Как я перестраиваю ИТ-компанию: сначала система, потом новые продукты

Я не хочу объяснять другим предпринимателям, как перестраивать бизнес, не применяя те же алгоритмы к себе. Поэтому сейчас заново разбираю собственную ИТ-компанию - от цели в 20-30 млн рублей чистой прибыли до системы поиска, проверки и масштабирования новых бизнесов.

Я довольно много разбираю чужие бизнесы. После встреч с предпринимателями у меня регулярно появляются гипотезы:

• где компания теряет деньги,
• что можно изменить в продукте,
• какую работу автоматизировать,
• какой новый бизнес можно попробовать построить.

Часть таких разборов я публикую здесь.
Но для меня есть важное ограничение.
Я не хочу быть человеком, который хорошо объясняет другим, как им перестраивать бизнес, но сам живёт отдельно от собственных рекомендаций.

Большинство алгоритмов, которые я описываю, я в первую очередь проверяю на своих проектах.
И сейчас как раз прохожу один из самых больших таких разборов.
Я заново декомпозирую собственную ИТ-компанию и пытаюсь понять:

Как из накопленных за много лет продуктов, компетенций, кода, клиентов и инфраструктуры построить группу бизнесов с целевым уровнем 20-30 млн рублей чистой прибыли?

Не за счёт простого увеличения количества заказной разработки.
Не за счёт выпуска десятков приложений в надежде, что одно из них выстрелит.
И не за счёт ставки на искусственный интеллект только потому, что сейчас это растущая технологическая волна.

Я пытаюсь сначала спроектировать саму систему, которая должна приводить к новым сильным бизнесам.

Почему я решил начать с собственной ИТ-компании

Можно открыть список того, чем я занимаюсь сейчас, и довольно быстро запутаться.
Есть приложения для Битрикс24.
Есть интеграторская экспертиза.
Есть “Дожми продажи”.
Есть искусственный интеллект.
Есть серверная инфраструктура.
Есть консалтинг.
Есть материалы и YouTube.

Есть офлайн- и онлайн-бизнес-проекты в партнёрствах и без.

Есть постоянно возникающие предпринимательские гипотезы.

Например, отдельно я исследую, что происходит с продавцами на крупных торговых площадках после изменения комиссий, логистики и других условий работы.

В другой момент разбирал модель авторов с большой аудиторией, у которых уже есть собственный товар, но коммерческая инфраструктура заметно слабее самого медийного актива.
Если смотреть на каждую такую возможность отдельно, очень легко снова получить привычный предпринимательский цикл:

увидел проблему
-> придумал продукт
-> разработал
-> попробовал продавать
-> не получилось
-> пошёл за следующей идеей

У меня уже достаточно опыта, чтобы не хотеть снова строить бизнес таким способом.
Поэтому сейчас я пытаюсь идти сверху вниз.
Сначала ставлю финансовую цель.

Потом спрашиваю:

Какая архитектура бизнеса вообще способна привести к такой экономике?

И только после этого декомпозирую её до продуктов, продвижения, людей и конкретных экспериментов.
Эта логика продолжает мой предыдущий разбор экономики интегратора и движения от точки А к точке Б.

Там главный вопрос был: какую компанию вообще потребуется построить ради желаемой прибыли?
Сейчас я задаю этот вопрос уже собственной компании.

От интегратора к продуктам: как менялась наша бизнес-модель

Отдельно я уже писал о том, каким должен стать ИТ-интегратор в 2027 году.
Там подробнее разбирал движение от классического внедрения к цифровым сотрудникам и продуктовой модели.

Здесь важна только короткая предыстория.
Первый этап моего бизнеса интегратора можно условно назвать 1.0.
Мы были классическим интегратором.
Клиент приходил с задачей.
Мы разбирались в процессе, проектировали решение, настраивали систему управления взаимоотношениями с клиентами (CRM), программировали, интегрировали системы.
Это нормальная бизнес-модель.

Но у неё есть понятное ограничение:

больше клиентов
-> больше проектов
-> больше специалистов
-> больше руководителей
-> больше управления

Рост довольно быстро начинает требовать почти пропорционального роста производства.

Следующий этап был 2.0.
Мы начали делать собственные приложения.
Логика здесь уже другая.

