Что делать, если команда ждет от менеджера продуктов ответов на все вопросы? Представьте, что команда постоянно приходит к вам с вопросами: — Как лучше сделать? — Что выбрать? — Какой вариант правильный? — Что сейчас важнее? Сначала это кажется нормальным: менеджер продуктов знает больше контекста, лучше понимает цели бизнеса и действительно может быстрее принять решение. Но через некоторое время происходит незаметная подмена: команда приходит за ответами уже не потому, что без них не может решить задачу. Она приходит потому, что именно так в команде привыкли принимать решения. Именно здесь менеджер продуктов постепенно становится узким местом. Если каждое обсуждение заканчивается словами «сейчас скажу, как правильно», количество задач растет быстрее, чем способность одного человека на них отвечать. В результате команда начинает ждать. Скорость падает. А самостоятельность не развивается. Чтобы этого не происходило, не обязательно переставать отвечать на вопросы. Важно выбирать подход в зависимости от ситуации. Разберем три действия под разные типы ситуаций. 1. Дать готовый ответ Используйте этот подход, если решение уже принято или у команды нет части контекста. Например: — есть ограничения бизнеса или законодательства; — решение зависит от договоренностей с партнером; — приоритет уже определен руководством. В этом случае обсуждение ничего не изменит. Самый быстрый путь — просто передать информацию. 2. Дать критерии выбора Если решение может принять сама команда, не отвечайте на вопрос «что делать?». Помогите ответить на вопрос «как выбрать?». Вместо: «Давайте делать вариант А.» лучше сказать: «Наша цель сейчас — сократить время до первой ценности. Какой вариант лучше помогает этого добиться?» или: «Для нас сейчас важнее скорость проверки гипотезы, чем идеальная архитектура.» Так команда получит ориентир, который сможет использовать и в следующий раз. 3. Построить обсуждение Если задача сложная и однозначного ответа нет, помогите команде разобраться в проблеме. Например, предложите сначала обсудить: — Какие есть варианты? — Какие риски у каждого? — Что можно проверить самым дешевым способом? — Какое решение будет проще изменить позже? — Какой вариант сильнее влияет на целевую метрику? В этом случае менеджер продуктов управляет уже не решением, а процессом его принятия. Так, со временем происходит важное изменение: вместо ожидаемых от вас ответов у коллег появляются критерии для самостоятельного принятия решения. И вместо «Как правильно?» команда начинает спрашивать «Какой вариант лучше соответствует нашей цели?» Именно так появляется самостоятельность. Как понять, что вы стали узким местом? Есть несколько простых признаков: • большинство обсуждений заканчиваются вашим финальным словом; • команда редко предлагает собственный вариант решения; • без вашего участия задачи начинают останавливаться; • одни и те же вопросы повторяются снова и снова. Если узнаете свою команду — скорее всего, она просто адаптировалась к тому, как у вас принято принимать решения. Что попробовать уже на следующем обсуждении? Когда вы в следующий раз услышите вопрос «Как лучше сделать?», не отвечайте сразу. Сначала определите, какой ситуации соответствует этот вопрос: а) Если у команды нет необходимой информации — дайте ее. б) Если решение очевидно не единственное — дайте критерии выбора. в) Если проблема сложная — помогите структурировать обсуждение. Так постепенно меняется не только качество решений, но и способ, которым команда их принимает. Возможно, главный вопрос для менеджера продуктов звучит не так: «Какое решение сейчас правильное?» А так: «Как сделать так, чтобы в следующий раз команда смогла принять его без меня?» @productmindset

