Год назад сдавал экзамен на независимого директора. Сейчас - принимаю.
Два дня, 7 заседаний совета директоров, программа «Независимый директор» АНД. Слушатели - топ-менеджеры крупных и средних компаний, предприниматели, действующие и будущие члены советов директоров.
За один год я побывал по обе стороны: сначала как слушатель решал бизнес-кейсы в составе совета директоров, а на прошедших выходных как эксперт наблюдал, как те же кейсы решают коллеги. Совершенно другой угол зрения.
Формат экзамена - решение кейсов в формате заседания СД: выбор ПСД и КС, изучение материалов, обсуждение, голосование, фиксация решений. Кейсы намеренно спроектированы с ограничением по времени и избытком информации. Какой бы ни был опыт слушателя, он столкнётся с ловушками и будет ошибаться - и именно на этих ошибках учиться. Чтобы в реальных ситуациях действовать быстрее и точнее.
Три главные ошибки, которые я увидел (и сам совершал), которые драматически сказываются на качестве решений СД:
1. Тушить пожар вместо строить систему.
Совет директоров видит в материалах конкретную проблему - и сразу начинает искать решение именно этой проблемы. Упали продажи в регионе - давайте заменим менеджера. Сорвались сроки проекта - давайте усилим контроль. Но совет директоров - это не операционная команда, которая решает точечные задачи. Это орган стратегического развития. Правильный подход - остановиться и спросить: а почему вообще возникла эта проблема? Нет политики управления рисками? Отсутствует стратегия развития регионов? И как корректирующее действие - создать систему, которая не допустит появления такого класса проблем в будущем.
2. Забывать про «шапочку», в которой ты сейчас.
Топ-менеджер, независимый директор, председатель комитета, председатель совета, акционер, собственник - все участвуют в работе СД, но имеют разную мотивацию, задачи и ответственность. Главный урок, который я вынес: каждый раз, когда хочется что-то сказать - сначала остановись и спроси себя: «А точно ли я сейчас в той шапочке, которую требует ситуация?» Этот принцип работает далеко за пределами корпоративного управления.
3. Не следовать алгоритму эффективного проведения заседания СД.
Вкратце алгоритм выглядит так: Подготовка => Открытие => Управляемая дискуссия => Принятие решений => Фиксация и закрытие. На каждом этапе есть правила и практики, которые обеспечивают качество итоговых решений. Но стоит пропустить хотя бы один этап или провести его формально - и динамика обсуждения ломается, а результат сильно ухудшается. В отдельном посте поделюсь этим алгоритмом (от Александра Демиденко) подробнее.
Эти три ошибки встречаются довольно часто - и в реальных советах директоров, и на экзаменах. Хорошая новость: их можно отработать заранее, в безопасной среде.
Если тема корпоративного управления вам близка или планируете в ней развиваться - 19 февраля рекомендую посетить ежегодный форум АНД. Хороший нетворкинг и сильные спикеры по ключевым темам.
Для читателей канала действует промокод "AMB26" на скидку 10% - ссылка на регистрацию.
Два дня, 7 заседаний совета директоров, программа «Независимый директор» АНД. Слушатели - топ-менеджеры крупных и средних компаний, предприниматели, действующие и будущие члены советов директоров.
За один год я побывал по обе стороны: сначала как слушатель решал бизнес-кейсы в составе совета директоров, а на прошедших выходных как эксперт наблюдал, как те же кейсы решают коллеги. Совершенно другой угол зрения.
Формат экзамена - решение кейсов в формате заседания СД: выбор ПСД и КС, изучение материалов, обсуждение, голосование, фиксация решений. Кейсы намеренно спроектированы с ограничением по времени и избытком информации. Какой бы ни был опыт слушателя, он столкнётся с ловушками и будет ошибаться - и именно на этих ошибках учиться. Чтобы в реальных ситуациях действовать быстрее и точнее.
Три главные ошибки, которые я увидел (и сам совершал), которые драматически сказываются на качестве решений СД:
1. Тушить пожар вместо строить систему.
Совет директоров видит в материалах конкретную проблему - и сразу начинает искать решение именно этой проблемы. Упали продажи в регионе - давайте заменим менеджера. Сорвались сроки проекта - давайте усилим контроль. Но совет директоров - это не операционная команда, которая решает точечные задачи. Это орган стратегического развития. Правильный подход - остановиться и спросить: а почему вообще возникла эта проблема? Нет политики управления рисками? Отсутствует стратегия развития регионов? И как корректирующее действие - создать систему, которая не допустит появления такого класса проблем в будущем.
2. Забывать про «шапочку», в которой ты сейчас.
Топ-менеджер, независимый директор, председатель комитета, председатель совета, акционер, собственник - все участвуют в работе СД, но имеют разную мотивацию, задачи и ответственность. Главный урок, который я вынес: каждый раз, когда хочется что-то сказать - сначала остановись и спроси себя: «А точно ли я сейчас в той шапочке, которую требует ситуация?» Этот принцип работает далеко за пределами корпоративного управления.
3. Не следовать алгоритму эффективного проведения заседания СД.
Вкратце алгоритм выглядит так: Подготовка => Открытие => Управляемая дискуссия => Принятие решений => Фиксация и закрытие. На каждом этапе есть правила и практики, которые обеспечивают качество итоговых решений. Но стоит пропустить хотя бы один этап или провести его формально - и динамика обсуждения ломается, а результат сильно ухудшается. В отдельном посте поделюсь этим алгоритмом (от Александра Демиденко) подробнее.
Эти три ошибки встречаются довольно часто - и в реальных советах директоров, и на экзаменах. Хорошая новость: их можно отработать заранее, в безопасной среде.
Если тема корпоративного управления вам близка или планируете в ней развиваться - 19 февраля рекомендую посетить ежегодный форум АНД. Хороший нетворкинг и сильные спикеры по ключевым темам.
Для читателей канала действует промокод "AMB26" на скидку 10% - ссылка на регистрацию.
👍9❤7🔥4🥰1
Marc Andreessen (ко-фаундер A16z) в подкасте Lenny Rachitsky на днях озвучил такую мысль:
ИИ - не угроза рабочим местам, а инструмент, который компенсирует нехватку рабочей силы там, где ее уже не хватает.
Последние пару лет тема ИИ часто упирается в вопрос занятости: кого заменят, кого сократят. Но если посмотреть на это с более длинной исторической перспективы, то картина становится интереснее.
Экономисты оценивают реальный темп технологических изменений не по количеству технологических новинок в год, а по росту производительности труда - сколько ценности создаёт один работник за единицу времени. И здесь есть два наблюдения, которые меняют картину:
1. Последние 50 лет производительность труда в развитых странах росла медленно. Технологий становилось больше, но их влияние на экономику оказалось слабее, чем в предыдущие эпохи. Если сравнивать: темпы роста были примерно вдвое ниже, чем в середине XX века, и втрое ниже, чем в период 1870-1940.
