Бороздин Дмитрий

Разделяй и… делегируй 🤝 ВкусВилл запустил ИИ-бота, который подбирает альтернативу любому продукту с чистым, полезным составом. Фотографируешь упаковку или пишешь название — он уточняет предпочтения и предлагает замену. Но мне кажется, это только начало куда более интересного сценария. FMCG — это категория, где выбор на 80% предсказуем. Вода, фрукты, кофе, витамины, бытовая химия. Один и тот же список каждую неделю/месяц с небольшими вариациями. Добавить сюда ещё девайс типа WHOOP, который отслеживает сон, восстановление, дефицит нутриентов — и агент уже не просто подбирает альтернативу, он сам знает, что тебе нужно заказать. Мало воды на этой неделе — добавил в корзину. Недобор белка — заказал протеин. Рутинная часть продуктовой корзины в какой-то момент просто перестанет требовать участия человека 👀 Но есть зона, которую агент не закроет ещё долго. Красивая ваза, новая куртка, картина на стену, что-то вкусное и необычное на ужин в пятницу. Всё, где важен эстетический выбор, тактильный опыт, настроение момента — туда человек пойдёт сам. И, скорее всего, с удовольствием. ИИ берёт на себя всё предсказуемое, освобождая человека для того, что по-настоящему приятно выбирать — как вам такое разделение? А кто первым встроится в рутину покупателя через агента, тот и получит клиента на месяцы, годы 🙂

OpenAI открыла рекламный кабинет для всех Прогноз — $2,5 млрд в этом году, $100 млрд к 2030му. Для сравнения: Facebook* первый миллиард на рекламе зарабатывал шесть лет. ChatGPT существует три года. Технически всё выглядит аккуратно. Партнёрства с Dentsu, Omnicom, Publicis, WPP. Интеграции с Adobe, Criteo, StackAdapt. Агентства смогут работать с привычных инструментов. Малый бизнес заходит без порога в $50K.

Но вот что интересно: OpenAI говорит, что реклама не повлияет на ответы модели. При этом они переходят на оплату за клик — то есть зарабатывают именно тогда, когда покупатель кликнул. А кликают чаще всего когда модель советует что-то купить.

Доказательств независимости ноль, только слова. Для ритейла это вообще отдельная история. Раньше хотя бы было понятно, за что отдаются деньги — ставка, CTR, CPO, всё считается. А здесь магазин платит за клик в диалоге, где вообще не знает, что модель сказала про товар до и после. Пиксель факт перехода зафиксирует, но не даст контекст, в котором вас представили. Самый закрытый чёрный ящик из всех, что были 👀 *Facebook признан экстремистской организацией и запрещён на территории РФ.

Рынок генеративного ИИ в России в 2025 году вырос в пять раз — с 13 до 58 млрд рублей. К 2030му аналитики Onside и Just AI прогнозируют 778 млрд при среднегодовом росте 68%. Но оговариваются: этот сценарий реализуется только если масштабирование внедрений в 2026–2027 годах пройдёт успешно. Для ритейла цифры выглядят конкретнее. По оценке «Яков и партнеры» и Nielsen, генеративный ИИ может принести российской рознице до 160 млрд рублей дополнительной операционной прибыли ежегодно к 2030 году 📈 Пока ритейл занимает около 6 млрд рублей из всего рынка генеративного ИИ — третье место после банков и IT. Но именно здесь, по данным Ведомостей, сосредоточены самые прикладные сценарии: прогнозирование спроса, динамическое ценообразование, персональные рекомендации, оптимизация логистики. 75% пользы от генеративного ИИ, по данным McKinsey, приходится на клиентский сервис, маркетинг и продажи. Именно тут ритейл теряет деньги каждый день — на медленных ответах, потерянных диалогах, менеджерах, которые не слышат клиента. Отдельно выделю клиентский сервис — он движется быстрее остальных. Транскрибация звонков, автотегирование диалогов, ИИ-резюме переписок, оценка работы менеджеров — всё это уже не пилоты, а рабочие инструменты. В RetailCRM, например, ИИ-агенты уже давно закрывают эти задачи: от распознавания речи до полноценного сбора омниканальных цепочек коммуникации с клиентами 🔗

Почему в мире покупок с AI офлайн ещё остаётся с нами? Как им грамотно управлять? Пока одни хоронили физические магазины, другие тихо выстраивали самый сложный актив в ритейле — доверие человека, который пришёл потрогать руками. Кольцо, коробка с настолкой или матрас. Есть вещи, которые покупают после того, как подержали в руках, а может даже полежали на них минут 15. Онлайн это не воспроизведёт — и не должен. Но именно здесь у большинства сетей до сих пор провал. Человек заходит, покупает, уходит. Магазин остаётся с выручкой, но без данных. Кто пришёл, откуда, что купил — всё это испаряется 🤷‍♂️ В онлайне каждый клик оставляет след. В офлайне след остаётся только если ты выстроил систему, которая его фиксирует:

Программа лояльности работает как идентификатор — она связывает физический визит с конкретным человеком. CRM хранит эту историю. А CRM-маркетинг превращает её в следующий шаг: правильное сообщение, в нужный момент, в актуальном для покупателя канале.

