Бизнес-модели *

Всем привет! Меня зовут Сергей Ронжин, я архитектор CPM/IBP-платформы Optimacros для интегрированного планирования, бюджетирования и бизнес-аналитики. В статье поделюсь своим опытом – расскажу о планировании в FMCG-бизнесе и том, какую цену платят компании, когда допускают ошибки в этом процессе. Чтобы добавить статье пользы, поделюсь практическими советами, как от «планирования ради плана» перейти к «планированию для прибыли». Статья будет полезна моделерам и архитекторам CPM/IBP-решений, а также бизнес-пользователям FMCG-компаний и специалистам по планированию.

Шесть российских RPA-платформ, более 300 критериев и тысячи страниц документации. В начале исследования мы ожидали увидеть привычный для enterprise-рынка разрыв между несколькими лидерами и остальными участниками. Вместо этого обнаружили сформировавшееся ядро зрелых платформ, каждая из которых способна работать в крупном корпоративном контуре.

Это не значит, что продукты одинаковы. Наоборот, различия есть, но искать их нужно не в базовом списке функций. Они проявляются в архитектуре, эксплуатации, требованиях к команде, работе с отечественной инфраструктурой, ИИ-возможностях и полной стоимости владения.

В конце июля июля мы опубликовали исследование «RPA Круг Громова 2026». В этой статье расскажу, как мы его делали, какие гипотезы не подтвердились и на что смотреть заказчику, если пункт «умеет создавать программных роботов» уже ничего не объясняет.

Примерно полтора года назад мы в компании начали проводить еженедельные воркшопы по ИИ. Или, как мы сами их называем, ИИ-кружки. Сначала для разработчиков, а позже — для «чайников» не-разработчиков тоже. Как, зачем, и к чему это в итоге привело — в статье.

10 новых российских продуктов для создания сайтов для бизнеса с ИИ; публикации сайтов и веб-приложений; создания опросов с ИИ-разбором ответов; оценки городской среды; создания базы знаний из заметок и многого другого. Битва за «Продукт недели» началась!

Product Radar — здесь каждую неделю публикуются лучшие онлайн-сервисы и железки от русскоязычных команд.

Сегодня open source моделями никого не удивишь. Но в январе 2025 года небольшая китайская компания DeepSeek за один день обвалила американский фондовый рынок.

Всё началось с того, что 20 января DeepSeek выкладывает R1 под MIT-лицензией. Уже 26 января приложение DeepSeek выходит на первое место в App Store США, обогнав ChatGPT. А 27 января акции Nvidia падают на 17% — $589 млрд капитализации за один день, крупнейшее однодневное падение в истории фондового рынка США. Nasdaq теряет около 3%. Суммарная просадка рынка — примерно $1 трлн. Важно учесть контекст, что буквально за неделю до этого анонсировали Stargate с вложениями до полутриллиона долларов в дата-центры, OpenAI собирал раунд на $40 млрд. Обе цифры стояли на уверенности, что количество видеокарт даёт преимущество, которое нельзя обесценить за семь дней.

А кто вообще такие DeepSeek?...

В предыдущих статьях серии было показано, как использовать функциональность FEB_FILE_HANDLING в качестве единой точки входа для импорта банковских выписок в SAP независимо от канала их получения — через прямые сервисы коммуникации с банковскими системами или файлы из систем «Банк-клиент» — и от используемого формата: XML или текстового. Также была рассмотрена классическая схема импорта промежуточных выписок в течение дня с созданием платёжных авизо для обновления данных финансовой диспозиции, или денежной позиции.

Привет, я основатель издательства детских книг Rabbits and Books. На складе Wildberries сгорел наш тираж больше чем на 3 млн рублей, и мы лишились трети годового оборота. После пары постов в соцсетях нам позвонили из Сбера и предложили бесплатно сделать интернет-магазин. И уже через 2 недели команда Сбер2В Онлайн-продаж запустила полностью рабочий сайт с настроенной оплатой и доставкой. Сейчас расскажу, как мы автоматизировали заполнение карточек товаров и получили 700 тысяч рублей за первые пять дней работы сайта:

Пока компании тратят миллиарды долларов на создание все более умных языковых моделей, один стартапер двинулся в противоложном направлении. Он запустил чат-бот, в котором вообще нет искусственного интеллекта. Никаких LLM, алгоритмов машинного обучения и автоматической генерации ответов. Пользователь пишет вопрос в обычное окно чата, ждет ответа, а на другом конце ему отвечает человек.

Почему разовую задачу теперь можно автоматизировать — если её дёшево проверить

Сорок лет нас учили: автоматизировать надо рутину. Это был не закон автоматизации, а закон окупаемости — разработка стоила дорого. ИИ сделал её почти бесплатной, и переменная сменилась: не повторяемость, а проверяемость. Разбираю на миграции, которую «нельзя было автоматизировать».

ChatGPT часто врет. Он может уверенно выдать неправильный факт, согласиться с откровенно плохой идеей пользователя или написать 12 абзацев там, где достаточно двух предложений.

У Snickers есть свое объяснение: ChatGPT просто голодный.

Звучит как шутка, но компания действительно запустила рекламную кампанию Hungr.AI, в рамках которой предлагает пользователям буквально «покормить» чат-бота.

И самое интересное — за всей этой историей стоит вполне реальный прием работы с LLM.

История Loom о том, как одна функция внутри почти провалившегося продукта дала 3000 регистраций за сутки, а анализ реального поведения пользователей помог команде найти дальнейший механизм роста.

