Продукт

Про органический рост и ии-агентов как новый сегмент клиентов 😀 Нашла прикольную статью про то, как Gamma выросла до $100 млн ARR и 600 тысяч платящих клиентов практически без продаж и маркетинга Компания - это AI-сервис для создания презентаций и визуального контента. Грубо говоря, PowerPoint/Canva с иишной логикой Не революционная, но некоторые тезисы очень здравые Перевела и собрала главное ✖️Хайп ≠ product-market fit Gamma стала продуктом дня, недели и месяца на Product Hunt, получила огромный поток регистраций и рост встал Поняли, что награды и регистрации ничего не значат, если пользователи органически не приводят новых пользователей ✖️Первые 30 секунд продукта должны быть «магическими» 12 человек 3 месяца полностью переделывали onboarding вокруг одной задачи - дать пользователю wow-эффект практически сразу Prompt → готовая презентация → редактирование с AI После этого регистрации выросли с 5 до 50 тысяч в день без маркетинга и продаж ✖️Сначала пойми канал привлечения сам, потом масштабируй CEO Gamma лично начал делать контент и работать с creators, прежде чем нанимать под это людей Их логика - основатель должен сам пройти канал и понять, почему он работает, а не сразу делегировать то, чего сам не понимает ✖️Смотреть, как человек пользуется продуктом, полезнее, чем просто спрашивать его мнение Gamma буквально наблюдает за пользователями в процессе работы с продуктом Потому что в интервью человек рассказывает, как ему кажется, что он пользуется продуктом. А реальное поведение часто выглядит совсем иначе ✖️Dogfooding нужен для продуктовой интуиции Команда должна сама постоянно пользоваться своим продуктом Не только чтобы находить баги, а чтобы понимать, куда продукт вообще должен двигаться и где реально есть пространство для развития ✖️Product-led growth не отменяет sales Gamma настолько поверила в self-service и органический рост, что слишком поздно наняла sales В какой-то момент компании сами начали писать с вопросами, как подключить продукт на команду или департамент, а продавать им было буквально некому ✖️Pricing больше нельзя настроить один раз Особенно в AI-продуктах Стоимость разных пользователей и сценариев может сильно отличаться, поэтому pricing, usage и выбор моделей приходится постоянно пересматривать ✖️AI-агенты становятся отдельным типом пользователей Продукты уже нужно проектировать не только для людей, но и для агентов, которые работают через API Human users + agent users Короче, главный тезис, который я забрала себе: прежде чем масштабировать маркетинг, продажи и каналы привлечения, стоит ответить на вопрос: есть ли в продукте момент, после которого человек сам хочет показать его другому человеку?

Типичные промахи в HoReCa, которые бьют по репутации HoReCa (от Hotel, Restaurant, Catering/Café) — это целая индустрия гостеприимства, где важна не просто еда, а впечатления и эмоции гостей. В этой сфере побеждают те, кто умеет превзойти ожидания клиента, а теряют позиции те, кто допускает даже простые, но болезненные ошибки. Плохое обслуживание. Один забытый заказ или невежливый официант способны отпугнуть клиента навсегда. А в соцсетях такой опыт быстро разлетится. Экономия на атмосфере. Скучная музыка из радио, тусклое освещение и запах кухни в зале разрушают приятное восприятие и портят репутацию. Игнорирование аналитики. Не ведя учёт, когда и что заказывают чаще, заведение теряет возможности для роста и оптимизации. Отсутствие программ лояльности. Без поощрения постоянных клиентов легко потерять их в пользу конкурентов. HoReCa — это бизнес внимания к деталям. Именно мелочи делают разницу между просто рестораном и любимым местом Фаундер | Бизнес и Стартапы

