Искусственный интеллект изменит в моде не только создание текстов и изображений. Он войдет в саму архитектуру рынка: начнет помогать бизнесу сохранять управленческую модель, соединять профессиональные роли, искать партнеров, сравнивать предложения и сопровождать покупку. Но для этого универсальной языковой модели недостаточно. Ей нужны отраслевая библиотека, общий язык, документы, цифровой след реальных проектов и люди, способные отвечать за валидацию.
15 июля об этом говорили в прямом эфире Модного бизнес-кампуса REF генеральный директор REF Наталья Анюхина, основатель Альянса x Beinopen Алексей Баженов и ведущий эфира Игорь Негода. Получилась не лекция об очередном ИИ-сервисе, а разговор о том, как будет перестраиваться модная индустрия, почему на сжимающемся рынке возникают композитные команды и что должен сделать бренд, чтобы его понимали люди, партнеры и персональные помощники.
Ниже - подробная редакционная расшифровка беседы. Устные повторы и обращения к зрителям убраны, последовательность аргументов и смысл реплик сохранены.
Сжатие рынка и новая конструкция команды
Игорь Негода: Последние два года разговор об искусственном интеллекте чаще всего сводится к инструментам. Но вы предлагаете смотреть шире. Что сегодня происходит с модной индустрией и какие изменения кажутся вам фундаментальными?
Алексей Баженов: У одного из наших партнеров, работающего в цепочке поставок, три года назад было 70 тысяч клиентов, а год назад осталось 50 тысяч. Это довольно точно показывает происходящее. Рынок схлопывается, и почти все пытаются оказаться раньше негативной спирали: успеть закрыть неэффективную точку, пересчитать следующий сценарий, сократить издержки до того, как обстоятельства сделают это за них.
Одновременно часть компаний продолжает расти. Они находят нишу или правильное сочетание продукта, каналов и организации. Но общая перестройка все равно затрагивает всех. На смену множеству компаний со старыми структурами придут гораздо более компактные компании, которые сократят часть персонала, но сохранят информационную модель бизнеса: таблицы, правила, документы, историю решений и понимание процессов.
Предположим, раньше в компании работал опытный директор по продукту. После оптимизации остается начинающий менеджер, которому все равно нужно анализировать вопросы, для которых ему пока не хватает опыта. Решением становится композитная команда: внутри остается хороший исполнитель, к нему подключается внешний эксперт уровня C-level, а работа строится на общей документации и стандартах.
Если трехфакторный ABC/XYZ-анализ каждый раз собирается с нуля, компании нужен дорогой специалист на месяц. Если документ и метод уже описаны, сотрудник может подготовить данные самостоятельно, а опытный эксперт подключится в точке, где нужны интерпретация, проверка и решение. Рядом работает ИИ, который помогает удерживать корпус документов и коллективный опыт.
Наталья Анюхина: Правильно ли я понимаю конструкцию? Внутри предприятия остаются качественные исполнители, а стратегическое мышление и сложную когнитивную работу частично берут на себя внешние эксперты, которые становятся кураторами этих исполнителей. Поэтому особенно важны методологии и база знаний, на которую может опираться такая команда.
Алексей Баженов: Да. Удаленный C-level уже существует как практика. Следующий шаг появляется, когда от работы остаются цифровые следы и можно видеть не только обещания десяти экспертов, но и их реальные кейсы: кто, с какой ситуацией и каким результатом работал. Транскрипты, документы, решения и динамика проектов образуют самообучающуюся систему. Эксперт тоже постепенно превращает свой опыт в библиотеку, но сохраняет контроль над приватной и авторской частью метода.
Не потерять управленческую модель бизнеса
Алексей Баженов: Главная задача бизнеса в период оптимизации - не потерять свою управленческую модель и уметь считать несколько сценариев. Это важно и при падении, и при росте. В негативном сценарии компания может сокращаться быстрее, чем ожидала. В позитивном - расти быстрее, чем способна обслужить. В обоих случаях нужно видеть процессы, роли, документы, ограничения и точки принятия решений.
