ProfDirector

#корпоративноеуправление 😉И по традиции : ключевые идеи исследования «From Risk to Resilience: New Approaches to Navigating Disruption in Asia» (McKinsey, 2026): 1. Устойчивость становится стратегическим преимуществом Авторы утверждают, что в условиях геополитической нестабильности, климатических угроз, киберрисков и экономической неопределенности устойчивость (resilience) перестала быть лишь инструментом управления рисками и стала источником конкурентного преимущества. Компании, которые быстрее адаптируются к кризисам, показывают более высокие темпы роста выручки и прибыли. 2. Азия сталкивается с уникальным сочетанием рисков Для региона характерны: высокая подверженность природным катастрофам и климатическим изменениям; геополитическая напряженность и торговые конфликты; различия в уровне экономического развития стран; высокая концентрация киберугроз из-за цифровизации экономики. При этом риски становятся всё более взаимосвязанными и системными, что требует комплексного подхода к управлению ими. 3. Устойчивость должна охватывать шесть измерений Авторы выделяют шесть ключевых компонентов организационной устойчивости: Финансовая устойчивость — достаточный капитал и ликвидность. Операционная устойчивость — надежность цепочек поставок и процессов. Цифровая и технологическая устойчивость — защита от киберугроз и отказов ИТ-систем. Организационная устойчивость — эффективное управление талантами и принятие решений. Репутационная устойчивость — доверие заинтересованных сторон и ESG-повестка. Устойчивость бизнес-модели — способность адаптироваться к изменениям рынка и технологий. 4. Четыре ключевых фактора повышения устойчивости Успешные организации развивают: простоту (simplicity) — сокращение сложности процессов и структур; гибкость (agility) — быстрое перераспределение ресурсов и изменение моделей бизнеса; ориентацию на изменения (change mindset) — культуру обучения и адаптации; инновационность (innovation) — использование новых технологий, включая ИИ. 5. Устойчивость требует постоянного развития, а не разовых мер Авторы предлагают трехэтапный подход: Шаг 1. Развитие способности предвидеть угрозы диагностика уязвимостей; сценарный анализ; стресс-тестирование; системы раннего предупреждения. Шаг 2. Формирование способности эффективно реагировать кризисные планы; межфункциональные команды; диверсификация поставщиков; технологическая и организационная избыточность. Шаг 3. Институционализация адаптации После кризиса организация должна не возвращаться к старым практикам, а закреплять новые навыки, внедрять инновации и использовать накопленный опыт для дальнейшего развития. 6. Главный вывод Лидеры устойчивости рассматривают кризисы не только как угрозу, но и как возможность для трансформации. Они встраивают механизмы предвидения, реагирования и адаптации в повседневную деятельность компании, превращая неопределенность в источник долгосрочной ценности и роста.

#корпоративноеуправление 🏆Устойчивость — новый источник конкурентного преимущества Еще недавно устойчивость бизнеса воспринималась как защита от рисков. Сегодня это фактор роста. Согласно исследованию ⬆️McKinsey «From Risk to Resilience», компании, которые быстрее других адаптировались к кризисам и рыночным шокам, демонстрировали более высокие показатели выручки и прибыли по сравнению с конкурентами. ⚠️Что изменилось? Современные риски больше не существуют по отдельности. Геополитика влияет на цепочки поставок. Климатические события усиливают финансовое давление. Киберугрозы способны остановить операционную деятельность. Поэтому устойчивость перестала быть задачей службы рисков и стала задачей всей организации. ‼️Лидеры рынка развивают устойчивость сразу по шести направлениям: • финансовая устойчивость; • операционная устойчивость; • технологическая устойчивость; • организационная устойчивость; • репутационная устойчивость; • устойчивость бизнес-модели. 🎯Главный вывод исследования: выигрывают не те компании, которые лучше прогнозируют будущее, а те, которые быстрее адаптируются к нему. ⁉️Вопрос для обсуждения: Какая из шести составляющих устойчивости сегодня является самым слабым звеном в вашей организации?