Как ИИ агент будет пользоваться вашим продуктом? Я видела много статей о том, как улучшить/упростить свою работу с использованием ИИ. Но вот вопрос - как ИИ будет пользоваться вашим продуктом, чтобы упростить чью-то чужую работу? Интерфейсы b2c продуктов простые и доступные. Продакты и дизайнеры потратили много времени, чтобы порог вхождения был минимальным, а путь максимально простой. А что происходит в дизайне b2b продуктов? Домены, где конкуренция крайне высокая, а продукты востребованы вне зависимости от масштаба и зрелости бизнеса, ИИ агенту разобраться вообще не проблема. В разработке или поддержке для ключевых продуктов есть и внятная тех документация, и понятные интерфейсы и множество инструкций. А в некоторых доменах всеми этими параметрами пренебрегают. Продукт разрабатывается экспертами для экспертов. Вместе с продуктом идет не инструкция, а обучение от вендора или "метод тыка". Тех дока хорошо, если хотя бы частично соотносится с актуальным релизом. Порог вхождения получается высокий. И возвращаясь к вопросу - что сейчас могут сделать продакты, чтобы их продуктом без проблем смог пользоваться ИИ, когда внедрение агентов станет активнее? По своему домену у меня нет конкретного понимания. Частично обучение может быть закрыто большим количеством видео использования продукта экспертом для решений разных задач. Частично - детальной документацией. Но я бы смотрела на задачу на шаг назад - по какой причине получается такой высокий порог вхождения и как его можно упростить. Чтобы с новыми релизами и апдейтами не приходилось в том числе переучитывать агентов В целом, я пока не видела по отрасли рассуждений на тему, как ИИшечка будет помогать работать пользаку в моем продукте. Заранее не согласна с идеей "пусть пользак сам разберется, как использовать агента". Адаптация под ИИ в какой-то момент скорее станет УТП, а потом и базовым минимумом. Во-о-от. Расскажите, чтоль, держите ли вы в голове, что вашим продуктом рано или поздно начнет пользоваться ИИ. И что делаете, чтобы агент влился в использование продукта максимально быстро

7 вопросов для руководителя продукта Рост в роли начинается не с новых задач, а с изменения способа мышления. Пока менеджер продуктов смотрит прежде всего на свою фичу, метрику или команду, руководитель продукта оценивает всю систему: куда движется бизнес, где находится главное ограничение и как распределить ресурсы так, чтобы получить максимальный результат. Иногда изменить действия сразу сложно. Но можно начать с вопросов, которые вы задаете себе перед принятием решений. 1️⃣ Какую задачу бизнеса мы на самом деле решаем? Руководитель продукта не останавливается на пользовательской боли или идее новой функции. Он связывает каждую инициативу с результатами бизнеса: ростом выручки, удержанием, маржинальностью, качеством сервиса или снижением рисков. Полезная функция еще не обязательно является важной для компании. 2️⃣ Почему именно эта задача сейчас важнее остальных? Почти любая идея может выглядеть полезной, но ресурсы команды ограничены. Поэтому важно оценивать не только потенциальный эффект инициативы, но и то, от чего придется отказаться ради нее. Руководитель думает не только о том, стоит ли делать задачу, но и о том, является ли она лучшей инвестицией времени команды прямо сейчас. 3️⃣ Это локальное улучшение или изменение системы? Рост одной метрики может привести к ухудшению других частей продукта. Например, увеличение количества заказов может повысить нагрузку на поддержку, ухудшить качество услуги или снизить маржинальность. Руководитель оценивает влияние решения на весь пользовательский путь, экономику продукта, операции и другие команды, а не только на конкретный показатель. 4️⃣ Где находится настоящее ограничение роста? Команда может долго улучшать интерфейс, хотя продукт ограничен недостатком трафика, высокой ценой, низким качеством сервиса или нехваткой операционных ресурсов. Задача руководителя — найти не самое заметное несовершенство, а узкое место, которое действительно не дает бизнесу расти. И разобраться, в чем именно ограничение. Например, мы говорили об этом в одном из наших постов. 5️⃣ Что должно быть правдой, чтобы наша стратегия сработала? Любая стратегия строится на допущениях. Например, что пользователи будут чаще возвращаться, новый канал привлечения окажется рентабельным, а операционная модель сможет масштабироваться. Этот вопрос помогает отделить обоснованную стратегию от набора ожиданий и надежд и заранее увидеть самые рискованные предположения. 6️⃣ Правильно ли распределены ресурсы между текущим ростом и будущими ставками? Если вложить все в текущие метрики, бизнес может исчерпать потенциал основного продукта и остаться без новых направлений; если чрезмерно увлечься экспериментами, начнут страдать качество, экономика и стабильность текущего бизнеса. Поэтому стоит спрашивать не только «что даст результат сейчас?», но и «какие ограничения уже тормозят нас?» и «за счет чего компания будет расти через год?». Верный вывод появляется, когда руководитель видит не отдельные инициативы, а весь портфель и последствия перекоса в любую из сторон. 7️⃣ Может ли команда принимать хорошие решения без моего постоянного участия? Руководитель продукта не должен становиться обязательным участником каждого обсуждения. Его задача — создать среду, в которой команда понимает цели, ограничения и критерии выбора. Сильная система управления проявляется в том, что качественные решения принимаются даже тогда, когда руководителя нет на встрече. Знание фреймворков, количество запущенных фич и точность роадмапа часто кажутся главными признаками профессионального роста. Но уровень руководителя проявляется прежде всего в качестве решений: умении видеть систему, выбирать главное, распределять ресурсы и создавать самостоятельные команды. @productsense