Здесь полезнее говорить не просто о чате, а об агенте. Универсальный чат находится где-то вне бизнеса. Агент работает с разрешенной частью файлов на компьютере: организует документы, помогает собирать коммерческие предложения, сверять требования и готовить взаимную балансировку партнеров. Его можно обучить правилам конкретного рабочего места.
Но агент тоже ошибается. Он не отменяет работу человека и не создает дополнительное время из воздуха. Его преимущество в другом: человек физически не может постоянно перечитывать корпус из двухсот текстов, а агент может держать этот корпус в рабочем контексте и находить нужную связь. Поэтому качество результата зависит от качества библиотеки и правил, по которым она собрана.
Что происходит с экспертизой, когда знание перестает быть дефицитом
Алексей Баженов: Раньше эксперт во многом зарабатывал на дефиците знания. Он собирал и систематизировал опыт, но не мог открыть его всем, потому что рисковал потерять заработок. В эпоху ИИ этот дефицит быстро уменьшается: базовые объяснения, шаблоны и аналитические операции становятся общедоступными.
Но лучший эксперт не перестает быть полезным. У него остается глубокое понимание зоны рынка, опыт множества ситуаций и способность принять ответственное решение. Меняется форма дохода: ценность смещается от хранения секрета к валидации, сопровождению и подключению открытого знания к конкретному бизнесу.
Так возникает экспертная система. Это не обезличенная база и не список консультантов, а среда, где можно увидеть кейсы эксперта, проследить развитие проектов, обратиться к нему напрямую и зафиксировать новый результат. Открытый опыт дообучает общую модель, а приватные списки, коммерческие данные и авторская методика остаются в защищенном контуре.
Из чего складывается Индустриальный ИИ
Наталья Анюхина: Получается, ИИ сможет не просто отвечать на вопросы, а собирать команды и людей вокруг проектов?
Алексей Баженов: Если дать системе не абстрактный интернет, а библиотеку работы полутора тысяч участников, цифровые следы активных проектов и протоколы взаимодействия экспертов с марками, она сможет помогать в координации. Можно увидеть, как эксперт работает с похожей ситуацией, какой результат получает марка и к кому обратиться за следующим действием.
Главной функцией Индустриального ИИ станет координация профессиональных ролей в B2B. У каждого человека будет несколько контекстов. Личный контекст, где он считает деньги или работает с собственными файлами. Семейный контекст с отдельными правилами доверия. И индустриальный контекст, в котором связаны общие знания, роли, проекты и разрешенные сведения о совместной работе.
Раньше такой контекст пытались каждый раз собирать длинными промптами. Теперь языковые модели стали достаточно сильными, чтобы работать с библиотекой и связкой реальных проектов. Но для этого индустрии нужно договориться, как называются процессы, документы и роли.
Эту основу Альянс собирает как Свод знаний по управлению бизнес-процессами в индустрии моды. Международный формат такого общего профессионального корпуса называется Common Body of Knowledge, или CBOK. В него входят общий словарь, принципы работы, наборы документов, кейсы и структура профессиональных ролей. Если корпус опубликован в GitHub, агент может подключить его к рабочему месту целиком и следить за обновлениями.
При этом библиотека не должна делать все открытым. Нужны как минимум три уровня:
- открытый Свод знаний и общий язык индустрии;
- доверенный контур участников, принявших общие правила и рамочную оферту;
- приватный контур бизнеса или эксперта, где остаются деньги, коммерческие данные и авторская методика.
Граница между этими уровнями является частью метода. Во время подготовки материалов курса агент остановил публикацию новых текстов, потому что согласие каждого автора нужно было подтвердить отдельно. Это небольшой, но показательный пример: агент должен не только быстро находить информацию, но и удерживать авторство, допуски и договоренности.