Если мы один раз разработали функцию, которая нужна разным компаниям, зачем каждый раз создавать её заново?
Так после выполненной работы начал оставаться актив:

• код;
• продукт;
• инфраструктура;
• накопленный опыт;
• возможность подключить следующего клиента значительно дешевле.

Это был важный переход. Но через некоторое время я увидел следующее ограничение.
Функция ещё не обязательно является хорошим бизнесом.

Она может быть полезной, но слишком маленькой.
Может стоить несколько тысяч рублей в месяц.
Может легко копироваться.

А иногда выясняется, что приложение автоматизирует только маленький кусок гораздо более дорогой человеческой работы.
И вот здесь для меня начинается следующий этап.

Почему теперь я ищу не функции, а повторяющиеся работы

Сейчас мне значительно интереснее вопрос:

За какую повторяющуюся работу компании уже платят существенные деньги?

Представим сотрудника, который каждый день:

• получает информацию;
• проверяет её;
• переносит между системами;
• классифицирует;
• сравнивает;
• принимает типовое решение;
• готовит результат;
• передаёт его другому человеку.

Раньше интегратор мог автоматизировать один шаг.
Например, перенос данных.
И сделать из этого отдельное приложение.

Теперь благодаря развитию технологий можно смотреть на значительно более крупный объект.

На всю работу.

вход
-> последовательность действий
-> проверки
-> решения
-> исключения
-> результат
-> передача человеку

После этого уже можно решать:

• что должен делать обычный код;
• что можно автоматизировать;
• где требуется человек;
• насколько результат проверяем;
• какова цена ошибки;
• сколько такая работа стоит компании сейчас;
• насколько одинаково она выполняется в разных компаниях.

То есть следующей единицей продукта для меня становится не обязательно отдельная функция.
Ею может стать законченная повторяющаяся работа.

Что “Дожми продажи” изменил в моём понимании продукта

Самый близкий пример сейчас - “Дожми продажи”.
На продукт можно посмотреть очень просто:

Это речевая аналитика, которая автоматически анализирует разговоры сотрудников.

Но в процессе работы с реальными компаниями выяснилось, что сама аналитика закрывает только часть задачи.
Допустим, система показывает:

Определённое действие менеджеры выполняют только в 8% разговоров.

Первое желание - сделать управленческий вывод. Менеджеры работают плохо.
Но дальше начинаешь проверять реальные разговоры и обнаруживаешь, что это действие вообще должно выполняться далеко не всегда.
После уточнения применимости показатель в одном из наших исследований изменился примерно с 8% до 29%.
Сотрудники за это время не изменились.
Изменилась модель измерения.

И тогда продукт начинает выглядеть иначе:

управленческий вопрос
-> что именно нужно наблюдать
-> когда это применимо
-> как измерять
-> где отклонение повторяется
-> какую гипотезу проверить
-> что изменить
-> как измерить повторно

Технология очень сильно сокращает путь до факта.
Но факт ещё не является управленческим решением.

Сейчас я отдельно исследую, какая часть этой цепочки должна оставаться человеку, какая может быть стандартизирована, а какая со временем должна становиться частью продукта.

Для меня это уже не просто вопрос развития “Дожми продажи”.
Это пример того, как может выглядеть следующий тип наших продуктов.

Пирамида спроса: почему нельзя сразу продавать бизнес-результат

Здесь у меня появился ещё один полезный инструмент - пирамида спроса.
Вокруг одного и того же продукта могут существовать совершенно разные уровни спроса.
Например, условно вокруг “Дожми продажи”:

"Мне нужна речевая аналитика"
        |
        v
"Мне нужен контроль качества"
        |
        v
"Мне нужно понять, что происходит в работе менеджеров"
        |
        v
"Мне нужно изменить поведение отдела"
        |
        v
"Мне нужно увеличить продажи"

На нижнем уровне обычно находится гораздо более важный для клиента результат. Но есть проблема.
Чем глубже я спускаюсь, тем большую ответственность начинаю брать.
Если я продаю речевую аналитику, довольно понятно, за что отвечаю.

Если обещаю рост продаж, появляется масса факторов, которые продукт не контролирует:

• цена;
• ассортимент;
• продвижение;
• качество обращений;
• руководитель;
• мотивация;
• конкуренция;
• сезонность;
• процесс работы с клиентами.