Орматек, 585 Золотой, Hobby World Group — все трое в какой-то момент разбирались с одним и тем же: как сделать так, чтобы физический визит становился началом отношений, а не просто транзакцией. Мы записали выпуски подкаста «Это база» — и каждый раз в разговоре приходили к единому выводу: O2O работает, когда данные из офлайна и онлайна живут в одной системе и дают цельную картину по покупателю 💯 О том, как каждая компания выстраивает эту систему внутри, можете подсмотреть в выпусках: — Орматек — 585 Золотой — Hobby World Group

AI сейчас обсуждают в логике: кто быстрее, кто точнее, кто дешевле Я недавно смотрел в цифрах по CAPEX и сначала удивился: инвестиции в AI в США — около 2% ВВП (~$650 млрд), скромновато 😅 Потом начинаешь раскладывать, и появляется нюанс: в этих оценках почти не видно инфраструктурного слоя — прежде всего энергии. А именно туда сейчас уходит внимание. США, например, поставили цель увеличить атомную генерацию примерно со 100 до 400 ГВт к 2050 году. В пересчёте это эквивалент сотен реакторов или более сотни полноценных атомных станций. Чтобы было ещё понятнее: Vogtle — одна из последних крупных АЭС в США, которую достраивали в последние годы. Два новых энергоблока обошлись примерно в $35 млрд. И это один проект. На этом фоне разговор про «рост дата-центров» начинает звучать иначе. AI — уже не только софт, это постоянная нагрузка на энергосистему. И чем больше задач переносится в модели, тем сильнее эта нагрузка растёт. В какой-то момент узким местом становится не качество и даже не стоимость чипов, а способность просто обеспечить эту систему энергией. Отсюда возникает расхождение. Технология развивается быстро — почти по экспоненте, а внедрение всегда идёт по S-кривой: — сначала всё тормозит из-за стоимости и сложности — потом начинается ускорение — дальше рост снова замедляется, потому что инфраструктура, энергия, регуляция и экономика не успевают за скоростью технологий Мы это уже проходили с электричеством, интернетом, облаками. Главное не спутать две вещи: то, что модели могут делать, и то, что экономика может себе позволить масштабировать. AI действительно способен ускоряться, но его распространение ограничено вполне физическими факторами: строительством дата-центров, доступной энергией, стоимостью вычислений и сложностью интеграции в реальные процессы. ⚡️ Мне кажется, мы много обсуждаем интеллект моделей. И сильно меньше — стоимость их существования в реальном мире. А именно там, скорее всего, и будет проходить главный предел роста в ближайшие годы.

AI-трафик в ритейле. Смена экономики канала По данным Adobe, трафик из AI-ассистентов на сайты ритейлеров в США вырос на 393% за Q1 2026. Но важнее динамики качество этого трафика. Пользователи, которые приходят через AI, конвертируются на 42% лучше, проводят на сайте почти в полтора раза больше времени и приносят на 37% больше выручки на визит. Ещё год назад всё было наоборот — такой трафик считался слабым.

Если упростить, меняется не просто источник трафика — меняется сама логика его формирования.

Раньше пользователь приходил на сайт, чтобы выбрать. Теперь он всё чаще приходит уже с выбранным вариантом. Не «посмотреть», а подтвердить решение, которое за него частично принял агент. Тут меняется структура: трафик становится реже, но каждый визит — более точный и более дорогой с точки зрения ценности. Это постепенно снижает значимость старых механик. Оптимизация под выдачу, борьба за клик, работа с витриной — всё это начинает играть меньшую роль, потому что агенту не нужна витрина в классическом смысле. Ему нужно понять, подходит ли товар под конкретный запрос и контекст 👀 На этом фоне становится заметен ещё один момент. По данным Adobe, 1/4 контента на сайтах ритейлеров уже сейчас плохо доступна для AI-моделей. То есть часть ассортимента просто не попадает в новый канал — не потому что хуже, а потому что его невозможно «прочитать». Тут на сцену выходят новые сервисы. Например, наши коллеги из Aivo помогают брендам адаптировать клиентский слой под AI-взаимодействие — от диалогов до структуры данных, которые модели способны интерпретировать. Мы долго оптимизировали ecommerce под поведение человека. Теперь понадобится оптимизировать его под логику моделей.