7 видов потерь, снижающих прибыль Toyota Тайити Оно, создатель производственной системы Toyota, выделил семь ключевых источников потерь, которые снижают доходы компании: избыточное производство, простои и ожидание, лишние перевозки, ненужные операции, чрезмерные запасы, излишние движения работников и бракованная продукция. Джеффри Лайкер, автор книги «Дао Toyota», добавил ещё один важный вид потерь — неиспользованный творческий потенциал сотрудников. Кроме того, Лайкер выделяет два дополнительных фактора: muri — перегрузка сотрудников или оборудования, и mura — нестабильность рабочих процессов, вызванная изменениями спроса. 📌 Борьба с этими потерями — ключ к повышению эффективности и увеличению прибыли. Фаундер | Бизнес и Стартапы

Сегодня пост о компании, которую знают во всём мире. Она продаёт очень простой продукт с огромной наценкой, и её успех до сих пор никто не может повторить. Речь о LEGO. Продукт у компании предельно простой - маленькие пластиковые детали, из которых можно собрать что угодно - от архитектурных шедевров до сказочных персонажей и космических кораблей. При этом никаких патентов или уникальных технологических секретов здесь нет. Такие детали может выпускать любая компания, которая занимается литьём пластика. Так как же LEGO удалось стать международным гигантом и безоговорочным лидером на рынке? Все дело в том, что компания LEGO сама создала этот огромный рынок (но при этом чуть не обанкротилась в начале 2000-х) Вот как это произошло: С 1940-х годов LEGO выпускала детские наборы. Это были довольно простые детские конструкторы с небольшим количеством деталей. Но в конце 1980-х на рынок вышли видеоигры. Продажи LEGO начали падать, и стало понятно, что нужно что то менять. Тогда компания сделала очень важный ход. Она решила продавать не просто игрушку для ребёнка, а новый формат семейного досуга. Что-то вроде рукоделия или разгадывания кроссвордов, но только для более «продвинутых» покупателей. Так появились тематические наборы Но сработало это не сразу. Первое время покупатели не очень понимали новую идею, тематические наборы продавались слабо, и в начале 2000-х компания оказалась на грани банкротства. Что её спасло? Во-первых, упорство. LEGO продолжала продвигать свою новую логику потребления - конструктор не как детская игрушка, а как отдельное увлечение для каждого. Во-вторых, жёсткая экономия. Компания почти вдвое сократила ассортимент и стала гораздо дисциплинированнее в управлении. В-третьих, изменился сам рынок. К 2000-м видеоигры уже стали привычной частью жизни, и люди снова начали искать другие формы развлечения. И, в-четвёртых, вокруг LEGO наконец стали формироваться фанатские сообщества. (разумеется, не без помощи сильного маркетинга) Есть даже сообщество «нелегальных» способов сборки конструкторов (вот здесь их форум) В конце концов LEGO превратилась не просто в продукт, а в целую экосистему - парки развлечений, фанаты-коллекционеры, кинофильмы и даже одежда. Появились даже инвесторы, которые рассматривают наборы LEGO как отдельный класс альтернативных вложений (вот тут статья про это) В России доходность таких инвестиций тестирует Алексей Марков (вот здесь описание его стратегии инвестиций