Headconf — событие HR отрасли
Будущее HR в эпоху AI волнует не только рекрутеров. Этой осенью hh собирает визионеров, HR-директоров и СЕО, чтобы обсудить, как технологии меняют рынок труда и какие навыки понадобятся лидерам завтра.
📍 В программе панельная дискуссия, в которой поучаствуют топовые эксперты:
— Дарья Золотухина, HR-директор, Яндекс.
— Марат Исмагулов, HR-директор, Альфа-Банк.
— Дарья Крячкова, вице-президент по кадровой политике, Норникель.
— Виктор Тарнавский, директор по ИИ, Т-Банк.
📅 Встречаемся 2 октября, Москва и онлайн.
Регистрируйтесь, бронируйте время и готовьте вопросы: headconf.ru
Будущее HR в эпоху AI волнует не только рекрутеров. Этой осенью hh собирает визионеров, HR-директоров и СЕО, чтобы обсудить, как технологии меняют рынок труда и какие навыки понадобятся лидерам завтра.
📍 В программе панельная дискуссия, в которой поучаствуют топовые эксперты:
— Дарья Золотухина, HR-директор, Яндекс.
— Марат Исмагулов, HR-директор, Альфа-Банк.
— Дарья Крячкова, вице-президент по кадровой политике, Норникель.
— Виктор Тарнавский, директор по ИИ, Т-Банк.
📅 Встречаемся 2 октября, Москва и онлайн.
Регистрируйтесь, бронируйте время и готовьте вопросы: headconf.ru
🔥10🦄4❤2👍2
Сегодня я отвела дочь в садик. В следующем году школа… И подумала, что в детстве мы шли с букетами и новыми тетрадками, а теперь встречаем этот день с почтой, зумами и дедлайнами. Но какими бы мы ни были взрослыми 1 сентября – это про внутреннюю кнопку, которая срабатывает всю жизнь: пора собраться, навести порядок и начать что-то заново. На этом неплохо играют бренды и традиционно сражаются за родительские кошельки.
Я собрала несколько показательных кейсов последних лет.
«Крошка Картошка» против букетов
В 2023 году сеть решила небанально осветить первый ребрендинг и предложила заменить цветы для учителей на букеты из картофеля и часть выручки направили в благотворительность. Акция вызвала вирусный эффект: о ней писали СМИ, обсуждали в соцсетях, а купить «картофельные букеты» можно было в точках продаж или заказать в «Яндекс.Еде». Заявленный охват – 52 млн.
Nike: потратили больше, получили меньше
Nike совместно с креативным консалтинговым агентством Soursop в 2022 запустила «Never Done Playing» – креативную кампанию, посвященную концепции игровой активности и творческого подхода к спорту в повседневной жизни детей и семей Качественно, дорого, предсказуемо и запомнилось хуже картофельных букетов.
Amazon сказал правду
Кампания Spend Less on Your Kids стартовала в 2023 и продолжалась до 2024. Amazon пошел дальше всех и открыто предложил экономить на школьных товарах, одежде и еде, и усилил эффект с помощью комедийной актрисы и мамы Мишель Бутео. Ее ироничный тон сделал кампанию правдивой и близкой родителям. Где-то звучало цинично, но именно это обеспечило резонанс.
@Est_Concern
Я собрала несколько показательных кейсов последних лет.
«Крошка Картошка» против букетов
В 2023 году сеть решила небанально осветить первый ребрендинг и предложила заменить цветы для учителей на букеты из картофеля и часть выручки направили в благотворительность. Акция вызвала вирусный эффект: о ней писали СМИ, обсуждали в соцсетях, а купить «картофельные букеты» можно было в точках продаж или заказать в «Яндекс.Еде». Заявленный охват – 52 млн.
Nike: потратили больше, получили меньше
Nike совместно с креативным консалтинговым агентством Soursop в 2022 запустила «Never Done Playing» – креативную кампанию, посвященную концепции игровой активности и творческого подхода к спорту в повседневной жизни детей и семей Качественно, дорого, предсказуемо и запомнилось хуже картофельных букетов.
Amazon сказал правду
Кампания Spend Less on Your Kids стартовала в 2023 и продолжалась до 2024. Amazon пошел дальше всех и открыто предложил экономить на школьных товарах, одежде и еде, и усилил эффект с помощью комедийной актрисы и мамы Мишель Бутео. Ее ироничный тон сделал кампанию правдивой и близкой родителям. Где-то звучало цинично, но именно это обеспечило резонанс.
@Est_Concern
👍9❤4🔥3
Профессионализм или человечность?
У Harvard Business Review вышла любопытная статья
Говорят что, перед стартом пилот проверяет все системы, хирург смотрит результат анализов, а программист проверяет код на наличие ошибок и уязвимостей.
А топ-менеджер перед разговором, от которого зависит бюджет, карьера сотрудника и судьба продукта, уже все знает. Репетирует аргументы, которые позволяет безоговорочно победить оппонента в его некомпетентности. Эта оплошность может дорого обойтись, поскольку когнитивная ригидность серьезно ограничивает нашу способность находить новую и актуальную информацию и эффективно взаимодействовать с другими.
