Community Sprints

Ура! Live-встреча с Димой Зборовским, ML Director @ Doordash для погружения в long-running AI-agents ⚡

На нашей конференции Дима немного поделился своим кейсом работы long-running AI-agents в Doordash и это вызвало волну ажиотажа в чате

Поэтому мы делаем отдельную Live-встречу, где Дима поделится всеми деталями запуска long-running AI-agents! 🎉

Все знания можно будет применить для решения своих задач и автоматизации процессов в компаниях

Всё на основе личного опыта и практики Димы, что особенно интересно, так как Doordash сегодня активно экспериментирует с AI и внедряет его во все рабочие процессы

У Doordash есть отдельный профиль в Х, где можно наблюдать, как быстро они двигаются в cторону AI-first компании

Встреча с Димой Зборовским, ML Director @ Doordash пройдет 22 сентября в 17.00 CET / 18.00 МСК

Регистрация тут 👀

Как 7 AI-скиллов помогают вести стратегию развития продукта в Яндекс?⚡️

#кейс Александра Цельсова, CPO @ Яндекс (с конференции AI Skills)

Ключевой инсайт: не пишите стратегию отдельным документом, который устаревает через неделю. Соберите команду AI-агентов вокруг одной встречи, и следующий шаг продукта будет собираться сам ⚡️

1. Материалов больше, чем можно удержать

Сейчас мы строим новый продукт внутри большой компании, незнакомая индустрия, кросс-функциональная команда

За время недавней проработки накопилось 64 ветки обсуждения и материалы 48 встреч

После каждой встречи у нашей команды множество веток коммуникаций:
• новые фичи в продукте
• финансовые и юридические детали
• бизнес результаты для руководства
• операционные задачи командам дизайна, разработки, саппорта
• и другие

Мы искали возможность упростить и ускорить синхронизацию данных, предпринятых шагов и обратной связи, чтобы все участники большой команды всегда оставались в контексте изменений

2. Цикл из семи шагов вокруг каждой встречи

Ранее до встречи мы стандартно двигались так: обработать контекст, собрать бриф со сценарием и критериями, отработать вопросы, определить следующие шаги

Сейчас мы используем 7 наших AI-агентов, которые помогают на автопилоте нам двигаться дальше гораздо эффективнее:

• context-search: поднимает прошлые интервью
• requirements-brief: собирает бриф встречи, сценарий и критерии проверки
• practice-loop: отрабатывает вопросы
• meeting-insights: разбирает запись встречи
• reasoning-check: проверяет, откуда взялся вывод
• decision-brief: предлагает следующие действия с основаниями
• knowledge-base: сохраняет решения, открытые вопросы и следующие проверки

3. SkillStore вместо своих промптов с нуля

Каждый шаг это отдельный скилл: context-search, requirements-brief, practice-loop, meeting-insights, reasoning-check, decision-brief.

Часть методов я беру готовыми из внутреннего каталога скиллов Яндекса: нашёл метод, поставил версию, предложил доработки. Скилл, собранный на большом объёме данных, полезнее моего собственного

4. Анализатор встреч вытаскивает больше, чем я услышал

Наше локальное приложение разбирает запись: транскрибирует, сопоставляет с вопросом, на который мы искали ответ, и подсвечивает новые свидетельства, расхождения с прежними выводами и открытые вопросы.

Отдельно работает проверка рассуждений: откуда взялся вывод и достаточно ли для него оснований

5. С одного эпизода два результата

Для продукта это следующий обоснованный шаг, для себя практика на рабочей задаче. В базе остаются решения, их основания и следующие проверки, поэтому видно, где команда развернулась и почему.

Заменять людей на встрече агентами я не стал: рутина нужна, чтобы команда становилась сильнее, а не чтобы отдать работу на аутсорс

Вот так мы автоматизировали с AI часть работы со стратегий.

Успехов с AI-adoption в ваших командах!
Александр Цельсов, CPO @ Яндекс Логистика

p.s.

В Community Sprints мы теперь регулярно встречаемся с AI-native профессионалами в нашем комьюнити

Развивайте себя или свое дело вместе с нами в AI Champions: лайвы и кейсы от профессионалов из бигтеха, которые внедряют AI у себя и в командах ⚡️

AI Chief of Staff, который знает про меня всё ⚡️

#кейс Димы Зборовского, ML Director of International Engineering Leadership Team @ DoorDash

• Как AI Chief of Staff помог мне вырасти в Doordash

Я (Дима) отвечаю за разработку в DoorDash International в 40 странах

Держать столько контекста в голове невозможно, поэтому я собрал персонального AI Сhief of Staff в Claude Code

Он знает мою роль, мои цели, ключевых людей вокруг и то, чего от меня ждут руководители

Удержрание такого количества контекста стало решающим фактором моего повышения в DoorDash

• Каждое утро одна команда /brief

Прихожу на работу, пишу /brief, и агент собирает всё, что произошло за вчера и за неделю, в один отчёт

Там главный проект недели, мои текущие фокусы и дедлайны, подготовка к встречам из календаря и список того, о чём нельзя забыть

• Агент пишет за меня и не даёт потерять победы

Он видит, где меня ждут, и сразу предлагает готовые сообщения в Slack в моём стиле. Мне остаётся проверить и отправить

Отдельный блок это быстрые победы: агент подсвечивает, что уже сделано, но ещё не рассказано, и предлагает, кому про это написать. Сделать работу и правильно про неё рассказать это две разные задачи

• Память живёт в файлах, а не в голове

Внутри несколько слоёв: профиль и правила про меня, отдельная память про людей, проекты и договорённости, извлечение данных из Slack, Granola, Google Calendar и других продуктов