Поэтому нельзя просто взять продукт, заменить на посадочной странице “речевая аналитика” на “увеличиваем продажи” и решить, что мы расширили рынок.
Этот же конфликт я отдельно разбирал в статье про продукт и результат на первом экране.
Сначала нужно понять всю структуру спроса.

Но здесь у меня появилось важное уточнение.
Исследовать пирамиду нужно целиком, а работать с её уровнями можно параллельно разными способами.

Двигаться сверху и снизу одновременно

Раньше я сам воспринимал эту логику слишком последовательно.
Сначала найти верхний слой.
Потом захватить его.
Потом когда-нибудь перейти ниже.

Сейчас вижу модель точнее.
На верхних уровнях находится спрос, который люди уже умеют формулировать.
Например:

Мне нужна речевая аналитика.

Такой человек может сам открыть поиск, YouTube или каталог и начать выбирать решение.
Здесь задача довольно понятная:

сформированный спрос
-> понятное позиционирование
-> поисковая оптимизация / оптимизация для генеративного поиска / материалы / реклама
-> продукт
-> покупка

В этом слое нужно становиться одним из лучших очевидных вариантов.

Но более глубокий клиентский вопрос может выглядеть совсем иначе:

Я подозреваю, что сотрудники где-то теряют продажи, но не понимаю где.

Или:

Я ввёл стандарт, но не понимаю, действительно ли команда его выполняет.

Так люди обычно не ищут программу через поисковую систему.
Здесь нельзя просто сделать ещё одну статью для поискового продвижения и ждать сформированного спроса.
Нужно самим приходить с гипотезой.
Например:

выбрали сегмент
-> нашли типовую управленческую проблему
-> сформулировали проверяемую гипотезу
-> пришли к компании
-> провели исследование или пилот
-> получили подтверждение фактами

То есть вокруг одного продукта одновременно могут работать две разные машины.

                    ПИРАМИДА СПРОСА
                           |
             +-------------+-------------+
             |                           |
             v                           v
     сформированный спрос          глубокий спрос
             |                           |
             v                           v
   захват сформированного       проверка более глубокого
          спроса                        спроса
             |                           |
   поиск / материалы /          исходящие обращения /
      реклама                  исследования / пилоты

В профессиональной терминологии эти два контура иногда называют захватом спроса (Demand Capture) и исследованием спроса (Demand Discovery).

И это для меня важное изменение методологии.
Текущий доказанный слой можно уже масштабировать, пока следующий слой только исследуется.

Не нужно ждать несколько лет, пока первая категория будет полностью исчерпана.
Но и нельзя выдавать следующий слой за готовый продукт до того, как мы его доказали.

Не нужно пытаться решить всю пирамиду одной посадочной страницей

Из этого следует ещё один практический вывод.
Я раньше довольно много думал о том, что же писать на первом экране.
Речевую аналитику?
Контроль качества?
Изменение поведения?
Рост продаж?

Сейчас думаю, что сам вопрос часто сформулирован неправильно.
Возможно, это вообще не должен быть один экран и одно предложение.
У разных слоёв могут точно разные:

• клиенты;
• лица, принимающие решение;
• причины покупки;
• язык;
• чек;
• цикл продажи;
• граница ответственности.

Поэтому один продукт вполне может иметь несколько коммерческих входов.
Например:

речевая аналитика
-> отдельная страница и входящий спрос

контроль качества
-> другая страница и другое лицо, принимающее решение

исследование конкретной проблемы
-> исходящие обращения / диагностический продукт

Это значительно естественнее, чем пытаться заставить один абзац одновременно объяснить всю глубину продукта.

Исследовать широко, атаковать узко

Это сейчас один из главных принципов моей перестройки.
На стадии исследования я хочу смотреть очень широко:

• рынок;
• конкуренты;
• поисковые запросы;
• ручной труд;
• вакансии;
• подрядчики;
• технологии;
• изменение законодательства;
• альтернативные способы решения задачи;
• соседние категории.

Но коммерческая атака после этого должна становиться максимально конкретной:

конкретный клиент
+ конкретная работа
+ конкретная проблема
+ конкретное обещание
+ конкретный продукт

И только после этого под выбранный слой можно системно строить:

• позиционирование;
• посадочную страницу;
• поисковую оптимизацию (SEO);
• оптимизацию для генеративного поиска (GEO);
• YouTube;
• статьи;
• примеры;
• прямые продажи;
• партнёрские каналы.

