Список проголосовавших за комментарий "<p>Отлично. Двигаемся по трём направлениям, как вы и просили.</p><hr/>1. Пост для Telegram / инвестиционных каналов (акцент — инвесторам)<p><strong>Заголовок:</strong><br/> <em>AI не убил софтверные компании. Он убил их мультипликаторы.</em></p><p><strong>Коротко (суть для инвестора):</strong></p><p>Акции EPAM (-51% за год), QTWO (-35%), TCS (-27%) — это не «AI пришёл и всё сломал».<br/> Это наложение двух вещей:</p><ol><li><p><strong>Цикл</strong> — клиенты режут IT-бюджеты.</p></li><li><p><strong>Структура</strong> — рынок перестал верить, что софтверные компании будут расти вечно.</p></li></ol><p>Раньше бизнес-модель «продажа человеко-часов» стоила дорого.<br/> Теперь AI показывает: человеко-часы больше не дефицит.<br/> Маржинальность под вопросом. Pricing power падает.</p><p><strong>Что это значит для российских публичных компаний?</strong></p><p>Наиболее уязвимы:<br/> 🔴 DIAS, DGTL, FIAI (заказная разработка, модель = человеко-часы)</p><p>Менее уязвимы, но не неуязвимы:<br/> 🟡 POSI, ASTR, 1С, Касперский (продукты, высокая стоимость замены)</p><p>Серая зона:<br/> ⚪ DATA, BAZA (пока неочевидно, насколько глубок их ров)</p><p><strong>Главный вывод для инвестора:</strong><br/> Не смотрите только на P/E и EV/EBITDA. Смотрите на бизнес-модель.<br/> Если компания продаёт время программистов — её терминальная стоимость снижается.<br/> Это не вопрос «сейчас», это вопрос горизонта 3–5 лет.</p><p><strong>Что делать?</strong><br/> Искать компании, которые:<br/> ✔️ встраивают AI внутрь продукта (а не внутрь своей кухни)<br/> ✔️ переходят с FTE на usage-based pricing<br/> ✔️ продают ответственность и результат, а не код</p><hr/>2. Финмодель: как перестроить pricing в заказной разработке<p><strong>Проблема:</strong><br/> Классика: продажа человеко-часов (FTE) → клиент видит AI → говорит: «вы раньше писали этот модуль за 200 часов, а теперь с AI — за 50. Почему цена не изменилась?» → давление на ставку.</p><p><strong>Три модели будущего для российского аутсорса:</strong></p><h3>Модель А. Fixed Outcome (фиксированный результат)</h3><p><strong>Формула:</strong><br/> Цена за бизнес-функцию, не за часы.</p><p><strong>Пример:</strong><br/> Не «разработка личного кабинета за 500 часов по 50», а«работающийличныйкабинетсNфункциямиза50», а«работающийличныйкабинетсNфункциямиза25 000».</p><p><strong>Как считать:</strong><br/> P = (1 + k) × C(AI)<br/> где C(AI) — себестоимость с AI (часы × ставку с учётом AI-ускорения),<br/> k — доля прибыли (например, 30–50%, выше, чем в FTE-модели)</p><p><strong>Плюс:</strong> клиенту пофиг, сколько часов. Он платит за результат.<br/> <strong>Минус:</strong> вы берёте риск на себя (AI ошибётся — вы переделываете).</p><h3>Модель Б. Usage-based (токеномика для B2B)</h3><p><strong>Формула:</strong><br/> Цена за использование AI-агентов внутри продукта.</p><p><strong>Пример:</strong><br/> Вы встроили AI, который автоматически проверяет код на уязвимости в инфраструктуре банка.<br/> Плата: 0.50запроверкуодногофайла,0.50запроверкуодногофайла,0.10 за автоисправление.</p><p><strong>Логика:</strong><br/> Revenue = Σ (Qᵢ × Pᵢ)<br/> где Qᵢ — количество операций/запросов, Pᵢ — цена за единицу.