в наборы LEGO) А некоторые люди настолько увлекаются этим рынком, что доходят и до криминала (вот здесь история про топ-менеджера компании SAP, который воровал в магазинах дорогие наборы и перепродавал их в интернете) Сейчас LEGO заявляет, что уже 30% её покупателей взрослые. И если посмотреть на ассортимент фирменных магазинов, в это легко поверить. Неделю назад я заходил в большой магазин LEGO в одной из европейских столиц, и большинство наборов на витринах были с маркировкой 18+ (это сложность сборки, а не про то, что вы подумали 🙂) Сейчас LEGO очень тонко чувствует культурный контекст и умеет встраиваться в большие мировые события. Именно поэтому все наборы в магазине были посвящены чемпионату мира по футболу, который сейчас проходит в 🇺🇸. Поэтому следующий пост будет про футбол. Но так как мой канал о бизнесе и предпринимательстве, то футбол я буду рассматривать не с точки зрения спортивных достижений, а с точки зрения бизнеса. Не переключайтесь Незаметный бизнес P.S. К чемпионату мира по ⚽️ LEGO сняло великолепный рекламный ролик (вот здесь его можно посмотреть). Этот ролик получил Каннского Льва на фестивале Cannes Lions International Festival of Creativity Причём создали эту рекламу русские ребята с Урала! Вот здесь эта история А в первом комментарии последние наборы LEGO, которые собрали мои дети. (а я им совсем немного помогал 🙂 ) ⤵️

Успех и принцип паранойи Pride goes before a fall Теория сдвига приводит к интересному заключению: успехи порождают аварии.  Когда организация добивается успеха, ее руководители обычно приписывают успех себе или своей организации, а не удаче или стечению обстоятельств. Сотрудники становятся более уверенными в своих собственных способностях, в навыках своего руководителя и в существующих процессах и процедурах. Они доверяют информации, которую собирают по существующим каналами, полагая, что это вся информация, которую им нужно знать.  Успех приходит к дальнейшей гонке за успех. Если компания добилась выдающихся результатов, то в будущем ждут подобных же результатов. Все хотят результатов не ниже того что было.  Успех сужает кругозор, меняет взгляды, укрепляет единый способ ведения бизнеса, порождает чрезмерную уверенность в адекватности существующих методов и снижает принятие противоположных точек зрения. Даже более того, отсутствие негативных исходов может трактоваться как успех. Если все работало уже лет 20 — зачем нам менять принципы и подходы?  Как только системы добиваются успеха — они костенеют, начинают придерживаться старых принципов, до тех пор пока не станет слишком поздно.  Успех мог получиться из-за случайного сочетания факторов. И следующий раз факторы могут сложиться по-другому и результаты не будут такими же хорошими.  Как говорил Энди Гроув: выживают только параноики.  Получается что все системы развиваются по пилообразному графику: успех — закостевание — кризис — трансформация. Чем выше дерево, тем больше ему падать. Чем больше система, и чем дольше у нее была спокойная и успешная жизнь — тем больнее она упадет.  Поэтому нам нужны кризисы. Чем чаще тем лучше. Принцип Челомея говорит: чтобы система была устойчивой, ее надо трясти.  #модель_сдвига #проклятие_успеха