Решение кроется в проведении «Проверки на любопытство»: краткой, но систематической оценке вашей открытости к важной новой информации.
Curiosity Check: пятиминутный pre-flight
Исследователи называют это «кривой любопытства». Слева зоны убежденности («я прав, они некомпетентны»), справа зоны интереса («что я могу не знать?»).
Отметьте свою точку. Спросите себя: «Если в этом разговоре я столкнусь с несогласием, в какую зону я мысленно перейду?»
Отвергаете ли вы точки зрения, отличные от ваших, или открыты для изучения чего-то нового?
Сдвиньтесь вправо хотя бы на одно деление. Хотите понять, что на самом деле беспокоит другую сторону? Представьте, что у нее могут быть данные, которых вы не видели.
Добавьте в чек-лист встречи не только уверенность, но и любопытство. Сформулируйте вопрос, который невозможно задать из позиции «я уже все знаю», и приходите на встречу именно с ним.
@Est_Concern
У Harvard Business Review вышла любопытная статья
Говорят что, перед стартом пилот проверяет все системы, хирург смотрит результат анализов, а программист проверяет код на наличие ошибок и уязвимостей.
А топ-менеджер перед разговором, от которого зависит бюджет, карьера сотрудника и судьба продукта, уже все знает. Репетирует аргументы, которые позволяет безоговорочно победить оппонента в его некомпетентности. Эта оплошность может дорого обойтись, поскольку когнитивная ригидность серьезно ограничивает нашу способность находить новую и актуальную информацию и эффективно взаимодействовать с другими.
Решение кроется в проведении «Проверки на любопытство»: краткой, но систематической оценке вашей открытости к важной новой информации.
Curiosity Check: пятиминутный pre-flight
Исследователи называют это «кривой любопытства». Слева зоны убежденности («я прав, они некомпетентны»), справа зоны интереса («что я могу не знать?»).
Отметьте свою точку. Спросите себя: «Если в этом разговоре я столкнусь с несогласием, в какую зону я мысленно перейду?»
Отвергаете ли вы точки зрения, отличные от ваших, или открыты для изучения чего-то нового?
Сдвиньтесь вправо хотя бы на одно деление. Хотите понять, что на самом деле беспокоит другую сторону? Представьте, что у нее могут быть данные, которых вы не видели.
Добавьте в чек-лист встречи не только уверенность, но и любопытство. Сформулируйте вопрос, который невозможно задать из позиции «я уже все знаю», и приходите на встречу именно с ним.
@Est_Concern
👍9❤8🔥5👏1🤔1
Я все чаще думаю о хрупком равновесии внутри команды.
В бизнесе я вижу условно два типа людей.
Предприниматели. Они создают вокруг себя хаос: бесконечно придумывают, запускают, идут напролом. Риски не пугают, но и цель порой размыта – нет системы, которую можно масштабировать, поэтому результаты редко выходят за рамки среднего.
Классики маркетинга. У них богатый опыт и насмотренность. Они опираются на статистику «что работало, а что нет» и видят риски слишком ясно. С их подходом проще сохранить консистентность, но нередко запуск так и остается в папке «черновики»: страшно сделать ошибку.
И оба подхода по-своему ограничивают. Предприниматели тонут в бесконечном потоке идей без внятной цели, а классики рискуют окаменеть в прошлом опыте. В итоге тот результат «серый». Мне кажется, здесь возможна «третья сущность» – точка миграции от черно-белой схемы к более цветной палитре. Некий культурный слой, в котором:
Что-то новое не разрушает, а дополняет: мы тестируем гипотезы малыми циклами, но сразу планируем, как масштабировать успех.
Опыт не тормозит запуск, а дает структуру: вместо «плавали, знаем» мы спрашиваем «почему не сработало и что изменилось?».
Команда развивает осознанность и умеет переходить из режима поиска в режим систематизации, понимания целей, понимания своих сильных сторон и супер сил своих «пиров», чтобы помогать, а не делить.
Все настолько стремительно меняется: сегодня появляются новые инструменты, завтра закрываются целые платформы. Жесткое следование прошлому опыту больше не гарантирует результат, наверное к сожалению) было бы точно проще, но думаю скучнее.
Я пока не нашла окончательного рецепта, как попасть в этот баланс. Может, дело в ценностном коде компании, может, в развитии людей, а может, это мой личный «спецэффект» и утопические мысли 🤣
Но верю: именно на стыке предпринимательского драйва и системного маркетинга рождаются проекты, на которые конкуренты не решаются.
В бизнесе я вижу условно два типа людей.
Предприниматели. Они создают вокруг себя хаос: бесконечно придумывают, запускают, идут напролом. Риски не пугают, но и цель порой размыта – нет системы, которую можно масштабировать, поэтому результаты редко выходят за рамки среднего.
Классики маркетинга. У них богатый опыт и насмотренность. Они опираются на статистику «что работало, а что нет» и видят риски слишком ясно. С их подходом проще сохранить консистентность, но нередко запуск так и остается в папке «черновики»: страшно сделать ошибку.
