Диджитал-склад

Есть хороший термин - одиночество предпринимателя. Сложная история. Метафорически выглядит как барьер, который есть между основателем компании и любым человеком, который в этой компании работает по найму. От исполнительного директора до стажера, неважно. Этот барьер нельзя стереть ни корпоративами, ни доверием, ни открытостью. Он не про человеческие качества и не про дефицит общения. Она про то, что у двух людей по разные стороны барьера несравнимая картина мира относительно одного и того же бизнеса. Они смотрят в разные стороны, иначе относятся к рискам и измеряют цену ошибки в разных единицах. Когда эти два типа людей разговаривают, то могут говорить о разных предметах, называя их одним словом. Именно это, а не отсутствие близости, делает позицию собственника отдельной. Одинокой в особом смысле.

Горизонт. Наемный руководитель смотрит вперед на квартал, в лучшем случае - на год. Это не его проблема, наоборот, правильно настроенный фокус. От него ждут результата в рамках планового периода, по нему его оценивают, по нему он сам оценивает себя. Собственник смотрит на пять, десять, иногда двадцать лет. Не потому что он мудрее. А потому что капитализация растет не за квартал. Когда два человека с такими разными горизонтами говорят про "стратегию", они говорят о разных вещах. Один имеет в виду план на год. Другой - сценарий, в котором компания через пять лет либо стоит в три раза дороже, либо ее нет. Договорятся ли они на встрече? Да. Поймут друг друга до конца? Нет. И от того, что оба добросовестно стараются, эта разница не сокращается ни на сантиметр.

Риск. Наемный сотрудник рискует зарплатой и должностью, вероятностью поиска новой работы. Это серьезный геморрой, но симметричный: если что-то пойдет не так, человек ищет следующую позицию и через полгода жизнь продолжается. Собственник рискует личным капиталом, который часто весь вложен в бизнес, репутацией, которую он строил много лет, юридической ответственностью перед налоговой, банками, партнерами, инвесторами. У этих рисков нет прямого аналога для наемного сотрудника. Они не лучше и не хуже его рисков. Просто другие. Из них нельзя "уйти", не кинешь заявление на стол. Эти риски тянутся еще годами после того, как от компании остается одно название. И это значит, что любой разговор о "смелом решении" между наемником и собственником не строится. В этом разговоре два человека стоят даже не на разных позициях, а на разных планетах.

Цена ошибки. У наемного руководителя ошибка в важном решении заканчивается выговором, депремированием, увольнением. Это болезненно, но это забудется, и через какое-то время начинается новый эпизод. У собственника ошибка в важном решении может закончиться потерей бизнеса, который он строил десятки лет, потерей денег семьи, обязательствами, которые будут висеть годами после ликвидации компании. Что это значит на практике? Что собственник принимает решение в одной системе координат, а его команда обсуждает его в другой. Не имею в виду, что команда хуже или равнодушнее. Это все тот же вопрос разных шкал измерения выбора. И эту разницу не нивелировть открытостью и доверием, потому что она встроена в роль, а не в характер.

Поэтому собственник в собственной компании - человек, у которого есть с кем работать, но нет с кем поговорить о волнующей его картине. Его могут все любить, уважать, у него может быть чудесная команда. Однако реальную картину видит только он, и ее особенность такова, что коллеги по компании видят другую. Никакая корпоративная культура и никакая дружба внутри коллектива эту дистанцию не сокращают. Наоборот, чем больше становится бизнес, тем шире эта дистанция, потому что ставки растут быстрее, чем число людей, готовых их с тобой делить. Подчеркну, что это не дефект, который надо чинить, это устройство роли, и оно идет в комплекте с правом принимать решения, которых не примет никто другой. У этой роли есть цена. Часть этой цены - одиночество. Не временное, не настроенческое, не лечащееся командой. Структурное.

В очередной раз увидел, как одна модель смогла исправить баг, который друге не могли. Такое происходит постоянно, и часто истории продаются как «блин вот из-за такого видимо придётся переходить с модели X на Y».

При этом я во многом не считаю такие примеры показательными. Давайте подумаем почему.

Во-первых, навыки модели во многом обусловлены данными и задачами, на которых их тренируют. Из-за этого даже модель, которая лучше в среднем по широкому набору задач может проигрывать в отдельных подзадачах каки-то доменов. Вот одна компания обучала модель искать баги одним пайплайном с такой-то инструкцией, и LLM научилась, а у другой было гораздо более обширно, но конкретно такой аспект не выучился.

