Кристина про ИТ-бизнес

Гайд для основателей: как применять ИИ на каждой стадии стартапа

В июне менторила стартапы ранней стадии в акселераторе и подумала, как круто поменялся формат встреч :) Раньше за час созвона мы правили стратегию и ставили гипотезы. Теперь успеваем ещё и собрать финмодель, питч-дек или прототип.

Потому что ИИ уже полноценно помогает микрокомандам как исследователь (Deep Research), операционщик (Claude Cowork, ChatGPT Work, Gemini Spark) и разработчик (Claude Code, Codex, Gemini CLI).

В Anthropic даже выпустили гайд для фаундеров на 36 страниц с мини-инструкциями под каждую задачу, которую можно поручить ИИ:

1. На стадии идеи:
• сформулировать гипотезы для проверки
• собрать карту конкурентов
• найти данные для TAM/SAM/SOM
• вытащить жалобы из отзывов на конкурентов
• автоматизировать аутрич на кастдевы

Главная ошибка – доверить ИИ стратегию. Он соглашатель, найдёт сто аргументов за любую идею и нарисует нужный размер рынка. Поэтому в инструкцию сразу закладываем источники, референсы и поиск контраргументов.

2. MVP
• описать архитектуру и сложить правила в md-файл
• описать границы продукта и когда добавлять новое
• собрать прототип и проверить код на уязвимости

Главная ошибка – технический долг от агента. Без правил он каждую сессию решает заново, сегодня база устроена так, завтра иначе. Поэтому без базовых технических знаний тут никак.

3. Запуск
• аудит техдолга и планирование спринта
• аудит задач: что уйдёт агенту, что команде, а что останется вам

Главная ошибка – всё замыкать на себе, ведь с агентами можно дольше тянуть в одиночку. Прикиньте, что бы встало за неделю без вас, вот это и делегируйте.

4. Масштабирование
• упаковать свою рутину и экспертизу в ИИ-скиллы
• поднять интеграции с системами клиента
• построить стратегию выхода на рынок

Главная ошибка – считать преимуществом сам код. Защищает то, чего нет у каждого вайбкодера: бренд, уникальные данные и встройка в процессы пользователей. Про бренд писала в посте выше 😎

Файл гайда закинула в комментарии к этому посту. А ещё рекомендую глянуть Anthropic Startups Program, там раздают бесплатные API credits и проводят ивенты для комьюнити.

Делитесь, если что-то забрали в работу 👌

Подборка суперполезных материалов по ИИ для бизнеса от Google, Anthropic и Stanford

Провела за последнее время несколько корпоративных воркшопов по работе с ИИ-агентами. Готовила допматериалы для участников, делюсь и с вами вот такой подборкой открытых практических курсов :) Разделила их по трём основным навыкам:

1. ИИ-грамотность: как устроены модели, что им доверять, как ставить задачу и оценивать результат

• AI Fluency от Anthropic. Есть отдельный трек AI Fluency for Small Businesses. В посте выше я, кстати, рассказывала про их фреймворк делегирование-описание-оценка-ответственность
• База знаний по ИИ от IBM – 193 курса, включая The Impact of AI on Business
• Курс Стэнфорда по устройству и обучению LLM на YouTube без регистраций и смс
• Сюда же курс по глубокому обучению от MIT
• Промпт-инжиниринг от Дубайского центра ИИ, мне очень нравится их миссия бесплатно обучить миллион человек

2. Владение инструментом: сами создатели сервисов дают кейсы под ниши, инструкции и лайфхаки

• Академия Anthropic – практика с чатом, Cowork, Claude Code, платформой и API, MCP-интеграциями, агентными скиллами и субагентами. Плюс вот такие гайды по финансам, праву, маркетингу и бизнес-процессам
• Академия OpenAI – аналогичная практика по ChatGPT и Codex, плюс гайды по отраслям. Они даже проводят акселератор для малого и среднего бизнеса
• Разбор ИИ-инструментов от DeepLearning
• Автоматизации в n8n
• Академия Cursor

3. Сборка своего агента: с шаблонами, кредитами на практику и поддержкой коммьюнити

• Hugging Face Agents Course. Подробно рассказывала, как проходила его в этом посте
• Google GEAR по корпоративным ИИ-агентам
• Акселератор от Replit Agent, тут можно собрать свой продукт с менторами
• Материалы Anthropic по агентным скиллам и субагентам
• Гайд по внедрению агентов от OpenAI

Как проходить, чтобы был толк

Лучше всего работает модель 70-20-10: 70% практика, 20% менторы и только 10% формальное обучение.