И оба подхода по-своему ограничивают. Предприниматели тонут в бесконечном потоке идей без внятной цели, а классики рискуют окаменеть в прошлом опыте. В итоге тот результат «серый». Мне кажется, здесь возможна «третья сущность» – точка миграции от черно-белой схемы к более цветной палитре. Некий культурный слой, в котором:
Что-то новое не разрушает, а дополняет: мы тестируем гипотезы малыми циклами, но сразу планируем, как масштабировать успех.
Опыт не тормозит запуск, а дает структуру: вместо «плавали, знаем» мы спрашиваем «почему не сработало и что изменилось?».
Команда развивает осознанность и умеет переходить из режима поиска в режим систематизации, понимания целей, понимания своих сильных сторон и супер сил своих «пиров», чтобы помогать, а не делить.
Все настолько стремительно меняется: сегодня появляются новые инструменты, завтра закрываются целые платформы. Жесткое следование прошлому опыту больше не гарантирует результат, наверное к сожалению) было бы точно проще, но думаю скучнее.
Я пока не нашла окончательного рецепта, как попасть в этот баланс. Может, дело в ценностном коде компании, может, в развитии людей, а может, это мой личный «спецэффект» и утопические мысли 🤣
Но верю: именно на стыке предпринимательского драйва и системного маркетинга рождаются проекты, на которые конкуренты не решаются.
❤13💯7👌3😁2👍1🔥1🎉1
Forwarded from CEO рулит I Regroup
This media is not supported in your browser
VIEW IN TELEGRAM
Пятница - самое время напомнить, что нам всем нужна регулярная обратная связь. Предлагаем почитать статью Кристины Солнцевой, старшего консультанта практики развития лидерства Regroup, про важность обратной связи. В том числе, для СЕО. Точнее, особенно для СЕО!
😁15🔥3
Professional.me — инвестиции $3.1M
Проблема рынка труда в том, что на собеседованиях, в резюме и вакансиях много приукрашивают.
HR-менеджер тратит 6 секунд на просмотр резюме, которое кандидат писал 3 часа. Потом алгоритм отсеивает 75% резюме из-за неправильных ключевых слов. А в итоге нанимают того, кто лучше всех блефует на собеседовании.
Professional.me из ОАЭ/СШАпривлёк $3.1M на этой идее.
Как устроена магия унификации
Вместо субъективных PDF с навыками типа "коммуникабельный team player", Professional.me строит объективные профили на базе микро-LLM — узких моделей искусственного интеллекта, обученных по 167 отраслям и 1.2 млн конкретных задач. Система анализирует реальные навыки, проекты и достижения, превращая их в машинно-читаемый формат.
В теории: работодатель задаёт параметры — получает точные совпадения. Никакой воды, никаких приукрашиваний, только факты. На практике — все упирается в данные, если их нет, то никакие LLM не помогут.
Еще интересная фича — учёт культурных нюансов и гендерной специфики. Модели обучены понимать, что "менеджер проекта" в Дубае и "project manager" в Лондоне — это разные роли с разными ожиданиями.
Рынок:
Глобальный рынок AI-рекрутмента растёт на 7.2% в год и достигнет $1.13 млрд к 2033 году. Компании в Северной Америке уже сократили расходы на наём на 40%, в Европе — на 36%. И это не просто экономия денег — это экономия времени и нервов всех участников процесса.
Professional.me предлагает стандартизованные профили, которые можно мгновенно сопоставить с требованиями вакансии.
Механика
Эффект накопления данных работает безотказно: каждый новый профиль улучшает точность микро-моделей, что делает подбор лучше, что привлекает больше компаний, что заставляет больше кандидатов регистрироваться. Через пару лет уProfessional.meбудет такая база знаний о навыках и требованиях, что конкурентам придётся начинать с нуля против готовой империи.
Стоимость переключения создаёт «липкость» продукта. Когда компания интегрирует платформу в свои HR-процессы, обучает рекрутеров и настраивает автоматизацию, переход на другую систему становится кошмаром. Все исторические данные, настройки фильтров, интеграции с ATS — всё это создаёт барьер выхода.
Похожие проекты
Pymetrics — оценка soft skills через игры и нейронаучные методики
HireVue — автоматизация видео-интервью с анализом речи и эмоций
Greenhouse — комплексная ATS-система с элементами ИИ
Lever — платформа для найма с упором на аналитику
SmartRecruiters — облачная система управления талантами
Tweekly
Проблема рынка труда в том, что на собеседованиях, в резюме и вакансиях много приукрашивают.
HR-менеджер тратит 6 секунд на просмотр резюме, которое кандидат писал 3 часа. Потом алгоритм отсеивает 75% резюме из-за неправильных ключевых слов. А в итоге нанимают того, кто лучше всех блефует на собеседовании.
Professional.me из ОАЭ/СШАпривлёк $3.1M на этой идее.