У AI-ассистента есть две проблемы... Если вы пытаетесь хотя бы что-нибудь делегировать AI-ассистенту, то, скорее всего, сталкиваетесь с двумя проблемами: интеграцией и контекстом. Начну с более простой — с интеграции. AI-ассистент не может быть полезен, если у него нет возможности хотя бы прочитать что-то из тех систем, с которыми вы работаете. А на самом деле у ассистента должна быть возможность выполнять там разные действия. Инструментов в жизни продакт-менеджера огромное множество: задачи в одном месте, эксперименты в другом, длинные документы PRD в третьем, транскрипты звонков в четвёртом. Поэтому интеграций нужно много, и рынок, честно говоря, не успевает за растущими потребностями. На помощь нам приходит вайб-кодинг. К счастью, AI-ассистент вполне способен написать себе MCP для нужного сервиса, если у него есть доступ к API. За последнее время только для личных целей я написал себе MCP для Telegram, Gmail и календаря. Технически подкованный продакт сразу замечает: MCP — это, по сути, просто API. Но я заметил одно тонкое различие. Давайте покажу на примере. Если запросить у Gmail одно письмо, то список меток этого письма в сыром виде будет выглядеть вот так:

"labelIds": [
  "IMPORTANT",
  "Label_4579329675731606337",
  "CATEGORY_UPDATES",
  "INBOX"
]

Можно заметить, что системные лейблы прекрасно понятны, потому что у них говорящие ID. А вот мой личный лейбл показывается в ответе как Label_4579329675731606337. Чтобы увидеть читаемое название этого лейбла, нужно сделать ещё один отдельный запрос к API и посмотреть, какому лейблу соответствует этот ID. Для стандартного API это вполне рабочая схема. Нужны дополнительные данные — делаем ещё один запрос. Но для AI-агента это лишний шаг, дополнительная задержка, лишняя трата токенов и засорение контекста на ровном месте. Понятно, что сырые ID ему совершенно не нужны: их нужно сразу расшифровать. Поэтому для того, чтобы из API сделать хороший MCP, его нужно доработать напильником: выкинуть из ответа весь ненужный технический мусор и сразу дать расшифровку всех полей в человекочитаемом виде. Агент читает этот ответ по смыслу — технические идентификаторы сами по себе ему ничего не говорят.

"labels": [
  { "name": "IMPORTANT" },
  { "name": "AMS/Schools" },
  { "name": "CATEGORY_UPDATES" },
  { "name": "INBOX" }
]

И вот в 21-м веке мы подстраиваем сайты под поисковики, соцсети — под алгоритмы, API — под AI-агентов, а себя под требования постоянно меняющегося рынка. А куда деваться? Андрей Менде, PM ML Booking .com, автор симуляторов Claude code AI для продакта, ЛЛМ для продакта, ML для продакта, и др.

🎸 3 принципа создателя Ultimate Guitar Жени Найдёнова Если вы хоть раз искали аккорды в интернете, то почти наверняка пользовались Ultimate Guitar. Теперь это еще и большая корпорация из множества цифровых продуктов. Вот три принципа, которые, сделали сервис крупнейшей гитарной платформой в мире. 1. Нет единственно правильной версии 🎶 На Ultimate Guitar можно найти несколько вариантов табов для одной и той же песни. И это осознанный подход. Женя убеждён: музыку не нужно загонять в рамки. Каждый гитарист вправе играть так, как ему удобно, адаптировать песню под себя и выбирать ту версию, которая вдохновляет именно его. 2. Простота важнее «красоты» 🎸 Страница с табами годами остаётся практически неизменной: белый фон, чёрный текст - ничего лишнего. Почему? Потому что задача сервиса — не впечатлить дизайном, а помочь человеку играть. Без перегруженного интерфейса и без сложных музыкальных терминов, которые отпугивают новичков. 3. Пользовательский контент + проверяемое качество 🤝 Ultimate Guitar вырос благодаря тысячам табов, которые создавали сами музыканты. Позже команда усилила платформу профессиональным контентом, купив крупнейшее музыкальное издательство Hal Leonard. В итоге рядом существуют и любительские подборы, и профессиональные аранжировки от крупнейшего в мире музыкального нотного издательства - каждый выбирает то, что подходит именно ему. 💬 «Забейте на то, что вам говорят, как правильно играть. Играйте по-своему и присылайте свой материал на Ultimate Guitar. Мало ли кому он пригодится». — Женя Найдёнов. Когда продукт побеждает не за счёт сложных технологий, а благодаря понятной философии и уважению к своим пользователям. Смотрим тут: https://youtu.be/UIQrVMS0q0g