2. Одновременно в последние десятилетия началось демографическое сжатие. Во многих странах рождаемость стала отрицательной. Где-то население уже стагнирует, где-то скоро начнёт сокращаться.
Получается двойное давление на экономику: рост производительности снижается и людей становится меньше.
Ключевая мысль Марка:
ИИ развивается не в экономике, которая растёт на высоких темпах и переполнена рабочей силой - и тогда это угроза для массовой безработицы. Он появляется в экономике, которая десятилетиями показывала снижающиеся темпы роста, а демографический фактор еще больше тормозит рост экономики.
Поэтому реалистичная роль ИИ - не вытеснить всех с рынка труда, а:
— вернуть рост производительности к историческим темпам;
— компенсировать дефицит рабочей силы из-за демографии;
— поддержать экономический рост, который без этого упирается в потолок.
Да, отдельные задачи и роли будут замещаться. И в переходный период на микро уровне не всем будет комфортно. Но на макро уровне это может оказаться не концом занятости, а новой волной возможностей - как в периоды, когда технологическая трансформация шла быстрее и создавала новые отрасли.
Рекомендую это интервью к просмотру на выходных. Это только одна из интересных идей. Марк, как представитель одной из наиболее влиятельных венчурных фирм, имеет уникальные насмотренность и широту взгляда - таких людей интересно слушать.
ИИ - не угроза рабочим местам, а инструмент, который компенсирует нехватку рабочей силы там, где ее уже не хватает.
Последние пару лет тема ИИ часто упирается в вопрос занятости: кого заменят, кого сократят. Но если посмотреть на это с более длинной исторической перспективы, то картина становится интереснее.
Экономисты оценивают реальный темп технологических изменений не по количеству технологических новинок в год, а по росту производительности труда - сколько ценности создаёт один работник за единицу времени. И здесь есть два наблюдения, которые меняют картину:
1. Последние 50 лет производительность труда в развитых странах росла медленно. Технологий становилось больше, но их влияние на экономику оказалось слабее, чем в предыдущие эпохи. Если сравнивать: темпы роста были примерно вдвое ниже, чем в середине XX века, и втрое ниже, чем в период 1870-1940.
2. Одновременно в последние десятилетия началось демографическое сжатие. Во многих странах рождаемость стала отрицательной. Где-то население уже стагнирует, где-то скоро начнёт сокращаться.
Получается двойное давление на экономику: рост производительности снижается и людей становится меньше.
Ключевая мысль Марка:
ИИ развивается не в экономике, которая растёт на высоких темпах и переполнена рабочей силой - и тогда это угроза для массовой безработицы. Он появляется в экономике, которая десятилетиями показывала снижающиеся темпы роста, а демографический фактор еще больше тормозит рост экономики.
Поэтому реалистичная роль ИИ - не вытеснить всех с рынка труда, а:
— вернуть рост производительности к историческим темпам;
— компенсировать дефицит рабочей силы из-за демографии;
— поддержать экономический рост, который без этого упирается в потолок.
Да, отдельные задачи и роли будут замещаться. И в переходный период на микро уровне не всем будет комфортно. Но на макро уровне это может оказаться не концом занятости, а новой волной возможностей - как в периоды, когда технологическая трансформация шла быстрее и создавала новые отрасли.
Рекомендую это интервью к просмотру на выходных. Это только одна из интересных идей. Марк, как представитель одной из наиболее влиятельных венчурных фирм, имеет уникальные насмотренность и широту взгляда - таких людей интересно слушать.
YouTube
Marc Andreessen: The real AI boom hasn’t even started yet
Marc Andreessen is a founder, investor, and co-founder of Netscape, as well as co-founder of the venture capital firm Andreessen Horowitz (a16z). In this conversation, we dig into why we’re living through a unique and one of the most incredible times in history…
👍3⚡1
Не каждый продукт заслуживает подписки.
Подписка - самая популярная модель монетизации в tech. Рекуррентные платежи, предсказуемая выручка, понятная юнит-экономика. Для основателя это всегда комфортно - предсказуемая выручка. Но будет ли подписка оптимальна для пользователя - вопрос, который задают себе не все.
Подписка работает, только когда продукт создаёт ценность регулярно. Каждый месяц. Не разово, не от случая к случаю.
Вспомните любую подписку, которую вы отменили. Скорее всего, история одна и та же: оформили с энтузиазмом, пару месяцев пользовались, потом заходили всё реже - а списание продолжало напоминать о себе. В какой-то момент раздражение перевесило - и вы отписались.
Перед выбором модели важно задать себе два вопроса:
— Какую ценность получает пользователь? Разовую (решил задачу) или непрерывную (пользуется постоянно)?
— С какой периодичностью? Ежедневно, еженедельно, раз в квартал?
Ценность разовая - подписка работает против продукта. Лучше продавать результат: отчёт, аудит, разовый доступ. Ценность непрерывная, но с переменной интенсивностью - стоит рассмотреть оплату за использование. По данным a16z, из девяти SaaS-компаний с лучшим показателем удержания выручки семь использовали именно такую модель.
И еще важный момент. Один и тот же продукт с подпиской, разовой оплатой или платой за лицензию - это три разных бизнеса. С разной экономикой, разными клиентами, разным циклом продаж. Модель монетизации определяет, какую команду необходимо нанимать, как строить продажи, на какие метрики смотреть. По сути, выбор модели - это выбор бизнеса, который вы строите.
Можно провести виртуальный эксперимент в вашем продукте: если убрать подписку и брать деньги за конкретный результат - ваши клиенты обрадуются или расстроятся?
#монетизация
Подписка - самая популярная модель монетизации в tech. Рекуррентные платежи, предсказуемая выручка, понятная юнит-экономика. Для основателя это всегда комфортно - предсказуемая выручка. Но будет ли подписка оптимальна для пользователя - вопрос, который задают себе не все.
Подписка работает, только когда продукт создаёт ценность регулярно. Каждый месяц. Не разово, не от случая к случаю.
Вспомните любую подписку, которую вы отменили. Скорее всего, история одна и та же: оформили с энтузиазмом, пару месяцев пользовались, потом заходили всё реже - а списание продолжало напоминать о себе. В какой-то момент раздражение перевесило - и вы отписались.
Перед выбором модели важно задать себе два вопроса:
— Какую ценность получает пользователь? Разовую (решил задачу) или непрерывную (пользуется постоянно)?
— С какой периодичностью? Ежедневно, еженедельно, раз в квартал?
Ценность разовая - подписка работает против продукта. Лучше продавать результат: отчёт, аудит, разовый доступ. Ценность непрерывная, но с переменной интенсивностью - стоит рассмотреть оплату за использование. По данным a16z, из девяти SaaS-компаний с лучшим показателем удержания выручки семь использовали именно такую модель.
И еще важный момент. Один и тот же продукт с подпиской, разовой оплатой или платой за лицензию - это три разных бизнеса. С разной экономикой, разными клиентами, разным циклом продаж. Модель монетизации определяет, какую команду необходимо нанимать, как строить продажи, на какие метрики смотреть. По сути, выбор модели - это выбор бизнеса, который вы строите.
