Продуктовые наблюдения: идеи ограничения экранного времени

Макрон подписал закон о запрете мобильных телефонов в старшей школе. В средней школе аналогичный запрет действует с сентября 2025 года.

Еще в 2015 году я возглавлял продуктовое направление в Максимуме и мы думали над проектом мобильного приложения для школьников, которое помогает учиться путем блокировки приложения на время обучения. Мы думали над тем, как можно через это приложение сгенерировать вовлеченность в образовательный процесс. Идея помочь подростку стать сознательнее, но конечно, обучение через просвещение - это для слабаков. Лучше и эффективнее блокировать. Например, соцсети (кстати, в этом отношении во многих странах уже есть ограничения - Австралия, Индонезия и еще ряд стран) Зачем это вообще делают? Сторонники возрастных запретов утверждают, что соцсети с их «убедительным дизайном» (бесконечная прокрутка, автовоспроизведение, лайки) эксплуатируют незрелую систему вознаграждения мозга подростков, вызывая зависимость и повышая риски тревожности, депрессии, расстройств пищевого поведения и нарушений сна. Запрет также защищает детей от кибербуллинга, нежелательных контактов со взрослыми, вредного контента (порнография, насилие, дезинформация, контент о самоповреждении) и избыточного сбора персональных данных платформами. Правительства, такие как Австралия, называют это не «запретом», а «отсрочкой», чтобы дети развили цифровую грамотность, импульс-контроль и устойчивость до встречи с тяжёлым цифровым миром. Почему это не работает? Критики указывают, что нет убедительных доказательств причинно-следственной связи между запретом и улучшением ментального здоровья: исследования показывают корреляцию, но не гарантируют, что отсрочка доступа решит корень проблемы. Дети могут обходить запреты через фейковые аккаунты или уходить в менее регулируемые платформы, что делает их ещё более уязвимыми. Кроме того, блокировка лишает подростков образовательных и социальных преимуществ соцсетей (доступ к информации, сообществам по интересам, поддержке для маргинализированных групп) и может нарушать свободу слова - именно на этом основании Конституционный совет Франции заблокировал закон. Эксперты, как в Сингапуре, предлагают вместо запрета регулировать вредные функции платформ (анонимность, алгоритмические ленты, бесконечный скролл), делая среду безопаснее по дизайну. Итоги: Знаете, обычно ты думаешь, что только в России все стремяться запретить, но если так посмотреть, по всему миру политики стремяться решать радикально проблемы - не разбираясь. Мое мнение - нужно вкладывать время в образование, показывать детям пример и начинать нужно с себя. А что думаете об этом вы? стоит ли вводить такие ограничения у нас (условно на регистрацию в соц сетях или владение смартфоном?) Ставьте реакции 👍 я за 👎 я против 🔥мне нравится пост @blackproduct

