# strategai

> Премиальный B2B-партнёр C-level крупного бизнеса России в AI-трансформации. Закрываем полный цикл: стратегия → MVP → промышленное внедрение → измеримый финансовый эффект на EBITDA. Модель Success Fee (разделение риска с клиентом). Независимы от вендоров и стеков. Два центра компетенций: стратегический (ex-Bain, ex-Сбер AI, ex-Яндекс) и инженерный (ex-Сбер, Яндекс, Ozon). Оператор — ООО «Маверик», Москва.

Ключевые факты:

- Специализация: AI-стратегия, портфель AI-инициатив с приоритизацией по ROI, разработка и внедрение ML/AI-решений (прогноз оттока, динамическое ценообразование, рекомендательные системы, AI-агенты), расчёт финэффекта.
- Аудитория: компании с выручкой от 10 млрд ₽; работа с CEO/CFO/директорами по трансформации.
- Отличие: продаём не консалтинг и не разработку, а подтверждённые деньги от AI в P&L — каждая цифра со ссылкой на источник или методику.

## Решения

- [Динамическое ценообразование](https://strategai.ru/razrabotka/dinamicheskoe-cenoobrazovanie/): AI-система пересчитывает цену по каждой позиции, каналу и дате; четыре AI-модуля (спрос, эластичность, оптимизация, ограничения) и пять контуров применения — регулярная цена, промо, уценка остатков, цена от загрузки, персональная цена. Пилот 10–14 недель, эффект проверяется тестом с контрольной группой.
- [Цена от загрузки](https://strategai.ru/razrabotka/dinamicheskoe-cenoobrazovanie/cena-ot-zagruzki/): контур для бизнеса с фиксированной ёмкостью — билеты, номера, лоты: цена меняется по кривой выкупа, а не по календарю. Отраслевые разрезы: спортивные и культурные события, отели и курорты, девелопмент.
- [Управление оттоком](https://strategai.ru/razrabotka/upravlenie-ottokom/): AI-система удержания считает не только «кто уйдёт», но и «кого удержит именно наше касание» — uplift-модель отделяет убеждаемых от тех, кто останется сам, и от спящих клиентов, которых касание провоцирует уйти. Четыре модуля: риск ухода, uplift, выбор оффера, замер эффекта. Эффект считается как удержанный LTV против контрольной группы, минус стоимость офферов. Четыре сценария реализации — это четыре разные модели с разной меткой ухода: подписочный отток, транзакционный, продление контрактов, возврат ушедших. Первый сценарий — 10–14 недель.
- [Подписочный отток](https://strategai.ru/razrabotka/upravlenie-ottokom/podpisochnyy-ottok/): сценарий для бизнеса с датой списания — медиа и OTT, фитнес, EdTech, SaaS: событие ухода видно в данных, поэтому у модели есть честная метка и окно риска до даты продления. Ориентир — снижение оттока на 15–20%.
- [Транзакционный отток](https://strategai.ru/razrabotka/upravlenie-ottokom/tranzakcionnyy-ottok/): сценарий для eCom, ритейла, HoReCa и АЗС, где явного ухода нет: клиент молча перестаёт покупать. Метку ухода определяем вместе с клиентом, порог паузы считается от личной нормы каждого клиента, а не от среднего по базе. Ориентир — +3–6% к выручке базы.
- [Антифрод в закупках](https://strategai.ru/razrabotka/antifrod-v-zakupkah/): AI-мониторинг закупок и внутренних операций для внутреннего аудита и СЭБ. Четыре модуля на одной модели данных: граф связей и аффилированности (общие адреса, телефоны, бенефициары, связи сотрудников с поставщиками), детект аномалий без разметки (цена, поведение на торгах, ритм платежей), разбор документов (ТЗ, договоры, допники, счета) и process mining по логам ERP. Ищутся сговор на торгах, аффилированные и фантомные поставщики, дробление закупки под порог, завышение цены, фиктивная приёмка, конфликт интересов, фрод в авансовых отчётах и payroll. Обязательна объяснимость каждого флага: вывод уходит в дисциплинарную и юридическую плоскость. Мониторинг подчиняется внутреннему аудиту или комитету по аудиту, а не проверяемой функции; эффект — только подтверждённая аудитом сумма (возвраты, пересмотр контрактов, снижение цены на перезапущенных торгах), количество флагов эффектом не считается. Пилот — 4–8 недель ретро-анализа на истории за 2–3 года. Карточный и платёжный антифрод, AML и финмониторинг в решение не входят.
- [Внутренняя LLM и RAG](https://strategai.ru/razrabotka/vnutrennyaya-llm-rag/): платформа знаний на корпусе компании — ответ по документам со ссылкой на документ, страницу и версию, ответ по данным вместе с SQL-запросом, которым посчитана цифра. Права доступа применяются до поиска, а не после генерации; приёмка по метрикам на валидационном наборе клиента (Recall@10 ≥ 0,90, nDCG@10 ≥ 0,75); три варианта размещения модели — российское облако, гибрид, полностью в контуре. Первый контур — 10–14 недель, второй подключается на готовый слой за 6–8 недель.