Можно провести виртуальный эксперимент в вашем продукте: если убрать подписку и брать деньги за конкретный результат - ваши клиенты обрадуются или расстроятся?
#монетизация
Andreessen Horowitz
Usage-Based Pricing Is Popular, But Is It Right For You? Our Rule of Thumb
If your SaaS product powers your customers’ products or internal systems, usage-based pricing could help you better capture the revenue from those workloads.
👍5
Стратегия от потребностей пользователя делает успех предсказуемым
Цели по выручке, план на 3 года, разбивка по кварталам, инициативы для роста. В стратегиях компаний это есть почти всегда. Но не всегда есть ответ на вопросы:
Какие барьеры мешают вашим пользователям получать больше ценности от продукта? Какие потребности еще не закрыты?
Ограничение подхода "от целей бизнеса":
Когда стратегия строится от целей бизнеса без связи с реальными потребностями пользователей - ты работаешь вслепую. Вероятность построить продукт или добавить функции, которые никому не нужны, остаётся высокой. Ты тратишь ресурсы на то, что не решает проблем пользователей и, как итог, не получаешь желаемого роста.
Как работает user-centric подход:
Когда ты снимаешь реальные барьеры для пользователей и закрываешь их потребности внутри продукта - твой успех становится более предсказуемым. Ты убираешь препятствия к росту, которые уже есть. Каждая инициатива в стратегии получает обоснование через ценность для клиента.
Главная сложность этого подхода - научиться системно общаться с пользователями: правильно проводить интервью, анализировать полученную информацию и делать на её основе объективные выводы. Иногда кажется, что и так все известно и "лишние" разговоры с пользователями - пустая трата времени. Но иногда пара ценных инсайтов из интервью могут сильно повлиять на роадмап команды и дать более значимый результат для бизнеса.
Пример: e-com прощадка планировала развивать программу лояльности для роста повторных покупок. Интервью показали: пользователи не возвращаются из-за долгой доставки, а не отсутствия бонусов. Компания сфокусировалась на логистике -> повторные покупки начали планомерно расти по мере снижения сроков доставки.
Вопросы для проверки стратегии:
1. Какие потребности пользователей закрывает каждая инициатива в вашей стратегии?
2. Какие барьеры к использованию продукта вы снимаете в первую очередь?
3. Как создание ценности для клиентов приведёт к достижению целей бизнеса?
Если ответы не очевидны - стоит вернуться к фундаменту стратегии и переосмыслить логику инициатив.
Цели бизнеса (рост выручки, капитализации) - всегда приоритет. Повысить вероятность их достижения помогает последовательное удовлетворение потребностей пользователей.
Как у вас выстроена стратегия - от целей бизнеса или от потребностей пользователей?
#стратегия
Цели по выручке, план на 3 года, разбивка по кварталам, инициативы для роста. В стратегиях компаний это есть почти всегда. Но не всегда есть ответ на вопросы:
Какие барьеры мешают вашим пользователям получать больше ценности от продукта? Какие потребности еще не закрыты?
Ограничение подхода "от целей бизнеса":
Когда стратегия строится от целей бизнеса без связи с реальными потребностями пользователей - ты работаешь вслепую. Вероятность построить продукт или добавить функции, которые никому не нужны, остаётся высокой. Ты тратишь ресурсы на то, что не решает проблем пользователей и, как итог, не получаешь желаемого роста.
Как работает user-centric подход:
Когда ты снимаешь реальные барьеры для пользователей и закрываешь их потребности внутри продукта - твой успех становится более предсказуемым. Ты убираешь препятствия к росту, которые уже есть. Каждая инициатива в стратегии получает обоснование через ценность для клиента.
Главная сложность этого подхода - научиться системно общаться с пользователями: правильно проводить интервью, анализировать полученную информацию и делать на её основе объективные выводы. Иногда кажется, что и так все известно и "лишние" разговоры с пользователями - пустая трата времени. Но иногда пара ценных инсайтов из интервью могут сильно повлиять на роадмап команды и дать более значимый результат для бизнеса.
Пример: e-com прощадка планировала развивать программу лояльности для роста повторных покупок. Интервью показали: пользователи не возвращаются из-за долгой доставки, а не отсутствия бонусов. Компания сфокусировалась на логистике -> повторные покупки начали планомерно расти по мере снижения сроков доставки.
Вопросы для проверки стратегии:
1. Какие потребности пользователей закрывает каждая инициатива в вашей стратегии?
2. Какие барьеры к использованию продукта вы снимаете в первую очередь?
3. Как создание ценности для клиентов приведёт к достижению целей бизнеса?
Если ответы не очевидны - стоит вернуться к фундаменту стратегии и переосмыслить логику инициатив.
Цели бизнеса (рост выручки, капитализации) - всегда приоритет. Повысить вероятность их достижения помогает последовательное удовлетворение потребностей пользователей.
Как у вас выстроена стратегия - от целей бизнеса или от потребностей пользователей?
#стратегия
👍3
Я не разработчик. Но половину рабочего дня пишу код.
В январе открыл для себя Cursor и Claude Code. Возникла идея - собрать собственный продукт. Без команды разработки, без бэкграунда программиста.
Теперь у меня команда AI-агентов: один пишет код, другой делает ревью, третий готовит контекст. На скриншоте - рабочая рутина.
Полгода назад это было бы невозможно.
А вы пробовали кодить с AI?
#ai
В январе открыл для себя Cursor и Claude Code. Возникла идея - собрать собственный продукт. Без команды разработки, без бэкграунда программиста.
Теперь у меня команда AI-агентов: один пишет код, другой делает ревью, третий готовит контекст. На скриншоте - рабочая рутина.
Полгода назад это было бы невозможно.
А вы пробовали кодить с AI?
#ai
🔥5👍2😁2
Статья, которой последние пару дней делятся все в Долине. Она большая, но прочитать стоит.
Автор, последние годы развивающий ИИ-продукты, делится с широкой аудиторией своей перспективой про качественный скачок, который сделали модели Codex и Claude в последние пару месяцев (писал про это тут и вчера делился тут).
Главная мысль - модели прошли некую невидимую линию, когда они могут автономно работать и давать качественный результат, который не надо исправлять. Первая индустрия - программирование. Постепенно начнут эволюционировать другие.
По мнению автора, важно осознать, что действительно умный ИИ не «где-то там» или «за меня мою работу все равно не сделает». Последние модели имеют уже достаточно сильные скилы, чтобы делегировать им большие куски автономной работы - и не только в программировании. Он приводит примеры из сферы юриспруденции, финансов и других.
Его главный совет - пользоваться и пробовать, что могут текущие модели. Не на бесплатных планах, а самые свежие - на платных тарифах. Давать не маленькие задачки, а комплексные. И осознавать, как может меняться рабочий процесс с новыми инструментами, когда вырабатываешь умение правильно ими пользоваться.