Дальше вся информация проходит через кастомный фильтр «что важно лично мне» и превращается в действия. Вечером я три минуты наговариваю, что случилось за день, и это ложится в память

• Что это дало

Такой отчёт я читаю минут пятнадцать, а экономит он мне минимум 40 минут в день, в сложные дни часа два

Люди видят, что у меня всё под контролем. Ровно за это мне дали новую должность: теперь я отвечаю за всю инженерию в 40 странах

Такого AI-агента и другие полезные инструменты, участники собирают на моём комьюнити спринте AI Builders. Cледующий стартует 29 сентября ⚡️

Мне нравится делиться своим опытом и помогать другим, поэтому стараюсь находить время, чтобы проводить такие спринты для всех желающих

👉 Программа спринта AI Builders

До встречи на спринте,
Дима

Это были невероятные 3 дня AI-конференции! ⚡

2200+ участников, 16 спикеров и огромное число очень крутых вопросов и мнений от слушателей!

Мы с удовольствием делимся с вами одним из интереснейших выступлений со 2-го дня конференции с Димой Зборовским, ML Director @ Doordash:

День 2: Как управлять разработкой продукта в 40 странах с помощью AI: личная система эффективности
• Запись на YouTube
• Конспект с summary
• Линк на комьюнити спринт AI-Builders, где участники автоматизируют сложные процессы и задачи с AI. Кратно растят личную эффективность и скорость команд. Всё через личный опыт Дмитрия из его практики в роли ML Director @ DoorDash

День 1: AI-кейсы из Nebius, Revolut, Yandex, Т-Банка, MWS, Plurio
• Запись Live-встречи
• Конспект с summary кейсов
• Презентации спикеров
• Материалы доступны участникам AI Champions. Что входит в подписку и как вступить: AI Champions

День 3: AI-кейсы от фаундеров и C-level: Tripleten, Whisper AI, MLinside, grablytech, Cyber fund
• Miro-доска с AI-кейсами
• Презентации спикеров
• Конспект с summary кейсов
• К сожалению, записи 3-го дня не будет: эфир не сохранился по техническим причинам.
• Материалы третьего дня доступны участникам AI Champions. Что входит в подписку и как вступить: AI Champions

Cпасибо большое всем за участие и до новых встреч ✌️

Канал Community Sprints про AI, growth и продукт ⚡

Большая конференция про AI-юзкейсы и AI-скиллы из Revolut, Yandex, Doordash, Nebius, Т-банк и других ⚡️

8-10 сентября снова соберемся вместе с самыми топовыми профессионалами!

И с максимальным позитивом обменяемся самым свежим опытом использования AI в личной продуктивности и эффективности команд 👀

Это хорошая возможность оставаться на острие возможностей AI в работе

На грядущей конференции своим опытом использования AI в работе и бизнесе поделятся продакты, маркетологи, инженеры и основатели из: 

• Plata
• Т-банк
• Nebius
• Yandex
• Revolut
• DoorDash
• Whisper AI
• И других команд

Только реальные юзкейсы внедрения AI в работы компаний и команд. 0 теории ⚡

Отличная возможность перенять опыт у лучших 

И не повторять их ошибок

Большая AI-конференция пройдет 8-10 сентября со стартом в 17:00 СET / 18:00 МСК

Всё бесплатно и без необходимости регистрироваться на TG-каналы

🔥 РЕГИСТРАЦИЯ и подробное расписание выступлений на сайте Community Sprints 🔥

AI всё быстрее размывает рамки должностей 🫣

OpenAI Economic Research выпустил отчёт Work at the Frontier

Они проанализировали больше 800к рабочих сообщений US пользователей ChatGPT и вот итог:

1. 43.5% сообщений относятся к задачам других профессий

Почти половина сообщений по теме работы относятся к задачам другой профессии.

К примеру, маркетологи пишут сообщения для решения задач дизайнеров без их участия и наоборот

OpenAI называет это task crossover: работа, которая исторически принадлежала одной роли, всплывает в запросах человека из другой роли

2. Какая должность доминирует в захвате чужих задач и не уступает своих?

Дизайнеры в топе. 35.2% сообщений дизайнеры пишут про чужие задачи, при этом сами дизайн-задачи занимают лишь 1.7% сообщений у представителей других профессий.

Инженеры близко: только 18.5% сообщений инженеров про чужое, но инженерные задачи составляют 7.4% сообщений у всех остальных.

Маркетинг тоже: 24.3% сообщений маркетологов про чужие задачи, а маркетинговые задачи занимают 8.9% сообщений у других профессий, это самая высокая исходящая доля в выборке.

3. Кто берёт на себя больше всего чужой работы?

Доля чужих задач среди профильных сообщений:
• клиентский сервис 77%
• дизайнеры 75%
• HR 69%
• юристы 56%
• маркетологи 53%.

Это не «AI помогает быстрее делать свою работу».

Это люди, которые системно делают работу, за которой раньше шли к коллеге.

4. В маленьких командах этот эффект сильнее

У средних по активности пользователей доля чужих задач падает с 18.9% в воркспейсах на 2-5 человек до 16.3% там, где больше 100 мест

Т.е. в большой компании есть кому передать задачу, в маленькой её делает тот, кто первым её забрал себе

Инсайт: смотрите не на ускорение своих профильных задач, а на задачи других ролей, которые вы начали решать. Именно там сейчас находится реальный выигрыш от AI.

