Тема, честно, изначально звучала немного как что-то слишком футуристичное. Но по факту разговор получился не про фантазии, а про вполне практичные вещи: что уже умеют генетические технологии, где они реально помогают, а где мы пока сильно забегаем вперёд.

Что для себя отметил.

Во-первых, генетика - это уже не история из далекого будущего.

Она уже постепенно становится частью медицины. Сейчас уже можно заранее смотреть риски некоторых наследственных заболеваний, делать скрининги при планировании беременности, выявлять отдельные патологии ещё до рождения ребёнка.

То есть идея в том, что медицина постепенно двигается не только в сторону лечения, но и в сторону более раннего понимания рисков.

Во-вторых, тема про «собрать человека под нужные параметры» пока сильно преувеличена.

На дискуссии это довольно прямо проговорили.

Если речь про тяжёлые моногенные заболевания, там логика более понятная: есть конкретная поломка, есть понятный риск, есть инструменты проверки.

Но как только начинается разговор про интеллект, внешность, способности, «улучшение человека» - всё становится намного сложнее. Там слишком много переменных, и свести это к простому набору настроек не получится.

Отдельно понравилась мысль, что сейчас важно не путать две разные вещи:

• профилактику тяжёлых заболеваний
• и попытку превратить генетику в конструктор «желаемого человека»

Это уже совсем разный уровень и с точки зрения науки, и с точки зрения этики.

Ещё один важный момент - роль ИИ во всей этой истории.

По ощущениям, его главная функция здесь не в том, чтобы «сделать невозможное возможным», а в том, чтобы резко ускорить исследования. Быстрее анализировать данные, быстрее проверять гипотезы, быстрее подбирать решения. И это, кажется, намного важнее любых громких заголовков.

Отдельный блок был про генетические данные и базы.

И вот тут очень явная параллель с рынком ИИ: у кого есть данные, у того будет преимущество. Причём не просто много данных, а качественные, накопленные, пригодные для анализа и построения моделей.

Поэтому разговор про генетический суверенитет, закрытость или открытость таких баз, доступ к ним - это уже не абстрактная тема. Это вопрос и науки, и бизнеса, и безопасности.

Ну и, наверное, самый важный кусок всей дискуссии - это доверие общества.

Потому что технологии будут развиваться в любом случае. Но люди по-прежнему боятся всего, что связано с генетикой, во многом просто потому, что плохо понимают, как это работает, что уже реально возможно, а что пока нет.

И здесь главный вывод для меня такой:

мы уже живём в моменте, когда вмешательство в такие фундаментальные вещи, как геном, перестаёт быть чистой теорией. Но сами технологии развиваются быстрее, чем общество успевает договориться о границах допустимого.

В этом и главный вопрос. Не только в том, что мы сможем сделать.

А в том, что в какой-то момент действительно стоит делать, а что нет.

Если коротко - ощущение, что финтех окончательно перешел из стадии разговоров о будущем в стадию реальной перестройки индустрии.

Раньше обсуждали, будет ли AI в банках.

Сейчас обсуждают, кто быстрее перестроит процессы.

Ниже - несколько выводов, которые показались мне самыми важными.

1. AI стал инфраструктурой бизнеса, а не экспериментом

Еще несколько лет назад AI в банках был скорее лабораторией.

Сегодня ситуация другая.

По данным, которые приводили на конференции:

• инвестиции в AI выросли примерно в 13 раз за последние 10 лет
• около 26% корпоративных IT-бюджетов уже направляется на AI
• банки, активно внедряющие AI, получают примерно +4% к рентабельности капитала
• при этом прибыль банков без AI может сократиться примерно на 10% в горизонте 5-10 лет

AI начинает влиять на cost/income, скорость операций, эффективность команд и масштабирование сервисов.

2. Главная проблема - не внедрение AI, а перестройка процессов

Одна из важных мыслей, которая звучала сразу в нескольких выступлениях.

Большинство компаний начинают внедрение AI примерно одинаково:

делают пилоты, тестируют модели, автоматизируют отдельные задачи.

Но у такого подхода есть ограничение.

Если автоматизировать старый процесс, результат обычно остается тем же, просто происходит быстрее.

Автоматизировать старый процесс - не то же самое, что построить новый.

