DO DIGITAL Co.

? После январских конференци по ИИ+бизнес Davos–CES–NRF стало ясно: ИИ стал инфраструктурой. Но «денежный эффект» по-прежнему получают немногие — и почти всегда по одной причине: ИИ прикручивают к старой работе, вместо того чтобы менять процесс. На конференциях повторяют одно и то же: масштабирование упирается в данные, интеграции, права доступа и новый стандарт работы команды. Пилотов много, стабильного результата мало — это «messy middle» турбулентная середина внедрения. Выход простой: выберите один поток (заявки,...

»*. Денежный эффект — в интеграции с 1С Год назад DeepSeek устроил рынку холодный душ: на новости о «дешёвом» ИИ одна только Nvidia потеряла около $593 млрд капитализации за один день, а общие потери индустрии были под 2 трлн. Но важнее не биржа, а вывод для бизнеса: стоимость «мозгов» падает быстрее, чем стоимость хаоса в процессах. DeepSeek-V3 обучали на H800 и заявляли бюджет «менее $6 млн». А на World Economic Forum глава Google DeepMind Демис Хассабис назвал реакцию рынка «массовой сверхреакцией». Что реально меняется «на земле»: —Модели становятся взаимозаменяемыми: open-source и «китайские» решения быстрее заходят в прикладные сценарии...

» — так зрители комментируют трейлер «On This Day… 1776», короткого исторического сериала, который делают через AI-студию Даррена Аронофски Primordial Soup. Формат простой: короткие эпизоды, «исторически обосновано», визуал частично сделан генеративными инструментами, голоса — живые актёры (SAG), пост-продакшн (монтаж/звук/цвет) — тоже руками. Выходит на YouTube TIME, эпизоды обещают выпускать еженедельно в 2026. Главный урок для бизнеса — не про «кино». AI даёт скорость и масштаб, но доверие падает быстрее, чем сокращаются затраты...

: → Цена биткоина это цена электричества → Биткоин как инфраструктура распределенных вычислений для AI → Косвенное подтверждение будущей зимы ИИ Интересный во многих отношениях отрывок. ⚡️хотите разобрать как бустануть с ИИ —— пишите в Telegram → @maksim_o 😡Inst 👽dodigital.ru 👁Ytube 😂ICE breaker...

Служба поддержки 1-й линии (дефлексия рутины + человек для сложного) Реальный ориентир: Klarna публично заявлял, что их AI-ассистент на старте обрабатывал существенную долю чатов поддержки. Практическая оговорка: позже Klarna также подчёркивал важность опции “человек” (качество/доверие), то есть гибридная схема устойчивее. Как повторить этот кейс в своей компании: 🔜Отобрать 30 самых частых причин обращений. 🔜Сделать ответы “по базе” (доставка/возврат/статусы/гарантии). 🔜Встроить кнопку “оператор”, чтобы не ломать опыт. 🔜Еженедельно пополнять базу вопросов из логов...

Ассистент входящих заявок с фактами из 1С (чат/мессенджер/сайт) Этот кейс “в духе Давоса”: ценность появляется, когда ассистент опирается на данные и процесс, а не на “умные фразы”. Зачем: быстро снять нагрузку и ускорить “обращение → счёт/заказ”. Что нужно от бизнеса (минимум): выгрузка из 1С/учётки (цены/остатки/сроки), 50–100 типовых вопросов, правила “когда переводим на человека”. Как повторить за 10 дней (простая версия): 🔜Собрать 50 FAQ + 20 “тяжёлых” вопросов клиентов. 🔜Выгрузить из 1С таблицу “SKU → цена → остаток → срок”. 🔜Сделать ассистента, который отвечает только фактами из выгрузки и иначе зовёт менеджера...

: Контринтуитивно, но: «ИИ экономит время» не равняется «ИИ даёт прибыль». Прибыль появляется, когда вы вшиваете ИИ в конкретный поток (лиды/поддержка/счета/остатки) и меряете до/после. Ниже хочу сразу дать вам очень простые и конкретные кейсы, которые что называется «бери и делай» — это максимально просто и понятно...

🔜Самое резонансное: работа, джуны и «слом лестницы» Давос в этом году очень много обсуждает перестройку белых воротничков, особенно entry-level (начальный/входной уровень). Reuters фиксирует ожидания крупных компаний по сокращению headcount (численность персонала). В источнике упоминается опрос: значимая доля крупных предприятий ожидает сокращения штата на 10–25% в горизонте ~3 лет из-за эффективности от ИИ. Параллельно звучит “прагматичная” связка: продуктивность не приходит без редизайна ролей и обучения. Reuters приводит оценку EY: порядка 81 часа обучения + редизайн ролей → около 14% роста недельной продуктивности...

Буду делиться с вами главными выводами по ИИ в Давосе 2026 Я заметил, что Тон сместился от демок с ИИ к ROI и масштабированию. На сценах и в кулуарах разговоры идут про измеримый эффект, внедрение в процессы, data foundations и change management. Участники и журналисты, фиксируют усталость компаний от бесконечных демо-пилотов. Вот что это значит для бизнеса: победят команды, которые умеют “приземлять” ИИ в 1–2 процесса с понятными KPI (скорость, качество, cost-to-serve), а не те, кто просто закупил инструменты...

Россия — 8% Америка — 28,3% Дания — 30% Китай — 15,4% Британия — 27% Подписчик прислал интерсную фотографию. Спасибо @valgolf! ⚡️хотите разобрать как бустануть с ИИ —— пишите в Telegram → @maksim_o 😡Inst 👽dodigital...

Я решил разобрать как внедрить ИИ в бизнес на примере бренда женской одежды. Во многом информация будет справедлива и для других бизнесов. Итак, по моим данным, проведя дополнительное исследование, мне удолось выяснить, что в женской одежде покупка часто начинается с одного вопроса: “какой размер?” или “как сидит?”. Это просто Лучшая точка старта ИИ — сделать ответы быстрыми и одинаково точными в комментах и директе. Вот какие надо сделать шаги: 🔜1. Соберите 50 частых вопросов (доставка/возврат/размер/уход/наличие). 🔜2. Сделайте “лист правды” (1 страница): правила бренда + факты. 🔜3. Подключите ассистента 1-й линии: отвечает только по листу, остальное — переводит менеджеру...

): Шаг 1. Выбираем узкое место и KPI “до/после” (1–2 дня) Метрики: SLA, AHT, FCR, CR, доля автообработки, FTE-часы, cost-to-serve. Шаг 2. Пилот 2–4 недели: ограниченный контур + контроль качества Критично: правила данных (PII), источники ответов (для RAG — ответы с цитатами), human-in-the-loop на старте...