Доверяй человеку, проверяй алгоритм Фраза «доверяй, но проверяй» появилась в переговорах между людьми. Рейган выучил её для разговоров с Горбачёвым о ядерном оружии - два лидера враждующих сверхдержав не доверяли друг другу политически, но оба понимали, что есть честность и порядочность, и что нарушенное слово стоит дорого. На базовом, человеческом уровне между людьми есть исходное доверие - просто потому, что у нас общие представления о честности, порядочности и приличии. Но даже этого доверия часто недостаточно: интересы расходятся, случаются ошибки, а порой и намеренный обман. Поэтому к базовому доверию добавляют проверку. С искусственным интеллектом всё иначе. У него нет базовой честности или порядочности - эти категории к нему просто не применимы. Модель просто подбирает самое вероятное продолжение текста, опираясь на данные, на которых обучалась. Deloitte готовила для правительства Австралии отчёт по системе автоматических штрафов в соцзащите - контракт на 440 тысяч австралийских долларов. В готовом документе нашли ссылки на исследования, которых не существует, и цитату из судебного решения, которой никто не произносил. Один из источников - книга, которой не существует и которую отчёт приписал реальному профессору права из Сиднея. Deloitte вернула последний платёж - около 97 тысяч австралийских долларов. С KPMG история получилась ещё показательнее. В отчёте про агентный ИИ было 45 ссылок на источники. После независимой проверки точными оказались только пять. Остальные ссылки содержали ошибки, неточности или ссылки на материалы, которые не удалось подтвердить. Характер многих ошибок оказался очень похож на типичные галлюцинации генеративных моделей. В отчёте даже написали, что у Emirates есть чат-бот по имени Sara, который меняет билеты пассажирам. На самом деле Sara - робот-помощник в аэропорту и менять билеты не умеет вообще. KPMG в итоге убрала отчёт с сайта. За годы работы в аудите я редко видела ошибки, которые возникали из-за незнания. Гораздо чаще проблема была в другом: человек переставал задавать лишний вопрос или перепроверять то, что выглядело убедительно. У ИИ это получается особенно хорошо - уверенный тон, правильные термины, аккуратное оформление. Ничего, что обычно вызывает вопросы. Похоже, истории Deloitte и KPMG - не случайность. Этой весной британский регулятор аудита (FRC) выпустил отдельные рекомендации по использованию генеративного и агентного ИИ в аудите. Регулятора беспокоит не сама технология, а момент, когда человек начинает доверять ей больше, чем собственному профессиональному суждению. В руководстве FRC выделяют три типа риска - от неправильного применения результата ИИ до несоблюдения методологии проверки при применении ИИ. Формально отчёты Deloitte и KPMG не были аудиторскими заключениями, и это руководство к ним не относится. Но сработал именно последний из трёх рисков: в крупных аудиторских и консалтинговых компаниях обычно есть требования проверки и перепроверки готовых отчётов перед публикацией - это базовая часть профессии. В обоих случаях именно этот этап подвёл. При всей новизне темы вывод получился неожиданно консервативным. Ответственность за результат всё равно несёт человек, который подписал отчёт - потому что именно ему доверяют те, кто будет этот отчёт читать и на него полагаться.

📌 3 июля, 17:00 по Варшаве (18:00 по Минску) - бесплатная онлайн тренинг-сессия «Самооценка и синдром самозванца: что с этим делать?» 🚗 В одном исследовании 93% американских водителей были уверены, что водят машину лучше среднего водителя. Каждый раз, когда читаю такие данные, думаю: кажется, среди водителей эта цифра должна быть 100%. Я ещё не встречала среди водителей никого, кто бы не считал, что ездит нормально, а проблемы создают все остальные. Похожая картина и с преподавателями. Больше 90% преподавателей университетов считают, что преподают лучше среднего преподавателя. Проблема только в том, что математически так быть не может. И это касается не только водителей и преподавателей. При этом ошибки в оценке самого себя бывают в обе стороны. Кто-то уверен в себе больше, чем позволяют факты. Кто-то наоборот, годами работает, решает сложные задачи, получает хорошие результаты и продолжает думать: «Мне просто повезло», «Я недостаточно хорош», «Сейчас все поймут, что я не такой компетентный специалист, как кажется». Наша самооценка влияет на решения сильнее, чем принято думать. На какие вакансии откликаемся, сколько просим за свою работу, как переживаем ошибки и обратную связь. 📅 3 июля в 17:00 по Варшаве (18:00 по Минску) приглашаю на бесплатную онлайн тренинг-сессию «Самооценка и синдром самозванца: что с этим делать?» Разберём, почему наша внутренняя оценка себя так часто расходится с реальностью - и что с этим можно сделать. 🔗 Регистрация по ссылке https://docs.google.com/forms/d/e/1FAIpQLScQpeelHylR07V6DGZb8Jh6HvORRHti0D05EIJ9sPsz005CHw/viewform?usp=publish-editor Перед встречей пришлю участникам валидированный тест на самооценку, результатам которого можно доверять. Его прохождение займёт всего несколько минут. Результаты разберём во время встречи. Ссылку на подключение вышлю зарегистрированным участникам позже.