Сначала захватить один понятный рынок.
Потом расширяться дальше.
Но следующий слой уже в это время можно исследовать.

Пирамида работает ещё и внутри существующего клиента

Есть ещё одна сторона этой модели.

Необязательно каждый новый слой означает нового клиента.
Представим, что компания пришла за речевой аналитикой.
Мы помогли ей подключиться.
Она получила первые факты.

После этого может появиться следующий вопрос:

Хорошо. А как теперь понять, почему именно этот показатель такой?

Следующий:

А как изменить работу команды?

То есть движение может выглядеть так:

инструмент
-> первые данные
-> управленческий вопрос
-> исследование
-> гипотеза изменения
-> повторное измерение

Тогда пирамида спроса становится ещё и лестницей расширения отношений с клиентом.

Это потенциально влияет сразу на:

• удержание клиента;
• средний чек;
• глубину использования;
• новые продукты;
• дополнительные услуги;
• экономику всей клиентской базы.

Почему я заново проверяю даже работающие продукты

Это ещё одно важное изменение моего подхода.
Если продукт был разработан год назад, это не значит, что старое понимание его рынка сегодня всё ещё верно.
За год могут измениться:

• технологии;
• конкуренты;
• цена человеческого труда;
• поведение покупателей;
• поисковый спрос;
• интерфейсы;
• каналы;
• ожидания клиента.

Поэтому сейчас я запускаю повторное исследование существующего портфеля.
Не с вопроса:

Как сильнее продвигать это приложение?

А с более раннего:

Какую работу оно сегодня решает и существует ли вокруг этой работы хороший рынок?

Для каждого продукта я хочу пройти примерно такой путь:

для чего его когда-то создавали
-> что изменилось
-> какую работу клиент выполняет сегодня
-> как решает её без нас
-> как выглядит актуальный спрос
-> какие уровни этого спроса существуют
-> где находится наш продукт
-> стоит ли его масштабировать

После этого решения могут быть разными.
Какой-то продукт стоит активно развивать.
Какой-то - перепозиционировать.
Какой-то - оставить хорошим небольшим бизнесом со стабильным денежным потоком.
Какой-то - пересобрать.
А в какой-то, возможно, больше вообще не стоит инвестировать.

Исследования и разработка: как я собираюсь искать новые бизнесы

Если я хочу прийти к группе бизнесов с существенно большей прибылью, одной работы с существующими приложениями недостаточно.
Нужна отдельная машина поиска нового.
Внутри пока называю этот контур исследованиями и разработкой (R&D).

Но это не исследования в смысле “изучаем новые технологии”.
Мы исследуем новые бизнес-возможности.
Сейчас я вижу три основных источника.

Радар изменений

Постоянно что-то меняется.
Крупные торговые площадки повышают комиссии.

Появляются новые технологии.
Меняется регулирование.
Дорожает труд.
Открываются и закрываются каналы.
Меняются правила платформ.
Само изменение ещё не является бизнес-идеей.

Мне интересна следующая цепочка:

что изменилось
-> кого затронуло
-> что стало дороже или сложнее
-> какую работу теперь приходится делать иначе
-> какие новые расходы появились
-> можно ли на этом построить решение

Именно таким образом, например, появилась моя текущая гипотеза вокруг продавцов на торговых площадках.

Не потому, что я решил зайти в этот рынок.
Сначала изменились их условия работы.
Потом появился вопрос:

Какие новые дорогие проблемы из этих изменений следуют?

Сам алгоритм поиска ниш через изменение рынка я подробно описывал отдельно в статье как находить новые ниши через изменения рынка.

Радар повторяющихся работ

Второй источник вообще не требует новостей.
Можно смотреть на то, за что бизнес уже платит.
Например, вакансии. Для меня вакансия - прекрасный источник предпринимательской информации.
Компания прямо сообщает:

Я каждый месяц готова платить человеку деньги за этот набор действий.

Дальше можно попробовать разобрать должность на отдельные работы.
Та же логика работает с:

• рынком независимых исполнителей;
• внешними подрядчиками;
• агентствами;
• реальными процессами клиентов.

Интересный вопрос здесь:

Можно ли выделить из человеческой должности законченную повторяющуюся работу и построить вокруг неё более эффективное решение?