Как устроена магия унификации
Вместо субъективных PDF с навыками типа "коммуникабельный team player", Professional.me строит объективные профили на базе микро-LLM — узких моделей искусственного интеллекта, обученных по 167 отраслям и 1.2 млн конкретных задач. Система анализирует реальные навыки, проекты и достижения, превращая их в машинно-читаемый формат.
В теории: работодатель задаёт параметры — получает точные совпадения. Никакой воды, никаких приукрашиваний, только факты. На практике — все упирается в данные, если их нет, то никакие LLM не помогут.
Еще интересная фича — учёт культурных нюансов и гендерной специфики. Модели обучены понимать, что "менеджер проекта" в Дубае и "project manager" в Лондоне — это разные роли с разными ожиданиями.
Рынок:
Глобальный рынок AI-рекрутмента растёт на 7.2% в год и достигнет $1.13 млрд к 2033 году. Компании в Северной Америке уже сократили расходы на наём на 40%, в Европе — на 36%. И это не просто экономия денег — это экономия времени и нервов всех участников процесса.
Professional.me предлагает стандартизованные профили, которые можно мгновенно сопоставить с требованиями вакансии.
Механика
Эффект накопления данных работает безотказно: каждый новый профиль улучшает точность микро-моделей, что делает подбор лучше, что привлекает больше компаний, что заставляет больше кандидатов регистрироваться. Через пару лет уProfessional.meбудет такая база знаний о навыках и требованиях, что конкурентам придётся начинать с нуля против готовой империи.
Стоимость переключения создаёт «липкость» продукта. Когда компания интегрирует платформу в свои HR-процессы, обучает рекрутеров и настраивает автоматизацию, переход на другую систему становится кошмаром. Все исторические данные, настройки фильтров, интеграции с ATS — всё это создаёт барьер выхода.
Похожие проекты
Pymetrics — оценка soft skills через игры и нейронаучные методики
HireVue — автоматизация видео-интервью с анализом речи и эмоций
Greenhouse — комплексная ATS-система с элементами ИИ
Lever — платформа для найма с упором на аналитику
SmartRecruiters — облачная система управления талантами
Tweekly
👍3👏3🔥2
Новый контекст, всегда дает перезагрузку, новые знания, осознания и некий речарджинг :) заряжаюсь, вдохновляюсь на свой следующий год ❤️
❤47🔥5👍1
🎙 Яндекс Маркет пригласили на подкаст. За 15 минут, кратко :) рассказываю, как построить сильную команду и не сойти с ума.
А еще:
— Почему в коллективе важны традиции,
— Разные виды мотивации,
— Команды и что тут важно,
— 3 инструмента, которые помогут эффективно ссориться и принимать управленческие решения.
👇 👇 👇
VK видео
Или включайте VPN и Youtube
@Est_Concern
А еще:
— Почему в коллективе важны традиции,
— Разные виды мотивации,
— Команды и что тут важно,
— 3 инструмента, которые помогут эффективно ссориться и принимать управленческие решения.
VK видео
Или включайте VPN и Youtube
@Est_Concern
Please open Telegram to view this post
VIEW IN TELEGRAM
VK Видео
Как создать сильную команду? / Мотивация сотрудников
Как сплотить коллектив? Советы от директора hh.ru по маркетингу и PR Евгении Григорьевой о том, как построить и сплотить команду и не сойти с ума. В этом видео Евгения расскажет как создать эффективную команду и мотивировать сотрудников, избегая выгорания.…
❤25🔥10👏6👌2
Hubert — шведский ИИ-рекрутер для массового найма (€2.5M)
проект про рекрутинг, он посвящен массовому найму в ритейл (кассиры, грузчики и т.п.) Проблема — на одну вакансию кассира приходит 200 заявок (или не приходит, но это совсем другая проблема). HR должен провести 200 телефонных скринингов по 15 минут. Это 50 часов монотонной работы, чтобы отобрать 10 человек на интервью. И половина из отобранных не придёт, потому что уже нашла работу, пока вы звонили остальным.
Шведские коллеги из Hubertрешили автоматизировать эту рутину.
Стартап получил €2.5M. Компания уже прибыльна — редкость для AI-стартапов — и прогнозирует рост выручки на 400% в 2025 году.
AI-интервьюер Hubert делает за рекрутера всю грязную работу 24/7. Кандидат получает ссылку, проходит структурированное интервью в удобное время. Система задаёт ситуативные вопросы типа "Что будете делать, если покупатель агрессивен?" или "Как поступите при нехватке товара на полке?", анализирует ответы на естественном языке и ранжирует кандидатов по релевантности.
Точность отсева нерелевантных кандидатов — больше 90%. Время закрытия вакансий сокращается с недель до дней. И главное — никакой предвзятости: алгоритм не смотрит на возраст, пол или акцент. Только на суть ответов.
Рынок созрел для автоматизации
По данным исследований, использование ИИ в найме сокращает время на подбор и снижает затраты на 40%. И это не предел — технологии только начинают проникать в HR. Большинство компаний всё ещё используют Excel и телефон как основные инструменты рекрутинга.