Маленький трюк, чтобы усилить договоренности Когда люди делают что-то своими руками, они больше это ценят. Вот два классных примера, которые иллюстрируют этот эффект. 1️⃣ Эффект IKEA:

В исследовании IKEA люди собирали мебель, оригами или фигурки из Lego. После этого они оценивали созданные своими руками объекты существенно выше, чем аналогичные объекты, созданные другими людьми. Когда человек сделал что-то своими руками, вложил силы и время, у него появилась микро-связь с этим чем-то. Благодаря связи, ценность растет в разы (часто непропорционально сильно).

2️⃣ Кейс про конверсию в длинной форме vs короткой

Интуитивно кажется, что чем больше в форме полей, тем больше “трение” и ниже конверсия. Но вот одни ребята

протестировали

несколько вариантов формы на сайте и обнаружили неожиданное: длинная форма с понятными вопросами сработала так же хорошо, как короткая — обе дали ~100% прирост лидов по сравнению с оригиналом. Ключевым оказалось не количество полей, а то, объясняет ли форма пользователю, зачем она задаёт каждый вопрос. Когда человек формулировал свои задачи и цели прямо в форме, он психологически вкладывался в процесс и с большей вероятностью доходил до конца. Усилие, потраченное на заполнение осмысленных полей, сработала не как трение, а как инвестиция в собственное решение.

Как это использовать в управлении проектами? Просите стейкхолдеров подтвердить ваши договоренности. Их собественными руками. Например, обновить дату поставки фичи в трекере. Или, поставить чекбокс в плане проекта напротив “я отдам бекендера на 1 неделю на ваш проект”. Мелочь, а работает. Когда человек сам пишет такой комментарий, это уже гораздо больше его решение, его слова, чем когда написал кто-то другой. Так договоренности прочнее.

Архив вакансий не может быть подразделом создания вакансии Обсуждаем интерфейс по работе — сервис, где руководитель управляет вакансиями. В нём есть разделы «Вакансии», «Отклики», а также кнопка создания вакансии. Дизайнер показывает страницу создания вакансии. В ней вкладки «Новая вакансия» и «Архив». В первой, понятно, форма, а во второй — список ранее опубликованных, но уже закрытых вакансий. Я спрашиваю: почему архив находится вдруг на странице создания вакансий? Он же должен быть в разделе «Вакансии». Дизайнер объясняет, что частый сценарий — перепубликация ранее закрытых вакансий. То есть руководитель хочет создать вакансию, а мы ему удобно прямо под рукой даём архив, чтобы он мог старую вакансию перепубликовать. Ну уж нет, это неудобно и непонятно. Даже если предположить, что такой сценарий частый и руководитель так хочет, в голове этого руководителя неоткуда взяться мысли, что архив вакансий будет поджидать его в форме создания. Он пойдёт искать вакансию в разделе «Вакансии». В навигации должна быть логика, отражающая структуру продукта и связей сущностей внутри него, чтобы человек представлял, что где искать. А если мы хотим подсказать какой-то сценарий, то можно всегда предусмотреть кроссссылку (любимое слово). Например, в начале формы новой вакансии можно написать: «Чтобы повторить ранее опубликованную вакансию, вот вам в архив» — и ссылочку. Кликов столько же, зато всё понятно. А главное, если человек не прочитает это, он всё равно сможет всё найти.