Мы в Сommunity Sprints это видим своими глазами в нашей команде и в кейсах нашего комьюнити и экспертов

Быть AI-builder сегодня является одним из самых успешных рычагов в личной эффективности, росте компании и бусту карьеры

Вдохновляться кейсами и перенимать опыт лучших AI-специалистов из топовых компаний можно на нашей конференции, которая стартует уже 8 сентября: ССЫЛКА НА РЕГИСТРАЦИЮ

Для тех, кто пройдёт регистрацию до конца, ждёт очень простая возможность получить супер подарки от нас и наших партнёров 😉

Команда Al-агентов чинит баги за 15 минут ⚡️

#кейс Ильи Бердыша, Co-founder @ mymeet.ai (с конференции AI SKILLS)

Ключевой инсайт: не ускоряйте отдельного человека, переводите на AI-агентов целый процесс. То, что годами висело в бэклоге и передавалось между людьми, теперь один человек с AI-агентом закрывает за день ⚡️

1. Ассистент для багов: с двух-трёх дней до 15 минут

Мы делаем notetaker'ы: боты приходят на встречи, пишут транскрипт и достают задачи. Записывать чужие встречи тяжело, около процента срывается, а это 20-30 встреч в день.

Раньше по каждой такой встрече клиент шёл в саппорт, саппорт эскалировал на разработчика, тот руками читал 500 строк логов и гадал, что сломалось. Фикс с ревью занимал два-три дня.

Я подключил AI-агента, который смотрит все логи в Grafana и знает, как устроен наш бэкенд. Кидаешь ему ссылку, и он за три секунды говорит, что пошло не так.

Дальше добавил этого AI-агента сотрудником в наш Linear: он сам предлагает фикс, открывает pull request, а отдельный ревью-агент в GitHub его вычитывает. Пара итераций между ними, и через 15 минут готовый фикс уже в проде.

Раньше это была цепочка передач между людьми, теперь работает само: меньше выгорания и переключений контекста

2. Калькулятор, который полгода пылился в бэклоге, РОП собрал за день

Продажи полгода просили калькулятор выгоды на сайт. Задача считалась неподъёмной и валялась в бэклоге.

Я просто купил нашему РОПу подписку на Claude, и он сам собрал калькулятор за день. Теперь менеджеры открывают его прямо на звонке с клиентом

3. Отказались от аналитики в amoCRM, срезы собираем одной командой

Раньше настройка виджетов в amoCRM отъедала у РОПа пару дней. Мы написали свой коннектор и тянем данные напрямую в Claude.

Теперь срезы продаж собираются одной командой каждый день: все воронки по конверсиям, каналам и каждому менеджеру.

И то же самое со встречами: mymeet ходит на все звонки менеджеров, а мы на масштабе сравниваем их по своему чек-листу качества. Чтобы солзы поверили в оценку, мы позвали их самих собирать этот чек-лист

4. Скоринг лидов: из 15 000 регистраций 30 целевых в день

У нас каждый месяц регистрируется 15 000 человек, а нужны из них единицы. AI-агент на Claude собирает в одно озеро данные о пользователе: профильность домена по ИНН и ОКВЭД, размер компании, как часто человек заходит в продукт, есть ли у него коллеги с тем же доменом.

Из 15 000 он выделяет около 30 целевых лидов в день, к которым селз приходит ровно вовремя. Для проверки ИНН AI-агент ходит во внешние сервисы вроде Контур.Фокуса

5. Десктоп-приложение своими руками за две недели

На рынке гремит Granola: десктоп-аппка, которая пишет встречи бесшумно, не заходя ботом. Разработчики завалены задачами текущих клиентов, поэтому я взялся сам.

Две недели по три-четыре часа каждый вечер, одна подписка на Codex за 100 долларов, 11 000 строк кода: получилась нативная аппка под Mac и Windows, которая реально записывает встречи.

По ходу мы отказались от макетов в Figma. Дизайнеры теперь пишут прямо в репозитории и сразу смотрят, как оно работает: нравится катим, не нравится откатываем.

Я гуманитарий, и это был эксперимент, может ли такой человек собрать продакшн-реди продукт. Оказалось, может

Успехов с AI-adoption в ваших командах!
Илья Бердыш, Co-founder @ mymeet.ai

Посмотреть запись: https://youtu.be/_Z-1UEE5QnA

Сообщество Community Sprints с кейсами про AI-adoption, маркетинг и продукт ⚡

ОФЛАЙН события в сообществе Community Sprints! ⚡️

#комьюнитипост от Алекса Беляева, активиста в Community Sprints

Всем большой привет! Мы делаем очень много онлайн активностей, но иногда сильно скучаем по офлайну

В офлайне есть своя уже иногда как будто забытая магия, поэтому мы подготовили аж целых 2 офлайн события в августе!

1. Совместный завтрак в Москве 22 августа 🕺

Здесь можно посмотреть, как мы собирались на завтрак в апреле: https://t.me/startupseurope/210

Это событие для участников нашего комьюнити и тех, кто проходил наши спринты

Но будем рады приоткрыть двери и если вам интересно присоединиться к нашей компании, то оставьте, пожалуйста, заявку тут: https://forms.gle/mDbwCsAv8h9Pi3HG8

2. Surf camp в Лиссабоне с 27 по 30 августа 🏄‍♂️

В прошлом году мы сняли виллу недалеко от Лиссабона и собрались очень классной компанией нашего комьюнити участников спринтов на серфинг, вино, падел и шашлыки 🕺

Тут фотографии из прошлогоднего кэмпа: https://t.me/startupseurope/166

В этом году безусловно решили повторить такой же выезд и снова будем жить на вилле 4 дня, чтобы посерфить, погулять по Лиссабону, поиграть в падел/теннис и провести пару совместных вечеров с барбекю в очень интересной компании ребят из международного и локального бигтеха + предпринимателей

Мы решили оставить 1 местечко открытым и поделиться этой информацией тут, на случай, если кому-то ну очень хочется к нам присоединиться, но еще не было опыта участия в наших спринтах

Если чувствуете, что это ваше, то заявку можно оставить тут: https://forms.gle/G49V5PMLdt1SaNCv6

До скорых офлайн встреч в Community Sprints 🤘

Или увидимся совсем скоро в онлайне ;)

AI-кейс Yango. AI-агенты вместо отдела дизайна ⚡️

#кейс Michael Browk, дизайн-директор @ Yango (с конференции AI Skills)

Ключевой инсайт: не садитесь верстать сайт руками на три недели. Соберите контекст и скиллы, отдайте команде AI-агентов, и дальше сайт собирается и правится почти без вас ⚡️

1. Маркетплейсы не дают выделиться, поэтому мы пошли в свой магазин

Мы продаём умные колонки Ясмина в регионе MENA: Египет, страны Залива, всё на арабском. Долго продавали их только на маркетплейсах.