#ESG #CorporateGovernance #BoardOfDirectors #RiskManagement #Sustainability #InternalAudit #CSRD 📘 Новые требования к ESG-отчетности требуют нового уровня корпоративного управления. ⬆️руководство «Internal Control over Sustainability Reporting (ICSR)», подготовленное Институтом внутренних аудиторов Испании в 2025 году. Документ посвящен созданию системы внутреннего контроля над нефинансовой отчетностью в области устойчивого развития (ESG). ⚠️Ключевая мысль: устойчивое развитие больше не является исключительно вопросом репутации. Оно становится предметом такого же строгого контроля, управления рисками и независимой проверки, как финансовая отчетность. ‼️Для советов директоров это означает: ✔️ персональную ответственность за качество и достоверность ESG-данных; ✔️ необходимость интеграции климатических, социальных и управленческих факторов в систему управления рисками; ✔️ усиление роли комитетов по аудиту и внутреннего аудита; ✔️ создание прозрачных процессов сбора, проверки и раскрытия информации по всей цепочке создания стоимости. 🏆Документ предлагает практическую модель управления ESG-отчетностью на основе международных стандартов CSRD, ESRS и COSO, включая распределение ролей между советом директоров, менеджментом, функциями контроля и внутренним аудитом. 🔥В условиях растущих требований инвесторов, регуляторов и общества надежная ESG-отчетность становится не просто вопросом соответствия требованиям, а важным фактором доверия и долгосрочной устойчивости бизнеса.

#корпоративноеуправление #управлениерисками 📄 ⬆️ Strategic Governance of AI: A Roadmap for the Future (Deloitte) Пока большинство компаний обсуждают, как внедрять ИИ, Deloitte предлагает посмотреть на вопрос шире: как управлять ИИ на уровне совета директоров и корпоративного управления. Документ представляет собой практическую дорожную карту по AI Governance — системе принятия решений, контроля рисков и оценки эффективности ИИ в организации. ⁉️Что внутри: • Как связать AI-инициативы с бизнес-стратегией компании. • Какие риски необходимо контролировать: ошибки моделей, галлюцинации, предвзятость, вопросы конфиденциальности и регулирования. • Как выстроить структуру управления ИИ между советом директоров, комитетами и менеджментом. • Какие метрики использовать для оценки результатов внедрения ИИ. • Как готовить сотрудников и руководителей к эпохе AI. • Как формировать культуру ответственного и этичного использования технологий. Особенно ценно, что для каждого направления приводятся конкретные вопросы, которые руководство и совет директоров должны регулярно задавать себе и команде. 🎯 Кому будет полезен: • членам советов директоров и наблюдательных советов; • CEO, COO и руководителям бизнес-направлений; • CDO, CIO, CTO и руководителям AI/Data-команд; • специалистам по риск-менеджменту, комплаенсу и внутреннему аудиту; • консультантам по цифровой трансформации; • всем, кто отвечает не только за внедрение ИИ, но и за его безопасное и устойчивое масштабирование. Если коротко: это не руководство по созданию AI-продуктов, а методичка о том, как сделать ИИ управляемым активом компании, а не источником новых рисков.

#Стратегия #Бизнес #Риски #ИИ #Управление #Экономика ⬆️Европейские риск-менеджеры выпустили отчёт, который стоит прочитать каждому руководителю. Главный вывод: крупнейшие угрозы бизнесу в ближайшие 10 лет — это не кризисы, которые уже попали в новости. Настоящая опасность — системные изменения, к которым компании не готовятся, потому что слишком заняты квартальными результатами. FERMA выделяет четыре стратегических риска. 🔹 Геополитика. Мир движется к более фрагментированному порядку. Ослабление международных институтов, напряжённость между США и Китаем, трансформация отношений между США и Европой, рост значения BRICS — всё это повышает стоимость ведения бизнеса и делает цепочки поставок менее устойчивыми. 🔹 Искусственный интеллект. Вопрос уже не в том, внедрять AI или нет. Вопрос — останется ли компания конкурентоспособной через пять лет. AI меняет целые отрасли, создаёт новые зависимости от технологических платформ и перераспределяет прибыль в пользу тех, кто контролирует данные и вычислительные мощности. 🔹 Климат. Климатические риски превращаются из экологической темы в финансовую. Растут страховые расходы, усиливается регуляторное давление, увеличиваются риски перебоев в поставках и операционной деятельности. 🔹 Человеческий капитал. Дефицит компетенций, старение населения и изменение отношения к работе становятся стратегическим ограничением роста. Конкуренция за талант будет не менее важной, чем конкуренция за клиентов. 🔥Самая интересная мысль отчёта: Компании проигрывают не потому, что не видят риски. Они проигрывают потому, что видят их слишком поздно. В эпоху высокой неопределённости конкурентное преимущество получают не самые эффективные организации, а самые адаптивные. Будущее всё меньше зависит от прогнозов и всё больше — от способности готовиться сразу к нескольким сценариям развития событий.

