся.
Февраль 2023
.
Решаем менять. Сообщаем ему.
20 февраля — день зарплат. Никто ничего не получает.
Не можем получить доступ к банковским счетам. Но по уведомлениям в корпоративной почте мы видели: идут крупные списания.
Звоним А. Телефон выключен. Facebook заблокирован. LinkedIn заблокирован.
Человек, которого мы три года держали на зарплате, просто исчез. Вместе со всеми деньгами.
Идём к юристам. И там выясняется вещь, о которой я тогда не знал.
В Литве стать акционером — два этапа.
Первый: запись в JADIS, публичный реестр участников. Туда может зайти любой.
Второй: запись в personal securities account — личном счёте ценных бумаг. Именно она даёт юридические права на акции.
По закону владелец — тот, на чьё имя открыт securities account. Не тот, кто указан в публичном реестре.
А. не сделал второй этап. Вместо этого прислал нам документ, сделанный в фотошопе.
Юридическим владельцем 100% компании всё это время оставался он сам. Наёмный менеджер на зарплате.
А выписки из JADIS, которые он присылал? Данные в реестре потом были изменены. Нас там больше не было.
Три года картина была такой: на словах мы акционеры, на бумаге в письмах мы акционеры, внутри компании все считают нас акционерами. Юридически акционером был другой человек.
Проверить это можно было за пять минут. Бесплатно. Онлайн.Я не знал, что это нужно проверять отдельно. Я вообще тогда не знал, что такое securities account.
Три года я строил компанию с оборотом больше €5 млн, думая, что она моя. По картинке из почты — так и было. По документам, которые реально дают право собственности — нет.
Если вы строите бизнес с партнёрами и не понимаете сами, где именно возникает право собственности — у вас нет собственности. У вас есть только ощущение, что всё оформлено правильно.
Первый пост из серии. Дальше — как мы пытались вернуть контроль, откуда взялись офшоры, почему гражданский иск идёт третий год и что пришлось делать после 2023 года.
#опыт
У всех из нас есть своя история. У меня тоже. С поддельными документами, офшорами и миллионами, которые я никогда не видел. Расскажу по частям. Это первая.
Как можно три года считать себя владельцем компании и не быть им юридически. Я понял это слишком поздно.
Зима 2020.
Мы с тремя партнёрами решили открыть IT компанию в Литве. Клиенты уже были, сервисная модель работала. Нужно было развернуть всё на новой юрке и заниматься бизнесом.
На другой компании у нас уже была рабочая схема: мы ведём клиентов и продажи, наёмный менеджер закрывает юр вопросы, бухгалтерию, банки и документы. Работало несколько лет. Здесь решили сделать так же.
Нашли человека. Назову его А. Уверенный, с готовыми ответами на все вопросы.
Договорились просто: он регистрирует компанию, оформляет нас акционерами, становится номинальным директором и ведёт всё по бумагам. Мы платим зарплату и строим бизнес.
Он попросил копии паспортов для регистрации акционеров. Прислал смету, где отдельной строкой стояло внесение четырёх акционеров, корректировка реестра и пересылка документов. Мы оплатили.
Дальше всё выглядело нормально. Общий чат, обсуждение бюджета, ежемесячные отчёты по расходам. Мы доверяли. Он на зарплате, делает свою часть, мы свою.
Осень 2020.
А. присылает письмо: всё готово, вы владельцы. Во вложении выписка из JADIS — системы участников юридических лиц. В документе чёрным по белому: четыре партнёра, у каждого по 25 акций. Через несколько недель приходит ещё одна такая же. Registrų centras, печать, данные, доли.
Мы начинаем работать. Переводим контракты. Нанимаем людей. 2021 — выручка €1,27 млн. 2022 — больше €5 млн.
Работаем по 12 часов в сутки. Ведём переговоры с клиентами. Представляем компанию на конференциях. Внутри команды все считают нас собственниками. Мы и сами так считаем.
А. остаётся человеком по документам. В стратегию не лезет, клиентов не ведёт. Его зона — бумаги, банки, бухгалтерия. Ровно то, за что мы платим.
Со временем он работает всё хуже. Часто недоступен. Решения тормозятся.
Февраль 2023
.
Решаем менять. Сообщаем ему.
20 февраля — день зарплат. Никто ничего не получает.
Не можем получить доступ к банковским счетам. Но по уведомлениям в корпоративной почте мы видели: идут крупные списания.
Звоним А. Телефон выключен. Facebook заблокирован. LinkedIn заблокирован.
Человек, которого мы три года держали на зарплате, просто исчез. Вместе со всеми деньгами.
Идём к юристам. И там выясняется вещь, о которой я тогда не знал.
В Литве стать акционером — два этапа.
Первый: запись в JADIS, публичный реестр участников. Туда может зайти любой.
Второй: запись в personal securities account — личном счёте ценных бумаг. Именно она даёт юридические права на акции.
По закону владелец — тот, на чьё имя открыт securities account. Не тот, кто указан в публичном реестре.
А. не сделал второй этап. Вместо этого прислал нам документ, сделанный в фотошопе.
Юридическим владельцем 100% компании всё это время оставался он сам. Наёмный менеджер на зарплате.
А выписки из JADIS, которые он присылал? Данные в реестре потом были изменены. Нас там больше не было.
Три года картина была такой: на словах мы акционеры, на бумаге в письмах мы акционеры, внутри компании все считают нас акционерами. Юридически акционером был другой человек.
Проверить это можно было за пять минут. Бесплатно. Онлайн.Я не знал, что это нужно проверять отдельно. Я вообще тогда не знал, что такое securities account.
Три года я строил компанию с оборотом больше €5 млн, думая, что она моя. По картинке из почты — так и было. По документам, которые реально дают право собственности — нет.
Если вы строите бизнес с партнёрами и не понимаете сами, где именно возникает право собственности — у вас нет собственности. У вас есть только ощущение, что всё оформлено правильно.
Первый пост из серии. Дальше — как мы пытались вернуть контроль, откуда взялись офшоры, почему гражданский иск идёт третий год и что пришлось делать после 2023 года.
🤯14💔4🤪2❤1👨💻1👾1