А там жёсткие ограничения по оформлению: аккуратные белые карточки, ничего своего не налепишь. Конкурировать так тяжело.

Решили собрать свой интернет-магазин. В корпорации это обычно год разработки, поэтому я сел и собрал его сам через Claude Code и Codex

2. Сначала я собрал огромный контекст про продукт

Загрузил всё, что есть: брендгайды и цвета, фотосессии, рендеры и видео колонки, tone of voice на арабском и английском, правила перевода.

Плюс продуктовые данные: что такое Ясмина, какие колонки бывают, как она продаётся и почему её часто заказывают в 5 утра.

Смысл простой: чем больше мелочей учтено заранее, вплоть до скруглений углов, тем меньше держится в моей голове. Контекст живёт у AI-агентов, а не у меня

3. Вместо отдела у меня команда AI-агентов

Я собрал отдельных AI-агентов: CEO, продакт-менеджер, продуктовый дизайнер. У каждого большая инструкция и свой набор скиллов.

Фотографии для сайта тоже генерируют AI-агенты по гайдам. Раньше за это пришлось бы платить за отдельные фотосессии

4. Setup: сервер, дизайн-система, тест и прод

Подняли сервер на DigitalOcean, дизайн-систему, тестовую и продовую среду. Изменения выкатываем в непраймтайм, аналитика и пиксели подключены.

Отдельно вложился в дизайн-систему: это кирпичики, из которых собирается весь сайт. Заранее продумал цвета, логотипы, общий стиль, добавил референсы.

Дальше всё работает: сайт с четырьмя колонками, брендовый и продающий, с квизами и продуктовыми карточками. Ни Figma, ни разработки, ни дизайнеров тут не было, Claude Code собрал его сам, я только правил

5. Секрет автономного дизайна в скиллах

Секрет не в том, чтобы три недели сидеть с Claude Code и просить подвинуть кнопку и скруглить углы. Секрет в правильных скиллах.

Нужные скиллы закрывают сразу всё: дизайн, вёрстку, безопасность, скорость загрузки, SEO, корректные уровни заголовков.

Но скилл не панацея, и AI-кодинг не панацея. Босс всё равно вы: сайт надо гайдить и лидить, само по себе «сделай сайт, чтобы много продавал» не сработает

6. Магазин работает, а я правлю его голосом из такси

Магазин уже работает, есть продажи, с метриками всё хорошо, будем развивать дальше.

Теперь я еду в такси, голосом говорю поменять дату или товар, и всё происходит без меня

Успехов с AI-adoption в ваших проектах!
Michael Browk, дизайн-директор @ Yango

Посмотреть запись: https://youtu.be/de-XzGOD-zU

AI-кейс Avito. Отчётность, дайджест недели и прогноз выручки за меня теперь делают команды AI-агентов ⚡️

#кейс Алекса Малинского, Head of Analytics @ Avito Travel (с конференции AI Skills)

Ключевой инсайт: рутину руководителя аналитики можно собрать в набор AI-агентов: операционные задачи, дайджест и прогноз почти без ручного труда. Но чем сложнее задача, тем больше контекста и валидации остаётся на вас

1. Как связка Claude Code, внутреннего MCP и n8n заменила мне ручную аналитику

Я отвечаю за аналитику в Avito Путешествиях, сервисе краткосрочной аренды, а у самого Avito 28 миллионов DAU. Данных и задач много

Ещё пару месяцев назад я использовал AI как чат для отдельных вопросов. Теперь собираю рабочие процессы, которые работают автономно по расписанию

Всё держится на связке Claude Code, внутреннего Avito MCP и n8n: MCP-хаб даёт AI-агенту доступ к внутренним инструментам и BI, а n8n запускает сценарии по расписанию

2. План-факт, который собирается сам: как отдать операционную рутину AI-агенту

Раньше я вручную заполнял план-факт и вставлял цифры в документы по формату. Теперь процесс сам достаёт данные из self-service BI, вставляет их в Google Doc и пишет в командный чат, что всё готово

Экономия времени небольшая, но эффект заметный: документ обновляется сам, без напоминаний. Такая рутина есть у каждого, и с неё проще всего начать адопшн

3. Дайджест недели, который AI-агент сам собирает и кладёт в Notion

Десятки непрочитанных чатов и постоянно новые страницы в Confluence. Регулярная задача через Claude Code и MCP к Mattermost и Confluence собирает всё за неделю по нужным чатам и пишет короткое саммари

AI-агент кладёт готовую страницу в Notion: как закрыли план, какие эксперименты раскатились, что поменялось в данных. Особенно помогает после отпуска, чтобы быстро вернуться в контекст

4. Ежедневный прогноз выручки, который AI-агент не просто считает, а объясняет

Раньше я вручную запускал скрипты и держал вводные в голове, чтобы прикинуть, как закроем неделю или месяц. Поставил это на расписание в Claude Code