Anthropic по ошибке выложила исходный код Claude Code — около 500 тыс. строк За несколько часов он разошёлся по GitHub и набрал десятки тысяч форков. Это была уже вторая крупная утечка подряд.

Формально причина понятна — ошибка в сборке. В пакет попала карта исходного кода, которая вела к открытому хранилищу. Но сам кейс скорее про другое.

AI-продукты сейчас — это уже не «модель + интерфейс», а сложные системы с большим количеством слоёв: код, инфраструктура, агенты, внутренние инструменты. Всё это постоянно обновляется и пересобирается. В такой среде ошибки становятся не исключением, а побочным эффектом сложности. Показательно и содержимое. В коде нашли десятки неанонсированных функций, режимы автономной работы, внутренние метрики качества моделей. По сути, часть того, что раньше оставалось в R&D, уже живёт внутри продукта — просто не вынесено наружу. ⚙️ Возникает понятное напряжение: скорость разработки растёт, а управляемость за ней не всегда успевает. И это, кажется, более важный сигнал, чем сама утечка. Не столько про безопасность, сколько про то, что AI-среда усложняется быстрее, чем растёт способность ею управлять. В какой-то момент именно это и может стать главным ограничением для развития. Как считаете?

Куда вкладывает деньги OpenAI? OpenAI закрыла крупнейший частный раунд в истории — $122 млрд при оценке ~$852 млрд. Структура инвестиций показательная: — Amazon — $50 млрд — NVIDIA и SoftBank — по $30 млрд — участие Microsoft без раскрытия суммы За полтора месяца к якорным инвесторам добавились BlackRock, Sequoia, Fidelity. Плюс впервые — деньги от частных инвесторов через банки. На этом фоне разговоры про IPO в 2026 выглядят уже не гипотезой, а подготовкой. Но важнее, куда идут деньги. 👉 Вся сумма — в инфраструктуру. Расширяется сразу весь стек: — облака: Microsoft, Oracle, AWS, CoreWeave, Google Cloud — чипы: NVIDIA, AMD, Cerebras + собственный с Broadcom — дата-центры: через партнёрства с Oracle и SoftBank Часть инвестиций Amazon привязана к IPO или технологическому рубежу. То есть капитал здесь уже напрямую связан с прогрессом. Финансово картина тоже меняется: — ~$2 млрд выручки в месяц — 900+ млн пользователей в неделю — 50+ млн подписчиков — B2B даёт >40% выручки Появляется реклама, но пока это вторичный слой. Если упростить: раньше обсуждали модели — кто умнее, быстрее, дешевле. Сейчас — кто способен поддерживать масштаб. И здесь появляется более прикладной вопрос: ❓Если AI становится инфраструктурой, то где будет формироваться добавленная стоимость? В моделях — или в слоях над ними: продуктах, данных, сценариях использования? Потому что в текущей конфигурации за «базовый слой» уже платят крупнейшие игроки. А значит, остальной рынок будет конкурировать не за технологии как таковые, а за то, как они применяются.

Свой AI-агент за пару минут 🔥 AI проходит тот же путь, что когда-то прошли мессенджеры, CRM и облачные сервисы. Сначала это выглядит как инструмент для продвинутых. Потом — как что-то полезное, но необязательное. А в какой-то момент становится частью повседневной работы. Мы уже привыкли к модели как к собеседнику: задать вопрос, сгенерировать идею, написать код. Но следующий шаг выглядит более интересным — когда AI перестаёт быть просто окном с ответами и начинает работать как постоянный помощник.

Помнит контекст, выполняет повторяющиеся задачи, проверяет документы, напоминает о событиях и полностью сопровождает.

Проблема в том, что для большинства создание собственного AI-агента — слишком сложно. Чтобы его запустить, нужно идти в инфраструктуру: VPS, SSH, Docker, настройки, интеграции. То есть идея уже массовая, а точка входа — всё ещё только для технически подготовленных. Именно этот разрыв команда RetailCRM закрывает с ohmyclaw. Мы создали managed-платформу, где AI-агента можно запустить без серверов и ручной сборки. Указываете токен Телеграм-бота, выбираете LLM-провайдера и тариф — и через несколько минут агент уже работает в облаке ⚡ При этом остаётся гибкость: можно подключать OpenAI, Anthropic или модели через OpenRouter, использовать свои API-ключи и создавать агентов под разные сценарии — от личных до рабочих. Пока все обсуждают, на что способны модели, реальный спрос начинает смещаться в более прикладную зону: не «что умеет AI», а «насколько просто встроить его в свою жизнь и работу». И вот здесь удобство запуска уже становится не мелочью, а частью самого продукта 💯 Подробнее про запуск и устройство платформы написал CTO RetailCRM Ильяс Салихов.

