Телеграм канал «Онлайн-школа «Neyrons» | обучение чтению и математике»

28 августа Tencent выпустила открытую AI-модель Hy4 preview. Среди заявленных задач есть финансовый анализ и работа с документами. Источник (https://www.tencent.com/tencent-releases-and-open-sources-tencent-hy4-preview/).

Я вижу здесь больше свободы в выборе поставщика технологии.

Для крупных предприятий особенно важна возможность работы на своих серверах. Hy4 допускает такое размещение (https://huggingface.co/tencent/Hy4-preview): отчётность, договоры и другие внутренние документы можно обрабатывать без запросов к внешнему AI-сервису. При правильной настройке данные остаются внутри компании. Защиту серверов и права доступа при этом никто не отменяет.

Для России это возможность создавать решения для бухгалтерии, производства и закупок на готовой основе, уменьшая зависимость от зарубежных сервисов. Малому бизнесу польза, скорее всего, придёт через такие продукты: больше поставщиков, которые понимают местный учёт и процессы.

Но бесплатная модель ещё не означает дешёвую автоматизацию.

Остаются расходы на оборудование, специалистов, настройку и защиту данных. Если финансовый отчёт приходится долго перепроверять вручную, это тоже нужно включать в стоимость.

Я бы сравнила, какое решение выгоднее предприятию: сколько оно стоит с учётом поддержки, сколько времени экономит, как влияет на качество работы и защиту данных. При небольшой нагрузке готовый сервис может быть выгоднее. При большом потоке документов или жёстких требованиях к конфиденциальности стоит сравнить его с размещением на своих серверах.

И обязательно добавила бы в расчёт ещё один вопрос: сколько будет стоить сменить поставщика, если его условия перестанут нас устраивать?

С 1 сентября 🌸🌷🌼🌹

Сегодня хочется поздравить не только школьников, студентов и учителей.

В каком-то смысле мы все немного педагоги.

Родители, когда учим детей не бояться ошибок, держать слово, вставать после неудач и принимать решения.

Руководители, когда растим сотрудников и однажды понимаем, что человек уже умеет больше, чем умел, когда пришёл к нам.

Наставники, когда делимся не только знаниями, но и собственными ошибками.

И, конечно, учителя. Те самые люди, которые каждый день заходят в класс или подключаются к уроку и пытаются не просто объяснить тему, а заинтересовать, поддержать, иногда поверить в ребёнка чуть раньше, чем он сам поверит в себя.

За семь лет в детском образовании я познакомилась с огромным количеством педагогов. И чем дольше работала рядом с ними, тем больше понимала: хороший учитель даёт ребёнку гораздо больше, чем знания по своему предмету.

Иногда одна вовремя сказанная фраза остаётся с человеком на всю жизнь.

Сегодня начинается новый учебный год.

Пусть у детей будет желание узнавать новое.
У родителей хватит терпения не проживать школу вместо них.
У руководителей и наставников будет мудрость не давать готовые ответы там, где человек уже способен найти свой.
А у педагогов будут силы, любопытство и как можно больше моментов, когда можно сказать: «Вот ради этого я и выбрал эту профессию».

С 1 сентября всех нас!

Потому что мы всю жизнь кого-то учим.
И всю жизнь сами остаёмся учениками. ❤️

Сезонность бизнеса

У многих бизнесов есть период, который во многом определяет весь следующий год. Для детского EdTech это конец августа, сентябрь и октябрь.

Именно сейчас родители принимают основные решения: где ребёнок будет заниматься, как готовиться к экзаменам, чем закрывать пробелы в школе, какие дополнительные занятия оставить на учебный год.

Что делает рынок прямо сейчас

Крупные игроки буквально борются за ученика. Фоксфорд перед первым сентября даёт большие скидки и объявляет повышение цен. Умскул собирает годовые пакеты по нескольким предметам и тоже подталкивает купить до начала учебного года.

Логика понятная. В сезонном бизнесе август и сентябрь это не несколько удачных месяцев продаж. В это время компания формирует выручку на весь учебный год.

