📺Как рекомендации заставляют нас залипать: уроки бизнеса от Netflix

Вы когда-нибудь задумывались, как Netflix почти безошибочно подбирает фильмы и сериалы, которые вам хочется посмотреть? Досмотрели «Бумажный дом» — вот вам «Ограбление века»! Осилили «Ведьмак» — попробуйте «Тень и кость». Это не случайность, а мощные алгоритмы искусственного интеллекта, которые анализируют данные о вас и миллионах других пользователей.

Как работают умные рекомендации?

В основе лежит машинное обучение: система смотрит, какие фильмы и сериалы вы уже смотрели, какие ставили в «Список», что оценили лайком. Дальше алгоритм начинает искать закономерности — какие жанры, актеры, режиссеры вам нравятся, какие сюжеты вас цепляют. Но это только верхушка айсберга.

Netflix использует несколько продвинутых технологий:

🟡Коллаборативная фильтрация — сравнение ваших предпочтений с миллионами других пользователей. Если людям с похожими вкусами понравился какой-то фильм, его предложат и вам.
🟡Контентная фильтрация — анализ характеристик фильмов: жанр, актеры, тональность, продолжительность. Если вы смотрели много триллеров, но избегали комедий, скорее всего, вам не предложат легкий ситком.
🟡Гибридные модели ИИ — комбинация данных о пользователях и характеристик контента. Например, Netflix не просто смотрит, какие фильмы вам нравятся, но и как долго вы их смотрите, перематываете ли, бросаете на середине или пересматриваете.

Система также учитывает время суток, устройство, с которого вы смотрите, даже обложку, на которую вы кликнули! Все это помогает максимально точно предсказать, что вас заинтересует.

Сегодня алгоритмы формируют для нас не только рекомендации фильмов, но и цепочки товаров, услуг и контента, упрощая выбор. Но если система подстраивает реальность под наши предпочтения, остается ли у нас свобода решать самостоятельно? Мы действительно выбираем — или просто следуем за тем, что предлагает ИИ, даже не замечая этого?

А как у вас с рекомендательными алгоритмами — помогают находить то, что нужно, или чаще промахиваются?

💼 Подписывайтесь на Кейс—Драйв!

🎙Приветствую, друзья! Давайте знакомиться: я — Роман Герасимов, руководитель информационных проектов РБК Петербург и руководитель архитектурно-градостроительного Форсайта РБК Петербург.

Почему бизнес-кейсы и истории? ↪️Когда я обучаю людей публичным выступлениям, один из любимых форматов — сторителлинг. Мы все обожаем истории, запоминаем их, и они становятся важнейшим источником нашего опыта.

Кроме того, я часто веду форумы, конференции и стратегические сессии, а это всегда работа с кейсами. В этом контексте история становится отправной точкой – поводом взглянуть на проблему с другого угла, а в конечном счете, лаконичным способом донести основную мысль. Кстати, жанр анекдота – тоже история! Обещаю, будут и анекдоты, и мои личные байки.

В 2019 году я завершил программу Executive Advanced MBA в бизнес-школе АМИ, что дало мне еще один повод глубже изучить кейс-метод. Надеюсь, коллеги из АМИ, где я сейчас периодически преподаю, тоже поделятся своими историями.

Немного фактов обо мне:

🔴12 лет работал на телевидении, ведущий прямого эфира.
🔴Дважды лауреат главной телевизионной премии России – ТЭФИ.
🔴Трижды принимал участие в работе Всемирного экономического форума в Давосе.
🔴Провел более 1000 деловых мероприятий.
🔴Ведущий TEDx-конференций в Петербурге.
🔴Брал интервью у Рэйфа Файнса, Владимира Познера, Олега Басилашвили, Эдуарда Артемьева, Вячеслава Бутусова, Татьяны Черниговской, Михаила Пиотровского, Вячеслава Полунина и многих других.

📎Кроме того, у меня есть еще одно увлечение – история архитектуры. Много лет я занимаюсь этим направлением, и благодарен своему учителю, Андрею Львовичу Пунину, удивительному историку архитектуры. Это увлечение помогает мне в работе над проектом Форсайта РБК, вдохновляет на лекции по архитектуре и, конечно, является источником множества историй. Иногда в моих материалах будут появляться и архитектурные странички.

Коллеги, напишите, о чем вам было бы интересно читать на моем канале?

💼 Подписывайтесь на Кейс —Драйв!

🎮 Игры на опережение: как корпорации моделируют «войны» для достижения успеха

В 1824 году прусский офицер Георг фон Рейссвица предложил генералам настольную игру, в которой они разыгрывали сражения на карте, учитывая рельеф, боеприпасы и тактические ходы врага. Этот метод развивал способность оперативно реагировать на изменения на поле битвы.