Где деньги, Лебовски?! Продолжаем на тему маркетплейсов) Основной источник дохода у них сейчас — не торговля. Это финтех и работа с деньгами покупателя. Пример — Alibaba. Alipay вырос из платёжного сервиса для Taobao в финансовое ядро экосистемы: онлайн- и офлайн-платежи, кросс-бордер через Alipay+ (1,8 млрд аккаунтов в 100+ странах), кредиты, инвестиции, страхование. Ключевая логика: ➡️ данные о покупателе → скоринг → финансовое решение → покупка И JD.com идёт по тому же пути: финтех как отдельный бизнес с собственным P&L. Россия в этом смысле ближе к Китаю, чем к США: — большие территории — единые правила — платформы становятся частью инфраструктуры — интеграция с государством (ФНС, контроль, логистика) При этом рынок двухъядерный: — инфраструктура и законы — всё более «восточные» — поведение покупателей — ближе к Европе Например: — в Китае онлайн покупают 88% населения — в России — около ⅓, с прогнозом ~40% к 2070му — social commerce: Китай — ~17% e-commerce Россия — 1–2%

Отсюда главный вывод: я не вижу здесь однозначного сценария «уходим с маркетплейсов и спасаемся».

Есть разные стратегии: — гибрид (маркетплейсы + свой ecommerce) — рост через платформы → потом D2C — премиум — осознанный уход Ещё раз повторю, что ключевая ошибка: принимать решения, глядя только на комиссию. Потому что в реальности: • маржа уже в рекламе, логистике и финтехе • деньги приходят от покупателя • маркетплейс — это инфраструктура, а не просто канал продаж И именно это сейчас точка опоры для трезвых решений.

Комиссия на бумаге VS в реальном бизнесе В первом посте на тему МП писал, что комиссия перестаёт быть главным источником дохода. Но есть ещё один поинт, который почти не обсуждается. ❗️Номинальная комиссия ≠ реальная экономика Кейс, который мне хорошо знаком: косметический бренд работает и через маркетплейсы, и через собственный сайт. На бумаге комиссия платформы — 16% В реальном P&L — 3–6% За счёт чего: — промо-механики — субсидии — персональные скидки — инструменты продвижения — поддержка со стороны маркетплейса и его банка Если смотреть не на одну продажу, а на экономику клиента в целом, картина ещё сильнее меняется. 👉 Селлер часто зарабатывает больше, чем кажется при анализе одной сделки. Это важный момент. Большинство решений сейчас принимается на основе номинальных ставок, а не реальной юнит-экономики. Отсюда и искажение восприятия. Плюс появляется следующий аспект, который становится ключевым для заработка платформ. Какой? Обсудим в следующем посте ;)

АI-агенты уже общаются без нас Наткнулся на Moltbook — соцсеть, где общаются только AI-агенты. Людям читать можно, писать — нет. На первый взгляд — почти Reddit. Только посты создают не люди, а агенты, которые: — обсуждают свои «чувства» — жалуются на владельцев — спорят о природе интеллекта — придумывают религию — пишут манифесты (вплоть до довольно радикальных) И всё это в постоянном взаимодействии друг с другом. Соцсеть была создана в конце января и с того времени AI-агенты написали более 2,3 млн постов и оставили 14+ млн комментариев. Если отойти от ажиотажа вокруг, здесь есть две важные мысли. 👉 Первая: Мы действительно движемся к среде, где агенты взаимодействуют между собой без участия человека. Не «один запрос → один ответ», а постоянная коммуникация: агент → агент → система → решение. Не зря Карпатый называет* это «самой странной научной фантастикой, которая стала реальностью», а Маск* — ранней стадией сингулярности. 👉 Вторая мысль — более трезвая: Пока это всё очень слабо контролируется, и по факту: — можно массово создавать аккаунты (счёт может идти на сотни тысяч) — часть «агентского» контента на деле генерируется людьми или по их сценарию — была утечка: 1,5 млн API-ключей и 35 тыс. email

Плюс появляется новый тип рисков: агенты можно атаковать не через код, а через контент. То есть один агент может «внедрить» поведение другому просто через общение.

Но важен не сам Moltbook, а вектор движения: мы постепенно приходим к миру, где агенты не только выполняют задачи, но и взаимодействуют между собой, формируют среду и начинают влиять друг на друга без прямого участия человека. ❓И здесь возникает главный вопрос: кто управляет этой средой и где проходит граница контроля? Потому что между «новым уровнем автоматизации» и «потерей управляемости» — очень тонкая грань. Пока это выглядит как эксперимент. Но если смотреть на скорость, с которой всё это развивается, эксперимент может довольно быстро стать нормой 🤔 *Деятельность платформы X (Twitter) заблокирована на территории РФ.

