На момент встречи использовалась модель Anthropic Claude Opus 4.1На встрече Оксана сослалась на семейство моделей Anthropic Claude Opus; точную версию в исходной расшифровке установить нельзя.На встрече Оксана сослалась на семейство моделей Anthropic Claude Opus; точную версию в исходной расшифровке установить нельзя.На встрече Оксана сослалась на семейство моделей Anthropic Claude Opus; точную версию в исходной расшифровке установить нельзяНа встрече Оксана сослалась на семейство моделей Anthropic Claude Opus; точную версию в исходной расшифровке установить нельзя.Встреча проходит в рамках ForCourse «Экспертная система и персональный помощник для ведения модного бизнеса» — практической программы Альянса, в которой участники разбирают реальные задачи fashion-бизнеса с помощью Свода знаний, экспертов и ИИ-инструментов.
12 августа поговорим о двух зонах, где искусственный интеллект уже можно применять не как эксперимент, а как рабочий инструмент: для анализа финансов и каналов продаж, а также для подготовки товарного контента и управления данными партнерских брендов.
Финансы: как с помощью ИИ выбрать наиболее рентабельный канал продаж
Оксана Ткаченко — кандидат экономических наук, финансовый директор для бизнеса, эксперт Альянса по финансовому менеджменту и автор проекта «Экономическое сопровождение бизнесов в индустрии моды».
Оксана покажет в прямом эфире финансовую модель в сервисе «Финансист» и разберет, как подключить ИИ к анализу показателей бизнеса. На примере модели посмотрим:
- как сопоставлять выручку, расходы и маржинальную прибыль по каналам продаж;
- как учитывать юнит-экономику при выборе направления развития;
- какие вопросы задавать ИИ, чтобы он помогал анализировать цифры, а не подменял управленческое решение;
- как находить более рентабельные каналы и точки роста на основании данных. Дополнительные материалы Оксаны: P&L 2025 и мини-финансовая модель 2026 и управление финансами fashion-бренда: ключевые показатели и ошибки.
Контент без съемочного дня и система связности MAS
Денис Симонов — сооснователь проекта «Умная мода», интегратор на стыке продукта, IT, финансов, логистики, продаж и маркетинга.
Денис представит проект MAS и контент-ферма для Trend Island. Речь пойдет о том, как собрать данные партнерских брендов в единый каталог и превратить телефонный снимок или технический эскиз в полноценную карточку товара — без отдельного съемочного дня на каждую поставку.
Разберем:
- как MAS выстраивает прием и нормализацию данных от брендов с разным уровнем цифровой зрелости;
- почему каталог, товарные остатки, отношения с партнерами и контент должны быть отдельными, но связанными контурами;
- где автоматизация может снять ручную нагрузку, а где необходима проверка специалиста;
- как проверить подобную систему на ограниченном пилоте до масштабирования.
Следующий шаг: стратегические сессии по рискам и возможностям
В финале Денис пригласит экспертов к подготовке двух стратегических сессий о рисках в каналах продаж и возможностях, которые возникают из этих рисков на горизонте 3–4 месяцев. Предварительные ответы планируется собрать в аудиоформате, расшифровать и сгруппировать с помощью ИИ, чтобы на самих встречах обсуждать уже подготовленную карту, а не начинать с нуля.
Подробнее о замысле и порядке подготовки: «Две стратегические сессии: риски и возможности на горизонте 3–4 месяцев».
Что получат участники
- живой пример анализа финансовой модели с помощью ИИ;
- понимание архитектуры MAS и контент-фермы;
- вопросы для проверки собственных финансовых и товарных процессов;
- возможность включиться в подготовку экспертного среза по рискам и возможностям рынка. 12 августа, 13:00 по Москве. Онлайн. Программа ForCourse и следующие встречи.
Модераторы встречи
- Алексей Баженов — руководитель Центра компетенций Альянса × Beinopen, ведущий эксперт направления «Реинжиниринг системы моды» Института развития креативных индустрий НИУ ВШЭ.
- Алина Цуцу — эксперт и бизнес-консультант по управлению бизнесом в модной индустрии, участник Совета Альянса, сертифицированный эксперт формата S, M, L.