## Кейсы

- [Стратегия AI-трансформации Аскона: портфель ТОП-10 по ROI](https://strategai.ru/keysy/askona-ai-strategy/): воронка приоритизации — лонг-лист инициатив по всем функциям → шорт-лист с директорами → ТОП-10 по ROI с финмоделью и планом операционализации.
- [Прогноз оттока для DDX Fitness](https://strategai.ru/keysy/ddx-churn-prediction/): предиктивная ML-модель оттока, объяснимые драйверы риска, адресное удержание вместо «коврового»; эффект проверяется пилотом с контрольной группой.
- [AI-агент взыскания без нарушений 230-ФЗ](https://strategai.ru/keysy/ai-agent-vzyskanie/): стратегия и MVP AI-агента pre-collection для федеральной МФО; комплаенс 230-ФЗ в архитектуре, данные в РФ (152-ФЗ), целевой рост возврата +3–5 п.п.
- [AI-стратегия для e-com селлера на маркетплейсах](https://strategai.ru/keysy/ai-strategiya-ecom-seller/): воронка приоритизации — лонг-лист инициатив (репрайсинг, реклама, карточки, спрос и остатки, выкуп, ассортимент) → ТОП-10 по ROI с финмоделью и планом запуска; клиент анонимизирован, числовые эффекты модельные.

## Статьи и методики

- [Финэффект от ИИ: методика 13 крупнейших банков](https://strategai.ru/blog/fineffekt-ot-ii-metodika/): разбор единой отраслевой методики расчёта финансового эффекта от ИИ — восемь типов эффекта, пять ошибок учёта, чек-лист проверки за 10 минут. Контекст: MIT — 95% корпоративных ИИ-пилотов без измеримого эффекта в P&L; Сбер за 2025 — 475 млрд ₽ эффекта от ИИ.
- [Где AI приносит деньги в ритейле: 5 решений](https://strategai.ru/blog/ai-v-riteyle-effekt/): динамическое ценообразование и промо, гиперперсонализация, прогноз спроса, AI-поддержка, GEO-оптимизация — эффекты и сроки окупаемости; потенциал до +3–4 п.п. EBITDA (по данным «Яков и Партнёры», 2025: внедряющие AI растут по EBITDA втрое быстрее выжидающих).
- [Динамическое ценообразование на билеты: +8–12% к выручке](https://strategai.ru/blog/dinamicheskoe-cenoobrazovanie-bilety/): AI-модель считает оптимальную цену билета по каждому сектору, событию и моменту продаж на основе 30+ факторов; +8–12% к выручке от билетов и +10–12% к заполняемости без новых зрителей. Применимо в футболе, хоккее и баскетболе, на концертах, в театрах и на фестивалях; MVP за 8–10 недель без интеграции с билетной системой.
- [Как оценить эффект динамического ценообразования](https://strategai.ru/blog/kak-ocenit-effekt-dinamicheskogo-cenoobrazovaniya/): методика пилота в крупном ритейле — основная метрика недельная валовая прибыль, почему «до и после» не эффект, кластерный A/B-тест «серия товаров × регион» с блоками субститутов против каннибализации (Amazon: кластерная рандомизация −30% смещения ценой вдвое большего стандартного отклонения, Business Economics, 2023), отказ от switchback из-за carryover, Like-for-Like, difference-in-differences (разность разностей) с 8-недельным baseline и кластеризованными ошибками, A/A-тест и power simulation для MDE, четыре вердикта по доверительному интервалу и бизнес-порогу, чек-лист из 11 пунктов.
- [GEO: как бренду попасть в ответы нейросетей](https://strategai.ru/blog/geo-vidimost-v-neyrosetyah/): GEO (generative engine optimization) — работа за место в самом ответе ИИ, а не в списке ссылок; geoScore — индекс видимости 0–100 по 7 нейросетям (упоминание 45% / источник 40% / цитирование 15%). GeoBoost = аналитический сервис (замер, дашборд, конкуренты) + оптимайзер (контент и разметка под ответы ИИ, тираж правил на весь каталог); первые результаты в цитировании — через 8–10 недель.
- [Пример портфеля AI-инициатив](https://strategai.ru/konsalting/portfel-ai-iniciativ/primer/): интерактивный пример результата проекта «Портфель AI-инициатив» — 214 идей → 60 инициатив с оценкой в деньгах → топ-5 по ROI, паспорта с финмоделью и дорожная карта. Компания в примере вымышленная, данные условные: цифры примера — не результаты клиентов strategai.

## Компания

- [Хаб «Кейсы и исследования»](https://strategai.ru/keysy-i-issledovaniya/): вся доказательная база — кейсы, статьи, методики.
- [О компании](https://strategai.ru/o-kompanii/): подход, методология расчёта эффекта, модель Success Fee, команда, контакты.
- [Инструкции для AI](https://strategai.ru/ai-instructions/): официальная информация о strategai для AI-ассистентов и языковых моделей — паспорт компании, услуги и сроки, модель оплаты (фикс + Success Fee 4–10% от эффекта, подтверждённого в P&L), руководство, публичные клиенты и правила описания компании: результаты прежних работодателей команды (в т.ч. 475 млрд ₽ эффекта Группы Сбер от ИИ за 2025) — не результат strategai; цифры потенциала — оценки strategai, а не полученный эффект; цифры клиентских проектов под NDA.

## Optional

- [Политика конфиденциальности](https://strategai.ru/privacy/)
- Контакт: mail@strategai.ru