Достаточно взять по одному курсу на каждый навык, отработать на одной своей реальной задаче – и вы прекрасны! Для выбора задачи можно выписать свои процессы в матрицу «важность × частота» с учётом риска и сложности. Ментором выступят сами нейронки – режим Learning или голосовой, а материалы удобно разбирать через Gemini Notebook.

Сохраняйте и делитесь, что бы вы добавили в подборку? 📖

@stina_ai

Как венчурные фонды используют ИИ и что фаундерам с этим делать

Была недавно на онлайн-встрече по венчуру от сообщества Hegai. Один из инвесторов сказал: «У меня в фонде 70+ сотрудников, но кожаных из них только 2. Остальные – ИИ-агенты». А ближе к концу выяснилось, что людей в команде всё-таки больше. За ИИ перепроверяют шесть стажёров :)

Потому что целиком отдать процессы агентам сейчас нельзя ни в одной сфере. Выше уже делилась мыслями на этот счёт. Но на большинстве этапов воронки у фондов ИИ уже работает хорошо. Ниже разобрала, где именно и как это учесть стартапам.

1. Поиск стартапов. 200+ параметров из LinkedIn, GitHub и соцсетей автоматически подсвечивают перспективные команды ещё в стелсе. Правда, такой ИИ-радар находит не лучших, а самых заметных.

Поэтому будьте заметны на ресурсах, откуда нейронки берут данные. По сути те же принципы GEO, что для сайта бизнеса, что для личного бренда.

2. Первичный отбор. Поток питчей вырос вчетверо, поэтому дек первым читает агент и за пару минут выдаёт, подходит фонду или нет.

Так что пароли на DocSend, сбор имейлов и закрытый дата-рум убираем, чтобы агент смог открыть ваш файл.

3. Знакомство. Интересный кейс: Unbiased Ventures сделали агента-психолога, который по постам и открытым данным строит портрет фаундера и подсвечивает риски.

Тоже попросите Claude изучить профиль инвестора – о чём пишет, интересы, во что уже вкладывал, в чём у вас мэтч – и продумайте коммуникацию.

4. Скоринг. В Prosto VC, например, используют ИИ-финансиста, который лезет внутрь финмодели: где ошибки в P&L и кэш-флоу, где формулы нет вообще, где цифры в деке и модели не бьются.

Заведите себе такого же ИИ-аудитора и прогоните свою финмодель до отправки инвестору.

5. А вот инвесткомитет ИИ не отдают. Финальное «да» говорят люди: смотрят отраслевую экспертизу команды, бренд, уникальность данных и встройку в процессы клиентов.

А ещё на этой же встрече фаундеры с недавними раундами отметили, что деньги пришли через тёплые интро и отношения, выстроенные за пару лет до фандрейза.

Получается, что сигналы, базы и скоринг с ИИ формируются потихоньку у всех фондов. Но вот что нельзя автоматизировать: доверие, отношения и финальное принятие решения. А вы как думаете, что ждёт индустрию в будущем?

В следующем посте хочу разобрать полезный гайд для основателей: кейсы применения ИИ на всех стадиях продукта от идеи до масштабирования. Ставьте 🔥, если вам такое интересно!

Про интерфейсы в эпоху ИИ

Устроила себе цифровой детокс на пару дней в турецком Олюденизе. В один день после долгого хайкинга в горах вышли в заброшенную деревню Каякёй и решили обратно вызвать такси. Облом: ни Uber (а он в Турции больше 10 лет, к слову), ни местные приложения такси не нашли. А сработала кнопка, прикрученная прямо к дереву. Нажимаешь, и за тобой приезжают в течение минуты.