Больше пересказывать не буду, тк там есть не одна ценная мысль на подумать.
Автор, последние годы развивающий ИИ-продукты, делится с широкой аудиторией своей перспективой про качественный скачок, который сделали модели Codex и Claude в последние пару месяцев (писал про это тут и вчера делился тут).
Главная мысль - модели прошли некую невидимую линию, когда они могут автономно работать и давать качественный результат, который не надо исправлять. Первая индустрия - программирование. Постепенно начнут эволюционировать другие.
По мнению автора, важно осознать, что действительно умный ИИ не «где-то там» или «за меня мою работу все равно не сделает». Последние модели имеют уже достаточно сильные скилы, чтобы делегировать им большие куски автономной работы - и не только в программировании. Он приводит примеры из сферы юриспруденции, финансов и других.
Его главный совет - пользоваться и пробовать, что могут текущие модели. Не на бесплатных планах, а самые свежие - на платных тарифах. Давать не маленькие задачки, а комплексные. И осознавать, как может меняться рабочий процесс с новыми инструментами, когда вырабатываешь умение правильно ими пользоваться.
Больше пересказывать не буду, тк там есть не одна ценная мысль на подумать.
matt shumer
Something Big Is Happening
A personal note for non-tech friends and family on what AI is starting to change.
👍4❤2🔥1
Пять элементов подготовки к стратсессии, которая даст результат.
Февраль - сезон планирования. Собираются руководители, обсуждают стратегию на год. Привычный сценарий: знакомые темы, общие идеи, список инициатив. Все расходятся с ощущением продуктивности. А через пару месяцев фокус размывается и ничего не меняется.
Причина часто не в людях и не в повестке. А в том, как спроектирована сама сессия. Когда готовился к стратсессии, нашел у Jump Associates пять элементов результативных сессий:
1. Задача сформулирована до встречи. Не «обсудим стратегию», а конкретный вызов. До сессии - аналитика рынка, интервью внутри компании, данные о клиентах.
2. Состав участников осознанный. Два типа: те, кто принимает решения, и те, кто готов ставить под вопрос привычные подходы.
3. Ведущий - стратег, а не только модератор. Человек, который одновременно управляет процессом и двигает мышление группы вперёд.
4. Среда вовлекает в работу. Данные, сценарии будущего, истории клиентов - на стенах, а не в слайдах. Участники ходят по комнате, реагируют, принимают решения вместе.
5. Решения фиксируются явно. Конкретные варианты с компромиссами. Кто отвечает за что. От чего отказываемся. Не абстрактные «приоритеты года».
Два пункта из этого списка считаю важными особенно.
Подготовка. Убеждался не раз - чем глубже команда проработала материал до встречи, тем больше ценности она создаёт на самой сессии. Без этого обсуждение превращается в сбор информации. А это не то, ради чего собирают руководителей в одну комнату.
Ведущий-стратег. Хороший модератор держит процесс. Но когда ведущий ещё и умеет стратегировать - он помогает команде мыслить дальше / глубже или смотреть с другого угла, а не просто управлять групповой динамикой. Это меняет качество разговора.
Как вы готовитесь к стратсессиям?
#стратегия
Февраль - сезон планирования. Собираются руководители, обсуждают стратегию на год. Привычный сценарий: знакомые темы, общие идеи, список инициатив. Все расходятся с ощущением продуктивности. А через пару месяцев фокус размывается и ничего не меняется.
Причина часто не в людях и не в повестке. А в том, как спроектирована сама сессия. Когда готовился к стратсессии, нашел у Jump Associates пять элементов результативных сессий:
1. Задача сформулирована до встречи. Не «обсудим стратегию», а конкретный вызов. До сессии - аналитика рынка, интервью внутри компании, данные о клиентах.
2. Состав участников осознанный. Два типа: те, кто принимает решения, и те, кто готов ставить под вопрос привычные подходы.
3. Ведущий - стратег, а не только модератор. Человек, который одновременно управляет процессом и двигает мышление группы вперёд.
4. Среда вовлекает в работу. Данные, сценарии будущего, истории клиентов - на стенах, а не в слайдах. Участники ходят по комнате, реагируют, принимают решения вместе.
5. Решения фиксируются явно. Конкретные варианты с компромиссами. Кто отвечает за что. От чего отказываемся. Не абстрактные «приоритеты года».
Два пункта из этого списка считаю важными особенно.
Подготовка. Убеждался не раз - чем глубже команда проработала материал до встречи, тем больше ценности она создаёт на самой сессии. Без этого обсуждение превращается в сбор информации. А это не то, ради чего собирают руководителей в одну комнату.
Ведущий-стратег. Хороший модератор держит процесс. Но когда ведущий ещё и умеет стратегировать - он помогает команде мыслить дальше / глубже или смотреть с другого угла, а не просто управлять групповой динамикой. Это меняет качество разговора.
Как вы готовитесь к стратсессиям?
#стратегия
Jump
Why Most Strategy Sessions Fail, and How the Best Ones Get It Right
Most strategy meetings feel productive but change nothing — the best are designed to create clarity, conviction, and real momentum.
👍3
Кейс Lovable: как пересобрать монетизацию AI-продукта и не потерять ARR
Lovable - AI-платформа для создания сайтов и приложений. Один из самых быстрорастущих стартапов в истории - за год достигли $200M ARR (Annual Recurring Revenue). В недавнем посте Елена Верна описала, как они пересобрали модель монетизации за год.
Недавно я писал, что подписка работает не для каждого продукта. Lovable - отличный кейс в продолжение темы.
Изначальная модель оплаты в Lovable: 5 бесплатных кредитов каждый день на генерацию кода, для большего - подписка. Стандартная для AI-продуктов.
Но пользователи приходят в продукт нерегулярно - только когда есть идея или задача. В остальное время подписка ощущается ими, как лишнее обязательство. После первого месяца многие снижали тариф, часть уходили к конкурентам с более гибкой оплатой. По словам Елены, подписочная модель буквально сдерживала вовлечённость - North Star метрику продукта (больше используют = больше платят).
При этом просто отказаться от подписки они не могли. ARR - главная метрика для инвесторов, и любой эксперимент с монетизацией рискует ее просадить. Нужно было найти способ дать пользователям гибкость, не жертвуя ростом выручки.
Команда добавила top-up пакеты - разовую покупку кредитов без подписки, но с ценой за кредит на 20% дороже, чем в подписке. Подписка осталась как «Subscribe and Save»: хочешь гибкость - плати больше за кредиты, хочешь экономить - подписывайся.
Они протестировали три варианта наценки. При той же цене кредитов, что и в подписке (наценка = 0%) выручка упала. Наценка 40% оказалась слишком высокой (= низкая конверсия в покупку). А 20% - дала рост и вовлечённости, и нужный % конверсий в покупку.