#рискменеджмент 📊 Как аппетит к риску влияет на ценообразование активов? Новое исследование, опубликованное в Journal of Banking & Finance, переосмысливает один из фундаментальных вопросов финансовой теории: почему классическая модель CAPM не всегда работает в реальных рыночных условиях. Авторы показывают, что взаимосвязь между риском (β) и доходностью не является постоянной — она напрямую зависит от совокупного уровня риск-аппетита участников рынка. Ключевые выводы исследования: ▪ В периоды высокой риск-аверсии рынок функционирует ближе к классической теории: чем выше риск актива, тем выше ожидаемая доходность. ▪ В периоды низкой риск-аверсии эта зависимость меняется: высокобета-активы демонстрируют более слабую доходность, а низкорисковые активы — более устойчивую, что указывает на системные искажения в оценке. ▪ Настроения инвесторов (sentiment) усиливают этот эффект, но в большей степени тогда, когда премия за риск сжата и участники рынка склонны недооценивать риски. Практическая ценность исследования: Для инвесторов и портфельных управляющих — это дополнительный инструмент для определения рыночного режима и оптимизации аллокации капитала. Для риск-менеджеров — возможность точнее идентифицировать периоды накопления переоценки и потенциальных рыночных дисбалансов. Для финансовых директоров и корпоративных аналитиков — более глубокое понимание того, как рыночные настроения и склонность к риску влияют на справедливую стоимость активов и стоимость капитала. Для советов директоров и стратегических комитетов — это важный ориентир при интерпретации рыночных сигналов в условиях неопределенности. Главный вывод: Аппетит к риску — это не просто индикатор настроений рынка, а один из фундаментальных факторов эффективности ценообразования. Понимание текущего risk regime позволяет принимать более точные инвестиционные, управленческие и стратегические решения.

Компании, которые смогут встроить AI в существующие механизмы корпоративного управления, внутреннего контроля и риск-менеджмента, получат конкурентное преимущество. Компании, которые будут воспринимать ИИ исключительно как технологический проект, столкнутся с ростом операционных, регуляторных и репутационных рисков. ИИ требует не только Data Scientists. ИИ требует Совета директоров, риск-менеджеров, внутреннего аудита, комплаенса и эффективной системы корпоративного управления. Именно в этом состоит главный посыл COSO.