Newzoo: Игровой рынок в 2026 году Newzoo учитывает продажи физических и цифровых копий игр, внутриигровые покупки, подписки и выручку мобильных платформ. Реклама, продажи консолей и периферии, B2B-сервисы, гэмблинг и беттинг в оценку не входят. Все цифры приводятся до вычета налогов. ❗️Полная версия отчёта выйдет 10 сентября этого года. Рынок ▫️Согласно текущему прогнозу, игровой рынок в 2026 году вырастет до $213,9 миллиарда (+6,1% YoY). Растут все три платформы и все крупные регионы. ❗️Newzoo пересматривает свои прогнозы. Так, в сентябре 2025 года компания оценивала рынок 2025 года в $188,8 миллиарда, а в июне 2025 года ждала, что отметку в $200 миллиардов рынок возьмёт только к 2027 году. Финальная оценка 2025 года - $201,6 миллиарда. ▫️Мобильные игры остаются крупнейшим сегментом индустрии. По итогам 2026 года, они должны заработать $121,1 миллиарда (+6,8% YoY). Выручка мобильных игр впервые за долгое время - в лидерах роста. Факторы - более глубокая монетизация существующих игроков, экспансия китайских издателей за рубеж и развитие D2C-каналов. Загрузки при этом продолжают падать. ❗️Согласно недавнему отчёту Sensor Tower за первое полугодие 2026 года мобильная IAP-выручка упала на 2,0% YoY (до $40 миллиардов), а загрузки - сразу на 11,9%. Но Sensor Tower не учитывает D2C, сторонние сторы и Android-выручку в Китае, то есть ровно те каналы, за счёт которых Newzoo и ждёт рост. ▫️Выручка консольного сегмента, согласно ожиданиям Newzoo, составит $46,9 миллиарда (+5,1% YoY). Основной драйвер - ноябрьский релиз Grand Theft Auto VI, который должен вырастить выручку с продаж полных версий игр на 17,5%. Правда, если игру перенесут, то никакого роста не случится и сегмент, скорее всего, закроет год в минусе. ▫️PC-рынок вырастет до $45,9 миллиарда (+5,3% YoY). Для сравнения, в 2025 году PC-сегмент вырос на 12% - это был лучший годовой темп за всю историю наблюдений Newzoo. Ожидается, что доля микротранзакций в структуре выручки вырастет. Основной вклад в рост PC-сегмента аналитики ждут от Китая. ▫️На Азиатско-Тихоокеанский регион, согласно прогнозу, придётся $100,7 миллиарда выручки (+6% YoY), это 47% всего рынка. Выручка стран Северной Америки составит $56,9 миллиарда (+5,4% YoY), Европы - $38,5 миллиарда (+6,1% YoY). ▫️Быстрее всех растут Ближний Восток и Африка - $8,5 миллиарда (+10,3% YoY). Латинская Америка по итогам 2026 года вырастет на 7,9%, выручка региона составит $9,3 миллиарда. Но вместе на эти два региона приходится всего 8% мирового рынка. ▫️52% всех потребительских трат на игры в 2026 году придётся на Китай и США. Игроки ▫️По итогам 2026 года, в мире будет 3,7 миллиарда (+4,4% YoY) игроков. К 2029 году это число должно вырасти до 4,07 миллиарда при среднегодовом росте в 3,2%. ▫️В мобильные игры играют 3,1 миллиарда человек, это 84% всех игроков. На PC играет 977 миллионов человек (26%), на консолях - 651 миллион (18%). ▫️Проникновение игр среди онлайн-аудитории вырастет с 61,5% до 62,0%. Рост индустрии, во многом, осуществляется за счёт роста пользователей интернета (их число вырастет до 5,97 миллиарда, на 3,5% YoY). ▫️Newzoo отмечает, что рост игрового рынка за счёт притока новых пользователей ограничен. Работать придётся с уже имеющейся аудиторной базой. ▫️Крупнейший регион по аудитории - APAC (1,94 миллиарда игроков; +4% YoY). Дальше идут MENA (640 миллионов; +7,9% YoY) и Европа (475 миллионов; +2,7% YoY). ▫️В Латинской Америке 394 миллиона игроков (+4,7% YoY), в Северной Америке - 251 миллион (+1,5% YoY). ▫️Северная Америка растёт по аудитории медленнее всех регионов, но при этом выручка региона составляет $56,9 миллиарда - это примерно $227 на игрока в год. В MENA при 640 миллионах игроков выходит около $13 на человека. Регион действительно быстро растёт и по деньгам, и по количеству человек, но разрыв в абсолютных цифрах огромный. Источник

📈 OpenRouter вырос примерно в 9000 раз за 2,5 года В январе 2024 года через OpenRouter проходило около 10 млрд токенов в неделю. К августу 2026-го - уже больше 90 трлн токенов в неделю. Рост - примерно в 9000 раз. По данным OpenRouter, примерно с февраля агенты уже генерируют больше токенов, чем обычные пользователи. Один агентный запрос в среднем потребляет примерно в 15 раз больше токенов. Агент рассуждает, вызывает инструменты, читает результаты, пишет код, запускает подзадачи и повторяет цикл снова. https://menlovc.com/perspective/stripe-to-acquire-openrouter-why-everyone-is-obsessed-with-model-routing/ @ai_machinelearning_big_data #OpenRouter