За первую неделю 20%+ выручки пришло через top-ups. Ретеншн платных планов вырос на 7%. Подписочная выручка продолжила расти. При этом пользователи top-up оказались самыми активными - Елена назвала их не пользователями «второго сорта» (как обычно называют тех, кто не покупает полную подписку), а лучшими пользователями.
Как суммирует Елена, для AI-продуктов нерегулярное использование - это не баг, а фича. Если модель монетизации не совпадает с реальными потребностями, то страдают вовлечённость, удержание и выручка. Фокус на оптимизации вовлечённости пользователей в итоге помог Lovable продолжить растить выручку за счет дополнительных сегментов пользователей. Если бы они просто оптимизировали ARR - это бы дало краткосрочный положительный эффект, но в долгую привело к падению ретеншна и выручки.
Как у вас - подписка работает или пользователи просят гибкость?
#монетизация #ai
Lovable - AI-платформа для создания сайтов и приложений. Один из самых быстрорастущих стартапов в истории - за год достигли $200M ARR (Annual Recurring Revenue). В недавнем посте Елена Верна описала, как они пересобрали модель монетизации за год.
Недавно я писал, что подписка работает не для каждого продукта. Lovable - отличный кейс в продолжение темы.
Изначальная модель оплаты в Lovable: 5 бесплатных кредитов каждый день на генерацию кода, для большего - подписка. Стандартная для AI-продуктов.
Но пользователи приходят в продукт нерегулярно - только когда есть идея или задача. В остальное время подписка ощущается ими, как лишнее обязательство. После первого месяца многие снижали тариф, часть уходили к конкурентам с более гибкой оплатой. По словам Елены, подписочная модель буквально сдерживала вовлечённость - North Star метрику продукта (больше используют = больше платят).
При этом просто отказаться от подписки они не могли. ARR - главная метрика для инвесторов, и любой эксперимент с монетизацией рискует ее просадить. Нужно было найти способ дать пользователям гибкость, не жертвуя ростом выручки.
Команда добавила top-up пакеты - разовую покупку кредитов без подписки, но с ценой за кредит на 20% дороже, чем в подписке. Подписка осталась как «Subscribe and Save»: хочешь гибкость - плати больше за кредиты, хочешь экономить - подписывайся.
Они протестировали три варианта наценки. При той же цене кредитов, что и в подписке (наценка = 0%) выручка упала. Наценка 40% оказалась слишком высокой (= низкая конверсия в покупку). А 20% - дала рост и вовлечённости, и нужный % конверсий в покупку.
За первую неделю 20%+ выручки пришло через top-ups. Ретеншн платных планов вырос на 7%. Подписочная выручка продолжила расти. При этом пользователи top-up оказались самыми активными - Елена назвала их не пользователями «второго сорта» (как обычно называют тех, кто не покупает полную подписку), а лучшими пользователями.
Как суммирует Елена, для AI-продуктов нерегулярное использование - это не баг, а фича. Если модель монетизации не совпадает с реальными потребностями, то страдают вовлечённость, удержание и выручка. Фокус на оптимизации вовлечённости пользователей в итоге помог Lovable продолжить растить выручку за счет дополнительных сегментов пользователей. Если бы они просто оптимизировали ARR - это бы дало краткосрочный положительный эффект, но в долгую привело к падению ретеншна и выручки.
Как у вас - подписка работает или пользователи просят гибкость?
#монетизация #ai
Elenaverna
We stopped forcing the subscription model on our users. Here is what happened.
How and why Lovable introduced ‘top-up’-style monetization.
👍3🔥1
Капитализация SaaS-сектора снизилась на $1 трлн за шесть недель - рынок переоценивает software-компании на фоне развития AI-агентов
В свежей статье MarketMinute описано, как выход автономных AI-агентов запустил масштабную переоценку software-индустрии в США. Ранее писал о рисках для SaaS в эпоху агентов тут и об эволюции ценообразования от оплаты за рабочее место к оплате за результат тут. То, о чём шла речь - начало отражаться в цифрах.
В январе Anthropic выпустила Claude Cowork - агента, который не помогает сотруднику, а выполняет работу за него. Параллельные суб-агенты, навигация по корпоративным интерфейсам, 11 отраслевых плагинов для юриспруденции, бухгалтерии, продаж. Закупочные отделы крупных компаний сразу начали сокращать количество лицензий. Один агент заменяет пять сотрудников - значит, компании покупают в пять раз меньше мест.
Рыночная оценка software-сектора упала почти вдвое за полтора месяца - мультипликаторы снизились с 39x до 21x. Инвесторы массово выходят из акций компаний, зависящих от числа пользовательских мест (Salesforce, Workday, Adobe), в энергетику и инфраструктуру - отрасли, которые нельзя автоматизировать софтом.
Как ответ, Salesforce запустила Agentforce с ценой $0.10 за действие. Но рынок сомневается, что это компенсирует потерю подписок по $150/мес за пользователя. Adobe теряет позиции - креативные агенты снижают потребность в лицензиях Creative Cloud. Thomson Reuters и LegalZoom теряют конкурентное преимущество - AI-модели начали анализировать юридические и финансовые документы напрямую, без посредников.
Авторы фиксируют фундаментальный сдвиг: софт перестаёт быть хранилищем данных и становится исполнителем задач. Двадцать лет люди вводили данные в системы, а оценки tech-компаний росли вместе с числом пользователей. Теперь системы сами выполняют работу. Пользователей нужно меньше - и оценки компаний падают вместе с их числом.
Два сценария выживания для SaaS-компаний:
— Перестроиться под работу агентов - с ценообразованием за действие или результат, а не за рабочее место
— Стать поставщиком данных и инфраструктуры для агентов. Ценность - в уникальных данных и API, а не в интерфейсе
Ключевая метрика ближайших кварталов - уже не рост числа пользователей, а доля выручки от модели оплаты за действие. Звучит немного алармистски, но инвесторы уже начали голосоватьрублем долларом.
Три вопроса для проверки устойчивости SaaS-бизнеса:
1. Какая доля выручки зависит от количества пользовательских мест?
2. Можете ли вы протестировать ценообразование за действие или результат уже сейчас?
3. Что останется от вашего продукта, если убрать интерфейс - данные, логика, API?
Как выглядят ответы на эти вопросы в вашем бизнесе?
#монетизация #ai
В свежей статье MarketMinute описано, как выход автономных AI-агентов запустил масштабную переоценку software-индустрии в США. Ранее писал о рисках для SaaS в эпоху агентов тут и об эволюции ценообразования от оплаты за рабочее место к оплате за результат тут. То, о чём шла речь - начало отражаться в цифрах.
В январе Anthropic выпустила Claude Cowork - агента, который не помогает сотруднику, а выполняет работу за него. Параллельные суб-агенты, навигация по корпоративным интерфейсам, 11 отраслевых плагинов для юриспруденции, бухгалтерии, продаж. Закупочные отделы крупных компаний сразу начали сокращать количество лицензий. Один агент заменяет пять сотрудников - значит, компании покупают в пять раз меньше мест.