Hubert попал в идеальный момент. Рынок труда перегрет, найти кассира или продавца стало сложнее, чем программиста. Зарплаты растут, а качество кандидатов падает. Автоматизация первичного отбора — отличный способ сэкономить на рекрутинге и получить более подходящих кандидатов.
Кандидатский опыт создаёт виральность: соискатели рассказывают друзьям о необычном формате интервью, где не нужно ждать звонка и можно отвечать в пижаме в 2 часа ночи. Это привлекает больше кандидатов к компаниям-клиентамHubert.
Еще примеры
Paradox — чат-бот Olivia для автоматизации рекрутинга
Mya Systems — конверсационный ИИ для найма
AllyO — end-to-end автоматизация рекрутинга
Ideal — ИИ для скрининга резюме и кандидатов
Tweekly
проект про рекрутинг, он посвящен массовому найму в ритейл (кассиры, грузчики и т.п.) Проблема — на одну вакансию кассира приходит 200 заявок (или не приходит, но это совсем другая проблема). HR должен провести 200 телефонных скринингов по 15 минут. Это 50 часов монотонной работы, чтобы отобрать 10 человек на интервью. И половина из отобранных не придёт, потому что уже нашла работу, пока вы звонили остальным.
Шведские коллеги из Hubertрешили автоматизировать эту рутину.
Стартап получил €2.5M. Компания уже прибыльна — редкость для AI-стартапов — и прогнозирует рост выручки на 400% в 2025 году.
AI-интервьюер Hubert делает за рекрутера всю грязную работу 24/7. Кандидат получает ссылку, проходит структурированное интервью в удобное время. Система задаёт ситуативные вопросы типа "Что будете делать, если покупатель агрессивен?" или "Как поступите при нехватке товара на полке?", анализирует ответы на естественном языке и ранжирует кандидатов по релевантности.
Точность отсева нерелевантных кандидатов — больше 90%. Время закрытия вакансий сокращается с недель до дней. И главное — никакой предвзятости: алгоритм не смотрит на возраст, пол или акцент. Только на суть ответов.
Рынок созрел для автоматизации
По данным исследований, использование ИИ в найме сокращает время на подбор и снижает затраты на 40%. И это не предел — технологии только начинают проникать в HR. Большинство компаний всё ещё используют Excel и телефон как основные инструменты рекрутинга.
Hubert попал в идеальный момент. Рынок труда перегрет, найти кассира или продавца стало сложнее, чем программиста. Зарплаты растут, а качество кандидатов падает. Автоматизация первичного отбора — отличный способ сэкономить на рекрутинге и получить более подходящих кандидатов.
Кандидатский опыт создаёт виральность: соискатели рассказывают друзьям о необычном формате интервью, где не нужно ждать звонка и можно отвечать в пижаме в 2 часа ночи. Это привлекает больше кандидатов к компаниям-клиентамHubert.
Еще примеры
Paradox — чат-бот Olivia для автоматизации рекрутинга
Mya Systems — конверсационный ИИ для найма
AllyO — end-to-end автоматизация рекрутинга
Ideal — ИИ для скрининга резюме и кандидатов
Tweekly
❤5👍4🔥4👏1
Маркетинг за пределами цифр
Сегодня компании одержимы данными: мы строим воронки, сводим дашборды и меряем эффективность до сотых. И я, конечно, понимаю ценность такого подхода, но в этой гонке легко забыть, что не все инсайты живут в Excel. Forbes пишет о «скрытой ценности» аномалий и исключений – того, что чаще всего выкидывают из таблиц как шум.
Маркетинг – это не только среднее по больнице, но и способность работать с диссонансами, замечать выбивающееся из нормы и превращать его в точку роста. Так статистически незначительная жалоба клиента или небольшая группа пользователей с «необычным» поведением способны подсветить системную проблему или задать тренд.
Ищите инсайты там, где данные кажутся аномальными. В них может скрываться конкурентное преимущество. Не пренебрегайте крайними случаями. Они показывают, куда может сместиться поведение аудитории завтра. Сочетайте количественное и качественное. Таблицы отвечают на вопрос «сколько», но истории людей объясняют, «почему».
И, пожалуй, главный вывод для меня: инновации редко рождаются в среднем сегменте, они состоят из исключений. Те компании, которые научатся слышать эти сигналы, будут создавать новые рынки, пока остальные продолжают «усреднять».
@Est_Concern
Сегодня компании одержимы данными: мы строим воронки, сводим дашборды и меряем эффективность до сотых. И я, конечно, понимаю ценность такого подхода, но в этой гонке легко забыть, что не все инсайты живут в Excel. Forbes пишет о «скрытой ценности» аномалий и исключений – того, что чаще всего выкидывают из таблиц как шум.
Маркетинг – это не только среднее по больнице, но и способность работать с диссонансами, замечать выбивающееся из нормы и превращать его в точку роста. Так статистически незначительная жалоба клиента или небольшая группа пользователей с «необычным» поведением способны подсветить системную проблему или задать тренд.