Скидка перед первым сентября это не борьба за выручку. Это борьба за базу, оплаченная маржой.

В сезонное окно все игроки заходят в один и тот же аукцион. Стоимость привлечения в эти недели самая высокая в году, платить нужно сразу и деньгами. И здесь рынок делится на две части.

Одни входят в сентябрь с пустой базой, и им приходится покупать всю выручку года заново. Другие входят с базой, которая уже платит, и в сентябре только докупают. У второго принципиально другая экономика: он может позволить себе более дорогого ученика, потому что вернёт вложенное не за один курс, а за несколько лет.

Где на самом деле лежат деньги

Первичные продажи решают, кто заберёт ученика. Экономику школы решают повторные.

Продление, второй предмет, следующий уровень программы, дополнительный продукт. Это дешевле привлечения и предсказуемее, и именно это делает выручку управляемой.

В своей школе мы вели новые продажи и продления как два разных бизнеса, с разными метриками и разной ответственностью. К моменту продажи доля повторных клиентов дошла до 78 процентов.

Школы конкурируют уже не только преподавателями, курсами и ценой. Яндекс сообщает, что AI-репетитором по математике воспользовались 238 тысяч детей и родителей, а каждый второй учитель обращается к AI-помощнику Яндекс Учебника. AI заходит в персонализацию, проверку заданий, объяснение материала, работу преподавателя.

Для бизнеса это важно не потому, что у всех теперь должен быть AI. Технология садится ровно на две строки экономики онлайн-школы: стоимость сопровождения ученика и его LTV.

Если ребёнок получает помощь в момент, когда застрял, а не через сутки. Если программа подстраивается под него. Если преподаватель ведёт больше учеников без потери качества. Тогда меняется не отдельная функция, а себестоимость обучения и срок жизни клиента. Из этих двух чисел и собирается стоимость бизнеса.

Что это значит

Сентябрь по-прежнему решает, кто заберёт ученика.

Но выигрывает не тот, кто лучше продал его в сентябре, а тот, кто смог оставить его до мая. А потом ещё на следующий учебный год.

Моё мнение: главная гонка российского детского EdTech будет именно здесь. Не в глубине августовских скидок, а в том, кто научится удерживать.

А если у вас любой сезонный бизнес, вопрос на сентябрь тот же самый. Какая часть выручки следующего года уже лежит в вашей базе, а какую придётся купить заново.

Сотрудники работают вдвое быстрее. Почему бизнес может зарабатывать меньше?

На первый взгляд это абсурд. Сотрудник делает больше за то же время, себестоимость единицы результата снижается, компания должна выигрывать.

Но это работает, если компания продаёт результат. Если она продаёт человеческое время, экономика может развернуться в другую сторону.

Я смотрю на это как финансист. Во многих сервисных компаниях выручка до сих пор устроена просто: количество оплаченных часов умножается на ставку.

Допустим, раньше аналитик делал исследование 40 часов. С AI делает за 20. Если счёт клиенту выставляется по часам, выручка с той же работы сокращается вдвое.

При этом зарплата сотрудника, расходы на продажи, управление и инфраструктуру вдвое не уменьшились.

Рост производительности создаёт свободную мощность, но не создаёт спрос.

Чтобы сохранить выручку, компании нужно вдвое больше заказов. А они не появляются автоматически вслед за автоматизацией.

То же самое происходит в бухгалтерском аутсорсинге, консалтинге, маркетинге, разработке, юридических услугах.

Бухгалтер мог вести 20 клиентов, теперь может 40.

Аналитик собирал исследование неделю, теперь значительную часть делает за день.

Маркетолог тратил часы на анализ, тексты и отчёты, теперь часть этой работы занимает минуты.

Производительность выросла. Но старая модель расчёта цены заставляет часть этой эффективности отдать клиенту.

AI не обесценивает услугу. Он обесценивает способ считать её стоимость через часы.

И здесь возникает вопрос, который мне кажется гораздо важнее разговора о том, заменит ли AI сотрудников:

Кому достанется выигрыш от роста производительности?

Клиенту, потому что услуга должна стать дешевле?