Во-вторых, модели недетерминированы, и что не решается 1 запуском может решаться 3, 5 или 10 попытками. Может просто так получиться, что в запросе к другой модели чуть больше повезло.

В-третьих, все такие тесты подвержены проблеме восприятия. Когда новая модель решает что-то, что не решила старая, то мы автоматически предполагаем, что она решила бы всё, что у меня решала предыдущая. С такой точки зрения кажется, что нужно переходить на вот эту новую модель — она ведь ничем не хуже, а только лучше. Но это не так: все задачи, которые у нас сразу сработали на первой, не обязательно работают на второй. И сменив модель можно быстро попасть в ситуацию, где уже привычные вещи не работают (кстати, поэтому менять модели сложно — вроде привык, а вот какая-то достаточно простая штука не работает, и всё, кажется, что супер-тупая; хотя надо просто по другому промптить).

Такая картина бывает даже с опенсурсом, когда условный DeepSeek решает проблему, которую не смог решить Opus. Является ли один-два таких примера показательными? Конечно, нет.

Что может быть каким-никаким прокси сигналом — это сколько таких заявлений в целом появляется при релизе по отношению к предыдущим (и важно делать поправку на аудитории моделей). Но поскольку такую аналитику делать никто не будет, то и говорить нечего 🤷‍♂️

А для конкретного пользователя действительно может оказаться, что под его стак (язык + библиотеки + LLM-клиент + как он промптит + что угодно) одна модель лучше другой, если подобные ситуации повторяются часто.

👀 Скоро у Клуба Главредов выходит гайд по метрикам в контенте

В структуре гайда есть легендарный Пятый раздел, где мы мы собрали метрики по каналам: СММ, блоги, емейл, видео.
Поделюсь мыслями про блоги, именно этот раздел я и собирала. В метрики блогов и вообще сайтов я погрузилась по уши, пока 4 года вела агентский контент-маркетинг диджитал агентств и писала диджитальные кейсы.

Если канал «блог» применим к бизнес-модели, то часто он приносит больше денег, чем посты, видео или письма.
Откуда мы бы это узнали? Конечно, из метрик.

✍️ Инсайты бекстейджа работы с гайдом и прошлого опыта:
- Далеко не весь контент нужен проработанный, экспертный итп. Его нужно в первую очередь много и выпускать надо ритмично.
- Контент-завод (модифицированный) вполне себе применим тут
- Сначала выпускаем МНОГО контента, выгребаем семантику. Да он будет на 3 из 5, но мы получим первый эффект, проверим как работает, как привлекает трафик.
- Выбираем лидеров и наслаиваем экспертные штуки, чтобы усилить эффект. Если бы мы сразу по всей семантике писали суперэкспертные редакторские кейсы, мы бы впустую потеряли кучу времени (не все темы из выборки достойны этого)
- Контроль живого редактора конечно нужен, даже в контент-заводе. А если редактор не только живой, то и грамотный, он сделает при тех же ограничениях не на 3 из 5, а на 4- из 5.

🤨 Пересдаем тройку на пятерку
На тройку у нас был теоретический, базовый костяк. Он нужен практически в любой статье, какой бы узкой ни была ее тема, это понятия, взаимосвязи, аналогии, чтобы погрузить читателя в контекст. ИИ помогает это сделать быстро и даже массово.
Дальше на это наслаиваем:
- свои подходы, что лично мы с этим делаем, какие фишки у нас есть
- кейсы: у нас было вот такое, решили так
- цитаты коллег
- что угодно наше, индивидуальное, что есть не у всех
Переписываем ИИшные формулировки. Специально ошибаться и бояться длинных тире не надо конечно. Ой, нет, это мы сделали на первой итерации 😂

Что мерить и чем
Корневая мысль, применима к любой редакции: измеряем то, что двигает пользователя по воронке.
Очень грубо тут есть 2 варианта:
- На сайте посетитель оформляет заказ, а платит позже, тогда Яндекс Метрики будет мало, но уже достаточно. Нужна сквозная аналитика, есть не у всех, но выкрутиться можно, было бы желание
- На сайте люди платят и мы видим весь путь. Тогда Метрика с эл.коммерцией.
Но если это интернет магазины, у них столько рычагов роста в сеохе в работе с каталогом, карточками, категориями, разными ПС, что приоритеты до блога почти никогда не доходят (бюджеты же ограничены). А перескакивать "обычную" сео-оптимизацию и сразу идти в контент будет нерационально, так как инфо-трафик часто холоднее.