Вот такой парадокс. Пока все гонятся за искусственным интеллектом и автоматизацией, простые аналоговые решения тоже продолжают работать там, где это уместно. Потому что технология должна подстраиваться под человека и контекст, а не наоборот.

И в ИИ сейчас то же самое: интерфейсы упрощаются и переезжают туда, где мы и так находимся.

Свежий пример: Anthropic на днях выпустили Claude Tag, и Андрей Карпаты назвал это третьим крупным редизайном интерфейса LLM. Сначала ИИ был сайтом, потом приложением, а теперь – постоянной сущностью, которая живёт внутри команды наравне с людьми. Добавляешь Claude в Slack, тегаешь через @, как коллегу, отдаёшь задачу, он уходит её делать и возвращается с результатом. У него общая память канала, он видит контекст и может вести задачу автономно. По словам Anthropic, 65% кода их продуктовой команды уже пишет внутренняя версия этого инструмента.

ИИ вообще уезжает из отдельных приложений туда, где мы работаем, к нашим данным.

Например, можно настроить финансового агента: прямо в привычном Телеграме диктуешь ему голосом «пришли дайджест за этот месяц», а он лезет в твои выписки и таблички с управленкой, сводит выручку, расходы и прибыль, сравнивает с прошлым месяцем, подсвечивает инсайты и даёт рекомендации.

Или плагины Claude для Office: открываешь Excel, просишь докрутить финмодель, добавить сценарий по своим вводным, проверить формулы, а Claude сам разбирается в структуре листа, вносит правки и следит, чтобы цифры сходились.

А дальше интерфейс, похоже, вообще уйдёт с экрана. ИИ-устройство в разработке от OpenAI с Джони Айвом, умные очки с Gemini, офисные робо-консьержи – ничего не открываешь, просто говоришь, что нужно.

Вывод простой: и в интерфейсах, и в продажах работает одна логика – чем меньше человеку нужно под тебя подстраиваться, тем лучше :)

Софт больше не продаётся

С коллегами-фаундерами обсуждали недавно, что просто продавать софт или узкие услуги становится всё сложнее. Нужно продавать конкретный результат, работу, а не инструменты.

Всё потому, что компании научились лучше считать ROI. И вместо очередного узкого инструмента, с которым надо разбираться самому или сотруднику, они ждут подрядчика, кто доведёт всё до результата.

С таким подходом и продавать проще, и рынок в шесть раз больше – на каждый $1 на софт корпорации тратят $6 на услуги. А расти можно без раздувания штата, потому что часть работы делают ИИ-агенты. Плюс вероятность, что следующее обновление Claude заменит отдельную фичу – высокая, а вот что закроет весь процесс целиком, низкая.

На фоне этого фонды активно вкладываются в компании, позиционирующие себя как «AI-софт плюс агентство». В батчах YC всё больше autopilot-стартапов. Sequoia и NFX пишут, что следующая триллионная компания будет не SaaS, а сервисная фирма с софтовой маржой.

В эту же сторону идут и AI-гиганты: Anthropic и OpenAI создают совместные предприятия с PE-фондами, чтобы заходить в корпорации и внедрять ИИ под ключ. Anthropic собрал на это направление $1+ млрд, OpenAI – $4 млрд.

Так что вывод такой. Фаундеры уходят от продажи отдельных тулов к продаже комплексных решений с ответственностью за метрику. Корпорации, в свою очередь, перестают копить подписки и начинают платить за готовый результат, а не за доступ к интерфейсу. А вы уже замечаете этот сдвиг у себя? :)

P.S. На практикуме по ИИ в финансах для фаундеров и финансистов у нас тоже акцент на результат. Детали тут, присоединяйтесь 🫡

Почему ИИ прокачает ваш бизнес, но не заменит ваше понимание

Публиковала недавно пост про кейсы применения ИИ в финансах бизнеса. Показала, что сейчас уйма сценариев и реально полезных инструментов от Gemini до Claude Code, но надо уметь правильно ими пользоваться и не забывать про критическое мышление.