Сотруднику, потому что он теперь создаёт больше результата?

Компании, потому что именно она инвестировала в технологии, процессы и автоматизацию?

Для сервисного бизнеса это уже вопрос не только эффективности, но и бизнес-модели. Если человеческого времени для создания результата нужно всё меньше, придётся менять саму единицу продажи.

Это не означает просто поднять цену за оставшиеся часы. Нужно заново определить, что считается результатом, где проходят границы ответственности и за какой риск платит клиент.

Не «40 часов финансового аналитика», а прогноз ликвидности с согласованной точностью и ранним предупреждением о рисках.

Не «10 часов бухгалтера», а закрытый участок учёта с понятным SLA и уровнем качества.

Не «20 часов маркетолога», а проверенная гипотеза с заранее согласованным критерием успеха.

Продавать придётся не часы и количество специалистов, а результат, скорость, качество, снижение риска и экономический эффект.

Поэтому главный вопрос после внедрения AI звучит не так: «Как сделать сотрудника быстрее?»

А так:

Если для того же результата человеческого времени требуется всё меньше, что именно мы будем продавать вместо него?

В бизнесе плохие новости приходят поздно.

И почти всегда компания опаздывает не случайно. Она сама так устроена.

На этой неделе крупные банки поставили ИИ не на переписку и не на презентации, а на прогноз ликвидности. В IT появились агенты, которые находят сбой и устраняют его раньше, чем сотрудник успел написать заявку. Схема меняется на глазах: раньше человек замечал и ставил задачу, теперь замечает система, а человек подключается там, где он действительно нужен.

Мне это интересно не как технология. Мне интересно, какое место в компании освобождается.

Разберу механику.

Дебиторка не превращается в проблему за один день. Маржа не падает разом. Запасы не залёживаются внезапно. Всё это накапливается неделями, и почти всегда есть момент, когда вмешаться дёшево. Проблема в том, что этот момент никто не видит.

Три причины, и все три внутри компании.

Первая. Мы измеряем период, а не событие. Отчёт закрывает месяц, значит любое событие внутри месяца становится видимым только после закрытия. Мы сами назначили себе задержку и привыкли считать её нормой.

Вторая. Плохую новость приносит тот, кому за неё и достанется. Менеджер, отпустивший отгрузку без оплаты. Закупщик, который взял лишнее. Руководитель, у которого поехал план. У каждого из них есть неделя на попытку всё исправить тихо. Иногда получается. Иногда за это время маленькая проблема становится большой.

Третья. В компании назначены ответственные за результат, но не назначены ответственные за раннее обнаружение. Спрашивают за цифру в конце периода. Никто не спрашивает, почему о ней узнали двадцатого числа, а не третьего.

Поэтому я считаю стоимость хаоса, но отдельно от неё есть вторая величина.

Стоимость запаздывания. Время между тем, как проблема началась, и тем, как бизнес её заметил.

Пока проблема маленькая, у собственника есть выбор: остановить расход, пересмотреть закупку, позвонить должнику, поменять план. Когда она стала большой, выбора нет. Есть ликвидация последствий и разговор о том, кто виноват.

Теперь про ИИ, и это главное, ради чего я вообще пишу этот текст.

Агент не умнее вашего финансиста. Он проигрывает человеку в понимании контекста и в переговорах. Но у него есть два свойства, которых нет ни у кого в штате.

Он смотрит непрерывно. Не в конце месяца, не когда дошли руки, а всегда.

И он не боится. У него нет причин подождать до пятницы, попробовать сначала исправить самому и сообщить, когда картинка станет приличнее. Он приносит отклонение ровно тогда, когда оно появилось, и ему всё равно, чьё это отклонение.

Вот здесь ИИ меняет не скорость работы, а экономику. Если он стоит после человека, он ускоряет процесс. Если он стоит до человека, он сокращает то самое время, в котором сгорают деньги.

Что я предлагаю сделать, если тема отзывается.

Возьмите последние три неприятные истории в своей компании за этот год. По каждой ответьте на четыре вопроса.