С 2022 года производим и продаем женскую спортивную одежду: легинсы, топы, футболки, свитшоты, велосипедки. Основной канал продаж: Wildberries. В 2026 году на него приходилось 80–85% оборота.

До июля у нас был нормальный растущий бизнес. А сегодня у нас одна задача —  выжить. Не вырасти, не заработать, а просто сохранить бренд, компанию и людей. 

За последние пару лет произошло странное: написать работающий код стало почти неприлично легко, а построить хорошую программную систему наоборот - сложнее. Сегодня человек без классического IT-бэкграунда может за вечер собрать интерфейс, API, базу и даже что-то задеплоить. А потом начинается самое интересное: архитектура расползается, зависимости живут своей жизнью, безопасность появляется «во второй версии», а никто уже толком не понимает, почему система вообще работает.

Я написал эту статью после наблюдений за коллегами, студентами и знакомыми, которые всё активнее используют ИИ для разработки. И поймал себя на мысли: ИИ удешевил производство кода, но почти не удешевил понимание того, какой код нужно производить.

Отсюда и главный вопрос: как вообще должна выглядеть маленькая IT-компания, если значительную часть работы уже могут выполнять цифровые исполнители?

Представляю мою спорную модель такой компании: умница-аналитик, архитектор-разработчик, супертестировщик, фантазёр, DevOps, параноик по безопасности. Плюс общая память компании, потому что без неё нейросети очень быстро начинают изобретать архитектуру заново.

Возможно, половина этих ролей действительно может оказаться одним человеком в домашних тапочках. Но тогда к этому человеку возникает неприятно много требований...

За 11 лет работы студии рекламы мы пережили пандемию, блокировку Instagram-запрещён-в-России и несколько резких перестроек рынка. Где‑то реагировали правильно, а где‑то сами теряли деньги из‑за собственных решений. В статье разбираю семь таких ошибок: от попыток спасти умирающее направление до сокращений команды и пересчёта экономики услуг.

Позавчера запустил свой сайт с аукционом, хотя от вайбкодинга знал только слово «вайб». Расскажу зачем он нужен, как я его сделал, все цифры, кто уже залетел в него с двух ног и причем тут кофе из Пятерочки. Летс гоу!

Когда журналист TIME приехал в офис Open AI в начале августа, компания одновременно демонстрировала гостям свою следующую большую модель и наблюдала за протестующими у входа. Снаружи несколько десятков человек требовали остановить «гонку ИИ», а внутри руководители крупнейших клиентов OpenAI собрались посмотреть на Astra — ещё не выпущенную модель, которую компания считает одним из важнейших своих технологических шагов.

Почему выиграть тендер ещё не значит заработать, чем реально отличаются 44-ФЗ и 223-ФЗ, сколько денег нужно на обеспечение и старт, почему низкая цена побеждает не всегда и где в госзакупках уже работает ИИ? Госзакупки для многих предпринимателей до сих пор выглядят как территория с предупреждающими знаками: десятки страниц документации, электронные площадки, обеспечения, ФАС, РНП и устойчивое убеждение, что «там всё уже поделено». При этом для тысяч компаний тендеры — обычный канал продаж, через который можно получить клиента на миллионы рублей без классической рекламы и холодного отдела продаж.

Я, Александр, автор телеграм-канала «Shulepov Code», поговорил с Тураном Амировым — предпринимателем и экспертом по тендерам, автором YouTube-канала «TURAN TENDER» который пришёл в закупки из грузоперевозок, прошёл путь от первых заявок практически вслепую до крупных контрактов, ошибок, конфликтов с заказчиками и внедрения тендерных процессов в других компаниях. В этом интервью мы разбираем, чем отличаются 44-ФЗ и 223-ФЗ, сколько денег действительно нужно для старта, почему низкая цена побеждает не всегда, зачем предпринимателю самому понимать ТЗ и где в этой системе сегодня можно использовать ИИ. Туран делится реальным опытом работы с госзакупками, кейсами и объясняет, как устроен рынок без мифов.  

10 новых российских продуктов для автовзыскания просроченной задолженности, клинической коммуникации с иностранными пациентами, автономного хранения свежей зелени, практико-ориентированного VR- обучения, патентной аналитики и ускорения научных исследований и многого другого.

Это специальный набор Product Radar — в нём участвуют финалисты ежегодной технологической Стартех.Премии. Победитель голосования получит кубок «Выбор сообщества Product Radar» 11 сентября на очной церемонии в Москве.

Product Radar — здесь каждую неделю публикуются лучшие онлайн-сервисы и железки от русскоязычных команд.

Реально ли майнить в плюс в России? На чем майнят биткоин в 2026 году?
Белый майнинг — невыгодная схема для наивных или рабочая математика?

Реальный кейс, подробные расчеты.

Есть положение, в котором у вас есть всё, кроме возможности что-либо изменить. Вы видите, что проект идёт не туда. Вы можете это доказать — цифры, переписка, уехавшие вехи. Вы говорите об этом на каждом статусе. И не происходит ничего.

Это не про плохих людей и не про слабого руководителя. Это устойчивая конструкция, у неё есть условия возникновения и предсказуемое поведение. Складывается она везде, где отвечать приходится одному, работу делает другой, и другого нельзя заменить.

Обычно это подряд. Но не обязательно: если вы отвечаете за результат программы, а люди, которые её делают, вам не подчиняются, — конструкция ровно та же, только без договора.

Дальше — из чего она состоит, почему из неё не выйти доказательствами и что оказалось единственным работающим. Одна моя попытка выбраться провалилась; про неё тоже.