Пока одни спорят, изменит ли AI бизнес - другие тихо меняют структуру своего P&L

a16z на прошлой неделе показали интересный график: за 30 лет себестоимость продаж (COGS) как доля от выручки у медианной компании S&P 500 упала с 67% до 55%. Операционная маржа - на историческом максимуме. И дело не только в том, что в индексе стало больше софтверных компаний. Технологии делают эффективнее всех - включая производство, логистику и ритейл.

AI ускоряет этот тренд. Причём не в теории, а в конкретных строках P&L:

• Клиентский сервис. Klarna запустила AI-ассистента, который за первый месяц обработал 2,3 млн обращений - объём работы 700 операторов. Время решения упало с 11 до 2 минут. Экономия - $40 млн за год. Правда, потом пришлось вернуть людей для сложных случаев. Но гибридная модель всё равно кратно дешевле.

• Фулфилмент. Amazon развернул 750 тысяч роботов на складах и снизил стоимость сборки заказа на 25%. Walmart целится в 65% автоматизированных магазинов к концу 2026 года со снижением удельных затрат на 20%.

• Производство. PepsiCo через цифровых двойников получила +20% к пропускной способности линий и 10-15% экономии на капзатратах. Один автопроизводитель сократил незапланированные простои на 67% через предиктивное обслуживание.

Обратите внимание на закономерность. AI пока лучше всего работает там, где есть повторяющиеся операции с большим объёмом данных - поддержка, склад, контроль качества. Не в стратегии, не в продукте, а в операционке.

Что делать с этим знанием? Не нужно выбирать между «верить в AI» или «работать над ростом маржинальности». Можно разложить значимые строки в P&L (например, COGS) и задать вопросы: где есть повторяемость операций, большой их объем и данные? С высокой вероятностью потенциал для роста маржинальности с помощью AI может быть там. Но это не проект с наскока, а переизобретение существующей системы.

#ai #стратегия