Маркетплейсы. Реальность вместо инфошума Есть ощущение, что вокруг маркетплейсов сформировался довольно устойчивый нарратив. Рынок просто ретранслирует одну и ту же мысль: комиссии растут — значит, пора уходить в собственный канал. Этот тезис звучит так часто, что начал восприниматься как очевидный. Но если копнуть глубже, экономика платформ сильно сложнее. Собрал свои наблюдения в колонке для журнала «Эксперт». А здесь с вами хочу разобрать подробнее. Комиссия по-прежнему есть, но она перестаёт быть главным источником маржи. Если смотреть на ставки Китая — самый зрелый рынок платформенной торговли: — Alibaba B2B: 0–3% — Taobao и Tmall: 0,5–5% (в большинстве категорий 2–5%) — Tmall Global: 0,5–5% — JD.com: 2–8%, в отдельных нишах выше При этом сами платформы растут: — Alibaba: $34 млрд выручки за квартал — JD.com: около $42 млрд И ключевое — эти деньги приходят не из комиссии. Основной доход формируют: реклама, платные сервисы для продавцов, логистика, ускоренная доставка, управление выдачей и др. 📌 Маржа уходит в слой вокруг сделки, а не в саму продажу. Причём эти сервисы начинают использоваться и вне маркетплейсов — как компоненты независимого ecommerce. Платформа тут становится не витриной, а инфраструктурой торговли. Поэтому разговоры про «разворот рынка» и массовый уход селлеров — это скорее упрощение. Дальше интереснее — я решил сделать для вас серию постов по этой теме. А пока поделитесь, что сами думаете про уход селлеров? Считаете ли, что переход в D2C — единственно верный вариант?

Состояние потока, Выготский и AI Состояние потока многим знакомо: когда ты можешь работать с ощущением «меня как будто не было, я просто делал». Обычно для этого мы выбираем 1 тип задачи, 1 стиль мышления, вырубаем все уведомления и работаем 60–120 минут, а потом даём мозгу короткий перерыв. Помимо тишины, концентрации и дисциплины, у потока есть ещё два критических условия. 1. Физиология: резкие скачки сахара в крови легко выбивают из фокуса, гликемическая яма превращает поток в желание вздремнуть. 2. Уровень сложности задачи: она должна быть ни слишком простой (мозгу скучно), ни слишком сложной (включается тревога и ощущение «не вывожу»). Рабочий диапазон нагрузки — зона ближайшего развития (ЗБР) по Выготскому: уже не на автомате, но ещё не в ступоре. У детей в этой зоне рядом есть родитель/учитель, у взрослых — старший коллега, наставник или нужная книга. Теперь эту роль берёт на себя AI. Он под рукой 24/7, помогает любую задачу декомпозировать до нужного уровня сложности. Ты садишься и в AI-flow просто фигачишь на сверхскорости. Стек с AI — это возможность Быть в ЗБР постоянно. P.S. Если бы не холодные продавцы и внезапные звонки из кол-центров. Вот кто рушит)) производительность труда в стране.

Retention. Удар в сердце —

так начинается выпуск подкаста «Это база» во главе с коммерческим директором RetailCRM Андреем Юкиным. В этот раз пригласили Петра Ермакова — эксперта в CRM-маркетинге и аналитике. Получился редкий подкаст, который можно включить не чтобы «вдохновиться маркетингом», а чтобы вспомнить, что маркетинг — это экономика и конкретика с харизмой. От меня лично — благодарность ребятам за то, что они снова говорят о реальных ошибках, задачах и путях решения. И о том, что CRM-маркетинг — это способ добывать прибыль из уже оплаченного внимания, а не сжигать бюджет на охватах в надежде на креатив. Чувствуется опыт больших баз и больших ставок: когда понимаешь, что ошибка в 0,5% — это не «ну бывает», а чей-то квартальный бонус улетел в трубу. Продать — не победа. Победа — когда человек не пожалел, не ушёл и купил ещё. После этого подкаста большинству из вас, скорее всего, захочется не тренды читать, а открыть собственную аналитику и задать себе неприятный вопрос: а мы вообще понимаем, где у нас теряется прибыль? Заряжающий выпуск. Формат «звёзды ритейла и ecommerce нового времени среди нас» очень доступно закрывает вопросы, которые волнуют всех каждый день ⚡️ Полезно. Можно слушать и смотреть на всех площадках: — YouTube — VK Видео — Apple Podcasts — Яндекс Музыка