Поэтому компании, которые получают реальный эффект, обычно делают не автоматизацию, а пересборку процессов.

3. Кейс Klarna хорошо показывает ограничения AI

Хороший пример обсуждали на конференции - опыт Klarna.

В 2024 году компания активно внедрила AI в клиентский сервис и заменила около 700 операторов чат-ботами.

Результаты выглядели впечатляюще:

• около $40 млн ожидаемого экономического эффекта
• ускорение времени ответа примерно в 5 раз
• около 2,3 млн диалогов с AI за первый месяц работы

Но через некоторое время компания столкнулась с другой проблемой.

Качество клиентского сервиса начало снижаться.

AI хорошо справлялся с типовыми запросами, но хуже - с более сложными ситуациями.

В результате Klarna постепенно вернула часть операторов.

Этот кейс хорошо показывает текущую стадию развития AI.

Он отлично усиливает процессы и автоматизирует рутину, но полностью заменить людей пока может далеко не во всех сценариях.

4. Банки будущего строятся вокруг данных и процессов

Еще один вывод из нескольких докладов - AI работает только там, где есть правильная архитектура.

Чтобы AI давал эффект, нужны несколько базовых вещей:

• единый слой данных
• процессный контур (BPM или аналогичные системы)
• аналитика процессов
• автоматизация операций

Если данные разбросаны по разным системам и процессы не формализованы, AI просто некуда встроить.

Поэтому многие банки сейчас сначала занимаются архитектурой, а уже потом AI.

5. Финтех выглядит современно, но внутри идет тяжелая трансформация

Есть еще один интересный контраст.

Снаружи финтех выглядит очень современно - мобильные приложения, быстрые сервисы, удобные интерфейсы.

Но внутри многих банков до сих пор работают системы, которым 15-20 лет и больше.

Особенно это заметно в корпоративном банкинге.

Поэтому одна из главных задач ближайших лет для банков - не только внедрение AI, но и переписывание архитектуры.

Такие проекты занимают годы.

Иногда речь идет о миграциях платформ, которые длятся 5-8 лет и требуют работы десятков команд.

6. Конкуренция будет не за технологии, а за скорость изменений

Еще одна мысль, которая хорошо прозвучала на конференции.

Вопрос уже не в том, у кого лучше модели или алгоритмы.

AI становится доступным инструментом.

Поэтому конкурентное преимущество будет у тех компаний, которые:

• быстрее внедряют изменения
• быстрее перестраивают процессы
• быстрее масштабируют решения

Другими словами, выигрывать будут не самые технологичные, а самые быстрые.

7. Цифровой рубль ближе, чем кажется

Отдельный блок обсуждений был посвящен цифровому рублю.

Важно, что разговоры уже идут не про концепцию, а про подготовку инфраструктуры.

Банки:

• адаптируют архитектуру
• готовят API
• перестраивают платежные процессы

Пока для многих это выглядит как будущий проект.

Но по ощущениям из обсуждений - внедрение цифрового рубля ближе, чем кажется.

И для банков это будет не просто новый инструмент, а изменение платежной инфраструктуры.

Что это значит для индустрии

После FinNext у меня сложилось несколько простых выводов.

1. AI уже начинает влиять на прибыль банков.
2. Побеждают не пилоты, а масштабирование решений.
3. Главный актив для AI - данные.
4. Главный дефицит - люди, которые умеют внедрять AI в процессы.
5. Окно возможностей сейчас открыто.

Финтех в ближайшие годы будет меняться быстрее, чем в предыдущие десять лет.

И основная конкуренция банков будет происходить не в продуктах, а в скорости трансформации.

Александр Федосов ( Директор по маркетингу)

Йоханнес Талай (CEO METRO Россия)

Этот конспект — не пересказ презентаций, а выжимка управленческих идей, бизнес-подходов и стратегических решений, которые можно применить в собственном бизнесе.

METRO сегодня: не ритейл, а гибридная бизнес-модель

METRO — это не классическая сеть магазинов. Компания работает как гибрид:

• 50% оборота — B2B
• 50% — B2C
• одновременно ритейлер
• оптовый поставщик
• партнер для бизнеса
• инфраструктурный игрок HoReCa

Именно эта комбинация делает модель устойчивой.

