Годы идут, а базовый сценарий почти не меняется: мандарины, оливье, ёлка — и что-то искристое в бокале.
Причем «искристое» здесь вообще не про цену и не про конкретный бренд. Это просто некий маркер момента: все, можно выдохнуть, год закрыт.
И в этом году мне захотелось посмотреть на шампанское как на продукт — и понять, почему некоторые продукты живут столетиями, даже когда вокруг все ускоряется, пересобирается и постоянно меняется.
Для разбора я выбрала Moët & Chandon 🍾 Для меня это редкий пример того, как ремесленный продукт дорос до индустриального масштаба — и при этом не рассыпался по дороге.
Почему Moët — показательный кейс
Сегодня Moët & Chandon — это:
- около 26 млн бутылок в год,
- примерно 1 200 га виноградников,
- один из крупнейших домов региона Champagne.
Это масштаб, в котором качество больше нельзя держать на таланте отдельных людей. Слишком много переменных: климат, урожаи, участки, оборудование, люди, годы.
И в этот момент шампанское перестает быть просто напитком. Оно становится инженерной задачей воспроизводимости.
Какова же архитектура бренда?
Здесь сошлись два бизнеса с разным ДНК:
- 🔹Moët (1743) — про продукт, ремесло, вкус и репутацию.
- 🔹Hennessy (1765) — про экспорт, дистрибуцию и умение работать с международными рынками.
В 1971 году они объединяются — появляется Moët Hennessy. Не чтобы «смешать бренды», а чтобы соединить глубину продукта и масштаб рынка, не разрушив ни то, ни другое.
А в 1987 к этой конструкции присоединяется Louis Vuitton — и рождается LVMH. Сумки здесь ни при чем. Это уже про управленческую архитектуру, где масштаб не съедает качество, а поддерживает его.
При чем тут продуктовая тема?
В какой-то момент Moët перестаёт быть винодельней. Он становится системой, которая решает одну задачу: как удерживать вкус, когда все вокруг нестабильно.
И здесь начинается работа с данными.
-
Где нельзя ошибаться вообще — вход
В виноделии нет кнопки «потом поправим». Ошибка на входе становится вкусом — и дальше это уже не гипотеза, а факт.
Виноград очень вариативное сырье. Поэтому используется оптическая сортировка: компьютерное зрение анализирует виноград до ферментации и отсеивает то, что уже не имеет смысла «тащить дальше».
Это про зрелое понимание: все, что прошло этот этап, ты уже не сможешь изменить.
-
Где ошибка еще обратима — процесс
Ферментация — самый чувствительный этап. Много параметров движутся одновременно, и система быстро становится сложнее, чем может удержать человек.
AI здесь не «принимает решения». Он работает как система раннего обнаружения отклонений:
- анализирует динамику,
- сравнивает с историческими профилями,
- показывает, где процесс начинает уходить не туда.
Ключевой актив — библиотека ферментаций за разные годы и условия. Она позволяет не просто зафиксировать проблему, а предсказать траекторию процесса и вмешаться, пока это еще возможно.
-
Где ошибки лучше не допускать — система в целом
Следующий уровень — виноградник рассматривается не как набор участков, а как единая экосистема.
Данные используются, чтобы понять:
- где риски повторяются,
- какие вмешательства избыточны,
- а где система действительно становится нестабильной.
Цель здесь не «контролировать все», а перестать быть заложником вариативности.
💛 И вот что мне здесь нравится больше всего
Это не история про технологии ради технологий и не история про «традиции против цифры». Это история про то, как взрослый продукт начинает спокойно инвестировать туда, где система может начать ломаться. Без резких поворотов и громких обещаний, но с длинным горизонтом и ясным пониманием, что именно нужно удерживать.
Расти, не теряя себя.
Всех с наступающим! ✨
Автор: Света Лаврик 🐙 — прокладываю маршруты, создаю новое (а еще делюсь мыслями тут)
#немногопродакт #данные