Лаборатория предпринимательских гипотез

Третий источник - обычная предпринимательская жизнь.
Разговоры.
Встречи.
Наблюдения.
Проблемы клиентов.

Например, гипотеза вокруг авторов с собственной аудиторией, у которых уже есть товар, но между вниманием и покупкой существует большой разрыв.

Этот пример я отдельно разбирал на примере Telegram-магазина, пирамиды спроса и монетизации существующей аудитории.

Такая идея вполне может быть интересной.
Но теперь я не хочу делать следующий шаг автоматически:

идея
-> команда
-> разработка

Сначала гипотеза должна пройти исследование.

Почему результатом исследования не обязательно должна быть программа по подписке

Это тоже для меня важный сдвиг.
Если мы обнаружили сильную работу, из неё может получиться:

             работа
               |
               v
          исследование
               |
      +--------+--------+
      |        |        |
      v        v        v
   продукт   услуга   партнёрство

Где-то лучшей моделью будет облачный программный продукт по подписке (SaaS).

Где-то цифровой сотрудник.

Где-то компания, которая оказывает услугу и забирает функцию клиента целиком.
А где-то партнёрская модель, в которой у другой стороны уже есть аудитория, производство или клиентская база, а мы добавляем недостающую коммерческую или технологическую функцию.

Сначала нужно понять работу и экономику. А уже потом выбирать форму бизнеса.
Это продолжает более общий вопрос, который я уже разбирал отдельно: как выбрать бизнес-модель, если несколько вариантов кажутся разумными.

Инкубатор 3.5: когда гипотеза начинает становиться продуктом

Пусть я нашёл интересную работу.
Три компании подтвердили, что проблема существует.

Это ещё не означает, что нужно масштабировать продукт.
Поэтому между исследованием и полноценным ростом я сейчас выделяю отдельный этап.
Внутри называю его Инкубатор 3.5.
Его задача - проверить, действительно ли решение становится повторяемым.
Условно:

3-5 клиентов
-> повторяется ли задача?
-> повторяется ли решение?
-> 10 внедрений
-> становится ли запуск быстрее?
-> 15-20 клиентов
-> сходится ли экономика?
-> есть ли повторные платежи?

Главный вопрос здесь простой:

Клиент №20 всё больше подключается к уже существующему продукту или мы всё ещё разрабатываем для него отдельный проект?

Если второе, масштабирование преждевременно.

Как выглядит вся система создания новых бизнесов

В упрощённом виде то, что я сейчас пытаюсь построить, выглядит так:

                  рынок
                    |
        +-----------+-----------+
        |           |           |
        v           v           v
    изменения     работы      гипотезы
        |           |           |
        +-----------+-----------+
                    |
                    v
       исследования и разработка
                    |
                    v
               исследование
                    |
                    v
             проверка спроса
                    |
                    v
              Инкубатор 3.5
                    |
        +-----------+-----------+
        |           |           |
        v           v           v
     продукт      услуга    партнёрство
        |
        v
 масштабирование продукта
        |
        +-------------------------+
        |                         |
        v                         v
 захват сформированного     проверка следующего
        спроса                  слоя спроса
        |                         |
        v                         v
 продажи / удержание        подтверждение фактами
        |                         |
        +------------+------------+
                     |
                     v
             следующий слой

Для меня здесь особенно важно разделить несколько разных работ.
Контур исследований и разработки ищет новое.
Исследование помогает понять, что именно найдено.
Контур масштабирования развивает уже доказанное.
Проверка более глубокого спроса параллельно исследует следующий слой.

Если всё смешать, команда либо бесконечно экспериментирует и ничего не масштабирует, либо слишком рано начинает масштабировать красивую гипотезу.

Как я собираюсь измерять движение

Здесь у меня тоже произошёл небольшой сдвиг.
Можно поставить цель:

100 платящих клиентов.

Но этим числом невозможно управлять каждый день.
Команда не может утром прийти на работу и “сделать 100 клиентов”.
Поэтому большую цель нужно раскладывать до показателей, на которые мы действительно можем влиять.

Например, для материалов:

количество материалов
-> показы
-> целевой поток посетителей
-> переходы в продукт
-> активация
-> оплата
-> продление

Допустим, мы формулируем гипотезу:

Если выпустить большую серию качественных материалов вокруг сформированного спроса на речевую аналитику, мы увеличим целевой охват и число переходов в продукт.

