Юлия Арсентьева | Бизнес и технологии

Приглашаю на моё выступление

Саратов, 11 сентября 11.00. Гастродвор (Пространство «Артишок») ТОЧКА ОПОРЫ.

Буду говорить на тему, которая сейчас особенно меня занимает:
«Деньги, люди, технологии: почему бизнесом уже нельзя управлять по-старому».

За последние месяцы я много разбирала собственный управленческий опыт: где мы в бизнесе теряли деньги не потому, что не умели считать или не понимали, что делать, а потому что слишком поздно увидели проблему или слишком долго откладывали решение.

На встрече поговорим о том, как сегодня выстраивать управление так, чтобы раньше видеть важные сигналы в цифрах, не создавать критическую зависимость от одного сотрудника или самого собственника и использовать AI и автоматизацию там, где они действительно дают бизнесу результат.

Покажу реальные кейсы из нашей школы: как мы работали с финансовыми показателями, как меняли бизнес-модель, как анализировали продажи с помощью AI и почему для меня технологии сегодня прежде всего про возможность увидеть раньше и быстрее принять решение.

И будет много вопросов к собственному бизнесу. Хочу, чтобы после встречи каждый ушёл не просто с идеями, а с пониманием, куда посмотреть у себя уже завтра.

Если вы в Саратове, приходите. Буду очень рада увидеться вживую. Интересно будет и собственникам, и руководителям, и тем, кто сейчас думает, как сделать свой бизнес более управляемым.

Ещё недавно совет «иди в IT, выучи программирование и без работы не останешься» звучал почти как гарантия.

Сейчас уже нет.

McKinsey недавно обратил внимание на данные New York Fed: среди выпускников computer science 22–27 лет безработица около 6%, а среди выпускников философии около 3%.

Нет, программисты по-прежнему нужны. Изменилось другое: однажды полученного набора навыков уже не хватает на десятилетия.

Профессии меняются прямо во время карьеры. Вместе с ними меняется и то, за что рынок готов платить специалисту. Раньше можно было получить профессию и много лет расти внутри неё. Сейчас за карьеру сама профессия может успеть измениться несколько раз.

И это важно не только тем, кто сегодня выбирает, куда поступать. Для бизнеса это ровно тот же сигнал.

Мы привыкли нанимать человека под набор умений:

Excel,
код,
реклама,
финансы,
отчётность,
конкретная программа или технология.

Но когда технологии удешевляют саму операцию, ценность специалиста постепенно смещается на способность не просто уметь сделать, а понять задачу, увидеть бизнес-смысл, выбрать инструмент, проверить результат и быстро переучиться, когда старый способ перестал работать.

Я сама много раз меняла контекст работы: финансы, управление, производство, потом собственный бизнес. И каждый раз мне помогало не то, что я уже знала всё про новую сферу. А способность достаточно быстро разобраться в том, чего раньше не делала.

И когда я сама набирала людей, на это смотрела особенно внимательно: что человек делает, когда перед ним задача, которой ещё не было в его опыте.

Поэтому один из самых дорогих навыков ближайших лет вообще сложно записать одной строкой в резюме.

Это способность постоянно перестраивать собственную профессиональную ценность. Модель «получил профессию и работаешь по ней тридцать лет» всё хуже описывает реальность. Учиться теперь приходится не только после школы, а постоянно.

И для бизнеса вопрос уже не только в том, кого нанять сегодня. Гораздо важнее другой: сможет ли этот человек через полгода, год остаться таким же ценным для компании, когда его привычная работа уже изменится?

Отказ тоже результат.

Отказы есть всегда. В бизнесе, на работе, в личных отношениях. Это не полоса, которая когда-нибудь закончится, это часть любого разговора, где есть двое.

Но почему-то мы привыкли считать результатом только «да».

Клиент купил, результат. Партнёр согласился, результат. Работодатель сделал оффер, результат. Инвестор дал деньги, результат.

А «нет» воспринимаем как неудачу.

Хотя хорошее «нет» иногда даёт гораздо больше, чем быстрое «да».

Если после разговора вам сказали:

«Не понимаю, зачем рынку этот продукт».
«Не готов платить такую цену».
«Не вижу, чем вы отличаетесь от конкурентов».
«У вас недостаточно опыта для этой роли».
«Я не согласен с вашей оценкой рынка».

Это уже информация.

Вы узнали, как другой человек видит вас, ваш продукт, предложение или идею. И получили возможность проверить: это его субъективное мнение или действительно слабое место?

Я в отказах слышу именно это.

Стоит поменять отношение к отказу, и он начинает работать на нас. Продукт становится точнее, цена обоснованнее, аргументы сильнее. И это касается не только работы: иногда после чужого «нет» пересматриваешь вещи гораздо более личные.

Хуже не отказ.

Хуже, когда после десяти разговоров вы продолжаете получать одно и то же «нет» и ничего не меняете.