Главный самообман топ-менеджера: вера в то, что цифры - это бронежилет. Чушь. В бизнесе с культурой "болота" выдающийся результат - это мишень на вашей спине. Вас зовут как спасателя. Собственник смотрит в глаза и чеканит: "Нам нужен прорыв. Старая команда заплесневела. Делай что должен". Вы верите. Берете скальпель и идете резать. Полгода пахоты. Выручка летит вверх, прибыль пробивает потолок. Бизнес, который годами буксовал, наконец-то срывается с ручника. Вы ждете, что сейчас вам пожмут руку. А вместо этого начинается тихий корпоративный триллер. Потому что, как выясняется, "кома" всех устраивала. В ней было уютно. Можно было пить чай, перекладывать ответственность и называть это "особым ДНК компании". Ваша эффективность для "старой гвардии" - это не спасение. Это ослепительный прожектор, который безжалостно подсветил их некомпетентность. А такое не прощают. Включается иммунная система: * Ваши решения вязнут в саботаже на уровне исполнителей. * В курилках рождается шепот: "Он токсичный", "Он не чувствует наш вайб". * Собственнику ежедневно, по капле, вливают в уши яд о том, как вы разрушаете коллектив. И собственник ломается. Выбирая между вашей холодной, жесткой прибылью и теплой, привычной лояльностью тех, с кем он жарил шашлыки десять лет назад - он выбирает шашлыки. Начинается удушение. Недоверие. Контроль каждой запятой. Питер Друкер говорил, что культура ест стратегию на завтрак. Он был слишком мягок. Культура лояльности жрет стратегию вместе с вашими KPI, маржинальностью и нервной системой, даже не поперхнувшись. Невозможно причинить успех насильно. Если ваш драйв и реальные деньги воспринимаются системой как угроза - не лечите мертвецов. Упакуйте свой блестящий рост прибыли в резюме. Заберите свой опыт. И уходите туда, где ваш масштаб не будет пугать карликов. Где выберут рост, а не комфорт.

Собирающимся учиться на MBA: ваша карьерная лестница обваливается Лучшая ИИ-модель уже закрывает 88,4% ожидаемого анализа в реальных кейсах бизнес-школ – по финансам, стратегии, переговорам, HR и деловой этике. Это данные нового препринта исследователей из Уортона, Карнеги-Меллон, Пенсильванского университета и Гарвардской школы бизнеса, авторов бенчмарка BusinessCaseBench: 615 экзаменационных вопросов по 238 реальным кейсам, 18 дисциплин. О вытеснении ИИ младших программистов и математиков говорят давно – но здесь речь о материале, на котором десятилетиями строится подготовка MBA. Задачи в тесте не про факты и не про арифметику. •  Одной модели дают написать судебное заключение Верховного суда США по патентному спору фармкомпаний и вывести из него правовую норму для судов ниже. •  Другой – решить за главного врача больницы, стоит ли повышать заведующего отделением, чья клиническая репутация конфликтует с корпоративной культурой. •  Третьей – разобрать этическую позицию дата-сайентиста, которого просят встроить в HR-алгоритм оценку вероятности беременности соискательниц. Каждый ответ сверяют по чек-листу критериев с решением, которое для этого кейса написал преподаватель; саму оценку выставляет ИИ-судья, а ее надежность проверили вручную три эксперта с опытом преподавания на MBA-программах. GPT-5.4 берет 87,2%, Gemini 3 Flash Preview – 81,6%. Если по каждому вопросу брать лучший результат из трех моделей, показатель поднимается до 92,8%, а полностью провалить вопрос – так, чтобы ни одна из них не преодолела даже 70% – удается лишь в 7% случаев. Нужные знания и ход рассуждения почти всегда есть хотя бы у одной модели, а слепые пятна одной закрывает другая.   Есть и отрезвляющая цифра. Если считать не долю правильных пунктов, а долю вопросов, где модель без единого пропуска закрыла весь чек-лист, картина куда скромнее: 49,6% у Claude Sonnet 4.6, 47,6% у GPT-5.4, 32,0% у Gemini. Лучшая модель дает исчерпывающий ответ без единого пропуска лишь в половине случаев. Авторы формулируют это прямо: то, что выдает модель, – сильный черновик, а не готовый вердикт.   Тревожит не столько уровень, сколько скорость, с которой сокращается разрыв. Внутри одного семейства моделей OpenAI – от GPT-4 Turbo до GPT-5.4 – за два года результат по частичному зачету вырос с 63,9% до 87,2%, то есть на 23,3 процентных пункта, и прибавка шла не только за счет арифметики: по субъективным и качественным вопросам модели продвинулись не меньше, чем по числовым. Прогресс идет широким фронтом, а не латает одну конкретную слабость.   