#RiskManagement 🤖 ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ БЕЗ УПРАВЛЕНИЯ РИСКАМИ — ЭТО НЕ ИННОВАЦИЯ, А НОВЫЙ ИСТОЧНИК ПРОБЛЕМ COSO совместно с Deloitte выпустили крайне интересный документ: «Realize the Full Potential of Artificial Intelligence». Его главный тезис прост: 👉 Компании не смогут получить максимальную отдачу от ИИ, если будут рассматривать его исключительно как технологию. ИИ необходимо рассматривать как объект корпоративного управления, внутреннего контроля и риск-менеджмента. Сегодня многие организации активно внедряют AI для автоматизации процессов, прогнозирования, анализа данных, управления клиентскими отношениями, кибербезопасности и принятия решений. Однако вместе с преимуществами появляются новые риски: • алгоритмическая предвзятость (bias); • непрозрачность моделей («черный ящик»); • ошибки в данных; • нарушения конфиденциальности; • кибератаки на модели; • регуляторные риски; • репутационные потери; • ошибочные решения, принимаемые на основе рекомендаций ИИ. Авторы документа подчеркивают: проблема большинства компаний заключается не в отсутствии технологий, а в отсутствии системы управления ИИ. 📌 COSO предлагает использовать классическую модель Enterprise Risk Management (ERM) для управления рисками искусственного интеллекта. Фактически речь идет о распространении пяти компонентов COSO ERM на все инициативы в области ИИ: 1️⃣ Governance & Culture (Управление и культура) Совет директоров и высшее руководство должны понимать, где и как используется ИИ в организации. Возникают вопросы: • Кто отвечает за риски ИИ? • Кто контролирует качество данных? • Кто оценивает этические последствия применения алгоритмов? • Каким образом Совет директоров получает информацию о работе моделей? Особенно актуален вывод исследования: Только около четверти организаций имеют руководителя, формально отвечающего за риски ИИ. 2️⃣ Strategy & Objective Setting (Стратегия и постановка целей) Каждая AI-инициатива должна быть связана со стратегией компании. Недостаточно внедрить ИИ потому, что это модно. Необходимо определить: • какую бизнес-проблему решает модель; • какие риски возникают; • насколько эти риски соответствуют риск-аппетиту организации; • какую ценность создаст проект. Авторы обращают внимание на важность оценки соотношения «риск — выгода» еще до запуска модели. 3️⃣ Performance (Результативность) Одна из самых сильных частей документа. COSO предлагает рассматривать каждый AI-алгоритм как объект постоянного контроля. Необходимо регулярно проводить: ✅ проверку качества данных; ✅ тестирование модели; ✅ анализ предвзятости; ✅ оценку надежности результатов; ✅ мониторинг дрейфа модели (model drift); ✅ проверку устойчивости к киберугрозам. Авторы подчеркивают: Даже идеально работающая модель через некоторое время может начать принимать ошибочные решения из-за изменений во внешней среде или данных. Поэтому контроль ИИ не может быть разовым мероприятием. 4️⃣ Review & Revision (Пересмотр и совершенствование) ИИ требует постоянного пересмотра. Меняются данные. Меняются рынки. Меняется регулирование. Меняются сами алгоритмы. Следовательно, система управления рисками ИИ также должна постоянно адаптироваться. Особенно интересна рекомендация применять модель «трех линий защиты»: • бизнес-владельцы AI-моделей; • функции риск-менеджмента и комплаенса; • внутренний аудит. Таким образом ИИ становится полноценным объектом внутреннего контроля. 5️⃣ Information, Communication & Reporting (Информация и отчетность) Высшее руководство и Совет директоров должны получать регулярную отчетность по AI-программам. В такой отчетности рекомендуется отражать: • ключевые показатели эффективности моделей; • показатели риска; • результаты тестирования; • выявленные отклонения; • инциденты; • планы корректирующих действий. Фактически COSO предлагает создавать отдельную систему отчетности по искусственному интеллекту. 🎯 Главный вывод документа Риск заключается не в самом искусственном интеллекте. Риск возникает тогда, когда организация внедряет ИИ быстрее, чем создает систему его управления.

Власть в бизнесе: что происходит за закрытыми дверями Зачем нужен совет директоров, если бизнес и так растёт? Кто такой независимый директор — и почему это не просто сильный топ-менеджер? В какой момент собственник понимает, что больше не может принимать все решения в одиночку? Елена Сельвич и Юлия Лахмоткина — каждая с более чем пятнадцатилетним опытом работы в советах директоров — говорят о корпоративном управлении без глянца и теории. Ссылка на новый выпуск: https://youtu.be/F_tGzFKwpHA 📌Как на самом деле попадают в советы директоров. 📌Какие качества делают человека по-настоящему ценным для совета. 📌Почему недостаточно быть просто успешным руководителем — и что отличает человека, способного видеть компанию шире собственных интересов. 📌Что происходит за закрытыми дверями. 📌Как принимаются сложные решения. И почему власть — это не только контроль, но и зрелость, ответственность и способность слышать других. Разговор о бизнесе, людях и вещах, которым не учат ни в MBA, ни в учебниках по корпоративному управлению по ссылке.

#AI #PMI #ProjectManagement #RiskManagement #ArtificialIntelligence #Governance 🤖 PMI выпустил первый стандарт по применению ИИ в управлении портфелями, программами и проектами. Главная идея документа — различать две роли ИИ: • ИИ как инструмент повышения эффективности управления; • ИИ как продукт, который создаётся и внедряется в рамках проекта. Стандарт основан на 8 принципах, среди которых: стратегическая ценность, управление рисками, качество данных, этика, вовлечение заинтересованных сторон и концепция Human-in-the-Loop — обязательное сохранение человеческого контроля над значимыми решениями. Особый акцент сделан на: ✅ качестве данных как фундаменте надежности ИИ; ✅ управлении рисками и соответствием требованиям; ✅ организационной готовности и культуре; ✅ построении бизнес-кейса перед внедрением ИИ. Вывод PMI прост: сначала ценность для бизнеса, затем технологии. И на всех этапах — ответственность человека за решения, принимаемые с помощью ИИ.