Юридическая туфта на странице Айфона Я зашёл на страницу Айфона и заметил, что юридическая туфта занимает половину её высоты: https://www.apple.com/iphone/ Я считаю, нужно внедрить новую правоприменительную практику, согласно которой весь этот текст не считается и не может быть использован в качестве доказательства или обоснования чего бы то ни было. Там ведь написаны какие-то слова, чтобы защититься в суде в случае чего? Ну вот суды должны будут проходить так:

Пользователь: Я купил Айфон, прочитав о нём на странице, но оказалось, что он работает иначе. Эпл ввёл меня в заблуждение. Защитник Эпла: Однако на странице снизу под сноской 64 указано, что он работает иначе. Судья: Это не считается. Вы специально задизайнили эту часть так, чтобы её никто не читал, и очевидно, что её никто не читал. Вы приговариваетесь к выплате компенсации в миллион долларов каждому обманутому пользователю.

И всё. Пусть включают все свои уточнения в основное повествование или пишут так, чтобы двусмысленности не возникало.

Как понять, нужен ли вашему продукту ИИ (часть 2) В прошлый раз мы рассмотрели подробно, в каких задачах хорошо себя показывают ML, LLM, RAG и ИИ-агенты — удобная сравнительная таблица на слайде 1. Но выбор решения должен исходить из стратегических вопросов. Разберем фреймворк, который помогает точно выбрать подходящую ИИ-технологию или инструмент для вашего контекста. ❌ Частые ошибки при поиске ИИ-решения для продукта: — Выбирать модель раньше, чем продумали работу с данными: какие данные есть, хватит ли их, где они лежат, как получить к ним доступ? Этот этап занимает много времени, и если не оценить заранее его трудоемкость, можно сильно сдвинуть сроки. — Считать, что любая ИИ-функция должна отвечать мгновенно. На самом деле далеко не всегда — например, классификацию пользователей достаточно проводить раз в месяц. Работа в реальном времени резко повышает стоимость решения, поэтому такой режим стоит использовать только там, где он действительно необходим. — Надеяться на решение комплексной задачи одним инструментом. Если загрузить весь объем данных в одну модель, то результат будет в большей или меньшей степени состоять из галлюцинаций. — Запустить и забыть. Модель на проде нужно дообучать и переобучать в случае применения к другим продуктам, даже в схожих контекстах. ✅ Этапы использования ИИ в продукте 1️⃣ Четко сформулируйте бизнес-задачу, которую хотите решить с помощью ИИ. Она должна быть: — актуальна и значима для компании (автоматизация, сокращение времени); — иметь измеримые последствия (деньги, время, ресурсы). Для отслеживания прогресса сразу стоит: — определить ключевую метрику; — нарисовать схему процесса As Is → To Be. 2️⃣ Переведите бизнес-задачу в задачу для ИИ. Классический ML — К какому типу ML-задач относится ваш кейс? — Что будет являться целевой переменной, что модель должна предсказывать? — В чем бизнес-смысл этого предсказания? — На каком этапе бизнес-процесса будет использоваться модельное решение? — Какие математические метрики будут проверять качество модели? Генеративные модели — Какой тип генеративной архитектуры вы используете — LLM (GPT-подобная), diffusion, VAE, GAN или гибрид? — Что именно должна генерировать модель и по каким правилам? — В чем бизнесовая ценность этой генерации? — На каком шаге пользовательского/операционного процесса запускается генерация? — Какими метриками будете мерить качество вывода? 3️⃣ Подготовить данные. — Какие данные планируется использовать для обучения модели? Какие ключевые признаки? — На какую дату признаки должны собираться? Будут ли к этой дате известны показания по всем признакам? — Требуются ли внешние источники данных? — Требуются ли дополнительные действия для сбора данных? — Есть ли ограничения по использованию данных/моделей? — Можно ли отправлять данные за контур компании в вендорское решение? — За какой период (срок наблюдения) собираются данные? — Все ли данные уже есть в промышленных системах, или потребуется дополнительное подключение? 4️⃣ Выберите режим для модели. — Как часто будет работать модель: Batch — раз в день/неделю/месяц. Online — в момент действия пользователя. — Как часто нужно делать предсказание? — Есть ли требования к скорости ответа? 5️⃣ Продумайте внедрение в продукт. — Как модель будет интегрирована в бизнес-процессы и существующую архитектуру? — Требуется ли API или встраивание в существующие сервисы? — Нужно ли менять интерфейсы или бизнес-логику продукта? — Кто отвечает за поддержку и обновление модели после внедрения? — Как будет организована обратная связь от пользователей для улучшения качества предсказания? 6️⃣ Запланируйте регулярный мониторинг. — Какие метрики качества будут отслеживаться? — Как будет происходить мониторинг деградации модели? — Кто отвечает за реакцию на падение качества? — Как часто планируется переобучение модели? — Есть ли процесс аварийного отключения модели и возврата к ручному процессу? — Как будут учитываться требования по безопасности и хранению данных в эксплуатации? 7️⃣ Постройте систему метрик (слайд 5). В ней важно учитывать: — продуктовые метрики — от менеджера продуктов и бизнеса; — ML-метрики — от дата-сайентиста; — метрики связи продукта с ML. Только после этого имеет смысл выбирать между классическим ML, LLM, RAG или агентной архитектурой. И иногда правильным ответом окажется вовсе не генеративный ИИ. По мотивам мастер-класса «Нужен ли вашему продукту искусственный интеллект?» Михаила Войтко на ProductSense’25 💙 VK 🖤 YouTube @productsense