Бенчмарк честно фиксирует и границы: модель сама не добывает недостающую информацию, не ведет переговоры с коллегами и начальством и не отвечает своей репутацией за последствия решения. Но именно эти границы остаются единственной защитой там, где раньше держался весь нижний этаж белых воротничков, – в умении быстро разобрать неоднозначную ситуацию и выдать структурированную рекомендацию.   Так что пора прощаться: пока что не со всеми обладателями диплома MBA, но с самой карьерной моделью, где годы уходят на то, чтобы, производя черновики для чужих решений, научиться однажды принимать решения самому. Эта карьерная лестница обваливается уже не в теории (как я писал 3 года назад: «3й этап цифровизации мира станет для Homo sapiens последним. Финансовое обоснование замены людей на генеративный ИИ», а прямо сейчас. P.S. Написанное касается и поступающих на МВА, и тех, кто MBA уже получил, да и вообще всех, кто идет по традиционному карьерному пути от "готовить черновики решений для других" к «принимать решения, подготовленные другими».   #ГенИИ  #Бизнес

Почему Docker не всегда лучший выбор и чем его заменить Один бэкенд, одна база и nginx на дешёвом VDS с парой гигабайт памяти. Заворачиваешь всё в Docker по привычке, а дальше следишь за образами и логами, чистишь диск от старых слоёв, лезешь в цепочку DOCKER-USER, чтобы фаервол вёл себя предсказуемо, и на скудной памяти повышаешь риск словить OOM killer. К обычному Linux ты просто добавил вторую систему управления, которую надо понимать не хуже первой. И вот тут выясняется, что контейнеры-то были не обязательны. Для одиночного сервера набирается целый ряд замен под разные задачи, а на одном из вариантов автор прямо роняет мысль, что иногда лучший контейнер тот, которого нет вовсе.

Новая технология реактивного летающего такси обещает более тихие и быстрые полеты Американский стартап Jetoptera разрабатывает необычную двигательную установку для летательных аппаратов вертикального взлета и посадки, которая может стать альтернативой традиционным воздушным винтам. Альтернативная система генерирует тягу за счет потоков сжатого воздуха, что позволит машинам развивать скорость от 300 до 600 км/ч. Компания утверждает, что новая технология сделает аэротакси быстрее, тише и на 50% экономичнее существующих решений, а в перспективе найдет применение не только в гражданской, но и в военной авиации. https://hightech.plus/2026/07/23/novaya-tehnologiya-reaktivnogo-letayushego-taksi-obeshaet-bolee-tihie-i-bistrie-poleti

Взламывание яркости Это не про ИИ, но про цвет, яркость, HDR и цветовые профили. Это настолько интересный лайфхак, если не сказать джейлбрейк, что я переведу с иврита оба поста. "Я листал ленту, и вдруг логотип Wiz буквально засиял. Не просто выглядел ярким - он действительно излучал свет, словно за экраном включили лампочку. Вся остальная лента выглядела нормально, а они прямо горели. Сначала я подумал, что у меня сломался экран. Поэтому я скачал файл логотипа и проанализировал его. Никакого фильтра, никакого эффекта свечения, никакой анимации. Совершенно обычная плоская картинка. Но внутри файла спрятан цветовой профиль: «Rec2020 Gamut with PQ Transfer». Это HDR-профиль. Тот самый PQ, который используется в фильмах Dolby Vision и позволяет кодировать яркость вплоть до 10 000 нит. И вот в чем весь трюк. Фон логотипа закодирован примерно на уровне 60 нит - поэтому он остается темным и приглушенным. А белые буквы? Они декодируются с яркостью 4 000 нит и выше. Это примерно в 50 раз ярче обычного текста. Пока ваш экран показывает белый цвет с яркостью около 200 нит, буквы Wiz просто пылают поверх него. В результате на любом HDR-экране - то есть практически на любом современном iPhone или MacBook - логотип излучает свет сильнее, чем белый интерфейс самого LinkedIn. Глаз просто не может туда не посмотреть. На него даже немного