Почему комьюнити становится экономической инфраструктурой
Наталья Анюхина: Альянс можно назвать профессиональным комьюнити. REF тоже строится как пространство, где появляются знакомства, партнерства и совместные проекты. Почему в сложной экономической ситуации комьюнити становятся настолько сильным инструментом?
Алексей Баженов: Первый ответ - экономия на масштабе. Группа может совместно использовать знания, документы, инфраструктуру и экспертизу. В других индустриях большая часть деталей давно стандартизирована. Моде тоже нужны общие элементы, которые не требуется изобретать заново каждой компании.
Второй ответ связан с вниманием. Для решения часто требуется множество касаний. Их невозможно собрать, если человек не находится хотя бы в одном общем информационном контуре и не видит происходящее регулярно.
Но есть и более глубокая причина. Информации стало настолько много, что мы перестали помнить отдельные сообщения. Мы запоминаем людей, их роли и то, что происходит с реальными проектами. Поэтому доверие возникает не из еще одного текста о преимуществах, а из наблюдения: как конкретный бизнес проходил похожую ситуацию, кто ему помогал и что изменилось.
Профессиональное комьюнити в этой модели собирается не только как общий круг, но и как система более узких гильдий. У каждой роли будет свой специализированный контекст, связанный с общим индустриальным уровнем.
Елена Тищенко формулирует необходимую пару инструментов как Tinder и GitHub. GitHub удерживает общий Свод знаний, правила и историю версий. Tinder отвечает за знакомство и соединение людей. Цифровой контур дает навигацию и продолжение работы, а офлайн создает плотность контакта, при которой за несколько дней можно собрать доверие и кооперацию. Поэтому REF и Альянс здесь не заменяют друг друга, а образуют два взаимодополняющих слоя.
Наталья Анюхина: Один вовремя услышанный совет действительно может сохранить годы работы и значительные деньги. Наблюдение за реальными кейсами и разговор с человеком, уже проходившим такой кризис, становится практическим способом сократить риск.
Как изменится покупка
Игорь Негода: Сегодня человек сам ищет товары, сравнивает их и принимает решение. Все чаще говорят, что через несколько лет покупать будет персональный ИИ-помощник. Что это изменит для брендов и каким должен стать бренд, чтобы помощник рекомендовал именно его?
Алексей Баженов: Первые признаки уже видны. Покупатель замечает, если в разных каналах у бренда разные цены. Многие компании разводят ассортимент между маркетплейсами и собственным сайтом, но персональный помощник сможет собрать эти предложения в одно поле.
Сегодня алгоритмы Wildberries, Ozon или Lamoda работают в интересах площадок и остаются закрытыми. Следующим слоем станет алгоритм самого покупателя. Он будет искать поверх отдельных систем, сравнивать каналы с учетом личных ограничений и предлагать то, что соответствует интересам пользователя.
Для бренда это означает необходимость стать машиночитаемым. Цены, ассортимент, наличие, документы, производство, условия и история взаимодействия не должны противоречить друг другу. Но одной технической читаемости недостаточно. Если все компании одинаково хорошо считают и одинаково ясно описаны, они становятся близкими конкурентами. Тогда снова возникает вопрос: что именно человек способен запомнить и почему он хочет принадлежать этому бренду?
Бренд как культура, а не набор оптимизированных текстов
Наталья Анюхина: Можно ли сделать этот ответ прикладнее? Достаточно ли бренду освоить новое GEO-продвижение, писать правильные тексты и получать внешние рекомендации?
Алексей Баженов: Это важные каналы коммуникации. Поисковая оптимизация дополняется генеративной оптимизацией, публикациями и независимыми текстами, из которых модель понимает, кто и в какой ситуации пользуется продуктом. Возникает своего рода театр ролей: кто говорит, из какой позиции, кому и о каком опыте.