Рыночная оценка software-сектора упала почти вдвое за полтора месяца - мультипликаторы снизились с 39x до 21x. Инвесторы массово выходят из акций компаний, зависящих от числа пользовательских мест (Salesforce, Workday, Adobe), в энергетику и инфраструктуру - отрасли, которые нельзя автоматизировать софтом.
Как ответ, Salesforce запустила Agentforce с ценой $0.10 за действие. Но рынок сомневается, что это компенсирует потерю подписок по $150/мес за пользователя. Adobe теряет позиции - креативные агенты снижают потребность в лицензиях Creative Cloud. Thomson Reuters и LegalZoom теряют конкурентное преимущество - AI-модели начали анализировать юридические и финансовые документы напрямую, без посредников.
Авторы фиксируют фундаментальный сдвиг: софт перестаёт быть хранилищем данных и становится исполнителем задач. Двадцать лет люди вводили данные в системы, а оценки tech-компаний росли вместе с числом пользователей. Теперь системы сами выполняют работу. Пользователей нужно меньше - и оценки компаний падают вместе с их числом.
Два сценария выживания для SaaS-компаний:
— Перестроиться под работу агентов - с ценообразованием за действие или результат, а не за рабочее место
— Стать поставщиком данных и инфраструктуры для агентов. Ценность - в уникальных данных и API, а не в интерфейсе
Ключевая метрика ближайших кварталов - уже не рост числа пользователей, а доля выручки от модели оплаты за действие. Звучит немного алармистски, но инвесторы уже начали голосовать
Три вопроса для проверки устойчивости SaaS-бизнеса:
1. Какая доля выручки зависит от количества пользовательских мест?
2. Можете ли вы протестировать ценообразование за действие или результат уже сейчас?
3. Что останется от вашего продукта, если убрать интерфейс - данные, логика, API?
Как выглядят ответы на эти вопросы в вашем бизнесе?
#монетизация #ai
Financialcontent
Software Stocks Under Siege by New AI Tools: The 'SaaSpocalypse' of 2026
👍4🔥2❤🔥1
Less is more
Когда команда выбирает одну-две больших ставки и вкладывается в каждую на 100% - результат появляется за квартал. Если так повторить несколько раз, то качественный скачок становится неизбежен.
#стратегия
Когда команда выбирает одну-две больших ставки и вкладывается в каждую на 100% - результат появляется за квартал. Если так повторить несколько раз, то качественный скачок становится неизбежен.
#стратегия
👍6
Каким должно быть корпоративное управление в "новых" реалиях - что обсуждали на форуме АНД?
19 февраля прошел форум АНД - ежегодная встреча 700+ собственников, членов СД и топ-менеджеров по корпоративному управлению. Основная тема этого года: Совет директоров 3.0. О том, что привычная модель корпоративного управления перестала работать и куда двигаться дальше.
Советы директоров в России 20 лет строились под понятную задачу - быть прозрачным для международных инвесторов и управлять рисками. Инвесторы ушли, рынки закрылись, а риски превратились в неопределённость, которую нельзя просчитать. Инструменты (СД) остались, а задача изменилась.
Как выглядит новая рамка, заданная на форуме:
— СД 1.0 - правила и стабильность. 2.0 - стратегия и экспертиза. 3.0 - навигация в тумане. Не ждать, пока пространство структурируется, а действовать и формировать его самим.
— Три слова новой модели: смысл, устойчивость, инновация. Не дорожная карта на 5 лет, а постоянная навигация по изменяющейся траектории. Радары слабых сигналов вместо годового отчёта. И умение действовать креативно "здесь и сейчас" в предлагаемых обстоятельствах.
— Универсальность вместо узкой экспертизы. Раньше в совет искали специалиста по финансам или стратегии. Теперь нужен человек, способный смотреть на один вопрос через призму стратегии, мотивации и рисков одновременно.
— Главный вопрос совета к самому себе: «Что может убить нас завтра?» Не разбор полётов, а диагностика будущих угроз. Экспериментирование как KPI. Культура ошибок вместо культуры контроля.
Рамка задана, но готовой методички пока нет. Главный итог форума - её придётся вырабатывать вместе.
#менеджмент
19 февраля прошел форум АНД - ежегодная встреча 700+ собственников, членов СД и топ-менеджеров по корпоративному управлению. Основная тема этого года: Совет директоров 3.0. О том, что привычная модель корпоративного управления перестала работать и куда двигаться дальше.
Советы директоров в России 20 лет строились под понятную задачу - быть прозрачным для международных инвесторов и управлять рисками. Инвесторы ушли, рынки закрылись, а риски превратились в неопределённость, которую нельзя просчитать. Инструменты (СД) остались, а задача изменилась.
Как выглядит новая рамка, заданная на форуме:
— СД 1.0 - правила и стабильность. 2.0 - стратегия и экспертиза. 3.0 - навигация в тумане. Не ждать, пока пространство структурируется, а действовать и формировать его самим.
— Три слова новой модели: смысл, устойчивость, инновация. Не дорожная карта на 5 лет, а постоянная навигация по изменяющейся траектории. Радары слабых сигналов вместо годового отчёта. И умение действовать креативно "здесь и сейчас" в предлагаемых обстоятельствах.
— Универсальность вместо узкой экспертизы. Раньше в совет искали специалиста по финансам или стратегии. Теперь нужен человек, способный смотреть на один вопрос через призму стратегии, мотивации и рисков одновременно.
— Главный вопрос совета к самому себе: «Что может убить нас завтра?» Не разбор полётов, а диагностика будущих угроз. Экспериментирование как KPI. Культура ошибок вместо культуры контроля.
Рамка задана, но готовой методички пока нет. Главный итог форума - её придётся вырабатывать вместе.
#менеджмент
👍5❤3
AI покрывает 94% IT-задач в теории. На практике - треть
Часто встречается в чатах: "покажите конкретику - где реально работает AI?". Anthropic (разработчик Claude - конкурента ChatGPT) выпустили исследование с новой метрикой - observed exposure. Они взяли базу O*NET с описанием ~800 профессий в США, разбитых на конкретные рабочие задачи. Затем сопоставили две вещи - какие из этих задач AI теоретически может ускорить минимум вдвое, и какие реально выполняются через Claude в рабочих сценариях. При этом полностью автоматизированные задачи весят больше, чем те, где AI только помогает человеку.
Текущий статус: мы в самом начале.
Программисты - лидеры по замещению: 75% их рабочих задач уже реально выполняются через AI. Но вся категория "IT и математика" - только 33% из теоретических 94%. Офис и администрирование - 90% теории и ~30% на практике. На другом полюсе - 30% работников с нулевым покрытием: повара, бармены, механики. Физические задачи LLM не покрывают.
Примечательно, что самые уязвимые работники зарабатывают на 47% больше остальных. Среди них в четыре раза больше людей с учёной степенью. Например, финансы, аналитика, юриспруденция, бухгалтерия.