Ищите инсайты там, где данные кажутся аномальными. В них может скрываться конкурентное преимущество. Не пренебрегайте крайними случаями. Они показывают, куда может сместиться поведение аудитории завтра. Сочетайте количественное и качественное. Таблицы отвечают на вопрос «сколько», но истории людей объясняют, «почему».
И, пожалуй, главный вывод для меня: инновации редко рождаются в среднем сегменте, они состоят из исключений. Те компании, которые научатся слышать эти сигналы, будут создавать новые рынки, пока остальные продолжают «усреднять».
@Est_Concern
🔥11👍8💯5
Motion. ИИ-агенты заменяют офисных работников ($38M)
Менеджерам по продажам некогда продавать, они весь день заполняют CRM, обновляют отчеты, переносят данные из почты в системы. К вечеру на реальные продажи остается пара часов. В малом бизнесе, где каждый сотрудник на вес золота, такая неэффективность убивает рост.
Motion решил не оптимизировать этот бардак, а просто выкинуть людей из уравнения. Ребятаподняли $38M, причем раунд переподписали в пять раз, инвесторы в очередь стояли. За четыре месяца после запуска накрутили 10,000 клиентов и $10M годовой выручки. Для корпоративного софта это как взлететь на ракете.
Армия ботов вместо армии клерков
Motion не пытается сделать людей продуктивнее. Они создают цифровых работников для каждой скучной функции. Бот-продавец сам пишет письма потенциальным клиентам, квалифицирует их, ставит встречи в календарь. Бот-бухгалтер разбирает счета, сверяет платежи, формирует отчеты. Бот-менеджер распределяет задачи между живыми сотрудниками и следит за дедлайнами.
Главное, эти цифровые аватары работают поверх того, что уже есть. Подключаешь к Gmail, любой CRM. Не нужно месяцами внедрять, переучивать людей, мигрировать данные. Для малого бизнеса, где владелец одновременно и директор, и главбух, и уборщица, это спасение.
Малый бизнес созрел для автоматизации
Рынок ИИ для малого бизнеса взлетит с $194.6 млрд до $567 млрд к 2032.
Маховик данных раскручивается
Каждый новый клиент делает ботов умнее. Они учатся на ошибках, понимают паттерны, предсказывают проблемы. Через год у Motion будет база знаний о том, как работают тысячи бизнесов. Попробуй догони.
Когда компания отдает ботам продажи, поддержку и планирование, слезть с иглы невозможно. Это как отключить электричество: весь бизнес встанет.
Похожие проекты
Zapier соединяет разные сервисы и автоматизирует процессы между ними.
Monday.com помогает управлять проектами и задачами команды.
Asana организует рабочие процессы и коллаборацию.
ClickUp объединяет управление проектами, документы и цели в одной платформе.
Notion создает рабочее пространство для заметок, баз данных и совместной работы.
Tweekly
Менеджерам по продажам некогда продавать, они весь день заполняют CRM, обновляют отчеты, переносят данные из почты в системы. К вечеру на реальные продажи остается пара часов. В малом бизнесе, где каждый сотрудник на вес золота, такая неэффективность убивает рост.
Motion решил не оптимизировать этот бардак, а просто выкинуть людей из уравнения. Ребятаподняли $38M, причем раунд переподписали в пять раз, инвесторы в очередь стояли. За четыре месяца после запуска накрутили 10,000 клиентов и $10M годовой выручки. Для корпоративного софта это как взлететь на ракете.
Армия ботов вместо армии клерков
Motion не пытается сделать людей продуктивнее. Они создают цифровых работников для каждой скучной функции. Бот-продавец сам пишет письма потенциальным клиентам, квалифицирует их, ставит встречи в календарь. Бот-бухгалтер разбирает счета, сверяет платежи, формирует отчеты. Бот-менеджер распределяет задачи между живыми сотрудниками и следит за дедлайнами.
Главное, эти цифровые аватары работают поверх того, что уже есть. Подключаешь к Gmail, любой CRM. Не нужно месяцами внедрять, переучивать людей, мигрировать данные. Для малого бизнеса, где владелец одновременно и директор, и главбух, и уборщица, это спасение.
Малый бизнес созрел для автоматизации
Рынок ИИ для малого бизнеса взлетит с $194.6 млрд до $567 млрд к 2032.
Маховик данных раскручивается
Каждый новый клиент делает ботов умнее. Они учатся на ошибках, понимают паттерны, предсказывают проблемы. Через год у Motion будет база знаний о том, как работают тысячи бизнесов. Попробуй догони.
Когда компания отдает ботам продажи, поддержку и планирование, слезть с иглы невозможно. Это как отключить электричество: весь бизнес встанет.
Похожие проекты
Zapier соединяет разные сервисы и автоматизирует процессы между ними.
Monday.com помогает управлять проектами и задачами команды.
Asana организует рабочие процессы и коллаборацию.
ClickUp объединяет управление проектами, документы и цели в одной платформе.
Notion создает рабочее пространство для заметок, баз данных и совместной работы.
Tweekly
👍3🔥1🤔1
This media is not supported in your browser
VIEW IN TELEGRAM
💜 Алиса теперь оживляет фотки
Сегодня моя бывшая коллега, поделилась «магией» и своими эмоциями от новой фишки Алисы.