Он несколькими способами предсказывает динамику и объясняет всплески: например, всплеск 13 июня это длинные выходные ко Дню России, сезонный фактор, а не аномалия. Здесь AI-агент уже не просто выполняет действия, а проводит анализ

5. Финмодель на пять лет: неделя работы джуна против пары дней с AI-агентом

Дальше я работал с Claude как с полноценным аналитиком: построй финмодель бизнеса по когортным данным, объясни, как образуется выручка, и продли на пять лет. Заняло день-два плотной работы с уточнениями

На выходе модель в Excel с адаптивной структурой, которая перестраивается при изменении вводных. По оценке это сэкономило около недели работы джуниора

6. Где делегирование AI-агенту ломается и почему готовьтесь работать больше

Это мой первый крупный кейс делегирования, и он оказался ресурсозатратным. AI-агент уточнял у меня каждое допущение, а не уходил работать сам, как джуниор

В какой-то момент он удалил данные по одной когорте, решив, что после определённого срока пользователи не возвращаются. Формально логично, по бизнес-смыслу неверно. Поэтому нужна строгая валидация: чем сложнее задача, тем больше вы, а не AI-агент, отвечаете за контекст и проверку

Удачи с AI-adoption в ваших командах!
Алекс Малинский, Head of Analytics @ Avito Travel

Сообщество Community Sprints с кейсами про AI-adoption, маркетинг и продукт ⚡

Три AI-системы, которые маркетологи собрали для своих команд 🔥

Ключевой инсайт: не ускоряйте человека разовыми скиллами: переведите повторяющийся процесс на AI-агента и создайте этап проверки. При правильной настройке вы увидите рост метрик

#кейс Макса Епифанова, VP of performance marketing @ TripleTen

Решения по рекламе принимает AI-агент

Раньше человек вручную смотрел на цифры и решал, где добавить бюджет, а где выключить. Но человек решает эмоционально и часть забывает, а AI-агент делает разбор быстрее, объективнее и консистентно

Я загрузил в AI-агента всю сквозную аналитику и собрал прогноз run-rate за день, аналитик собирал бы такой дашборд три-четыре недели

Дальше AI-агент сам рекомендует, что делать с адсетами и креативами

#кейс Севы Устинова, Founder @ Plurio

От разрозненных скриптов к единому процессу

Подключение данных клиента два года назад занимало шесть-двенадцать недель.

Сначала мы раздали всем общий воркспейс, и люди начали вайб-кодить себе скиллы, но скриптов стало слишком много: они дублировались, и было непонятно, какие отлажены, а какие нет

Тогда мы собрали главный процесс: папка с текстовыми инструкциями, пять видов проектов, трек из шагов

Аналитик запускает главного AI-агента и присматривает, каждый новый кейс дописывается в инструкции. Подключение теперь проходит за считанные дни

#кейс Насти Рябовой, AI Strategy & Enablement Lead @ TripleTen

Деплой воронки за двадцать минут

Раньше воронки собирали в Lovable: это было быстро, но кастомизация упиралась в разработку, интеграцию с CRM приходилось ждать пару дней

Мы собрали свой пайплайн на Claude Design и Claude Code: Claude Code тянет дизайн-систему из Claude Design, плагин настраивает GitHub, гоняет автотесты и заливает воронку в продакшн

AI-агент объединил скорость и кастомизацию: двадцать минут вместо пары дней, плюс экономия для бизнеса от 30 тысяч долларов в год на enterprise-плане

Чтобы этим пользовалась вся команда без GitHub, мы зашили все сложности прямо в скилл: дальше он сам ведёт человека по процессу

Всё это вы можете собрать не в одиночку, а вместе с нашей командой на комьюнити спринте «AI-native marketing» ⚡️

Это 7 блоков, каждый ведёт практик, который делает это в своих продуктах прямо сейчас. Макс, Настя и Сева проводят воркшопы и live-встречи с практикой: вы разбираете конкретные кейсы и на них сразу собираете acquisition-процесс, вайб-кодинг воронок и перевод команды на AI под свою задачу.

Старт 15 июля. Все эфиры в 19:00 МСК, записи live-встреч и материалы остаются у вас навсегда

🎬 Запись встречи

👉 Программа и регистрация на спринт с Настей Рябовой

До новых встреч на следующих live-встречах ✌️

Live-встреча: AI-native команда в маркетинге ⚡️

Спикеры:

• Макс Епифанов, VP of Performance Marketing @ TripleTen
• Настя Рябова, AI Strategy & Enablement Lead @ TripleTen
• Сева Устинов, Founder @ Plurio

Что покажем:

1. Макс Епифанов расскажет, как в TripleTen перестроили перформанс-маркетинг вокруг AI: скиллы, аналитика, бюджеты, креативы.
2. Настя на живом примере покажет весь процесс создания новых воронок через Claude и Claude Design.
3. Сева покажет, как вся компания перешла на AI: маркетинг, продажи и ведение бизнеса.

Для кого:

Для команд маркетинга, роста и продаж, которые хотят ускорить работу с AI. Если это про вас, будет полезно.

🗓 Когда: 7 июля (вторник), 18:00 CET / 19:00 МСК

🚀 Подробнее и регистрация на сайте: https://communitysprints.ru/ai-native-marketing-1/

Увидимся в эфире ✌🏻

Как поднять конверсию новых продуктовых AI-фич в 4 раза? Кейс Miro ⚡️

#кейс Кирилла Баранова, Senior PM (Growth & AI Adoption) @ Miro (с конференции AI SKILLS)

Кирилл использовал 5 приёмов adoption новых AI-фичей в продукте Miro, и каждый поднимал конверсию 🔥

Тут все 5 по списку:

1. Ловите момент, а не грузите онбордингом

Если показать пользователю онбординг и сказать «изучай», ему тяжело.