Но сильный бренд нельзя свести к копирайтингу и промптам. Он должен ответить на вопрос, который можно обозначить как brand religion: какие ценности объединяют команду и людей вокруг нее, какие ролевые модели бренд разворачивает, к какой культуре предлагает принадлежать. Высокий LTV возникает не потому, что бренд однажды хорошо попал в поиск, а потому, что люди возвращаются, рассказывают о нем и включают его в собственную идентичность.
Когда бренд входит в живое профессиональное сообщество, с ним взаимодействуют медиа, производства, площадки, другие бренды и эксперты. Они начинают говорить о нем из разных ролей и на основании реального опыта. ИИ может прочитать этот распределенный цифровой след, но сначала связь должна состояться между людьми.
Российским брендам пока часто не хватает институционализации: они появились недавно, и покупатель не уверен, что они останутся надолго. Поэтому бренду важно войти в культуру и стать устойчивым социальным паттерном, а не только рекламным образом.
Простые архетипы уже заняты глобальными компаниями. У нового бренда остается два сильных пути: работать с локальным культурным кодом или собирать сложные ролевые модели, в которых человек узнает сразу несколько сторон себя. Следующим этапом станет создание целых вселенных. Бренд будет развиваться как продолжающаяся игра: с героями, отношениями, рифмами, событиями и возможностью для человека участвовать, а не только покупать.
Здесь нужен баланс качества и инклюзивности. Открытость помогает культуре распространяться, но профессиональные сообщества и законодатели моды по-прежнему отвечают за отбор и рамку. Индустриальный ИИ не отменяет эту работу, а делает связи между ее участниками видимее.
Что бизнес может начать делать уже сейчас
Из разговора складывается достаточно конкретная последовательность действий:
Сохранить информационную и управленческую модель бизнеса: процессы, роли, документы, ограничения, показатели и историю решений.
Считать не один прогноз, а несколько сценариев, включая слишком быстрое падение и слишком быстрый рост.
Строить композитные команды: соединять внутренних исполнителей, внешнюю C-level экспертизу и ИИ-агента, работающего с разрешенным корпусом документов.
Использовать открытый отраслевой стандарт там, где нет смысла каждому бизнесу заново изобретать форму анализа или документа.
Разделить открытый, доверенный и приватный контуры. Зафиксировать, какие знания можно публиковать, какие доступны участникам по общим правилам, а какие остаются только у бизнеса или автора метода.
Оставлять цифровой след работы: не только итоговый рекламный кейс, но и исходную ситуацию, решения, роли участников, доказательства и динамику результата.
Встраиваться в профессиональные сообщества и офлайн-среду, где можно не только получить информацию, но и проверить человека, договориться и собрать следующую кооперацию.
Делать бренд одновременно структурно читаемым и культурно запоминаемым: согласовать данные во всех каналах, сформулировать систему ценностей и развивать собственную вселенную отношений.
Что в итоге будет делать Индустриальный ИИ
В финале эфира прозвучал вопрос участницы: если крупный бизнес давно описывает процессы, а малый часто не знает даже, что именно ему нужно описать, не должен ли появиться общий стандарт операций и ролей?
Ответ и собирает весь разговор в одну конструкцию. Свод знаний и набор документации позволяют малому бизнесу начать не с пустого листа, а с доступной цифровой модели. Крупной компании тот же корпус дает общий язык для более детальной диагностики. ИИ при этом не встает вместо людей.
Он добавляет компетенции и усиливает производительность за счет подключения человека к коллективному опыту индустрии.
Поэтому Индустриальный ИИ - это не один бот и не автоматическая фабрика правильных ответов. Это связка персонального агента, отраслевого Свода знаний, онтологии ролей и документов, цифрового следа реальной работы, экспертной валидации и правил координации. Его задача - не заменить рынок машиной, а помочь участникам быстрее увидеть друг друга, договориться на общем языке и собрать жизнеспособную партнерскую цепочку.
Посмотреть анонс и исходную рамку эфира REF.
Продолжить знакомство с темой: Индустриальный ИИ и онтология Альянса и протокол координации рабочих мест.