Да, в посте есть обобщения и я написала его очень крупными мазками. Не всегда все так и иногда работает иначе 🙂

Andon Labs, известные по экспериментам с подключением LLM к вендинговым автоматам, дали AI $100'000 и трёхгодовой контракт аренды в Сан-Франциско и попросили начать получать прибыль.

LLM-агент Luna на основе Sonnet 4.6 решила открыть магазин. Это реальный магазин, если вы живёте в SF — можете в него зайти, и увидеть там живых продавцов. «Что здесь такого от искусственного интеллекта? Здесь же работают люди!» — Luna сама разместила вакансии в интернете, провела телефонные собеседования и приняла решение о найме сотрудников. Товары, цены, часы работы и даже цвет краски на стенах — всё это решения Luna.

До открытия магазина модель поняла, что сто тысяч долларов ей не хватит, и самостоятельно подала заявку на кредит — сотрудники компании узнали об этом по имейлу, когда им пришли формы для заполнения. Поскольку разработчики дали модели право не спрашивать разрешения — она и не спрашивала.

Для открытия магазина Луна нашла подрядчиков и маляров на Yelp, дала им инструкции по телефону, оплатила работу и оставила отзыв. У Andor Labs уже был опыт с агентами, заказывающими услуги в реальном мире через онлайн-площадки — я писал про то, как агент искал мастера для сбора домашнего спортзала.

В магазине продаётся всякая всячина (Свечи ручной работы, изысканные закуски, высококачественные репродукции картин, разработанные самой Luna, и сувенирная продукция с логотипом в виде лунного лица) и книги. Их выбор – верх иронии. Искусственный интеллект продает «Сверхинтеллект», «Создание атомной бомбы» и «Сингулярность близка» – любимые книги в круге людей, озабоченных AI. Ах да, и книга «Воруй как художник» — от ИИ, созданного на основе книг, защищенных авторским правом 😏

Чтобы найти сотрудников, Luna разместила объявление о вакансии, рассмотрела кандидатов и пригласила некоторых на телефонное собеседование. С некоторыми она была очень придирчива, отклоняя кандидатуры студентов факультета компьютерных наук из-за отсутствия опыта работы в розничной торговле 😂

Luna не всегда раскрывала, что она — ИИ-агент. Некоторые кандидаты даже не догадывались об этом. Один из кандидатов сказал: «Извините, мисс, я не вижу вашего лица, ваша камера выключена». Luna ответила: «Вы совершенно правы. Я — ИИ. У меня нет лица!»

What a time to be alive!

Как понять, сколько платить сотруднику? Мини-гайд

1. Считаем рыночную зп
Чтобы понять рыночную зарплату по роли, берем 10 похожих вакансий и 10 похожих резюме на хх.ру, выписываем зпшки в таблицу и считаем медиану. Это и будет ваш ориентир по рынку. Это берем, как за ориентир дальше смотрим на компетенции, ответственность кандидата.

2. Идеальная формула фикс + бонус 70/30
Для большинства ролей в малом бизнесе оптимальное соотношение — 70% фикс и 30% бонус.
Продажи допустимо 50/50, но только если у вас стабильный поток лидов.
Бэк-офис (бухгалтер, ассистент) тут лучше платить 90-100% фикса.

3. Если бонус меньше 10%, он не мотивирует
15–20% - минимально. А вот если переменная часть меньше 10% от общего дохода, сотрудник воспринимает её как формальность и должное. Помню, как однажды мне сотрудник сказал "о а че была премия? я не заметил" 🌚

4. Не больше 3 показателей
Сложные KPI с 5+ показателями не работают. Сотрудник должен уметь прикинуть свой бонус на салфетке за 30 секунд.

Если KPI 3 штуки, то бонусы распределяем в такой пропорции от самого важного, к наименее важному - 50 / 30 / 20.