Когда падает один сегмент — поддерживает другой.

Например:

• во время ковида HoReCa просела, но B2C удержал продажи
• позже динамика компенсировалась ростом профессиональных клиентов

Главный стратегический принцип:

Устойчивость создается не размером бизнеса, а диверсификацией клиентской модели.

Масштаб бизнеса METRO в России

Ключевые цифры компании:

• 91 торговый центр
• присутствие в 51 регионе
• около 10 000 сотрудников
• более 300 000 B2B клиентов
• около 7 млн B2C клиентов
• около 2,6 млрд евро оборота

Важно понимать:

METRO — не массовый ритейлер вроде X5 или Магнита.

Это компания, работающая с более узкой, но более ценностной аудиторией.

Почему METRO сложно повторить

Главная мысль из выступлений:

METRO держится не на формате магазина, а на комбинации клиентских сегментов.

Компания одновременно работает с:

• ресторанами
• кафе
• гостиницами
• малой розницей
• офисами
• предпринимателями
• качественными B2C-покупателями

Это создает уникальную экономику:

• один и тот же ассортимент продается в разные каналы
• большие объемы B2B улучшают наличие товара
• свежесть выше из-за оборота
• premium товары получают дополнительный оборот

Практический вывод:

Сильная модель — это когда одна инфраструктура обслуживает несколько типов спроса.

На чем METRO реально зарабатывает

Компания сознательно отказалась от попытки выигрывать рынок низкой ценой.

Они поняли:

Конкурировать по цене с дискаунтерами — проигрышная стратегия.

Вместо этого METRO делает ставку на:

• уникальный ассортимент
• премиальные позиции
• рыбу и морепродукты
• мясо
• алкоголь
• импорт
• большие запасы на магазин
• закупки “на событие”

Их позиционирование:

Не дешевле всех. А лучше для тех, кому важно качество и выбор.

Очень сильный стратегический момент:

Компания осознанно вышла из ценовой гонки.

Кто клиент METRO

Важно понимать: у METRO нет одного клиента.

Есть несколько экономик.

HoReCa

Рестораны, кафе, гостиницы.

Им важно:

• стабильность ингредиентов
• наличие
• качество
• документы
• предсказуемость

Ключевая мысль:

Если ресторан не может стабильно покупать ингредиенты — у него ломается меню.

Traders

Независимые магазины.

Их особенности:

• гибкость
• локальный спрос
• зависимость от владельца
• нестандартные потребности

Professional клиенты

Компании, которым нужны:

• вода
• кофе
• бумага
• расходники
• снеки

B2C

Физлица приезжают:

• на праздники
• за большими закупками
• за уникальными товарами
• за качеством

B2B как стратегическая опора бизнеса

METRO делает больше, чем просто продает товары.

Они строят инфраструктуру для роста клиентов:

• обучение
• гастро-мероприятия
• профессиональные академии
• комьюнити
• франшиза Фасоль
• доставка
• CRM
• персональные предложения
• кредитные решения

Главная логика:

Если растет клиент — растет METRO.

Это не маркетинг.

Это стратегия удержания.

Экосистема вместо просто продаж

Один из сильных блоков — развитие Stanfood и профессионального образования.

METRO инвестирует в:

• обучение поваров
• короткие курсы
• обмен опытом
• профессиональные мероприятия

Зачем:

• рост лояльности
• влияние на рынок
• закрепление клиентов
• долгосрочный маркетинг

Вывод:

Сильный B2B бизнес продает не продукт. Он становится частью операционной среды клиента.

E-commerce как прибыльная модель

METRO рано пошли в партнерство со СберМаркетом (Instamart / Купер).

Что важно:

• около 20% B2C оборота онлайн
• высокий средний чек
• прибыльная модель
• партнерская экономика

Ключевой фактор успеха:

Не строили всё сами.

Понимали, что:

• курьеры
• IT
• логистика

могут убить экономику.

Выбрали партнерство.

Очень практичный вывод:

Не обязательно владеть всем. Иногда выгоднее построить правильный альянс.

Big Data и персонализация

METRO много лет собирала данные.

Но только сейчас начала активно использовать их.