Почему Уолл-стрит игнорирует долги техногигантов У пяти крупнейших технокомпаний США висит долговых обязательств на $1,65 трлн, которых не видно в балансах, и цифра уже занижена. Финансовые блогеры посмотрели на эти суммы и вынесли вердикт словом Enron, то есть обвинили в сознательном мошенничестве. Только вот никакого сокрытия в духе Enron тут нет. Весь долг раскрыт, просто закопан куда-нибудь на восемьдесят третью страницу отчёта и разнесён по примечаниям, куда почти никто не заглядывает. Куда интереснее, ради чего всё это. Крупнейшие капвложения в истории человечества обосновывают тем, что средний руководитель работает с ИИ около 100 минут в неделю, а в медиане компании тратят на него по $10,66 на сотрудника в месяц. Чтобы такая стройка окупилась, отрасли нужна годовая выручка больше, чем весь мировой техносектор зарабатывает сегодня целиком. Обсудим, почему обман работает, даже когда все цифры лежат на виду.

Mass Magnetics (YC S26) Мы создаем компанию, которая станет для сферы магнитной металлургии тем же, чем ASML стала для полупроводниковой индустрии, — чтобы превратить Америку в мировой центр робототехники. Компания Mass Magnetics перерабатывает лом редкоземельных металлов в высокоэффективные постоянные магниты американского производства. Поставляемые нами материалы служат основой для электродвигателей, датчиков, акустических систем, жестких дисков и электронных устройств. Наша технология позволяет производить магниты, соответствующие требованиям DFARS, для предприятий оборонной, аэрокосмической и промышленной отраслей, которым необходимы поставки продукции местного производства без ущерба для качества. Производственные мощности расположены в районе Большого Бостона (штат Массачусетс, Greentown Labs) и в городе Колумбус (штат Индиана). Главное конкурентное преимущество компании Mass Magnetics кроется в отслуживших свой срок электромобилях, жестких дисках и промышленном оборудовании. Команда использует модели искусственного интеллекта и робототехнику, обученные на реальном ломе, для сортировки металлов с учетом точной марки сплава и химического состава. Затем благодаря технологии скоростного спекания из этого переработанного сырья всего за 3 минуты изготавливается готовый магнит, тогда как традиционные методы требуют более 4 часов. В результате получается магнит, не уступающий по характеристикам импортным аналогам, не имеющий «радиоактивного следа» и не требующий получения бюрократических разрешений, а также полностью соответствующий требованиям оборонной промышленности США. Процесс получения разрешений на разработку месторождений занимает целое десятилетие, а добываемая руда оставляет после себя радиоактивные отвалы, из-за чего согласование проектов по добыче магнитных материалов превращается в настоящий кошмар.

​​Book Review: Build a DeepSeek Model (From Scratch) Мне прислали на ревью очередную книжку, на этот раз от Manning. Идея простая: взять ключевые находки DeepSeek и собрать каждую из них с нуля в уменьшенном виде, так чтобы всё запускалось на ноутбуке. Порядок такой: KV-кэш и его memory cost (плюс MQA и GQA как стандартные ответы), потом Multi-Head Latent Attention с decoupled RoPE и DeepSeek-MoE, потом multi-token prediction, FP8 и DualPipe, и в конце GRPO и дистилляция. Книга не для новичков: предполагается, что трансформеры вы уже понимаете. Авторы обычно демонстрируют подходы по шагам. Например, вот так демонстрируется RoPE: сначала добавляют целые числа (ломают эмбеддинги большими значениями), потом бинарные векторы (чинят магнитуду, но дают разрывы), потом синусоиды. И заодно показывают, что бинарное кодирование — это мультичастотный сигнал (младшие биты осциллируют быстро, старшие медленно), а синусоиды просто его непрерывная версия. Из минусов: эксперименты идут на TinyStories и на маленьком масштабе, так что разница в метриках маленькая. И архитектурная часть заканчивается на V3 и R1, а attention с тех пор ушёл в сторону sparse-стеков. Amazon Manning Code Мои обзоры: Personal blog Medium #bookreview