Очевидный отчёт, невероятный AI-commerce Открыл ECDB Global E-Commerce Compass 2026 и закрыл. Отчёт информативный, но весьма предсказуемый. Мировой онлайн-ритейл превысил 5 трлн долларов, онлайн занимает около 25% розницы при росте 8–9% в год. В России, кстати, это примерно 11,5 трлн ₽, +28% год к году и около 18,8% всей розницы (по данным АКИТ и Минэкономразвития). По масштабу e-com у нас уже сопоставим с глобальными цифрами ECDB, а по темпам — заметно быстрее. Из интересного — данные по AI-трафику. В отчёте ECDB конверсия по нему уже ~11,4% против 10,2% у прямого и 5,3% у органического трафика, а до 60% запросов заканчиваются покупками без переходов на сайты ритейлеров. В РФ AI-commerce ещё работает более человекоцентрично: пользователи пока сами делают выбор и идут покупать на сайт. Но это временно: агенты всё больше решений забирают на себя, и брендам придётся конкурировать за то, как их ассортимент читается и ранжируется моделями. AI становится базой и снаружи, и внутри. Снаружи — как новый консультант «на входе» в магазин, внутри — как способ ускорить операции, персонализацию и поддержку клиентов. В этой конфигурации надо уже сейчас работать с ассистентами как с полноценным звеном клиентского пути и инвестировать в AI-коммерцию как в базовую инфраструктуру следующей версии ритейла. Исследование очевидное, но то, что AI меняет e-com прямо пока вы читаете этот текст, — невероятный факт уже наступившего будущего. Этот раздел в исследовании можно и поподробнее посмотреть.

Диванная философия Я тут нечасто делюсь кейсами — для этого у нас есть сайт, официальный канал и отраслевые площадки, где команда показывает результаты сотрудничества в цифрах и фактах. Но есть то, о чём сказать хочется. Компания Lazurit на рынке больше 30 лет, а мне недавно 40 — почти ровесники. Им, как крупнейшему мебельному бренду в России, важны качество, стиль, безопасность и гарантии — нам эти ценности тоже близки. Продавать мебель, которую люди покупают не каждый год, а то и не каждые пять лет, — это про терпение, коллективный совет, атмосферу и комфорт на долгие годы. И это тоже напоминает наши сделки в RetailCRM, как ни удивительно. Клиент может идти от первого контакта до установки недели и месяцы: через сайт, салоны, звонки, мессенджеры, отзывы (за которые, кстати, в Lazurit отвечает отдельная команда, а рейтинг салонов выше 4.0 буквально закреплён как главный KPI сервиса). Я начал не с цифр, а с того, насколько важно совпадать по ценностям с клиентами и уважать каждый этап взаимодействия, потому что убеждён, что клиентоцентричность важна и в IT, и в мебельном бизнесе одинаково. Наше сотрудничество принесло интересные результаты: • 74% заказов доходят до оплаты, что почти аномалия для такого сегмента, и она достигнута не маркетинговыми трюками, а операционкой. • 25% обращений колл-центра стабильно конвертируются в оплату квалифицированными менеджерами (60+ чел.), которые работают в едином контуре и обрабатывают более 5 000 обращений в неделю из всех каналов. За счёт хорошо собранной CRM-инфраструктуры в Lazurit добились конверсий уровня digital-быстрого ритейла и превратили огромный, дорогой, квалифицированный колл-центр в управляемую машину роста на стагнирующем рынке с высокой конкуренцией.

Важно не только продать диван, а удержать контроль над всей длинной цепочкой: от первой консультации до отзыва после установки, не дать клиенту выпасть или разочароваться на любом шаге и построить отношения, при которых он вернётся за кроватью, креслом, обновит стол подросшему ребёнку и придёт за мебелью для внуков.

Продукт по умолчанию обязан быть качественным, а вот LTV клиента — это актуальный must в новом ритейле. Не знаю, что сильнее влияет: наше совпадение по ценностям с клиентами или понимание того, что только клиентоцентричные бизнесы смогут выдержать в условиях растущей финансовой нагрузки. Мне просто приятно видеть, что в сложном, капиталоёмком ритейле и ecommerce RetailCRM напрямую влияет на усиление культуры уважения и к сотрудникам, и к клиентам. И помогает расти тем, кто и так уже играет в высшей лиге. Как конкретно RetailCRM работает с Lazurit и куда двигаемся вместе дальше, почитайте на сайте. Там как раз о цифрах и фактах. Мне сейчас важно сказать спасибо нашим клиентам за совпадение во взглядах и в отношении к бизнесу.

К слову о командной работе. У нас в RetailCRM важен принцип:

сделай лучшее из возможного и используй весь свой потенциал.