Контекстное обучение работает лучше: поймайте действие пользователя и покажите AI-функцию ровно в тот момент, когда она сделает его привычную задачу лучше.

Пример: когда пользователь бросает скриншот на Canvas, мы показываем подсказку «сконвертируй его в прототип с AI».

Это дало в 4 раза лучшую конверсию из старта триала в готовый прототип, чем обычный, неконтекстный вход в продукт.

2. Сразу показывайте результат, а не пустое поле

В AI-продуктах человек заранее не понимает, что именно получит, поэтому решает остаться или уйти уже в первую сессию.

Вместо пустого поля ввода сделали окно, которое всегда заполнено готовыми подсказками и превью идей. А как только человек зарегистрировался, мы сами, без единого его клика, запускаем AI-помощника и первую генерацию.

Пользователь ещё ничего не нажал, а перед ним уже готовый пример. Это удвоило конверсию из старта триала.

3. Шаблоны вместо чистого листа

Пользователю проще не с пустого листа, а взять готовый шаблон и улучшать его. Все сильные продукты приоритизируют темплейты: это снижает порог и делает первую сессию дешевле.

4. «Дарим», а не «попробуй»

Вместо директивного «попробуй функцию» написали «дарим тебе, это подарок». Само всплывающее окно почти не меняли, разница только в тексте, а на старт триала нажимали в 1.7 раза чаще.

Дальше сделали ещё проще: включали триал и первую генерацию автоматически для всех, не заставляя пользователя соглашаться и что-то нажимать.

До AHA-момента такие пользователи доходили в 1.6 раза чаще, чем те, кому триал нужно было включать самому.

5. Продавайте задачу, а не список фич

Фокусируйте пользователя на работе, которую он сделает, а не на перечне AI-фич.

Как только пользователь подключает внешний коннектор (например, Jira к Miro), мы сразу генерируем результат на canvas.

Показываем не «ты можешь подключить», а «ты можешь подключить и сразу получить результат».

Ключевой инсайт: adoption AI-фичи это продуктовая воронка. Поймайте пользователя в контексте, покажите результат в первую же секунду, снимите когнитивную нагрузку и продавайте задачу, а не фичи.

Успехов с AI adoption,
Кирилл Баранов, Senior PM (Growth & AI Adoption) @ Miro

Канал Community Sprints про AI, growth и продукт ⚡

Кейс из Nebius. Как измерить эффективность внедрения AI в команде? 🤔

#кейс Романа Бунина, AI Adoption Lead @ Nebius (с конференции AI SKILLS)

Главный вывод сразу: самооценка эффективности обманывает. AI внедрение надо мерить, как retention продукта ⚡️

1. Как лидировать AI adoption в компании?

У нас в Nebius есть команда AI adoption, которой я руковожу: мы раздаём людям инструменты, обучаем и собираем success stories. И отдельно есть команда агентов.

С агентами всё просто: было время и качество, стало лучше, эффект видно. А вот когда ты просто дал людям ChatGPT, Claude и Codex, померить пользу резко становится неочевидно.

Простой мысленный эксперимент: как изменилась лично ваша эффективность после того, как появились эти инструменты? Честный ответ обычно: непонятно.

2. Три слоя измерения (и почему первый врёт)

• Опросы. Спрашиваем людей, помогает ли. Беда в том, что самооценка обманчива: исследования показывают, что люди репортят рост скорости, а на практике его нет.

• Использование. Сколько сообщений, какие инструменты, кто чем пользуется. Видно реальное проникновение.

• Логи. Самый ценный слой: что люди реально писали и закрыли ли задачу. Но он недоступен: никто не хочет, чтобы читали его переписку с агентом. Так что работаем по первым двум.

3. Что реально кладём на дашборд

• Люди: Считаем, сколько людей реально пользуется инструментами: не только в абсолюте, но и в проценте от всех сотрудников в командах, потому что именно доля показывает настоящее проникновение.

• Форматы: При этом отдельно смотрим использование чат-инструментов и AI-агентов сотрудников

• Инструменты: Далее данные разделяем по провайдерам (Open AI vs Anthropic)

• Деньги: сколько тратим, в разбивке по департаментам и на человека, плюс затрата на человека как процент от его стоимости для компании.

• Тренинги и квартальные опросы: Количественная аналитика даёт срез, но топ-пользователей всё равно идём интервьюировать руками: цифры показывают что, а живой разговор показывает почему.

4. Главный трюк: смотреть на retention, а не на старт

Начал пользоваться не равно внедрил. Важно, приживается ли инструмент. Поэтому считаем по когортам (кто когда начал) и делим людей на новичков, растущих, стабильных и отваливающихся.

Сразу видно, куда бежать: где много новичков, туда дать тренинг; кто перестал пользоваться, с тем поговорить и понять причину. По сути это retention и когорты, как в продукте, только для адопшна AI.

5. Где реально больно

• Сбор данных. У каждого инструмента свой формат, нормального экспорта нет, поля меняются каждую неделю. API только появляются. Поэтому обязателен семантический слой: что за метрика, как считается и что использовать.

• И обучение. Без него внедрения не существует. Парадокс: те, кто пользуется, думают, что и все умеют, и базовые тренинги не нужны. А базовые заходят лучше всего и поднимают использование сильнее остального.

Ключевой инсайт: меряйте внедрение AI как retention продукта, а не как разовый факт «выдали доступ». И не верьте самооценкам: смотрите на использование и приживаемость по когортам, а качество добирайте живыми интервью.