Речь идет не про прямую "замену" рабочих мест, а про автоматизацию значимого числа задач в рамках этих ролей. То есть для выполнения того же объема работы будет требоваться меньше подобных специалистов.
Безработица в этих профессиях пока не выросла. Эффект статистически неотличим от нуля. Но найм 22-25-летних в "уязвимые" профессии упал на ~14% после запуска ChatGPT. Людей не увольняют - их перестают нанимать. Прогноз роста этих профессий до 2034 уже слабее, чем для остальных.
В своей работе вижу то же самое. Аналитика, финансовое моделирование, подготовка к звонкам - много из этого помогает делать связка Cursor+Claude. Быстрее, дешевле и, главное, качественнее.
Авторы при этом честно предупреждают: прошлые прогнозы потрясений на рынке труда часто не сбывались. Четверть рабочих мест в США считали уязвимыми для аутсорсинга за рубежом (aka колл-центры на Филиппинах, аутсоринг IT в Индии и пр) - через десять лет большинство этих профессий выросло. AI пока повторяет тот же сценарий - не массовые увольнения, а постепенное сужение найма.
Возьмите 3-5 своих ключевых рабочих функций и прогоните через агента на этой неделе. Результат покажет больше, чем отчёт.
#ai
Часто встречается в чатах: "покажите конкретику - где реально работает AI?". Anthropic (разработчик Claude - конкурента ChatGPT) выпустили исследование с новой метрикой - observed exposure. Они взяли базу O*NET с описанием ~800 профессий в США, разбитых на конкретные рабочие задачи. Затем сопоставили две вещи - какие из этих задач AI теоретически может ускорить минимум вдвое, и какие реально выполняются через Claude в рабочих сценариях. При этом полностью автоматизированные задачи весят больше, чем те, где AI только помогает человеку.
Текущий статус: мы в самом начале.
Программисты - лидеры по замещению: 75% их рабочих задач уже реально выполняются через AI. Но вся категория "IT и математика" - только 33% из теоретических 94%. Офис и администрирование - 90% теории и ~30% на практике. На другом полюсе - 30% работников с нулевым покрытием: повара, бармены, механики. Физические задачи LLM не покрывают.
Примечательно, что самые уязвимые работники зарабатывают на 47% больше остальных. Среди них в четыре раза больше людей с учёной степенью. Например, финансы, аналитика, юриспруденция, бухгалтерия.
Речь идет не про прямую "замену" рабочих мест, а про автоматизацию значимого числа задач в рамках этих ролей. То есть для выполнения того же объема работы будет требоваться меньше подобных специалистов.
Безработица в этих профессиях пока не выросла. Эффект статистически неотличим от нуля. Но найм 22-25-летних в "уязвимые" профессии упал на ~14% после запуска ChatGPT. Людей не увольняют - их перестают нанимать. Прогноз роста этих профессий до 2034 уже слабее, чем для остальных.
В своей работе вижу то же самое. Аналитика, финансовое моделирование, подготовка к звонкам - много из этого помогает делать связка Cursor+Claude. Быстрее, дешевле и, главное, качественнее.
Авторы при этом честно предупреждают: прошлые прогнозы потрясений на рынке труда часто не сбывались. Четверть рабочих мест в США считали уязвимыми для аутсорсинга за рубежом (aka колл-центры на Филиппинах, аутсоринг IT в Индии и пр) - через десять лет большинство этих профессий выросло. AI пока повторяет тот же сценарий - не массовые увольнения, а постепенное сужение найма.
Возьмите 3-5 своих ключевых рабочих функций и прогоните через агента на этой неделе. Результат покажет больше, чем отчёт.
#ai
👍3❤1
Когда стратсессия становится планёркой
Недавно делился чужими практиками подготовки к стратсессиям. Сегодня - про собственный опыт.
Бывают такие сессии, на которых проявляется яркий паттерн: через пару часов работы группа соскальзывает с вопроса «куда хотим прийти через 3 года» на «что делаем в следующем квартале».
Это не проблема участников. Тактика понятнее и безопаснее. Выбрать между двумя сценариями будущего - это неопределённость. Спланировать конкретный проект - это контроль. Люди естественно тянутся к тому, что могут потрогать руками.
Со временем выработал три правила, которые помогают удержать фокус:
— До сессии договориться с руководителем и ключевыми лидерами мнений об ожиданиях и формате. Если у кого-то из ключевых участников в голове «план на квартал», а ты готовишь работу с видением - конфликт неизбежен. Лучше выровнять это в спокойной обстановке, а не перед группой;
— На старте спросить участников: «Какой результат вы хотите получить к концу дня?» Не проговорить самостоятельно, а именно спросить кадждого. Если кто-то пришёл за детальным планом - лучше узнать об этом в начале, а не через два часа;
— Перед тем как думать о решениях, стоит расширить картину: рынок, клиенты, конкуренты, тренды. Этот этап называется Дискавери. Если участники к нему не привыкли - важно объяснить его ценность. Иначе планы будут построены на непроверенных предпосылках => шансы реализовать стратегию на практике заметно снизятся.
Стратсессия - это не планёрка на стероидах. Это переключение в другой режим мышления. И главная задача фасилитатора - помочь группе в этот режим войти.
Как у вас - удаётся удерживать стратсессии на уровне стратегии?
#стратегия #кейс
Недавно делился чужими практиками подготовки к стратсессиям. Сегодня - про собственный опыт.
Бывают такие сессии, на которых проявляется яркий паттерн: через пару часов работы группа соскальзывает с вопроса «куда хотим прийти через 3 года» на «что делаем в следующем квартале».
Это не проблема участников. Тактика понятнее и безопаснее. Выбрать между двумя сценариями будущего - это неопределённость. Спланировать конкретный проект - это контроль. Люди естественно тянутся к тому, что могут потрогать руками.
Со временем выработал три правила, которые помогают удержать фокус:
— До сессии договориться с руководителем и ключевыми лидерами мнений об ожиданиях и формате. Если у кого-то из ключевых участников в голове «план на квартал», а ты готовишь работу с видением - конфликт неизбежен. Лучше выровнять это в спокойной обстановке, а не перед группой;
— На старте спросить участников: «Какой результат вы хотите получить к концу дня?» Не проговорить самостоятельно, а именно спросить кадждого. Если кто-то пришёл за детальным планом - лучше узнать об этом в начале, а не через два часа;
— Перед тем как думать о решениях, стоит расширить картину: рынок, клиенты, конкуренты, тренды. Этот этап называется Дискавери. Если участники к нему не привыкли - важно объяснить его ценность. Иначе планы будут построены на непроверенных предпосылках => шансы реализовать стратегию на практике заметно снизятся.
Стратсессия - это не планёрка на стероидах. Это переключение в другой режим мышления. И главная задача фасилитатора - помочь группе в этот режим войти.
Как у вас - удаётся удерживать стратсессии на уровне стратегии?