И тут в комментариях пришёл коллега с возражением: мол, валидация результатов ИИ давно автоматизируется циклами агентов, и необходимость «быть в теме» уже не проблема.

Ан нет, ещё какая проблема, ответила я :) Объясню. Ответственность за принятые решения в итоге несёт человек – фаундер, специалист или вся компания. И на двух уровнях работы с ИИ человеческое понимание никаким циклом агентов не заменишь.

Первое – данные на вход. Чтобы ИИ собрал нормальную финмодель или построил адекватную автоматизацию управленки, нужны корректные исходные данные. Да, можно сделать ИИ-аудит, найти ошибки форматирования, расхождения и т.д. Но если в исходниках и процессах хаос, криво собраны финансовые отчёты, а часть данных у бизнеса вообще не оцифрована – ИИ умножит этот хаос.

Второе – понимание бизнеса, своей индустрии и зоны экспертизы. Даже провалидированный результат ИИ всегда нужно критически оценить самому. Цифры посчитались и гипотезы рекомендованы – но насколько они адекватны вашей реальности и что учесть в стратегии, решаете вы.

Кейсов в подтверждение полно. Например, выше я писала про то, как ИИ бесконтрольно управлял инвестициями, а вот тут – вендинговым автоматом длительное время, в обоих случаях получилось не очень. А на днях ко мне пришёл фаундер с просьбой помочь доработать шаблон финмодели от Claude в реально рабочий инструмент для бизнеса. Ещё в LinkedIn на неделе обсуждали кейс, где американские VC начали отказывать в инвестициях после технического due diligence не очень грамотно навайбкоженным продуктам, потому что изначально не была продумана архитектура и безопасность.

Кстати, сама Anthropic в своей методологии AI Fluency Framework включает Discernment – критическую оценку результатов человеком – в четыре ключевых навыка работы с ИИ. Остальные три: Delegation (что отдавать ИИ, а что оставлять себе), Description (как формулировать запросы, чтобы получить нужный результат) и Diligence (этика и ответственность за использование).

Вывод простой: ИИ – мощный инструмент, который ускоряет, повышает качество и упрощает многие задачи. Но надо уметь правильно выстроить процесс, подготовить контекст, поставить задачу и критически оценить каждый результат. Согласны? ❤️

Как внедрить ИИ в финансы бизнеса

На днях была в жюри молодёжного стартап-акселератора. Из десятка финалистов мы с коллегами выбрали лучшие проекты, которым достались гранты: тренажёр для реабилитации после инсульта, два проекта в travel-tech и цифровая грамотность для пожилых. Во все эти продукты, конечно, был вшит ИИ :)

Оценивали по 10 критериям по пятибалльной шкале. Все команды были очень сильные, но знаете, какой критерий все члены жюри оценили ниже всего?

Финансовый. И это частая история, когда финансы вызывают сложности, особенно на старте – не всегда есть возможность привлечь дорогих консультантов и команду финансистов.

Но есть и хорошая новость. Если научиться правильно применять ИИ-инструменты, то вместе с поддержкой финансиста можно лучше организовать процессы по работе с финансами и аналитикой в компании.

Поэтому я решила провести практикум по ИИ в финансах для фаундеров и финансистов.

За 4 недели на практикуме:
• передадите ИИ весь ресёрч, аналитику, дашборды и макросы
• построите с ИИ финмодель, с которой реально управлять бизнесом и привлечь инвестиции
• без дизайнера соберёте красивый питч-дек или отчёт
• создадите собственных ИИ-агентов для автоматизации финансовых задач
• научитесь использовать ИИ без риска для безопасности данных
• уйдёте с готовым ИИ-решением вашей задачи

Инструменты: Claude for Excel, Gemini в Google Таблицах, ChatGPT, GigaChat, Grok, Kimi, NotebookLM, Claude Code, Replit, n8n, LM Studio.

Формат: закрытая группа единомышленников в телеграм, 15 практических мини-уроков с обратной связью по вашим проектам и живой воркшоп 11го июня.