Удачи с AI Adoption в ваших компаниях,
Роман Бунин, AI Adoption Lead @ Nebius

Запись выступления Романа на конференции

Канал Community Sprints про AI, growth и продукт ⚡

Материалы, записи и конспекты всех AI-кейсов с конференции уже здесь! ⚡

2000+ участников, 18 спикеров и невероятное количество очень классных вопросов от участников!

Это были потрясающие 3 дня!

Спасибо всем, кто подключился и присоединился к этому празднику!)

Тут все записи лайвов конференции от команды Community Sprints:

День #1: AI-кейсы из Yango, Avito, Miro, HH, Nebius, Plurio, hirehire и TripleTen

• Линк на запись в Youtube
• Конспект с summary кейсов
• Стань AI-native маркетологом и собери первые команды AI-агентов для маркетинга и продаж с Настей Рябовой и Максом Епифановым. Старт 15 июля 🔥

День #2: AI-практики личной эффективности из американского BigTech с Димой Зборовским, AI Director @ Doordash

• Линк на запись в Youtube
• Конспект с summary
• Стань AI-native и собери первые команды AI-агентов для работы и жизни на спринте с Димой Зборовским. Старт 13 июля 🔥

День #3: AI-кейсы от фаундеров и C-level: Mymeet, Emcd, G42 , Ablab pro, Cartel, Grachi

• Линк на запись в Youtube
• Miro-доска с AI-кейсами
• Конспект с summary кейсов

До новых встреч на следующих конференциях ✌️

Канал Community Sprints про AI, growth и продукт ⚡

Большая конференция про AI-юзкейсы из Miro, Nebius, Avito и других топовых компаний ⚡️

Собрали снова топовых профессионалов вместе, обменяться свежим опытом про использование AI в командах 👀

Это хорошая возможность оставаться на острие возможностей AI в работе

На грядущей конференции своим опытом использования AI в работе и бизнесе поделятся продакты, маркетологи, инженеры и основатели из: 

• Miro
• Avito
• Yango
• Nebius
• DoorDash
• HeadHunter
• И других команд

Только реальные юзкейсы внедрения AI в работы компаний и команд. 0 теории ⚡

Отличная возможность перенять опыт у лучших 

И не повторять их ошибок

Конфа пройдет 23-25 июня со стартом в 17:00 СET / 18:00 МСК

Всё бесплатно и без необходимости регистрироваться на кучу TG-каналов

🔥 Подробное расписание выступлений и регистрация на сайте: https://aiconference.communitysprints.ru/

AI-персона из транскриптов звонков чинит маркетинговую воронку. До того, как ты потратил бюджет 🔥

#кейc Насти Рябовой, AI Strategy & Enablement Lead @ TripleTen

1. Почему нельзя просто попросить GPT представить, что он твой клиент?

Обычно синтетические персоны ломаются в тот момент, когда ты просишь их оценить креатив или лендинг в лоб

Модель подстраивается под контекст вопроса, включает sycophancy (склонность поддакивать и быть приятным собеседником) и уверяет, что продукт классный, а она бы его обязательно купила

Вдобавок к этому вылезают еще две фундаментальные проблемы:
• LLM-ки сильно усредняют разные сегменты между собой (mode collapse)
• LLM-ки могут тащить культурные стереотипы из своей обучающей выборки (stereotype leakage). В итоге вместо честного фидбека получается удобный собеседник, который во всем с тобой согласен.

2. Как можно собрать синтетическую AI-персону учитывая эти особенности?

Мы в TripleTen собираем этот слой, используя реальные данные о пользователях

Выгружаем из CRM весь путь лида от клика на баннер до реакции на письма, подтягиваем логи онбординга и транскрипты звонков со всей цепочки продаж

Заземляют модель (grounding) именно реальные цитаты и транскрипты
• персона опирается на конкретные слова клиентов, это помогает минимизировать пространство для галлюцинаций
• поверх материала мы задаём призму: фокусируемся не только на дословных репликах, но и на том, как именно лид принимает решения, где сомневается и как выбирает альтернативы

В итоге из сырых цитат собирается decision pattern человека. Для нас это инструмент логического ревью: способ быстро прогнать контент через разные поведенческие сценарии до того, как на них включится трафик.

3. Почему мы собираем несколько AI-персон под один сегмент?

Аудитория неоднородна, поэтому внутри одного сегмента мы намеренно смешиваем несколько архетипов с абсолютно разной логикой выбора — чтобы модель не усреднила их всех в одного:

• Рисёрчер: медленно сравнивает альтернативы, долго изучает варианты и пока плохо понимает, чего хочет
• Семейный лид: принимает решения строго вместе с партнёром или родителями, это третье лицо всегда незримо присутствует в воронке
• Сомневающийся лид с культурным барьером: ищет практический апгрейд карьеры, но по умолчанию не доверяет крупным онлайн-покупкам

Хороший пример из нашей практики - Лейла. Её паттерн такой: забронировать созвон, проверить нас, уйти думать, вернуться и закрыться на триал

Такой прогон отлично подсвечивает косяки контента под разными углами, и помогает менеджерам посмотреть на воронки с другой стороны

4. Как проверить, что система работает?

Мы регулярно проводим слепые тесты на воронках, которые провалились в тестах. Модель об этом, естественно, не знает

Если AI-персоны начинают хвалить провальную воронку - значит, система плохо откалибрована, ей не хватает контекста или цитат. Если же они с порога находят ровно те баги, которые потом выявила продуктовая аналитика, слой готов к работе над новыми гипотезами

При этом важно помнить: даже глубоко заземленные персоны дают меньшую вариативность, чем живые люди, и могут пропускать редкие аномальные реакции. Реальные тесты на живых людях никуда не исчезают 👀

5. Где еще про это почитать?