Яндекс запустил новую функцию в приложении «Алиса» – теперь можно оживлять фотографии и картинки с помощью нейросетки.
Сами видосики короткие, примерно 4-секундные, генерятся на основе картинки и текстового описания желаемого сюжета.
Функция бесплатная в мобильном приложении Алисы.
Я лично залипла... и окунулась в ностальгию, это действительно магическая возможность почувствовать тех, кого со мной рядом уже давно нет❤️
Сегодня моя бывшая коллега, поделилась «магией» и своими эмоциями от новой фишки Алисы.
Яндекс запустил новую функцию в приложении «Алиса» – теперь можно оживлять фотографии и картинки с помощью нейросетки.
Сами видосики короткие, примерно 4-секундные, генерятся на основе картинки и текстового описания желаемого сюжета.
Функция бесплатная в мобильном приложении Алисы.
Я лично залипла... и окунулась в ностальгию, это действительно магическая возможность почувствовать тех, кого со мной рядом уже давно нет
Please open Telegram to view this post
VIEW IN TELEGRAM
❤19🔥5💯3
LTI-2025: как удерживают людей на длительной дистанции?
SQN исследовали практики более 150 крупных российских компаний и выявили, куда движется долгосрочная мотивация. В выборку вошли 76 крупнейших российских публичных и 80 непубличных компаний из более чем 20 отраслей (розничная торговля, it, банки, металлургия, телекоммуникации)
Увеличение выборки исследования в 3 раза по сравнению с 2024 годом
существенно не поменяло соотношение типов программ на основе денежных
выплат (Cash) и выплат в виде акций (Equity). Если коротко:
📌 Участников LTI становится больше
Не только топ-менеджеры, но и ключевые специалисты, потому что удержать таланты важно всем.
📌 EBITDA– безусловный лидер
При детальном анализе показателей программ LTI выявляются EBITDA, чистая прибыль и выручка.
📌 Быстрое включение мотивации
Трехлетний горизонт планирования по-прежнему является одним из самых
распространенных и доминирует в программах с денежными выплатами, но теперь выплаты все чаще стартуют уже через год.
📌 IT и банки впереди планеты всей
IT-компаний (92%), банки ( 87%) и компании розничной торговли (63%) являются чемпионами по охвату сотрудников программами долгосрочного премирования. В отдельных случаях количество участников может превышать 1000 сотрудников.
📌 Актуальность под вопросом
Да, equity-инструменты в моде, но падение котировок после IPO (–17% в среднем) ставит эффективность под сомнение.
📌 За рубежом тоже меняются правила
В США уходят от традиционных опционов, выбирая RSU/PSU и комбинированные кейсы. Россия пока в начале тренда.
@Est_Concern
SQN исследовали практики более 150 крупных российских компаний и выявили, куда движется долгосрочная мотивация. В выборку вошли 76 крупнейших российских публичных и 80 непубличных компаний из более чем 20 отраслей (розничная торговля, it, банки, металлургия, телекоммуникации)
Увеличение выборки исследования в 3 раза по сравнению с 2024 годом
существенно не поменяло соотношение типов программ на основе денежных
выплат (Cash) и выплат в виде акций (Equity). Если коротко:
Не только топ-менеджеры, но и ключевые специалисты, потому что удержать таланты важно всем.
При детальном анализе показателей программ LTI выявляются EBITDA, чистая прибыль и выручка.
Трехлетний горизонт планирования по-прежнему является одним из самых
распространенных и доминирует в программах с денежными выплатами, но теперь выплаты все чаще стартуют уже через год.
IT-компаний (92%), банки ( 87%) и компании розничной торговли (63%) являются чемпионами по охвату сотрудников программами долгосрочного премирования. В отдельных случаях количество участников может превышать 1000 сотрудников.
Да, equity-инструменты в моде, но падение котировок после IPO (–17% в среднем) ставит эффективность под сомнение.
В США уходят от традиционных опционов, выбирая RSU/PSU и комбинированные кейсы. Россия пока в начале тренда.
@Est_Concern
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2🔥2👏1
Maisa AI — цифровые работники вместо чат-ботов ($25M)
95% корпоративных AI-проектов проваливаются. Эту шокирующую цифру опубликовал MIT. Компании потратили миллиарды на ChatGPT-обёртки, которые галлюцинируют, выдают конфиденциальные данные и требуют постоянного присмотра. Испанско-американский Maisa AIпредлагает радикально другой подход: AI-работники, которые объясняют каждый свой шаг.
Стартап привлёк $25M. Команда растёт с 35 до 65 человек, чтобы запустить Maisa Studio — платформу, где любой сотрудник сможет создать AI-работника без кода.
Прозрачность вместо магии
Традиционный AI — это чёрный ящик. Вы задаёте вопрос, получаете ответ, и понятия не имеете, откуда он взялся. Maisa AIработает иначе: система показывает цепочку рассуждений и действий. "Я проанализирую транзакцию → проверю против правил AML → сравню с историческими паттернами → классифицирую риск как средний → вот почему".