Расшифровка встречи
Кейс Дениса Симонова: контент-ферма и MAS
Денис Симонов: Начну с возможностей контент-фермы, затем расскажу о системе MAS. Самая простая механика полностью автоматизирована: пользователь загружает фотографию и получает обработанный результат. Задача — нормализовать каталог и привести изображения к единому виду. Для ресейла, особенно премиального, важно, чтобы каталог выглядел целостно: обычная фотография с телефона не всегда позволяет понять посадку и силуэт изделия, а это влияет на конверсию.
Первичная генерация занимает около минуты. Ориентировочная стоимость одной такой работы — около 50 рублей, при больших объёмах она может снижаться примерно до 30 рублей. Однако это промежуточный, а не всегда финальный результат: нейросеть может ошибаться в пропорциях изделия и не выдерживать направляющие.
Мы создаём изображения студийного качества из технического эскиза или фотографии, сделанной на телефон. В обычных сервисах пользователь самостоятельно пишет промпты, запускает генерацию и принимает результат. Мы предлагаем сервисную модель: бренд передаёт материалы, референсы и требования, а наша команда настраивает процесс и доводит контент до готовности. Бренду не нужно осваивать нейросеть, оплачивать подписки или решать технические вопросы с VPN.
У классического продакшна есть два ограничения: необходимость в образцах и логистике, а также высокая стоимость для небольшой марки. Для крупных площадок проблема проявляется иначе: в пик сезона штатная команда не справляется с объёмом и приходится привлекать дополнительных исполнителей. Контент-ферма подключается к процессу и принимает на себя эту пиковую нагрузку.
У нас два основных сценария:
- Фотография с телефона превращается в каталожный кадр. Исходник можно снять в торговом зале, на складе или дома.
- Технический эскиз превращается в готовую карточку товара. Контент можно начать готовить ещё до производства физического образца — на уровне утверждённой модели. Скорость ИИ-продакшна сочетается с ручной доводкой. Нейросеть не может гарантированно выдержать технические требования: отступы, цветовой профиль, точные пропорции и визуальный язык марки. Поэтому ретушёр приводит изображение к гайдлайнам и ДНК бренда. Аналогично с текстами работает копирайтер: проверяет и редактирует материал. Подключение в среднем занимает три дня. Бренд предоставляет референсы, бриф, формат исходных материалов и описание желаемого результата — например, флэтлей или изображение на манекене. Мы настраиваем инструмент, показываем тестовые генерации и после согласования создаём кабинет. Материалы можно передавать через личный кабинет или Telegram-бота. Оплата берётся за принятый результат, а риски неудачных генераций и технической настройки остаются на стороне сервиса. Стоимость превращения технического эскиза в готовую фотографию на момент встречи составляла 100 рублей за результат. Алина Цуцу: Какую бизнес-задачу решает продукт и за счёт чего компания становится эффективнее? Денис Симонов: Первый результат — сокращение time to market, то есть времени вывода продукта на рынок. В классической модели партия поступает на склад, затем отправляется на съёмку, и продажи задерживаются из-за отсутствия контента. Второй результат — сохранение визуального языка бренда во всех коммуникациях. При обычном использовании нейросеть часто выдаёт усреднённую картинку, которая не учитывает позиционирование марки. Алина Цуцу: В выстроенном процессе контент обычно снимают с производственного образца ещё до запуска партии. Когда товар поступает на склад, материалы уже готовы. В чём тогда преимущество решения? Денис Симонов: Генерация из технического рисунка и описания позволяет начать ещё раньше — после утверждения самой модели, не дожидаясь производственного образца. Кроме того, итоговая партия может отличаться от образца, и карточку всё равно приходится корректировать. Для небольшого бренда, у которого нет единой системы данных о товаре и технических эскизах, основной сценарий — превратить телефонную фотографию в карточку каталожного качества. Для бренда формата M, где такая система уже существует, можно автоматически готовить контент на основе структурированных данных ещё до запуска партии. Оксана Ткаченко: Не получится ли так, что изображения разных брендов станут похожи друг на друга, как это происходит с шаблонными презентациями? Денис Симонов: Именно поэтому решение настраивается под каждый бренд. Контент-упаковка — часть позиционирования, и одинаковый результат сделал бы марки неразличимыми. Мы подробно брифуем клиента, изучаем референсы и желаемый результат. Если речь идёт об изображении на манекене, учитываем параметры целевой аудитории бренда. Универсальная генерация дополняется ручной доводкой. Оксана Ткаченко: Можно ли создать обученного под конкретную марку агента и передать его бренду для самостоятельной работы? Денис Симонов: Да, но пользователю всё равно нужна минимальная экспертиза. Необходимо понимать качество входных данных и уметь проверить результат. Мы обучаем команду и поддерживаем агента, но если компетенций недостаточно, пользователь может не заметить ошибку. Поэтому такой формат требует отдельного обучения. Чужие результаты без разрешения клиентов мы не показываем. В демонстрации использовались собственные примеры: фотография с телефона и результат обработки, а также технический эскиз и созданное на его основе изображение.