Китайская индустрия роботов превратилась в гигантское казино Аналитики полагают, что это самый дорогой в истории сеанс технологического гипноза инвесторов В марте в посте «Не дайте себя обмануть китайским роботам с гала-концерта Unitree Spring Festival» я писал о том, как китайская индустрия роботов превращается в грандиозную панаму. Теперь, с живописными фактами, о том же пишут аналитики авторитетного китайского делового технологического издания LatePost (晚点), специализирующегося на глубоких журналистских расследованиях, анализе рынков и эксклюзивных материалах в сфере ИИ и робототехники (профессиональный перевод Джефри Динга здесь). Далее о том, что мне больше всего понравилось в расследовании аналитиков LatePost.   Робот против рабочего: смерть здравого смысла На производственной линии BYD разворачивается технологическая комедия. Обычный рабочий берет подшипник с лотка и помещает его в стоящий рядом пластиковый контейнер за 2 сек. Антропоморфному роботу, «венцу творения», на ту же операцию требуется 70 сек. Его эффективность – жалкие 3% от человеческой. При цене в 200 000 юаней (40 месячных зарплат рабочего) этот «помощник» ломается через 10 дней интенсивной работы. Казалось бы, проект пора закрывать, но венчурные капиталисты выписывают чеки с еще большим энтузиазмом. Почему? Потому что в мире роботов («воплощенного ИИ», как это называют авторы статьи) реальная производительность – это последнее, что кого-то волнует.   Техасский холдем на 900 миллиардов Индустрия превратилась в гигантское казино. В первом полугодии 2026 года объем инвестиций в сектор превысил 900 млрд юаней, а 22 компании получили оценку выше 10 млрд. Это уже не инвестиции, а «Club Deal» – игра в покер, где Sequoia и Hillhouse садятся за один стол, чтобы просто не дать друг другу забрать банк. Абсурд достигает пика в оценке компании Unitree (宇树). Ее капитализация взлетела выше 400 млрд юаней. Для контекста: это больше, чем совокупная стоимость четырех столпов китайского автопрома – Li Auto, Nio, Xpeng и Leapmotor. Компании, продавшие 1,75 млн реальных машин, стоят дешевле стартапа, который отгрузил 5 тысяч медлительных прототипов.   Как поддерживается этот пузырь С помощью круговых схем и «фабрик данных», которые активно субсидируют местные власти, обожающие «экологичные» проекты. Схема проста: компании продают роботов подставным фирмам или партнерам, чтобы имитировать спрос и собирать данные. - Дутая выручка. Из 1,699 млрд юаней выручки Unitree на реальное производство (логистику и заводы) пришлось лишь 15,7 млн юаней – это меньше 1%. - Кулуарный маркетинг. Успех здесь куется не в лабораториях, а за столами KTV (караоке-клуб – популярный в Китае формат заведений для отдыха и неформального делового общения), куда поставщики водят инженеров Tesla Optimus, чтобы выведать секреты и создать видимость «причастности к будущему».   15 минут и 4 стадии позора Авторы статьи LatePost пишут: «Инвестиционный банкир, участвовавший в роуд-шоу для трех робототехнических компаний, вспоминает визит в мае в компанию, занимающуюся разработкой искусственного интеллекта, стоимость которой превышает 20 миллиардов юаней. Инженеры попросили робота продемонстрировать складывание полотенца; процесс занял 15 минут, но задача так и не была выполнена.» А в заключение статьи приводятся слова одного из инвесторов в китайскую индустрию роботов, описывающую эволюцию взглядов инвесторов за последние несколько лет весьма хлесткой формулой (видимо, это отсылка к пяти стадиям принятия неизбежного по модели Кюблер-Росс): сомнение – не пузырь ли это; понимание – да, это пузырь; принятие этого факта и, наконец, вкушание его плодов. Вот только о том, какой будет пятая стадия, тот инвестор предпочел умолчать.   #Роботы #Китай

Изучение странных кварков указывает на возможность существования новых частиц Несмотря на все усилия ученых по классификации огромного множества субатомных частиц, открытых за последние десятилетия, природа некоторых экзотических разновидностей до сих пор не поддается объяснению. Физики-ядерщики из США обнаружили свидетельства существования двух неожиданных структур, помогают упорядочить этот «зоопарк» экзотических частиц. Возможно, они дадут новое представление о загадочном семействе объектов, известных как XYZ-состояния. https://hightech.plus/2026/08/24/izuchenie-strannih-kvarkov-ukazivaet-na-vozmozhnost-sushestvovaniya-novih-chastic