#стратегия #кейс
👍6
AI обещал заменить консультантов. Вместо этого - создал на них рекордный спрос
WSJ разобрали парадокс: технология, которая должна была автоматизировать аналитику и стратегию, стала главным драйвером роста консалтинговой индустрии.
Вот некоторые цифры. Глобальный консалтинг вырос на 5,5% в 2025 году - вдвое больше, чем годом ранее. Accenture отчиталась о $2,2 млрд новых AI-заказов за один квартал. OpenAI заключил партнёрства с McKinsey, BCG, Accenture и Capgemini. Anthropic - с Deloitte.
Почему так? Потому что между «купить AI-инструмент» и «получить от него результат» - две большие разницы.
По данным McKinsey, две трети компаний до сих пор не начали масштабировать AI за пределы пилотов. Опрос PwC среди 4500 CEO показал, что больше половины не видят значимых финансовых выгод от AI. Технология есть. Понимания, как встроить её в процессы - нет.
И здесь проявляется закономерность, которую стоит запомнить. Каждая новая технология проходит один и тот же цикл: сначала кажется, что она всё изменит за год. Потом выясняется, что нужны люди, которые переведут возможности технологии на язык конкретного бизнеса. Пересоберут процессы, обучат команды, помогут выбрать правильные задачи для автоматизации.
Консалтинговые фирмы тоже меняются. Клиенты больше не хотят платить за команду младших аналитиков, которые собирают данные - с этим справляется AI. Зато растёт спрос на старших партнёров, которые помогают принимать стратегические решения. Модели оплаты смещаются от «за головы» к оплате за результат.
Для меня главный вывод из этой статьи - про темп изменений. В долгосрочной перспективе AI действительно перестроит целые индустрии. Но краткосрочно всё движется медленнее, чем обещают заголовки. Компании нуждаются не только в технологиях, но и в людях, которые умеют приземлять новое на реальный бизнес. Это касается и консультантов, и внутренних команд.
Как у вас - AI уже встроен в процессы или пока на стадии экспериментов?
#ai #стратегия
WSJ разобрали парадокс: технология, которая должна была автоматизировать аналитику и стратегию, стала главным драйвером роста консалтинговой индустрии.
Вот некоторые цифры. Глобальный консалтинг вырос на 5,5% в 2025 году - вдвое больше, чем годом ранее. Accenture отчиталась о $2,2 млрд новых AI-заказов за один квартал. OpenAI заключил партнёрства с McKinsey, BCG, Accenture и Capgemini. Anthropic - с Deloitte.
Почему так? Потому что между «купить AI-инструмент» и «получить от него результат» - две большие разницы.
По данным McKinsey, две трети компаний до сих пор не начали масштабировать AI за пределы пилотов. Опрос PwC среди 4500 CEO показал, что больше половины не видят значимых финансовых выгод от AI. Технология есть. Понимания, как встроить её в процессы - нет.
И здесь проявляется закономерность, которую стоит запомнить. Каждая новая технология проходит один и тот же цикл: сначала кажется, что она всё изменит за год. Потом выясняется, что нужны люди, которые переведут возможности технологии на язык конкретного бизнеса. Пересоберут процессы, обучат команды, помогут выбрать правильные задачи для автоматизации.
Консалтинговые фирмы тоже меняются. Клиенты больше не хотят платить за команду младших аналитиков, которые собирают данные - с этим справляется AI. Зато растёт спрос на старших партнёров, которые помогают принимать стратегические решения. Модели оплаты смещаются от «за головы» к оплате за результат.
Для меня главный вывод из этой статьи - про темп изменений. В долгосрочной перспективе AI действительно перестроит целые индустрии. Но краткосрочно всё движется медленнее, чем обещают заголовки. Компании нуждаются не только в технологиях, но и в людях, которые умеют приземлять новое на реальный бизнес. Это касается и консультантов, и внутренних команд.
Как у вас - AI уже встроен в процессы или пока на стадии экспериментов?
#ai #стратегия
The Wall Street Journal
AI Needs Management Consultants After All
OpenAI, Anthropic strike deals with consulting firms to spread artificial intelligence through the business world.
👍5❤1
Заходите на панельную дискуссию про репутацию независимого директора, которую буду модерировать - 23.03 в 18:30, м. Динамо, офис Kept
👍3🔥3👏1
Forwarded from АНД для советов директоров
Репутация 3.0: как директору быть заметным для тех кто формирует СД
Когда-то путь в совет директоров был предсказуем: сильная экспертиза, отраслевая репутация, полезные связи. Если ты профессионал – тебя замечали.
Сегодня правила изменились:
Как в этих условиях формировать репутацию независимому директору? Как сделать так, чтобы его заметили и оценили те, кто принимает решения о составе СД?
В понедельник вечером, 23 марта, соберемся в БЦ «Алкон III», чтобы разобрать новую оптику без иллюзий и общих слов.
📆 23 марта, 19:00 (сбор гостей в 18:30)
📍 БЦ «Алкон III», Ленинградский пр-т 34А
Регистрация на мероприятие
Когда-то путь в совет директоров был предсказуем: сильная экспертиза, отраслевая репутация, полезные связи. Если ты профессионал – тебя замечали.
Сегодня правила изменились:
🔹 Собственники сами не всегда понимают, какой директор им нужен.🔹 Вчерашняя уникальная экспертиза становится мейнстримом, вчерашние связи – историей.🔹 Информационное пространство переполнено: сотни каналов, тысячи «экспертных» постов, лавина текстов, написанных ИИ по одним и тем же лекалам.
Как в этих условиях формировать репутацию независимому директору? Как сделать так, чтобы его заметили и оценили те, кто принимает решения о составе СД?
В понедельник вечером, 23 марта, соберемся в БЦ «Алкон III», чтобы разобрать новую оптику без иллюзий и общих слов.
⬇️ Спикеры:
🎙 Юлия Лахмоткина – член СД частных компаний, председатель комитета по назначениям и вознаграждениям, эксперт по корпоративному управлению.
🎙 Алекс Васильев – независимый директор, инвестор, экс-топ-менеджер Яндекса, Alibaba Group, JD.com.
🎙 Мария Азаренок – стратег по личному бренду, автор книг о персональном бренде.
🎙 Арина Гороховская – карьерный консультант для топ-менеджеров, автор книги «Синдром сбитого летчика».
🎙 Игорь Коротецкий – партнер Kept, председатель комитета по назначениям и вознаграждениям.
Модератор: Виктор Соковнин – эксперт по стратегии tech-компаний, независимый директор.
О чем поговорим:
🔹 Новая оптика собственников: что реально влияет на выбор независимого директора сегодня;
🔹 Информационный шторм: как пробиться сквозь шум, засилье ИИ-контента и сегментированные аудитории;
🔹 Ловушка экспертизы: почему глубокие знания больше не конвертируются в мандаты – и как из нее выйти.
📆 23 марта, 19:00 (сбор гостей в 18:30)
📍 БЦ «Алкон III», Ленинградский пр-т 34А
Регистрация на мероприятие
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍3❤1👏1