Позже этот подход адаптировали для бизнеса, и такие компании, как Shell, Danone, eBay и Co-op, начали активно использовать его для принятия стратегических решений.

Как работает war gaming в бизнесе?

Основная идея — это моделирование корпоративных войн, где компании разыгрывают сценарии на основе реальных данных, чтобы понять, как конкуренты отреагируют на изменения и какие шаги стоит предпринять.

🔴Анализ сценариев — компании моделируют различные варианты развития событий, включая геополитические, экономические и культурные факторы.
🔴Поиск слабых мест — выявление рисков и не самых удачных элементов стратегии.
🔴Моделирование «ходов» в игре — компании проверяют свои планы по выходу на новые рынки или защите уже существующих позиций.

Компаниям вроде Shell war gaming помог предсказать нефтяные кризисы 1970-х годов и адаптировать стратегию разработки месторождений. Это позволило им минимизировать потери и быстро приспособиться к изменениям.

Сегодня war gaming не только помогает предсказать риски, но и «встряхивает» топ-менеджеров, заставляя их смотреть на бизнес с новых перспектив и генерировать нестандартные идеи для конкурентных побед.

📎Когда я учился на программе AEMBA в бизнес-школе АМИ, мы проходили несколько бизнес-симуляций от CELEMI (шведская компания). Это намного сложнее, чем любимая «Монополия». Играешь несколько дней, приходится учитывать множество факторов, и хотя элемент везения (или, точнее, изменений на рынке) присутствует, азарт невероятный. То, что раньше казалось сухой теорией, вдруг осознаешь через свой собственный бюджет.

Играйте, друзья, играйте!

💼 Подписывайтесь на Кейс—Драйв

📰Бросить вызов системе: как один сайт превратился в журнал с тысячным тиражом

В 2014 году Катерина Никитина — журналистка, переехавшая в Лондон — запускает сайт для таких же, как она: умных, активных русскоязычных, уставших от тоски по Цое и самодеятельным спектаклям.

📎Начиналось всё с WordPress-сайта, сделанного за 45 фунтов — за регистрацию аккаунта на сайте и шаблон дизайна. Контент — собственноручно написанные статьи, фоторепортажи и обзоры. Продвижение — Facebook и люди, которые реально захотели быть частью сообщества.

Но однажды она берет в руки другой журнал — с устаревшими текстами, но плотным блоком рекламы. И понимает: у этого проекта есть шанс стать настоящим медиа.

Так родился Russian Gap: сначала краудфандинг (6100 £ от 161 человека), потом — бумажный выпуск, статьи, партнёрства, галереи, вечеринки с блогерами, выход в бизнес-лаунджи British Airways и…
💸 …доход 103 000 фунтов за два года. Да, почти без инвестиций и без офиса.

Что привело журналистку к успеху?

🔴 Появился запрос. Не было современного медиа для русскоязычных в Лондоне — она решила создать его сама.
🔴 Без капитала, зато с руками. Она начала вести блог с нуля, без команды и подрядчиков.
🔴 Поддержка. Кто-то предлагал тексты, кто-то делал логотип, кто-то помогал просто из интереса — вокруг проекта быстро выросло сообщество.
🔴 Предпринимательский подход. Чёткий расчёт, краудфандинг, прямые продажи рекламы — всё по-взрослому, даже без офиса.
🔴 Смелость в подаче. Темы, которых другие избегали, честный тон и живой язык — именно это привлекло первую аудиторию.

Но это ещё не конец. Когда проект стал больше, пришли инвесторы. Russian Gap превратился в ZIMA Magazine — новый бренд с амбициями.

💼 Подписывайтесь на Кейс—Драйв

🚀Космические кадры — как собрать команду без хантинга и надбавок

Что делать, если нужно перевести оборонный завод на конвейер, а рынок — на грани кадрового кризиса? Зарплаты не повысить, времени — впритык, специалистов — нет.

Одна из ведущих компаний оборонно-космической отрасли в 2023 году выбрала другой путь — не конкурировать за кадры, а вырастить их самой.

Совместно с Национальным агентством развития квалификаций они запустили масштабный проект. К делу подключили шесть колледжей и правительство региона. Вместе с преподавателями и инженерами предприятия проанализировали образовательные программы, выявили пробелы в подготовке и радикально обновили содержание — в некоторых местах до 70%.