больно смотреть - и именно поэтому его невозможно игнорировать. А самое красивое заключается в том, что на скриншоте или обычном экране логотип выглядит просто тусклым, скучным и фиолетовым. Магия существует только вживую и только на подходящем устройстве. Поэтому почти никто не замечает, что именно здесь происходит. Люди просто чувствуют, что логотип притягивает их взгляд. Это не баг. И это не «сломавшийся» HDR. Это блестящее использование особенности стандарта, который LinkedIn явно никогда не рассчитывал увидеть в логотипе компании, чтобы заполучить самый дорогой ресурс в ленте: ваше внимание. Инженеры думают о производительности. Дизайнеры думают об эстетике. А кто-то в Wiz подумал о физике света - и обошел и тех, и других. Обновление: с обычной фотографией профиля это не работает. Эффект работает только с изображениями страниц и компаний - LinkedIn не подвергает изображения бизнес-страниц дополнительной обработке. Продолжение: Половина из вас увидела совершенно другую картину. На iPhone и MacBook логотип сиял. А пользователи Windows и мониторов Dell писали мне: «Выглядит грязно». «Похоже на сбой». «Размазанный текст посередине». «Низкое разрешение». И это был один и тот же файл. Получился обратный эффект. И вот о какой стороне этой истории никто не говорит: этот «гениальный» трюк делает ставку на экран человека, который смотрит на изображение. Половина ленты получает сияние. Вторая половина получает баг. Один из комментаторов описал это идеально: все это напоминает времена, когда мы использовали лазейки в старых браузерных движках рендеринга, чтобы выжать из них дополнительную производительность. Когда ваша аудитория сидит за рабочими Windows-мониторами, вы можете транслировать слово «поломка» именно тем людям, которых больше всего хотели впечатлить. Лично я считаю этот эффект совершенно невыносимым. К тому же он ломает контраст всей ленты. Так что вот код и инструкции для установки. Одна команда - и ваш логотип горит. Правда, только на правильной половине экранов." https://gal.tidhar.org.il/blog/hdr-glow-logo/ Сорс @cgevent

У меня был четырехчасовой перелет и я прочитал AI-2040 почти полностью Есть много мыслей, которыми я хочу поделиться. Но сначала стоит рассказать, о чем это вообще. ai-2040.com – развитие нашумевшего ai-2027.com. ai2027 я комментировал тут, он про довольно страшный (и реалистичный) сценарий выхода суперинтеллекта из под контроля. Если вы не читали, то решительно советую, было очень интересно погрузиться в почти sci-fi прогноз. Если в ai2027 разбирают в основном стремительные катастрофические варианты развития событий, то в ai2040 почти полностью посвящен позитивному сценарию (описание почти на 70 страниц). Авторы признают его маловероятным, но одним из немногих, при котором миру будет хорошо от развития искусственного интеллекта. Сам сценарий - Plan A В этом сценарии Америка и Китай в 2029 году осознают экзистенциальную опасность гонки вооружений. Америка боится самого ИИ, Китай боится, что Америка сделает более сильный ИИ и страны решают придти к соглашению – заморозить исследования, пока не решится, что с этим делать. Исследования замораживают на год, в это время страны решают - сделать весь AI research публичным и открытым - веса моделей, наоборот, сделать закрытыми - все будущие датацентры строить на прокси-территориях, на которых США и Китай смогут взаимно уничтожить весь компьют - вычисления на всех GPU или специальных чипов контроллировать специальной комиссией Звучит невероятно? Да. Сами авторы говорят, что в этот вариант они верят меньше, чем в вариант взаимного уничтожения. Но тем не менее стараются обосновать, почему рациональные игроки в теории игр могут быть склонны именно к таким мерам. И я считаю, что самое интересное в ai2040 – именно анализ отдельных факторов, подкрепленный довольно трудоемкими исследованиям. О некоторых интересных деталях я и расскажу в следующих постах. Можете поставить побольше лайков, если хотите, чтобы я описал побольше факторов)