Основные направления:

• CRM
• CDP системы
• персональные предложения
• сегментация клиентов
• B2B аналитика
• персонализированные коммуникации

Главный вывод:

Данные сами по себе не ценность. Ценность — это их применение.

Что METRO видит по рынку

Все спикеры говорили о замедлении экономики.

Основные сигналы:

• давление на малый бизнес
• охлаждение спроса
• падение среднего сегмента
• рост осторожности клиентов
• сложная ситуация в non-food

Йоханнес отметил:

Впервые за три года компания увидела отрицательную динамику по месяцу.

Причины:

• налоговые изменения
• НДС
• давление на МСП
• общее охлаждение экономики

Как METRO реагирует на охлаждение рынка

Компания выбрала стратегию:

• не демпинговать
• усиливать ассортимент
• работать с premium сегментом
• сохранять маржу
• усиливать ценность бренда

Ключевая идея:

Когда рынок охлаждается, слабые компании воюют ценой. Сильные усиливают уникальность.

Управленческие идеи CEO METRO

Выступление Йоханнеса было про управление.

И это, возможно, самая практичная часть.

Что делать руководителю в кризис

Первая реакция:

Убирать всё лишнее.

Nice-to-have проекты:

• пересмотреть
• заморозить
• перенести

Но важное уточнение:

Нельзя резать будущее.

Правильная логика:

• защищать ядро бизнеса
• убрать второстепенное
• сохранить будущие точки роста

Не принимать решения в одиночку

Йоханнес отдельно подчеркнул:

CEO не должен замыкать решения на себе.

Важно:

• спрашивать сотрудников
• получать обратную связь
• создавать корректирующую среду
• вовлекать команду

Он даже попросил HR давать ему жесткую обратную связь.

Очень сильный принцип:

Чем выше позиция, тем выше риск жить в искаженной реальности.

Люди уходят не из компаний, а от руководителей

Один из самых сильных тезисов:

Люди приходят в компанию.

Но уходят от человека.

И даже высокая зарплата не спасает, если разрушена внутренняя мотивация.

Основные причины ухода:

• неуважение
• неконструктивная критика
• отсутствие перспектив
• разрушение доверия

Вывод:

Внутренняя мотивация сильнее внешних стимулов.

Конструктивная неудовлетворенность предпринимателя

Очень точное определение предпринимателя:

Человек, который никогда не останавливается.

Он назвал это:

Конструктивная неудовлетворенность.

Предприниматель:

• сделал один этап
• сразу думает о следующем
• постоянно двигает систему вперед

Это не про деньги.

Это про внутренний драйв.

Как принимать решения в растущей компании

Главный принцип:

Решения должны принимать те, у кого есть компетенции.

Не всё должно идти наверх.

Что важно:

• вовлекать исполнителей
• использовать cross-functional команды
• делегировать решения
• ускорять процессы

Очень практичный подход:

Если команда участвует в решении — она лучше его реализует.

Как руководителю сохранять устойчивость

Ответ Йоханнеса был очень честный.

Его опоры:

• ответственность за сотрудников
• уважение к команде
• способность быстро восстанавливаться
• семья
• движение вперед несмотря на сложности

Очень зрелый подход:

Не отрицать сложность.

Но не распространять тревогу.

Главные выводы из всей встречи

1. METRO понимает свою нишу

Не пытается быть всем для всех.

2. Они не играют в чужую игру

Не конкурируют ценой с дискаунтерами.

3. Они строят экосистему вокруг клиента

А не просто продают товар.

4. Они сохраняют управленческую дисциплину

Особенно в сложный период.

Практические идеи, которые можно забрать

По стратегии

• лучше быть уникальным для своей аудитории
• чем средним для всех

По B2B

• создавай инфраструктуру роста клиента
• это дает сильную лояльность

По управлению

• режь лишнее
• защищай ядро
• не принимай решения в одиночку

По маркетингу

• если не можешь быть дешевле
• будь понятнее, ценнее и нужнее

Главная мысль дня

Самый сильный вывод можно сформулировать так:

В кризис нельзя делать две ошибки:

• сохранять всё подряд
• резать так, чтобы убить будущее

Сильные компании:

• упрощают структуру
• усиливают ценность
• сохраняют фокус

Именно это позволяет им проходить турбулентные периоды.