2026: 99% общения в ТГ — с ИИ агентами Какой это топ, прокачать Hermes ещё GSD кодинг агентами, скиллами, петлями. Обязательно попробуйте! Hermes кодит в разы лучше. Завтра буду настраивать мета-промпты для /goal Из полезного что нашел, что может внедрить РМ — в этом посте 21 agent loops ideas you can run this week as a PM. ↓↓↓

/goal Harden a PRD until two engineers, reading independently, would build the same thing. Each pass: find the single biggest ambiguity (the spot two readers would resolve differently), resolve it by adding the missing acceptance criterion, number, or edge case, then re-read for the next-biggest gap. Cap at 5 passes. Flag anything that needs a product decision you haven't made. Checked by: an independent second model reads the PRD cold and finds no ambiguity that would split two builds.

Я принес. Простой, самый базовый совет, как выглядеть крутым менеджером Есть у меня знакомый опытный менеджер, который через прикол выдал чистую правду. Звучит гротескно, но жиза 🙂 https://t.me/badTechProject/2043 Я бы еще добавил умение отвечать на такие вопросы: 1. В чем РЕАЛЬНАЯ цель проекта? Официальную-то мы все знаем, а вот на самом деле у кого что отвалится, кому надо выслужиться, премию получить или по-пацански выглядеть – это надо понимать. 2. Кто за что отвечает и кто наделен полномочиями? Чтобы не играть в игру «горячая картошка» на проекте с кучей команд и исполнителей. И чтобы понимать кому и куда эскалировать, и кому про что отчитываться. 3. Какие мы уже видим риски? Сюрприз, но если на старте проекта, где все вроде бы уже кивнули и сказали «изян, сделаем», явно спросить, кто какие риски уже видит прямо сейчас, то откроется портал в ад много всего интересного. 4. Что будет, если не успеем в срок? Да, очень круто успевать в срок, но давайте честно, всякое бывает. Поэтому надо заранее понимать, где можно в срок не успеть, но его сдвинуть, и всем будет неприятно, но приемлемо. А, где наоборот, срыв срока - это капец беда, нет денег, потеря репутации, запоротый запуск анонсированного проекта. Вот там надо будет думать не о том, чтобы куда-то срок подвинуть, а как накостылить вовремя оптимизировать работу.