Кейс Оксаны Ткаченко: финансовая модель и аналитика каналов
Оксана Ткаченко: Я финансовый директор, помогаю компаниям считать деньги и прибыль. Работаю не только с fashion-бизнесом, поэтому могу переносить в индустрию инструменты и практики из других сфер.
Сегодня покажу сервис «Финансист». Это рабочий инструмент финансового директора, но им также пользуются операционные и продуктовые директора, бухгалтеры и собственники. В первую очередь он подходит компаниям формата M и L. Для бизнеса формата S такая система часто преждевременна.
В начале своего пути компания существует в режиме запуска: главное — произвести товар и начать продажи. Затем появляется необходимость считать себестоимость, деньги и прибыль. Возникают таблицы, число которых постепенно растёт: свои файлы ведут собственник, операционный и финансовый директора и другие специалисты. Данные расходятся, формулы теряются, а консолидация превращается в отдельную проблему.
На следующем этапе появляются 1С, «МойСклад» и другие инструменты автоматизации. Когда бизнес переходит от S к M, источников становится слишком много: несколько конфигураций 1С, таблицы, банковские счета, юридические лица, системы товарного учёта и данные маркетплейсов. Обычные сводные таблицы перестают справляться. Информацию нужно автоматически собирать, обрабатывать и превращать в основание для управленческих решений. На этом переходе к устойчивому M и далее к L становится полезен «Финансист».
Сервис собирает данные из разных конфигураций 1С, «МоегоСклада», банков, файлов и таблиц. Есть прямые интеграции с Wildberries, Ozon и Яндексом. Для Lamoda, которая не передаёт данные через открытый API, отчёты загружаются файлами.
После загрузки действуют настроенные регламенты. Например, по названию контрагента операция автоматически относится к определённому каналу продаж. В результате формируются три базовых управленческих отчёта: отчёт о прибылях и убытках, движение денежных средств и баланс.
Для собственника можно настроить рабочий стол с нужными графиками. В мобильном приложении в реальном времени видны остатки на счетах, продажи, рентабельность и другие показатели.
Система позволяет анализировать данные по организациям, проектам, товарным группам и каналам. Можно сопоставить, сколько единиц конкретного товара продано на сайте, Lamoda или Wildberries, по какой цене и с какими расходами. При необходимости зарплату сотрудников также распределяют между каналами: если специалист работает с двумя направлениями, его затраты относятся только к ним. Так рассчитываются валовая прибыль и рентабельность каждого канала.
План можно сравнивать с фактом в абсолютных и относительных значениях. Это встроенная система правил; ИИ подключается на следующем уровне — к анализу уже собранных данных.
Об использовании ИИ
В сервисе есть ИИ-помощник, которому доступны данные финансовой модели и заполненный «Контекст компании»: описание бизнеса, юридические лица, источники информации, направления деятельности и каналы продаж. Благодаря этому он отвечает не абстрактно, а с учётом конкретной компании.
Ему можно задать вопрос о причинах кассового разрыва, попросить сводную аналитику, найти аномальные расходы или подготовить рекомендации.
Важно понимать: ИИ не заменяет финансовую методологию. Сначала компания должна наладить учёт и обеспечить корректность исходных данных. Только после этого помощник сможет давать содержательный анализ.