#Нейропрожарка Баба Яга. Доставка, сахар и ПВО Автор: Алексей Лотков / @aleksejlotkov (Insta/Tg) Описание: Короткий абсурдный фолк-мокьюментари про Бабу Ягу в современном российском быту: она летает в ступе, покупает сахар по акции в «Пятерочке», заказывает доставку в избушку на курьих ножках, сталкивается с курьерами, говорящим котом, Лешим-алкашом и ПВО, которое принимает ее за дрон. Главная идея была сделать не сказку и не фэнтези, а максимально приземленный документальный реализм: handheld-камера, бытовой свет, неловкие паузы, мокрый лес, старые интерьеры, реальные магазины и абсурд, сыгранный абсолютно серьезно. Производство: Сначала была собрана раскадровка и история, разбитая на отдельные сцены. Для каждого шота делались ключевые кадры и отдельные ассеты с промптами с точным действием, камерой, таймингом и стилем. Основной пайплайн: генерация ассетов по отдельности → анимация в Seedance 2.0/2.5 В работе использовались Flux 2 Max/Reve/Seedream 5 и др. Для анимации - клинг 3 и сидэнс 2.0/2.5. Голоса склонированы и синтезированы в elevenlabs, липсинк был сделан в synclabs lipsync v3. Больше всего времени ушло на удержание единого тона: модели постоянно тянули всё в фэнтези, хоррор или глянец, а задача была оставить ощущение реального документального видео. Очень много времени ушло на перебирание и создание концептов на персонажей и локацию. Время / бюджет: Время: 2 месяца по 1-2 часа в день Бюджет: 250-300 долларов — в основном генерации, подписки / кредиты @cgevent

CLI → SDK Выше я писал про то, почему с MCP переходят на CLI (кроме некоторых ситуаций). Сегодня – про еще один переход, которы у меня случился пару недель назад Рассмотрим на примере коннектора к тг У меня самописный CLI тул, куда я понемногу добавляю разные функции. Сначала я его использовал просто для того, чтобы агент отправлял текстовые нотификашки ботиком в чат. Потом добавил туда поддержку медиа. Потом отправку в другие чаты. Потом – чтение предыдущих сообщений в любом чате и парсинг каналов (тут понадобилось перенести с урезанного Bot API на полноценный телеграмный MTProto) И каждый раз когда я прошу сделать что-то, чего в моем CLI нет – агент идет его переписывать. Как результат – я по сути воссоздаю весь интерфейс библиотеки mtcute, но в виде CLI команды. Что уже как бы попахивает лишним слоем Так еще и интерфейс текстовой команды сильно беднее чем интерфейс SDK – нет честной типизации, объектов и т.д. Если я хочу сделать какое-то действие в цикле, или хитро обработать вывод, то агент все равно пишет bash-скрипт поверх CLI Так что пару недель назад, я полностью выпиливаю CLI и просто прописываю агенту, как ему использовать SDK напрямую. То есть он пишет код под задачу и сразу его запускает. А если у меня есть какие-то повторяющиеся задачи – я оставляю их в виде импортируемых TS модулей. Теперь агент может делать что угодно, что можно делать ботом в тг. Мне не нужно заранее продумывать сценарии и постоянно обновлять код. Он сам соберет его точно под задачу из исходных модулей библиотеки, либо моих скриптов. Тут правда я натыкаюсь на пару проблем. Основная – это то, что агент постоянно пишет временные скрипты, что убивает всю легкость, которая была у запуска CLI команды раньше. Да, он может писать код inline прям в команде, но внешние библиотеки так не установятся Решается это достаточно просто – нужен раннер с поддержкой autoinstall

Для TS – это bun/deno, а для python – uv

Тогда команда агента выглядит примерно так:

bun --install=force run - <<'TS'
import { Api } from 'grammy'
// используем Bot API либу вместо MTProto для простоты

const { botToken } = await Bun.file(`${process.env.HOME}/.tg-agent-bot/config.json`).json()

const api = new Api(botToken)
console.log('sent:', (await api.sendMessage(373021550, 'Привет через grammY')).message_id)
TS