Самое интересное началось, когда студенты вышли из аудиторий в реальные цеха. Обучение стало максимально приближенным к производству: практика стартует раньше, идёт на рабочем оборудовании, задания — по настоящей технологической документации. У студентов появились индивидуальные учебные планы, а также наставники — один с производственной линии, другой — из инженерного состава. Плюс — оплачиваемая практика и возможность заключать трудовой договор прямо во время учёбы.

Во многих технологических вузах Германии полгода обучения чередуется с полугодом работы на предприятии — такой цикл повторяется несколько раз. Это даёт студентам уникальное сочетание фундаментальных знаний и реальной практики. Кроме того, будущий работодатель становится понятным и привычным партнёром, а работа — органичным продолжением учебного процесса. Именно такую модель в адаптированном виде и начали применять в этом проекте.

А теперь — к цифрам и фактам о компании из оборонно-космической отрасли:

📌 Уже 644 студента обучаются по новым программам.
📌 125 из них работают на предприятии ещё до выпуска.
📌 Зарплаты остались прежними — но кадры нашлись.

Выводы простые:

✅ Готовых специалистов искать не всегда верно — порой их надо готовить заранее.
✅ Система важнее бюджета.
✅ Обучение "в полях" и наставничество дают больше, чем три лекции и один экзамен.

А как вы считаете, что важнее при найме сегодня — диплом, опыт или система подготовки под задачу?

💼 Подписывайтесь на Кейс — Драйв

🤖Горячий металл, холодный расчёт — как ИИ управляет заводами

У меня в жизни было два посещения производств, где кипит металл. В 2004 году, на стажировке в Японии, мы побывали на токийском сталелитейном заводе — цех длиной в километр, и всего три человека. Они не лили сталь, а сидели за пультами — компьютеры уже тогда управляли всем процессом. А в прошлом году я был на Надеждинском металлургическом заводе в Норильске. Теперь ИИ проникает в каждый этап. Меняются не только технологии — меняется логика управления, подход к людям, мышление.

Ещё недавно металлургия ассоциировалась с дымом, жаром и гулом огромных цехов. Сегодня всё чаще в этом контексте звучат совсем другие слова — машинное зрение, нейросети, предиктивная аналитика. И это не фантастика, а реальность: технологии на основе ИИ уже работают на производстве и приносят миллиардные экономические эффекты.

Согласно данным компании «Яков и партнёры», к 2024 году более 80% российских металлургических компаний внедрили ИИ в производственные процессы, а свыше половины — в области исследований и разработок. Отраслевая цифровизация набирает обороты, и вместе с ней растёт экономика: только за счёт внедрения ИИ вклад металлургии в ВВП страны к 2028 году может вырасти до 170 млрд рублей.

Как именно это работает?

Компании внедряют ИИ по принципу максимального эффекта на старте: сначала — автоматизация и предиктивная аналитика, потом — цифровизация продаж, логистики и бизнес-планирования.

На практике это выглядит так:

🔴 машинное зрение фиксирует состояние оборудования и отклонения на линии,
🔴 нейросети анализируют дефекты на горячей прокатке,
🔴 программы рекомендуют оптимальные параметры для сталеварения,
🔴 цифровые ассистенты подсказывают технологам, как изменить режим в реальном времени.

К чему это всё ведёт?

✅ В ТМК «помощник сталевара» контролирует химию и температуру стали, прогнозирует результат при любом отклонении. Экономический эффект — более 1 млрд рублей в год.
✅ На «Северстали» — 60+ проектов на базе ИИ, включая контроль качества, безопасность персонала и снижение издержек.
✅ В «Полюсе» — нейросеть подсказывает, когда и как перенастроить параметры для лучшего извлечения золота.
✅ А в «Норникеле» ИИ уже не только анализирует процессы, но и изучает поведенческие паттерны операторов, чтобы передавать лучшие практики в обучение моделей.

А теперь — к цифрам и фактам:
📌На ЧерМК с помощью ИИ удалось сократить простои между слябами, сэкономив 180 млн рублей.
📌Оптимизация доменного процесса — ещё 97,6 млн рублей экономии.
📌Даже минимальные улучшения в производительности дают миллионы — без масштабной перестройки заводов.

Пока никто не говорит о полном «робозаводе». Но ИИ уже помогает операторам находить ошибки, предлагать решения и буквально учиться вместе с ними. Это не замена человека, а усиление его роли и возможностей.

Такой подход даёт не только ощутимый экономический эффект, но и серьёзное конкурентное преимущество — особенно в условиях растущего дефицита квалифицированных кадров и усложнения производственных процессов.

Как вы думаете, здесь ИИ нам на благо?

💼 Подписывайтесь на Кейс — Драйв