Потому что тогда рынок уже не просто отказывает. Он несколько раз подряд пытается вам что-то сказать.

Отказ плюс объяснение это обратная связь. Обратная связь плюс выводы это опыт. А опыт, который меняет ваши следующие действия, уже результат.

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.

«Я ему доверяю» - одна из самых дорогих фраз в бизнесе.

Мы тоже доверяли. Несколько лет у нас работал менеджер по продажам. Сильная, опытная, с отличными, как нам казалось, результатами. Мы доверяли ей настолько, что со временем дали больше ответственности. Она стала наставником для новых менеджеров, помогала вводить их в работу.

И вот здесь началось странное. Новые менеджеры почему-то вообще не приживались. Один слабый. Второй не умеет продавать. Третий не подходит. Четвёртый вообще «не наш человек». И все они уходили сами. Мы искали причины в них. А нашего проверенного менеджера даже не рассматривали как возможную проблему.
Наоборот. Каждый раз, когда возникали какие-то вопросы к её работе, находилось сто причин её не увольнять.
Она же столько лет с нами.
Она же знает продукт.
Она же делает продажи.
Как мы вообще без неё?

Так продолжалось, пока мы полностью не пересмотрели систему продаж. Изменили мотивацию. Ввели чёткие метрики. Начали смотреть не только на итоговые продажи, но и на промежуточные показатели: лиды, конверсии, этапы воронки, результаты каждого менеджера.

Цифры вместо впечатлений.
И картинка рассыпалась.
Стало видно, что человек, которого мы считали опорой отдела, манипулировал результатами и показывал нам ту реальность, которую мы хотели видеть.
Но самое неприятное было даже не это.
Она не давала расти другим.
После её увольнения произошло то, чего мы несколько лет не могли добиться.
Новые менеджеры начали приживаться. Мы выстроили нормальный отдел продаж.
И продажи выросли.
Тогда и пришло самое неприятное осознание:
мы несколько лет думали, что благодаря этому сотруднику зарабатываем. А на самом деле из-за него недозарабатывали.
И эта история не про то, что людям нельзя доверять.
Можно. И нужно.
Но доверие не может заменять систему управления.
Доверие - это про отношения.
Контроль - про бизнес.
Потому что бизнес в конечном итоге - это цифры, метрики и прозрачные процессы.
И иногда цифры показывают совсем не то, во что нам очень хочется верить.

«Никогда не сдавайся»

Очень красивая фраза. И иногда очень вредная. Особенно в бизнесе.

Мы привыкли считать сильным того, кто идёт до конца. Не получилось? Попробуй ещё. Вложил деньги и не сработало? Вложи ещё. Поменяй команду, маркетинг, продукт, стратегию. Главное, не сдавайся.

Но в какой момент упорство превращается в упрямство?

Мне кажется, сила предпринимателя не только в том, чтобы продолжать, когда тяжело. Иногда гораздо больше силы нужно, чтобы сказать себе: это не работает.

Закрыть направление.
Отказаться от идеи.
Зафиксировать убыток.
Признать ошибку.
И начать заново.

Причём чем больше ты уже вложил денег, времени и сил, тем сложнее это сделать. Очень хочется доказать себе, что всё было не зря.
Вот только бизнесу всё равно, сколько ты уже вложил. Он не обязан стать успешным только потому, что ты очень старался.

Поэтому для себя я вывела такую формулу:

Не сдаваться только потому, что трудно. Но уметь остановиться, когда понимаешь, что продолжать уже бессмысленно.

А настоящее мастерство, наверное, в том, чтобы вовремя отличить одно от другого.

«Внедрила бюджетирование» это не результат. Это процесс.

Результат это когда EBITDA была 300, а стала 700. Или когда компания перестала жить в кассовых разрывах.

«Хожу в зал» тоже не результат. Результат это подняться на третий этаж и не задыхаться.

«Учу английский» не результат. Результат это провести переговоры без переводчика.

Мы вообще очень любим путать деятельность с результатом, потому что деятельность удобна.

Её можно показать: сколько встреч провели, сколько документов написали, сколько часов отработали, сколько тренировок посетили.

А результат приходится определять заранее. До начала работы нужно решить: что конкретно должно измениться благодаря тому, что я собираюсь делать.

И вот здесь становится неуютно.

Потому что если заранее сказать «через шесть месяцев EBITDA должна вырасти с 300 до 700», то через шесть месяцев будет с чем сравнивать. Получилось или нет.

А если сказать «в течение шести месяцев будем совершенствовать систему бюджетирования», то можно полгода очень интенсивно работать и в конце показать прекрасный отчёт о проделанной работе.

Именно поэтому заранее определённый результат так важен. Он не только показывает, куда идти. Он не даёт подменить результат занятостью.

Назовите результат того, над чем вы сейчас работаете.