О стоимости и внедрении
На момент эфира стартовый тариф стоил 4 900 рублей в месяц при оплате за год. Он включал основные отчёты, но не включал проекты — например, отдельную аналитику каналов продаж. Тариф «Бизнес», которым пользуется большинство клиентов Оксаны, стоил 24 900 рублей в месяц при годовой оплате за одно юридическое лицо. Набор опций можно комбинировать под задачи компании.
Есть демонстрационный период, но стандартно он не включает полноценную настройку интеграций. Оксана предлагает формат наставничества: работает вместе с финансистом, бухгалтером или операционным директором компании, помогает настроить сервис и обучает команду. Стоимость такого сопровождения на момент встречи составляла от 120 до 200 тысяч рублей за месяц в зависимости от масштаба и задачи.
Вопрос участницы: Можно ли анализировать окупаемость отдельных партий?
Оксана Ткаченко: Да, если партийный учёт ведётся в исходной системе и информация о партии передаётся вместе с номенклатурой. В «Финансисте» можно создать дополнительную аналитику «Партия» и настроить правила распределения данных.
Вопрос участницы: Данные загружаются автоматически?
Оксана Ткаченко: Да. Частоту синхронизации можно настроить: например, каждый час или раз в месяц. Это зависит от качества учёта в исходной системе. Данные маркетплейсов загружаются автоматически каждый день.
Денис Симонов: Умеет ли система работать не только с фактом, но и с планом?
Оксана Ткаченко: Да. Планирование можно вести по каналам продаж, отдельным товарам или одновременно по товару и проекту. Можно создавать несколько сценариев — например, базовый, оптимистичный и негативный — либо единый годовой план.
Элина: Как лучше считать коллекции в небольшом бренде?
Оксана Ткаченко: Единого обязательного правила нет. Можно составить плановую финансовую модель для каждой коллекции, а затем объединить модели в годовой план. Но важно не путать движение денег с прибылью. В отчёт о прибылях и убытках должна попадать себестоимость проданных за период товаров, а не вся сумма, перечисленная поставщикам.
Алина Цуцу: Можно ли усложнить аналитику и учитывать омниканальный путь покупателя, blended CAC и другие показатели?
Оксана Ткаченко: Да. Произвольные показатели и формулы можно добавить поверх финансовых данных. В системе уже заложена финансовая методология, а пользователь дополняет её нужной аналитикой. В отличие от самостоятельной разработки BI, для базовой настройки не требуются навыки программирования. В сервис также встроен готовый ABC-анализ.
Предложение Дениса Симонова: экспертный срез рисков и возможностей
В финале встречи Денис предложил провести стратегическую работу по рискам и возможностям рынка.
Денис Симонов: В нестабильной ситуации горизонт планирования сократился. При этом открытый обмен оценками затруднён: эксперт может воспринимать собственное видение как конкурентное преимущество, а безопасного контура для разговора нет.
Предлагается начать с закрытого сбора экспертных оценок. Каждый участник записывает короткий аудиоответ и называет десять наиболее существенных рисков. ИИ расшифровывает и группирует ответы, после чего экспертам возвращается общий обезличенный срез. На следующем такте они оценивают возможности, возникающие из выявленных рисков.
Так формируется не набор разрозненных мнений, а карта консенсуса и расхождений. Марки получают ориентиры и видят, чья экспертная позиция соответствует их ситуации. Эксперты получают систематизированный обзор рынка и возможность сформулировать персональные предложения для бизнеса.
Оксана Ткаченко: Подход стоит проверить. В fashion-бизнесе год обычно является минимальным горизонтом планирования, но в нынешней ситуации полезно отдельно рассматривать и короткое плечо — ближайшие три-четыре месяца.
Алина Цуцу: На первом этапе мы только собираем риски, а решения обсуждаем позднее?
Денис Симонов: Да. Сначала эксперты независимо формулируют риски в защищённом контуре. Затем получают общую карту и переходят к возможностям и решениям. Персональный совет конкретной марке может появиться уже после этого — как отдельное предложение эксперта.
Участники также предложили создать ИИ-агента, который задавал бы экспертам одинаковые уточняющие вопросы, собирал ответы и готовил общий материал. Денис согласился подготовить такой инструмент.