Проблема номер два – где хранить всякие полезные данные. Например, известные id-шники с описанием или helper-скрипты. Тут все по классике как с CLI – создаем ~/.tg-agent-bot и храним там config.json и папку со скриптами. Там же и токен бота (либо в keychain системы) Получается, из конфигурации skill+cli мы убираем cli и просто описываем все тонким скиллом. Агент сам пишет скрипт прям в момент вызова ——— Осторожно: нет смысла использовать эту штуку, когда у вас узкая задача. Ее имеет смысл завозить, если много кейсов использования и нужна гибкость. И особенно, если нужно как-то хитро обрабатывать вызовы, собирать из них цепочки и т.д. Тема экспериментальная, пользуюсь ей несколько недель, мб чего-то не замечаю – интересно, что думаете

☺️ СОКОТРИС: ЗАДАЧКА С ФЕСКОЙ ☺️ Что такое игра для разработчика? Это вдохновение! Это творчество! И если вы думаете, что сейчас будет циничное упоминание о необходимости игрой заработать денег — НЕТ! Я просто порой настолько погружаюсь в разработку, что ловлю ветер вдохновения и на всех парусах плыву по реке творчества 😎 Разработка игры вообще всегда становится задачкой со звёздочкой ⭐️ 🔘Как сделать интересно? 🔘Что добавить? 🔘Что убрать? 🔘Как подружить между собой механики и при этом придумать что-то, чего ещё не было? Именно такой задачкой стала наша с Женей попытка скрестить Сокобан и Тетрис ✨✨✨ Кто следит за чатом, тот помнит моё длиннющее описание механик. А теперь у нас есть первый прототип 🟢 Что тут происходит? Есть Соко — маленький робот-архивариус Вселенной, педантичный клерк в смешной красной феске. После катастрофы он восстанавливает повреждённые файлы миров 💊 Проблема в том, что сами миры «схлопнулись» из 3D в 2D. Поэтому Соко может двигаться только влево-вправо в текущей проекции. Поворачиваем ракурс — и бывшая глубина становится новой горизонталью 📊 Нужно, переключаясь между проекциями, дотолкать тетрис-фигуру до нужного места. Вроде Сокобан. Вроде Тетрис. Но в какой-то момент начинаешь думать уже не только «куда толкнуть?», а «с какой стороны на это вообще посмотреть?» И у нас получился первый прототип: 🖥 https://freeprogrammer.ru/games/socotris/ Чтобы было чуть понятнее: X — место, куда должна попасть фигура O — реальное положение героя S — его положение в текущей проекции F — рычаг, на котором можно повернуть фигуру Перемещаемся Соко влево-вправо в текущей проекции и пытаемся доставить фигуру куда нужно 🎁 Понятно, что сначала это выглядит как какая-то чёрная магия 👍 Но игра никуда не торопит. Можно покрутить ракурсы, потыкать, поломать голову — и, возможно, поймать тот самый момент, когда механика внезапно начинает складываться в голове ➕ И вот теперь мне очень интересно ваше мнение: В это можно играть? Понятно ли, что вообще нужно делать? Возникает ли желание разобраться? Дальше у нас два пути: 🔘Сделать более привычный Сокобан с тетрис-фигурами и препятствиями 🔘Оставить эту странную механику и развивать именно её, улучшая UI и подачу Я пока остановился на втором 🤩 Нишево? Да. Но, может быть, кому-то именно такого странного Сокобана и не хватало 🐢