Когда проблема фактически началась.
Когда о ней узнали вы.
Что можно было сделать в первый день и чего уже нельзя было сделать в последний.
Кто должен был заметить и почему не заметил.

Разница между первой и второй датой, умноженная на деньги, и есть ваша стоимость запаздывания. У большинства компаний, с которыми я разбираю эту цифру, она оказывается больше, чем всё, что они пытались сэкономить на оптимизации расходов.

И только после этого имеет смысл говорить про автоматизацию. Не с вопроса, какую нейросеть внедрить, а с вопроса, что в вашем бизнесе до сих пор замечает человек, у которого есть причина этого не заметить.

Мы учим AI-агентов работать как сотрудников. Пора учиться ими управлять как сотрудниками.

Мое мнение, это следующий этап, к которому бизнес только подходит. Пока многие смотрят на AI-агента как на умный инструмент: дал задачу, получил результат. Но если агент уже сам читает документы, проверяет данные, принимает простые решения, передаёт работу дальше, пишет в системы, запускает процессы это уже больше похоже не на инструмент, а на полноценного участника рабочего процесса.

И мировой рынок уже движется именно туда. Компании всё чаще обсуждают не только возможности агентов, но и права доступа, контроль, ответственность, безопасность и измеримость результата. Появляются корпоративные кейсы, где агенты сами замечают проблему и запускают работу без команды человека, а крупные игроки отдельно строят вокруг них правила управления и проверки. То есть вопрос постепенно смещается с «что AI умеет?» на «как встроить его в компанию так, чтобы им можно было нормально управлять».

А значит, к нему начинают применяться очень знакомые управленческие вопросы.
Что именно ему поручено?
Как выглядит хороший результат?
Что он может делать сам, а где обязан остановиться и передать задачу человеку?
К каким данным у него есть доступ?
Кто проверяет его работу?
Как мы понимаем, что он работает хорошо?
И главное сколько денег он реально даёт бизнесу?

С сотрудниками ведь ровно так же. Если человеку сказать просто: «разберись с документами», результат будет очень разным. Если поставить задачу, определить правила, полномочия, контроль и показатели появляется управляемый процесс.

С AI то же самое. И мне вообще нравится эта параллель: плохой промпт очень часто выглядит как плохая постановка задачи сотруднику.
А потом мы удивляемся, почему агент сделал «не то». Мне кажется, очень скоро у руководителей появится ещё одна полноценная компетенция: управлять не только людьми, но и цифровыми сотрудниками.
Ставить им задачи.
Выдавать полномочия.
Ограничивать доступ.
Контролировать результат.
Считать эффективность.

Потому что мало научить AI-агента работать. Нужно ещё научиться им управлять.

Сегодня день рождения у человека, который когда-то появился в моей жизни как партнёр, а стал гораздо, гораздо больше. ❤️

Лина @Lina_kardaeva, за эти годы у нас было всё: идеи, проекты, бессонные обсуждения, сложные решения, рост, ошибки, победы, дети, которые тоже успели подружиться, и огромный кусок жизни, который мы прошли рядом.

И где-то по дороге слово «партнёр» стало слишком маленьким для того, кем ты для меня стала. Ты моя близкая подруга. Человек, которому я могу принести очередную безумную идею, а ты сначала спросишь: «Так, а как мы это будем делать?», а потом всё равно пойдёшь делать это вместе со мной. 😄

Этот год для тебя особенный. Многое из того, что мы строили столько лет, уже осталось позади. И впереди снова чистый лист.

Я очень хочу, чтобы на этом новом этапе ты нашла своё новое дело, которое будет тебя зажигать, радовать и давать то самое чувство: «Да, вот теперь я на своём месте».

Оставайся такой же светлой, позитивной, живой, сильной, смешной и настоящей.

Я очень тебя люблю. Очень ценю всё, что между нами есть. И безумно рада, что когда-то одна одинаковая франшиза свела двух девушек из Саратова и Астрахани. ❤️

С днём рождения, моя любимая подруга!!!!

А всё самое интересное у нас, мне кажется, ещё впереди. ✨