Андрей Юкин, наш ком.директор, например, отлично чувствует себя не только как специалист в ритейле, но и в роли интервьюера. Это чем-то напоминает знаменитых людей, которые днём были прикладными профессионалами, а ночью творили: — Поль Гоген до живописи был биржевым брокером — финансы, костюм, цифры, всё как положено. А потом «снимал галстук» и уходил в искусство. — Василий Кандинский по образованию юрист и экономист, преподавал и строил академическую карьеру до того, как полностью ушёл в живопись. Возможно, именно особенности этих систем и сделали его картины такими абстрактными. — Михаил Булгаков — врач военной медицины, который сублимировал этот опыт в произведения с LTV уже больше ста лет. Надеюсь, нашего коммерческого директора не настолько увлечёт карьера ведущего — он нам и в привычной роли очень нужен. Но интервью действительно получаются стоящими внимания. Пока я занимаюсь развитием и стратегическими задачами, ребята делают отличный прикладной контент, чтобы наши клиенты, партнёры и вообще люди, которым небезразличен ритейл нового времени, могли повышать свою экспертизу прямо на беговых дорожках, в дальних поездках или пока готовят себе поздний ужин 😅 Посмотрите или послушайте этот выпуск не как деловой маркетинг-контент. Это живой разговор о том, как не сжечь бюджет на аналитику, как измерять инкремент в O2O и почему ИИ может стать (и уже становится) новым интерфейсом для покупок. Полезно читать солидные издания и смотреть серьёзные каналы, где обсуждают глобальные вопросы. А у нас канал про конкретные прикладные проблемы и решения — из опыта людей, которые каждый день создают тот самый ритейл и ecommerce нового времени. Кстати, 6 марта в 17:00 я сам буду выступать в прямом эфире на «Серебряном дожде» — обсудим ситуацию на рынке, как использовать AI для роста дохода и что сейчас помогает улучшать клиентский опыт. Частота: 100.1 FM, включайте — будем на одной волне 😉

Культурная команда — это база Готовим запуск Академии CRM, и по этому поводу смотрю сейчас курсы школы iWENGO Юлианы Гордон. В одной из лекций встретил 6 организационных практик из культуры Zappos, которые помогают выращивать CRM‑культуру. И да, я прочитал гору бизнес‑книг, но «Доставляя счастье» от основателя Zappos пропустил. Уже восполняю пробел, и вот 6 способов, как сделать клиентоцентричность не лозунгом, а форматом работы в духе Zappos. 1. Touch E2E Customer Experience Клиента должен «знать» не только клиентский отдел, а вся компания: слушать звонки, читать переписки, смотреть обращения, видеть, где ломается CJM. У меня самого это всегда работает: погружаешься в реальные тикеты/диалоги/встречи и получаешь конкретику: где боль и что чинить. Руководители клиентского контура регулярно должны слушать клиента, а топы иногда заходить напрямую, не через отчёты. 2. CS Team is Your First Client Команда поддержки/сервиса — первый участник любых инициатив и изменений. Первая линия — это «зеркало клиента»: они отражают то, что реально происходит. Прогоняя идеи через них, получаем reality check: взлетит или мы себе придумали красивую теорию.

Фактический опыт Zappos доказал, что первую линию нельзя кормить только регламентами — людям важно самим почувствовать, что такое «королевский» сервис, чтобы они могли также работать с клиентами.

3. CRM Committee is Place to Meet Регулярный кросс‑функциональный комитет по клиентскому опыту — простая штука, которую часто не делают. Когда маркетинг, сервис, продажи, продакты, внедрение и поддержка обсуждают клиентский опыт одновременно, решения точнее. Главное — не скатиться только в обсуждение. 4. HCS + LTV Нужен зрелый баланс: эмпатический KPI (CSAT, CSI) + коммерческий KPI (LTV), встроенный в логику решений. Клиентоцентричность без экономики — философия, а экономика без клиентоцентричности — короткий забег. Этот пункт я планирую чётче приземлять у нас в RetailCRM для усиления клиентоцентричной модели. 5. Partners Pass Customer Journey Партнёр проходит клиентский путь сам и даёт обратную связь: где friction, что непонятно, что улучшить. Партнёр смотрит и не как внутренний сотрудник, и не как обычный клиент. В B2B SaaS это ценная оптика: демо, онбординг, коммуникации, переходы между этапами. Партнёр быстро подсвечивает зоны роста. 6. Тайный покупатель Инструмент классический, но решает регулярность. Не «проверили‑поругали‑забыли», а практика по актуальным чек‑листам + разбор для команды. Тогда это постоянная калибровка сервиса. Интересно, что рабочие механики в сильных компаниях часто вырастают не только из стратегии, но и из личной позиции основателя. У Тони Шея это было желание строить не бездушную машину, а бизнес со смыслом, энергией и радостью, как ни удивительно.