Что делать, если все заинтересованные стороны по-своему правы Одна из сложных ситуаций в работе менеджера продуктов: когда в обсуждении вариантов решения каждый стейкхолдер приводит свои веские аргументы, конфликтующие друг с другом, — но нужно договориться. ➡️ Отдел продаж хочет добавить интеграцию с конкретной системой, потому что без нее крупный клиент не подпишет контракт. ➡️ Команда разработки говорит, что интеграция потребует серьезных изменений в архитектуре и создаст новую статью расходов на поддержку. ➡️ Менеджер продукта уже провел исследование среди действующих клиентов и считает, что ресурсы стоит вложить в другую проблему, которая касается большого сегмента пользователей. ➡️ CEO напоминает, что выход в сегмент, из которого пришел крупный заказчик, — одна из стратегических целей года. Решение предстоит принять, учитывая все аргументы, интересы и последствия. Что особенно важно при этом не упустить — рассмотрим ниже на примере. 1️⃣ Сначала разберитесь, что именно стоит за позицией участника Допустим, менеджер по продажам хочет закрыть сделку, чтобы выполнить KPI и закрыть свои личные финансовые нужды. В разработке треть команды уходит в отпуск, и ресурсов на быстрый запуск интеграции просто нет. Команда продукта уже прошла часть пути для повышения LTV действующих клиентов и не хочет бросать, пока есть возможность вовремя добавить востребованную функцию. А CEO делает на новый сегмент большую ставку из-за его платежеспособности — и надеется за счет этого вывести компанию на самоокупаемость, потому что привлекать инвестиции стало сложнее. 2️⃣ Сведите аргументы к общим критериям Когда каждая сторона защищает свою ценность, нужно привести аргументы к одному знаменателю — стоимости: 🔵 Каковы минимальные требования конкретного клиента и сколько ресурсов потребуется на разработку? 🔵 Какие технические последствия и статьи расходов создаст? 🔵 Какой коммерческий эффект ожидаем? 🔵 Можно ли использовать решение для других клиентов и какой объем рынка им можно охватить?  Тогда становится понятно, между какими величинами стоит выбор. 3️⃣ Проверьте цену отказа от каждого варианта Если не делаем интеграцию, то: 🟦 сохраняем архитектуру; 🟦 экономим ресурс и можем завершить разработку функции для действующих пользователей, от которой ожидаем прироста LTV на 2%; 🟦 рискуем потерять крупного клиента; 🟦 откладываем выход в новый сегмент на 3–4 месяца и теряем возможность получить критически важные Х миллионов, а это означает необходимость срочно искать инвесторов или сокращать издержки. Так становятся ясны возможные последствия не только активных действий, но и бездействия. 4️⃣ Распишите все возможные варианты и последствия Чтобы понять, какой вариант решения действительно будет оптимальным, полезно создать канву для дальнейшего обсуждения:  🔵 исходный контекст и данные; 🔵 варианты решения и их стоимость; 🔵 возможные последствия и риски по каждому варианту, в том числе в денежном выражении; 🔵 необходимые для проверки вопросы.  Это позволяет сделать логику выбора ясной для всех участников. 5️⃣ Найдите способ проверить самое дорогое неизвестное Недостаток каких данных может привести к самой дорогой ошибке в выборе решения? В нашем случае это может быть вопрос о клиенте: действительно ли для заключения сделки нужна полноценная интеграция или основную потребность можно закрыть минимальной версией или даже ручной обработкой данных?  Может быть вопрос о рынке: нужна ли интеграция с этим сервисом еще кому-то из стратегически важного сегмента?  Или технический вопрос: сколько реально будет стоить решение и можно ли сделать его проще и дешевле? На этом этапе важно понять, какой сценарий может сделать решение ошибочным, и найти самый дешевый способ это проверить. 6️⃣ Зафиксируйте, какой вариант выбрали и чем будете жертвовать, если компромисс невозможен Предположим, вы выбрали делать частичную интеграцию для одного клиента с ручными процессами на начальном этапе. Потому что стратегическая ценность клиента очевидна, но другим представителям целевого сегмента интеграция с конкретным сервисом может не понадобиться.  Если стоимость такой разработки все равно высока, нужно понять, с какой инициативы будет переброшен ресурс, который пойдет на интеграцию. А также зафиксировать, в каком случае возможен пересмотр решения. Проделав все шаги, вы получите не только матрицу оценки вариантов и рисков, но и план принятия решений для дальнейших инициатив. Если через месяц отдел продаж снова предложит сделать полноценную интеграцию, не придется заново все обсуждать: понятно, какое решение приняли, на каких основаниях и что должно измениться, чтобы его пересмотреть. @productsense