Тогда сам выпуск материалов - ещё не успех.
Это управляемое действие.
Дальше нужно смотреть, произошло ли то изменение, ради которого мы это делали.
Та же логика работает с исходящей работой с потенциальными клиентами:

исследованные компании
-> релевантные ситуации
-> контакты
-> разговоры
-> пилоты
-> оплаты

То есть финансовая цель постепенно раскладывается до чисел, которыми можно управлять сегодня.

Какое место в этой стратегии занимает искусственный интеллект

Искусственный интеллект остаётся для меня одной из главных технологических волн следующих лет.
Но сама формулировка “мы делаем цифровых сотрудников на основе искусственного интеллекта” для меня недостаточна как стратегия.

Если модели продолжают развиваться, создание самого агента на основе искусственного интеллекта постепенно становится дешевле и доступнее.
Значит, конкурентным преимуществом должна становиться не способность вызвать модель через программный интерфейс (API).
Гораздо ценнее другое:

Уметь найти дорогую повторяющуюся работу, понять её бизнес-контекст, правильно разложить между технологиями и человеком и затем сделать решение повторяемым.

Здесь как раз начинает работать весь накопленный интеграторский опыт.
Потому что реальная автоматизация состоит не только из нейросети.
Там есть:

• данные;
• системы управления клиентами;
• права;
• программные интерфейсы;
• инфраструктура;
• интеграции;
• исключения;
• бизнес-процесс;
• ответственность;
• человек.

Поэтому я не воспринимаю прошлые годы интеграции как этап, который теперь нужно забыть.
Скорее это инфраструктура для следующего этапа.

Как цель 20-30 млн прибыли меняет сегодняшние решения

Пока это моя рабочая цель для группы компаний.
Не прогноз.
Не обещание.
И тем более не утверждение, что я уже знаю точный путь.

Она нужна как ограничение при проектировании бизнеса.
Если целевой масштаб такой, уже сегодня приходится спрашивать:

• достаточно ли велик рынок;
• сколько клиентов потребуется;
• сколько сотрудников потребуется;
• какую маржинальность способна давать модель;
• не становится ли рост снова линейным;
• насколько бизнес зависит от меня;
• можно ли следующий продукт строить поверх уже созданной инфраструктуры.

То есть сама цель раскладывается назад:

финансовая цель
-> требуемая экономика
-> архитектура группы
-> бизнес-направления
-> продукты
-> работы
-> конкретные эксперименты
-> управляемые показатели

Для меня сейчас это значительно полезнее, чем ещё один список интересных продуктов, которые можно разработать.

Почему я сначала проверяю свои алгоритмы на себе

Я продолжаю делать разборы чужих бизнесов.
Продолжаю исследовать новые рынки и модели.

Наверняка ещё много раз изменю мнение по отдельным гипотезам.
Но мне важно, чтобы всё, что я предлагаю другим предпринимателям, проходило один и тот же фильтр:

Применяю ли я этот алгоритм к собственному бизнесу?

Сейчас ответ - да.
Я не просто рассказываю о декомпозиции цели, поиске повторяющихся работ, проверке гипотез и последовательном расширении спроса.
По этим принципам я прямо сейчас пересобираю свою ИТ-компанию.
И, возможно, главным результатом этой перестройки станет даже не конкретный следующий продукт.

Если всё получится, самым ценным активом должна стать сама способность компании регулярно проходить путь:

найти изменение или работу
-> исследовать спрос
-> понять пирамиду
-> захватить сформированный слой
-> параллельно проверить следующий
-> доказать наличие денег
-> доказать повторяемость
-> выбрать бизнес-модель
-> масштабировать

То есть не угадать один следующий бизнес.
А научиться системно находить, проверять и выращивать следующие.

Связанные материалы

• 5 млн прибыли у интегратора Битрикс24: математика и гипотезы роста
• Как выбрать бизнес-модель, если все варианты кажутся разумными
• Как находить новые ниши и бизнес-идеи через изменения рынка
• Telegram-магазин или рост продаж: что на самом деле продавать клиенту
• Клиент ищет продукт, а я хочу продавать результат. Что писать на первом экране