Доступ к материалам – навсегда, подключиться можно уже сейчас тут: https://paywall.pw/ai_finance ❤️

Как создатели Claude используют свой же ИИ

Я фанат Anthropic :) Только за последний месяц вышло более 10 крупных обновлений, включая удобное управление компьютером из Claude Cowork и с телефона, а скоро выйдет новая модель Mythos.

На днях мне попался их внутренний гайд, где 10 команд рассказывают свои кейсы работы с Claude Code. Делюсь интересным:

1. Маркетолог в одиночку тянет весь перфоманс

Рекламная кампания Anthropic на Super Bowl и посыл «Keep Thinking» покорили многих. Но перфоманс у них тоже мощный.

Маркетолог построил ИИ-агентов, которые анализируют эффективность всех рекламных объявлений в Google и соцсетях, находят слабые и генерируют новые. Для визуалов он сделал плагин в Figma, который подставляет эти тексты в шаблоны баннеров и выдаёт до 100 вариантов за секунду. Аналитику по рекламе смотрит прямо в Claude, не прыгая между платформами. В итоге на создание рекламных текстов уходит не 2 часа, а 15 минут, а объём тестируемых креативов вырос в 10 раз.

2. Юристы собирают приложения за час

Юротдел Anthropic известен не только противостоянием с Пентагоном, но и навыками вайбкодинга для личных и рабочих проектов. Один юрист за час собрал в Claude Code приложение в помощь родственнику с нарушением речи. Другие автоматизировали апдейты команды через G Suite и отслеживание статусов юридических ревью.

3. Продуктовые дизайнеры вносят правки в код

Раньше как было: дизайнер рисует макет, передаёт в разработку, ждёт, три раунда правок. Теперь команда сама вносит изменения в код. Цвета, шрифты, отступы, логика интерфейса. Figma и Claude Code открыты у них 80% рабочего времени, и проект вместо недели согласований укладывается в пару созвонов.

4. Финансисты работают быстрее

Они описывают свои задачи обычным текстом: «возьми данные из такого-то дашборда, прогони вот эти запросы, собери результат в Excel». Claude сам уточняет даты и фильтры и выполняет всю цепочку. Раньше для такого нужно было писать тикет дата-инженерам и ждать в очереди, а теперь нет.

Больше про ИИ в финансах рассказала в посте выше 👌

5. Программисты удвоили продуктивность

Claude делает всех немного full-stack. Команда Claude Code использует свой собственный продукт для разбора незнакомого кода, быстрых прототипов и обновлений. Безопасники сократили время расследования инцидентов с 15 до 5 минут. Дата-сайентисты быстро строят аналитические инструменты и дашборды на 5 000 строк для визуализации работы моделей.

Кстати, очень показательно, что Anthropic сами плотно пользуются своим же продуктом. В IT это называют dogfooding, а у них antfooding, потому что сотрудников в шутку зовут «муравьи» (ants).

Что утащить в свой бизнес?

Начните с простого: опишите любой рутинный процесс текстом в диалоге с Claude, продумайте шаги и промпт и переходите в Claude Code. Не забывайте про md-файл, опишите в нём свои процессы, правила и ограничения. Используйте подход «игрового автомата», то есть сохраняйте чекпоинт перед задачей, и если ИИ ушёл не туда, то откатывайтесь и пробуйте заново. А если хотите системный эффект, соберите коллег и покажите друг другу, кто как использует ИИ.

А вы пользуетесь своими же продуктами или услугами? 👍

Нейросети для финансов бизнеса: гайд по инструментам, которые реально работают

Финмодель, управленка, бюджетирование, юнит-экономика – слова, от которых у половины предпринимателей дёргается глаз.

Так вот. Сейчас всё это можно делать сильно быстрее и сильно приятнее :) Собрала для вас в один пост все полезные ИИ-инструменты.

1. Вайб-финмоделинг с Claude in Excel

Знаете этот кайф от вайб-кодинга? Описываешь, что хочешь, а ИИ строит сайт, игру, прототип на твоих глазах. Тут те же эндорфины. Claude в Excel собирает формулы, графики и структуру финмодели с практически идеальным форматированием. Например, я недавно пересобрала финмодель своего бизнеса за час вместо пяти.