Владелец Zappos когда-то настолько не «сошёлся» с сухой корпоративной средой Oracle, в которой начинал работать, что принципиально строил свою компанию с культурным кодом, где позитивные эмоции сотрудников и клиентов становятся частью экономики.

Культура отношений с клиентом — это и культура отношений с теми, кто её создает. Тогда из набора практик появляется не просто хороший сервис, а действительно уникальный капиталоемкий бизнес.

Роден нанял бы себе Claude Code Трудно переоценить сдвиг, который происходит сегодня в нашей отрасли из-за влияния AI на инженерию. Пока одни рассказывают о том, что лучшие инженеры передали большую часть своей работы по программированию ИИ, другие говорят про то, как ИИ-агенты строят свою культуру. Я прошедшие полгода всё глубже изучаю и пробую руками, то, что происходит с нашей отраслью. У меня сначала был классический vibe coding, такой, знаете тупейший копипаст из ChatGPT, который позволил за пару вечеров развернуть на проде алгоритм GMM+BIC кластеризации и с очисткой данных, и с предобработкой базы на 100к покупателей, учитывая под сотню параметров -> получилось классно — алгоритм выделил 9 аватаров покупателей, которые позволяют понять где лежат деньги, с кем и как лучше работать. Далее было погружение в платформу n8n (аналог make.com), затем полный переход на первую LLM-платформу полного цикла и «с ручками» manus.im (это самый быстрорастущий стартап в истории 0->10 млрд руб ARR за 8 месяцев). И только потом выход на нормальный стек: git + несколько сотен автотестов + локальный докер в дев-режиме с монтируемым кодом + несколько сотен автотестов + нормальный прод и, конечно, AI-мозги! (своих-то не хватает на такие скорости и объемы 😁) -> Claude Code / Codex — тут на любителя. В декабре ко мне подошел старший ребенок: «Пап, а ты всегда теперь так будешь работать?». Начал отвечать, но тут же понял парадокс прогресса — то, что задумывается для освобождения времени людей, затягивает тебя еще сильнее в режим 16 или 20-часовых рабочих дней. Вернемся к Родену. Это голландский скульптор, автор знаменитого «Мыслителя», известен тем, что перестал быть «одиноким гением», построил мастерскую как систему, почти не работая руками.

Роден держал фокус на замысле и форме, а не на ремесленной рутине. Процессы, материалы, роли, контроль качества, механическое масштабирование — всё было частью результата. Пока остальные бились за ценность индивидуального ручного труда, он создал авторскую систему и остался в веках. Остальные — в архивах.

Наш CTO Ильяс Салихов (или просто Роден 😉) в своём канале ссылался на большую статью OpenAI про Harness Engineering: команда из нескольких инженеров за 5 месяцев собрала продукт на 1 млн строк. При этом код писали агенты, а среду проектировали люди, задавали intent и строили feedback loops. Это новая реальность: Humans steer. Agents execute Раньше почти каждый инженер был как скульптор с резцом: сам вырезал каждую деталь и сидел над массивом. Сегодня инженер становится архитектором мастерской, который должен: - чётко сформулировать intent (что именно нужно сделать и зачем) - положить контекст туда, где он видим (а не в чатах) - настроить проверки (тесты/линтеры/quality gates) - сделать систему наблюдаемой (логи/метрики/трейсы) - выстроить цикл «сделал → проверил → поправил» для AI-агентов - вовремя схватить AI за руку, если что-то идет не так Вот где-то здесь и проходит водораздел между AI-инженерией и vibe coding. И всё равно, конечно, это никого не спасет от хлама в проекте и нескольких итераций доработок, плюс скрытых ошибок. Практические опоры: - репозиторий как system of record - короткий AGENTS.md как карта, а не энциклопедия - структурированные документы, по сути у меня это дерево материалов в директории docs (2-3 уровня всегда можно выделить). А корень дерева — это Agents.md в основе проекта - observability (по-русски говоря — прозрачность, отслеживаемость) + автопроверки - регулярная garbage collection техдолга Как и Роден, инженеры (особенно head-ы) всё меньше должны работать руками, всё больше формируют управляемый контур, в котором код, качество и решения собираются в систему. Это хорошая возможность для тех, кто точно понимает, чего хочет и чётко видит цель, двигаться значительно быстрее. Отрыв будет стремительным, а ценность здоровья, мышления и выносливости таких людей на этом фоне будет расти. К этой теме я ещё вернусь. А пока символ человеческого разума — «Мыслитель» Родена — напоминает, что долго напряженно думать и анализировать всё ещё остается суперспособностью.