• Bain в свежих отчетах (Synthetic Customers Earn Their Stripes) прямо заявляет: синтетику нужно строить только на собственных first-party данных, и она должна дополнять, а не заменять реальный рисёрч. По их оценкам, такая pre-test надстройка дает сопоставимый инсайт вдвое быстрее и втрое дешевле

• А исследователи из Stanford HAI, которые симулировали поведение людей на базе 1000 генеративных агентов, подтверждают: ИИ-персоны точны только тогда, когда они "загрунтованы" на реальных интервью и транскриптах

• И в этом исследовании LLMs Reproduce Human Purchase Intent via Semantic Similarity Elicitation of Likert Ratings

Всем больших успехов с AI adoption в вашей работе и компаниях ❤️
Настя

Канал Community Sprints про AI, growth и продукт 👀

Закрытая встреча: разбираем кейсы AI в продукте 🔥

Cобираем встречу участников нашего комьюнити ⚡️

На встрече своими AI кейсами в продукте поделятся:

• Дима Зборовский, Al & Science director
@ Doordash / Deliveroo
• Катя Окунева, Lead Product Manager @ MTS AI
• Павел Минаев, ex-Ernst & Young
• Максим Епифанов, VP of Performance Marketing @ TripleTen
• Катя Кириллова, CEO & Founder @ XTIX
• Алекс Бенкендорф, Founder @ Benkendorf group

Когда: 6 мая (среда), 17:00 CET / 18:00 МСК

Зарегистрироваться на лайв можно здесь 👀

До встречи на лайве ✌️

1.8M просмотров в LinkedIn за 12 месяцев и продажи! Большую часть работы делают AI-агенты ⚡️

#кейc c LinkedIn Legends конференции Алёны Паншиной, ex-product @ Yandex; Acronis

Развивает свой AI-продукт и ship-faster.com

1. Год назад у меня (Алёны) было 3К фолловеров в LinkedIn за 10 лет

Добавляла коннекты руками. Никакой системы

Но после участия в спринте про создание вирального контента в LinkedIn в Community Sprints взялась за LinkedIn всерьёз

В итоге за последний год сделала 1.8 миллионов просмотров и 8000+ новых подписчисков, которые пришли уже сами через контент ⚡️

2. Основные челленджи в создании вирального контента

• Разобраться, как это вообще работает

• Потом понять, как cамой делать посты так, чтобы собирать десятки/сотни тысяч просмотров

• И еще усложнение, что английский - не мой нейтив язык

3. Куча AI экспериментов

Полгода строила систему из AI-агентов. Основная цель системы сократить время на работу с контентом и при этом не потерять в виральности

Начинала в Cursor. Перешла в терминал Claude Code - мне там удобнее оркестрировать агентов

Систему разделила на две основные части, которые у меня забирали большое количество времени

Первая часть помогает мне понимать, что писать, а вторая создавать копирайт

4. Как работает

Вся утренняя сборка поста занимает у системы 30 минут

Главный в этой схеме - оркестратор. Проверяет, что выдают остальные агенты, и решает, переделывать или нет. Оркестратор должен крутиться на самой сильной модели - иначе пайплайн рассыпается на средних задачах

Дальше из отчётов я сама выбираю, что брать в работу. Вторая агентская система пишет черновик по выбранной идее, я закрываю его финальной редактурой и публикую

Моя редактура и постинг - около 20 минут

5. Результаты только за последние 14 дней

• 100К+ просмотров в LinkedIn

• Начала делать виральный контент внутри Substack (платформа, где веду свой newsletter на английском)

• Очень рада, что мой newsletter уже приносит $ выручку на платных подписках

По сути вайбкодинг вирального контента в LinkedIn генерит мне $ доход. Классное ощущение

6. Как тоже начать делать охваты 1M+ в LinkedIn и продавать там свои продукты?

По моему опыту лучше всего попасть в комьюнити, где уже это умеет и практикует

В нашем комьюнити уже 300+ предпринимателей и профессионалов со всех уголков мира

12 мая мы запускаем уже 12-ый комьюнити спринт, где будем вместе с участниками создавать виральные посты в LinkedIn 🔥

Это релевантно и для международных, и для российских продуктов/услуг/сервисов/консалтинга. RU языка всё больше в LinkedIn

На своём лайве в спринте помогу вам собрать первую команду AI-агентов для создания вирального контента в LinkedIn 🏄‍♂️

Подключиться к нашему LinkedIn Legends комьюнити -> LinkedIn Legends @ Community Sprints ⚡️

Записи и конспекты с AI-кейсами с прошедшей AI Skills Conference ⚡️

Вы спрашивали: А КОГДА УЖЕ ЗАПИСИ AI Skills конференции будут????

А вот они и подоспели 🔥

Тут все записи лайвов конференции от команды Community Sprints:

День #1: AI-кейсы из Plata, Wallet @ Telegram, Zalando, TripleTen

• Линк на запись в Youtube
• Конспект с summary кейсов
• Стань AI-Native маркетологом и собери первые команды AI-агентов для маркетинга и продаж с Настей Рябовой. Cтарт 20 мая 🔥

День #2: Команды AI-агентов для роста метрик и карьеры с Димой Зборовским, AI Director @ Doordash / Deliveroo

• Линк на запись в Youtube
• Конспект с summary
• Стань AI-Native и собери первые команды AI-агентов для работы и жизни на спринте с Димой Зборовским. Старт 13 мая 🔥

День #3: 13 AI-кейсов от С-level и фаундеров стартапов!

• Линк на запись в Youtube
• Miro-доска с AI кейсами
• Конспект с summary кейсов

Всем участникам большое спасибо за активное участие и супер классные вопросы!

До новых встреч на следующих конференциях ✌️

Канал Community Sprints про AI, growth и продукт 👀