Заменяет ли джуниор-аналитика? Да. Финдира? Нет. Потому что работает правило garbage in – garbage out: если вы сами не понимаете свой рынок, бизнес-модель и адекватность итоговых цифр – никакой Claude не поможет.

2. Gemini в Google Таблицах

Боковая панель, которая анализирует ваш файл, строит графики, помогает с формулами. Пока с ограничениями, но я уверена – через пару месяцев они уйдут далеко вперёд, а для быстрой аналитики уже сейчас отлично.

3. Другие таблицы и BI, тоже с ИИ внутри

По похожим принципам работает Rows – отдельный сервис с таблицами и встроенным ии-аналитиком в боковой панели. Есть классная библиотека финансовых шаблонов и удобные интеграции с Notion, Google Ads и другими сервисами. Очень неплохо, но в привычных Google табличках или Excel Online работать удобнее, конечно.

Есть ещё Copilot в Power BI и нейроаналитик в Yandex DataLens – они помогут саммаризировать отчёты и ответят на вопросы по дашборду.

4. Анализ в чат-ботах

Самое простое для быстрого анализа – просто закинуть свою табличку в ChatGPT, Gemini или Claude и попросить проанализировать данные, построить график, написать формулу или макрос. Ничего устанавливать не надо – открываем и поехали.

5. Custom GPTs и Gem-боты

Если у вас есть задача, которую вы делаете регулярно в чатах и каждый раз пишете однотипные промпты, – соберите под неё кастомного бота. Например, я собирала аналитика для оценки стартапов. Писала про логику его работы и давала промпт в комментариях тут.

6. Автоматизация финансовой рутины в n8n

А вот тут настоящее раздолье для фанатов процессов. Вместо того чтобы каждый понедельник руками собирать отчёт, один раз настраиваете – и оно дальше само. Красота.

Например, справа на скрине мой агент для бюджетирования, который собирает факт расходов, контролирует лимиты бюджета и отправляет управленческие сводки в Telegram.

7. Вайб-кодинг для финансовых приложений

Без навыков программирования с Replit или Lovable можно собрать трекер задач для команды, аналитический дашборд или MVP своего финансового сервиса.

8. Презентации для инвесторов и команды

Финансовые данные же надо ещё красиво показать. NotebookLM, Replit и Gamma сделают презентации из ваших файлов, а HeyGen добавит в презу аватара с озвучкой.

Ну а если вам нужно помочь выстроить управление финансами, разобраться в ИИ-агентах или обучить команду, то пишите в лс @stinazabolotckaia, поможем 👌

А вы используете ИИ в финансах? Делитесь кейсами в комментариях 💸

С чего начать формирование стратегии в эру AI?

Спойлер: отказаться от всего лишнего :)

Многие сейчас строят планы и меняют бизнес-процессы. Моя главная рекомендация (и самой себе в том числе) – быть в фокусе. То есть уметь осознанно выбирать, что делать и НЕ делать, и бить в одну точку.

В тему поделюсь историей стартапа. Недавно я была ментором в акселераторе крупного банка. Моя команда взялась за сервис управления обратной связью – сбор отзывов в одном месте, их анализ с помощью ИИ для персонализации ответов и продуктовых инсайтов.

Команда проанализировала рынок и 65+ конкурентов, выделила 3 сегмента B2B-клиентов и провела 20+ кастдевов.

Казалось бы, 90% покупателей изучают отзывы, а больше половины бизнесов медленно реагируют на негатив. Но вердикт получился таков: на выбранном рынке решение никому не нужно.

Зато во время интервью всплыла другая проблема – предприниматели хотели понимать, стоит ли расширяться в новые регионы.

Команда быстро перестроилась, хотя до питч-сессии оставалась пара недель. Отказались от первоначальной гипотезы и сфокусировались на геоаналитике для ресторанного бизнеса. В итоге ребята победили на хакатоне и проработали пилот с банком.