Человек может вмешаться на любом этапе. Не согласны с оценкой риска? Измените параметры. Хотите добавить дополнительную проверку? Вставьте её в цепочку. Это не замена человека, а усиление его возможностей.
HALP (Human-Augmented LLM Processing) — технология, которая снижает галлюцинации до минимума. Каждое утверждение проверяется против источников, каждое действие логируется для аудита. Это критично для регулируемых индустрий — банков, страховых, фармы.
Почему корпорации готовы платить
Неудачи с AI стоят дорого. Не только потраченные деньги, но и репутационные риски. Когда чат-бот банка советует клиенту инвестировать в крипто-скам, это попадает в заголовки газет.
Maisa AI уже работает в продакшене у клиентов из банковского и энергетического секторов. Автоматизация скрининга транзакций сократила время обработки на 70%. Это разница между "флаг о подозрительной операции через неделю" и "мгновенное предупреждение".
Возможность создавать AI-работников без программистов — это демократизация автоматизации. Бухгалтер может создать ассистента для обработки счетов. HR — для скрининга резюме. Юрист — для анализа контрактов.
Сетевые эффекты знаний
Каждый созданный AI-работник пополняет библиотеку шаблонов. Компания из автопрома создала работника для анализа дефектов? Другие автопроизводители могут взять этот шаблон и адаптировать.
Накопление отраслевых знаний создаёт барьер для конкурентов.Maisa AI уже понимает специфику банковского комплаенса, трейдинга, автомобильного производства. Новичку придётся начинать с нуля.
Экосистема разработчиков начинает формироваться вокруг платформы. Консультанты создают кастомных работников, интеграторы подключают к корпоративным системам, вендоры добавляют свои коннекторы.
Enterprise AI и автоматизация
UiPath — лидер RPA-автоматизации
Automation Anywhere — enterprise RPA платформа
Celonis — process mining и автоматизация
WorkFusion — интеллектуальная автоматизация
Blue Prism — цифровые работники для enterprise
C3.ai — enterprise AI приложения
Tweekly
95% корпоративных AI-проектов проваливаются. Эту шокирующую цифру опубликовал MIT. Компании потратили миллиарды на ChatGPT-обёртки, которые галлюцинируют, выдают конфиденциальные данные и требуют постоянного присмотра. Испанско-американский Maisa AIпредлагает радикально другой подход: AI-работники, которые объясняют каждый свой шаг.
Стартап привлёк $25M. Команда растёт с 35 до 65 человек, чтобы запустить Maisa Studio — платформу, где любой сотрудник сможет создать AI-работника без кода.
Прозрачность вместо магии
Традиционный AI — это чёрный ящик. Вы задаёте вопрос, получаете ответ, и понятия не имеете, откуда он взялся. Maisa AIработает иначе: система показывает цепочку рассуждений и действий. "Я проанализирую транзакцию → проверю против правил AML → сравню с историческими паттернами → классифицирую риск как средний → вот почему".
Человек может вмешаться на любом этапе. Не согласны с оценкой риска? Измените параметры. Хотите добавить дополнительную проверку? Вставьте её в цепочку. Это не замена человека, а усиление его возможностей.
HALP (Human-Augmented LLM Processing) — технология, которая снижает галлюцинации до минимума. Каждое утверждение проверяется против источников, каждое действие логируется для аудита. Это критично для регулируемых индустрий — банков, страховых, фармы.
Почему корпорации готовы платить
Неудачи с AI стоят дорого. Не только потраченные деньги, но и репутационные риски. Когда чат-бот банка советует клиенту инвестировать в крипто-скам, это попадает в заголовки газет.
Maisa AI уже работает в продакшене у клиентов из банковского и энергетического секторов. Автоматизация скрининга транзакций сократила время обработки на 70%. Это разница между "флаг о подозрительной операции через неделю" и "мгновенное предупреждение".
Возможность создавать AI-работников без программистов — это демократизация автоматизации. Бухгалтер может создать ассистента для обработки счетов. HR — для скрининга резюме. Юрист — для анализа контрактов.
Сетевые эффекты знаний
Каждый созданный AI-работник пополняет библиотеку шаблонов. Компания из автопрома создала работника для анализа дефектов? Другие автопроизводители могут взять этот шаблон и адаптировать.
Накопление отраслевых знаний создаёт барьер для конкурентов.Maisa AI уже понимает специфику банковского комплаенса, трейдинга, автомобильного производства. Новичку придётся начинать с нуля.
Экосистема разработчиков начинает формироваться вокруг платформы. Консультанты создают кастомных работников, интеграторы подключают к корпоративным системам, вендоры добавляют свои коннекторы.
Enterprise AI и автоматизация
UiPath — лидер RPA-автоматизации
Automation Anywhere — enterprise RPA платформа
Celonis — process mining и автоматизация
WorkFusion — интеллектуальная автоматизация
Blue Prism — цифровые работники для enterprise
C3.ai — enterprise AI приложения
Tweekly
🔥3👍1