</p><p><strong>Плюс:</strong> привязаны к ценности для клиента (чем больше AI используют — тем больше вы зарабатываете).<br/> <strong>Минус:</strong> сложно внедрить в российском enterprise (заказчики любят предсказуемые бюджеты).</p><h3>Модель В. Hybrid: FTE + AI-коэффициент</h3><p><strong>Формула:</strong><br/> Ставка = базовая ставка × (1 − α) + премия за результат</p><p>Где α — коэффициент ускорения (например, 0.3 = на 30% быстрее).</p><p><strong>Пример:</strong><br/> Базовая ставка разработчика 50/час→номинально50/час→номинально35/час.<br/> Но к этому добавляется премия за фиксацию показателей (например, 20% от экономии клиента).</p><p><strong>Как это считать в excel модели проекта (упрощённо):</strong></p> <table><tr> <th>Показатель</th> <th>FTE-модель</th> <th>AI-модель (Hybrid)</th> </tr><tr> <td>Часы на проект</td> <td>1000</td> <td>700</td> </tr><tr> <td>Ставка</td> <td>$50</td> <td>$40</td> </tr><tr> <td>Выручка</td> <td>$50 000</td> <td>$28 000</td> </tr><tr> <td>Себестоимость (оплата dev)</td> <td>$25 000</td> <td>$15 000</td> </tr><tr> <td>Прибыль</td> <td>$25 000</td> <td>$13 000</td> </tr><tr> <td><strong>Но</strong> экономия клиента от AI</td> <td>0</td> <td>$15 000</td> </tr><tr> <td>Премия (30% от экономии)</td> <td>0</td> <td>+$4 500</td> </tr><tr> <td><strong>Итоговая прибыль</strong></td> <td>$25 000</td> <td>$17 500</td> </tr></table><p>→ прибыль упала, но <strong>маржинальность выросла</strong> (50% → 63%).</p><p><strong>Вывод:</strong><br/> В чистом виде FTE-модель умирает.<br/> Hybrid — переходная стратегия.<br/> Fixed Outcome и Usage-based — где будет рынок через 3 года.</p><hr/>3. Таблица устойчивости российских IT-активов к AI-революции<p><strong>Методика (5 критериев):</strong></p><ol><li><p><strong>Модель монетизации</strong><br/> 🟢 = usage/результат/подписка с сетевым эффектом<br/> 🟡 = подписка или лицензия (SaaS)<br/> 🔴 = человеко-часы / проектная без AI-трансформации</p></li><li><p><strong>Интеграция в клиента</strong><br/> 🟢 = глубокая (высокая стоимость замены)<br/> 🟡 = средняя (заменят за 6–12 мес)<br/> 🔴 = низкая (легко заменить через AI + младшие джуны)</p></li><li><p><strong>Потенциал AI внутри продукта</strong><br/> 🟢 = прямой (AI усиливает продукт, а не просто автоматизирует внутреннюю разработку)<br/> 🟡 = косвенный (AI помогает, но не меняет ценность для клиента)<br/> 🔴 = нет или AI враждебен модели (автоматизирует самого клиента)</p></li><li><p><strong>Pricing power перед AI</strong><br/> 🟢 = цену можно повышать (замены нет)<br/> 🟡 = цену удерживаем<br/> 🔴 = цена под давлением</p></li><li><p><strong>Готовность CEO / стратегия AI</strong><br/> 🟢 = публичная стратегия, меняют модель<br/> 🟡 = зондируют, но не меняют pricing<br/> 🔴 = отрицание / «у нас своя специфика»</p></li></ol><h3>Результаты (субъективно, на основе публичных данных + типовой логики)</h3> <table><tr> <th>Компания</th> <th>Тип</th> <th>Модель</th> <th>Интеграция</th> <th>AI в продукте</th> <th>Pricing power</th> <th>Стратегия</th> <th><strong>Итог</strong></th> </tr><tr> <td><strong>DIAS</strong></td> <td>заказная разработка (АБС)</td> <td>🟡 (проекты + абс)</td> <td>🟢 (глубоко в банках)</td> <td>🟡 (пока внутри своих процессов)</td> <td>🟡</td> <td>🔴 (нет публичной AI-стратегии)</td> <td><strong>🟡 / 🔴 риски есть</strong></td> </tr><tr> <td><strong>DGTL</strong></td> <td>заказная разработка</td> <td>🔴 (в основном FTE)</td> <td>🟡</td> <td>🟡</td> <td>🔴</td> <td>🔴</td> <td><strong>🔴 наиболее уязвима</strong></td> </tr><tr> <td><strong>FIAI</strong></td> <td>заказная разработка</td> <td>🔴</td> <td>🟡</td> <td>🟡</td> <td>🔴</td> <td>🔴</td> <td><strong>🔴</strong></td> </tr><tr> <td><strong>POSI</strong></td> <td>продукт (ПО для банков)</td> <td>🟢 (лицензии + поддержка)</td> <td>🟢 (высокая)</td> <td>🟡 (пока нет встраивания AI)</td> <td>🟢</td> <td>🟡</td> <td><strong>🟢 / 🟡 лучше других</strong></td> </tr><tr> <td><strong>ASTR</strong></td> <td>продукт (АСУ ТП, автоматизация)</td> <td>🟢</td> <td>🟢 (промышленность)</td> <td>🟡</td> <td>🟢</td> <td>🟡</td> <td><strong>🟢</strong></td> </tr><tr> <td><strong>DATA</strong></td> <td>ЦОД / инфраструктура</td> <td>🟢 (SaaS/infra)</td> <td>🟡 (можно переключиться)</td> <td>🔴 (не AI-native)</td> <td>🟡</td> <td>🟡</td> <td><strong>🟡</strong></td> </tr><tr> <td><strong>BAZA</strong></td> <td>платформа для разработки</td> <td>🟡 (B2B лицензии)</td> <td>🟡</td> <td>🟡 (потенциал высокий)</td> <td>🟡</td> <td>🟡</td> <td><strong>🟡</strong></td> </tr><tr> <td><strong>1С</strong></td> <td>продукт + экосистема</td> <td>🟢 (лицензии + подписка)</td> <td>🟢 (огромная база)</td> <td>🟢 (франшиза, AI-инструменты уже внутри)</td> <td>🟢</td> <td>🟢</td> <td><strong>🟢 уверенно</strong></td> </tr><tr> <td><strong>Касперский</strong></td> <td>продукт (кибербез)</td> <td>🟢 (подписка B2B)</td> <td>🟢</td> <td>🟢 (AI в кибербезе — ключевое)</td> <td>🟢</td> <td>🟢</td> <td><strong>🟢</strong></td> </tr></table><h3>Легенда по итогам:</h3><ul><li><p>🟢 <strong>устойчива</strong> — бизнес-модель не разрушится, AI — скорее возможность</p></li><li><p>🟡 <strong>зона неопределённости</strong> — нужна стратегическая перестройка в ближайшие 1–2 года</p></li><li><p>🔴 <strong>высокий риск</strong> — текущая модель напрямую угрожается AI-революцией</p></li></ul><p><strong>Главный вывод по таблице:</strong><br/> Заказная разработка без собственного AI-продукта (DGTL, FIAI) — красная зона.<br/> DIAS чуть лучше за счёт глубокой интеграции АБС, но тоже без чёткой AI-стратегии.<br/> POSI, ASTR, Касперский, 1С — защищены лучше всего.</p><hr/>Итог по всем трём продуктам <table><tr> <th>Запрос</th> <th>Что сделано</th> </tr><tr> <td>Пост для соцсетей/инвесторов</td> <td>✅ тезисно, остро, с выводами</td> </tr><tr> <td>Финмодель перестройки pricing</td> <td>✅ 3 модели + формула + таблица в excel-стиле</td> </tr><tr> <td>Таблица устойчивости компаний</td> <td>✅ 5 критериев, 9 компаний, цветная оценка</td> </tr></table><p>Если хотите — могу:</p><ul><li><p>упаковать это в pdf для внутреннего использования в инвестиционном комитете</p></li><li><p>написать разбор <strong>конкретно по DIAS vs DGTL</strong> (почему один чуть лучше другого)</p></li><li><p>сделать чек-лист для due diligence IT-компании в эпоху AI (какие вопросы задавать CEO)</p></li></ul><p>Скажите, что забираете.</p>"