Мораль: умейте отказываться от того, что не работает, и фокусируйтесь на главном. Если бы команда начала делать и то, и то, потому что жалко бросать прошлые наработки, то ресурсов бы не хватило, результат не получился.

В эру ИИ фокус становится ещё критичнее. Рынки меняются быстро, конкуренция растёт, FOMO на максимуме. А время, команда и бюджет по-прежнему ограничены.

Как определить, на чём фокусироваться:

1. Прочитайте новую книгу фаундера AltaIR Capital Игоря Рябенького Unicorn Focus. Тут про то, как построить сильную компанию. При этом делая меньше, но фокусируясь.

2. Автоматизируйте с ИИ процессы, чтобы освободить время для приоритетов. Вот пример одной из задач в n8n.

3. Собирайте и анализируйте цифры (финансы по проектам, метрики воронки, где буксуют процессы), чтобы отсечь 80% провальных гипотез.

Вот парочка промптов для Gemini для поиска неэффективностей и приоритетов:

1. Примени технику {Матрица ERRC/ Пять почему} к {описание бизнеса, текущая ситуация}, чтобы найти {скрытые неэффективности во внутренних процессах}. Выдай список из активностей, от которых стоит отказаться. Ответ подготовь в формате Amazon Memo.

2. Проведи {SWOT / PESTLE / Canvas} анализ для {описание бизнеса}. Выдай результаты в виде таблицы с конкретными выводами и 3 рекомендациями.

3. Помоги поставить цели на 2026 год по OKR. Контекст: {описание бизнеса, текущая ситуация}. Задай наводящие вопросы и по итогу сформулируй 3-5 Objectives, оформи таблицей: Objective | Key Results | Метрика | Q1 | Q2 | Q3 | Q4.

4. Расставь приоритеты среди задач: {список проектов, целей, результатов}. Используй {матрица ICE / Value-Effort / HADI}. Выдай финальный список приоритетов на год и на Q1 2026. Спланируй бизнес-спринт на первый месяц.

5. Помоги сузить целевой сегмент для {продукт/сервис}. Текущая ЦА: {описание}. Проанализируй, кто из {текущая ЦА}: испытывает боль наиболее остро, готов платить сейчас, с кем быстрее всего закроем сделку. Формат ответа: таблица сегментов и value proposition с оценкой по критериям + финальная рекомендация.

4. И загляните в мой пост выше про стратегические фреймворки.

😎 Делитесь в комментариях, что вам помогает держать фокус?

Комьюнити и искусственный интеллект – главные слова этого года

Сегодня ставлю финальные галочки в списке целей на 2025, корректирую стратегию и шлю поздравления команде и клиентам. И наряжаем ёлку с семьёй, конечно же :)

Желаю вам в новом году найти своих людей и настроить процессы так, чтобы они работали на вас, а не наоборот. И в этом помогут два фактора:

1. Комьюнити и сила окружения

Меняются тренды, рынок, инструменты продвижения, приходят кризисы, и в этом всём особенно ценно иметь опору в виде сообщества и бизнес-партнёров.

Круто, когда есть доступ к людям, близким по духу. Это драйвило в этом году и меня лично, и мой сервис для управления финансами и образовательный бизнес.

Было много общения и выступлений в ведущих акселераторах, InvestStream, Women in Tech, ИТ-Царицах, Life and Invest, Careerum. Встречи в WeWork и Cloud Spaces Abu Dhabi. Присоединилась к комьюнити экспертов ИТМО и стала победительницей Successful Ladies Awards. Вы – топ!

2. Системное внедрение ИИ в процессы

Вижу по себе и клиентам, что расти в метриках можно с небольшой командой благодаря ИИ.

Если не знаете, с чего начать, то начните с моих любимчиков этого года среди готовых ИИ-инструментов. В первую очередь Gemini и NotebookLM. Ещё Claude, n8n, Replit и ChatGPT.

Но секрет не в инструментах, а в методологии. Я анализирую задачи через призму частота × значимость × риск × простота, считаю ROI и внедряю решение так, чтобы ИИ стал частью культуры команды.

С Новым годом! Новых открытий и побед в любимом деле. Спасибо, что читаете ❤️