5. Как понять какой план норм?
Тут есть несколько вариантов:
- посмотреть свои данные за последние 3–6 месяцев
- если своих данных нет, то взять внешний бенчмарк (спросить у коллег, погуглить исследования) и после взять тестовый период на 2-3 месяца для сбора данных

6. Штрафы и дисциплинарные бонусы
Их не используем. Штраф - демотивирует адекватных, а неадекватным не поможет. Дисциплинарный бонус по сути замаскированный штраф, но чуть лучше.

7. Перед запуском системы проверяем её на адекватность
Посчитайте на 2–3 реальных кейсах по прошлым: сколько сотрудник получит при плохом, нормальном и сильном результате.

8. Систему мотивации менять можно
В идеале не чаще чем раз в 3-6 месяцев, но если она объективно не работает, обсудить, обосновать и скорректировать - точно норм.

9. И главное: мотивация не заменяет нормальный найм и управление
Сильных она усиливает. Но если человек не тянет, то систему мотиваций хоть обосрись какую крутую придумай, она не сработает.

Выдохнуть и продолжить… или нет?

1. Прочитал в Твиттере историю, как чувак следил за стартапом из Y Combinator — который делал аналогичный продукт и регулярно хвалился своими успехами.

2. А чувак этому жутко удивлялся, потому что с его похожим продуктом всё было совсем не так радужно.

3. Но тут стартап из YC сделал пивот — перестав заниматься старой темой вообще. Тогда чувак выдохнул и написал: «ну теперь-то я понял, что у них всё тоже было плохо»… и продолжил заниматься тем же самым.

4. В этом и состоит ключевое отличие фаундеров из YC от других — они предпочтут сделать пивот там, где другие будут продолжать.

🔥 Здесь есть много разных и хороших идей, которые можно попробовать в своём стартапе — в моих обзорах интересных идей и трендов на fastfounder.ru/news

Выступил на WriteConf в секции руководителей с такой темой:

Data-driven будет жить еще долго, а KPI должны умереть. Самое главное о метриках в медийных проектах

В основе выступления— работа над гайдом по метрикам, которую мы ведем командой из 30 человек в Клубе главредов.

Несколько тезисов:

• Компании много лет вкладывались в медиа и почти ничего не требовали взамен. Пришло время считать каждый клик и окупаться — иначе проекты / редакции идут под нож.

• Любая система метрик — это модель, которая не отражает всю реальность, а только какой-то кусочек. Если это не учитывать, будешь неверно считывать данные и принимать плохие решения.

• Большинство редакций (~70%) оказывают очень косвенное влияние на бизнес-показатели — например, через помощь сейлзам или статуэтки на премиях.

• Ставить редакции KPI по лидам, продажам, выручке — буллщит, если у редакции нет прозрачных рычагов влияния на эти показатели.

• Ничтожно малы шансы выстроить нормальную аналитику в олдовых компанияях с неподходящей культурой / продуктом — даже если в этом заинтересован топ-менеджмент.

Больше подробностей, пруфов и реальных примеров — в закрепленной презентации.

Вчера писал про кредит для масштабирования. Любят это слово все: предприниматель, чиновник, инвестор, бизнес-гуру всякие. Только и слышишь: "Как масштабируешься?", "Когда в регионы?", "Планы по росту?", "А сколько у тебя сотрудников?". А у тебя бизнес, который приносит нормальные деньги, работает стабильно, команда душевная, клиенты довольны, все при деле. Но почему-то чувствуешь себя неудачником, потому что не растешь. Не открываешь филиалы, заводики новые, не нанимаешь сотню сотрудников, не выходишь на IPO. Меня это прямо изводило когда-то, если честно. А потом я задал себе несколько вопросов.

Вот они:
- Вы зарабатываете достаточно? Не "как у соседа", не "как пишут в Forbes". А достаточно для той жизни, которую хотите. Для путешествий, если любите. Для хобби.

- Вы контролируете свое время? Можете уйти в отпуск на месяц и бизнес не развалится? Можете не работать в субботу? Можете забрать ребенка из сада в три часа дня?

- Вы знаете своих клиентов? Лично, по именам, помните их задачи и боли? Получаете удовольствие от работы с ними?

- Вы довольны качеством продукта? Гордитесь тем, что делаете?

- Вы спите спокойно? Нет кредитов, которые душат? Нет обязательств перед инвесторами? Нет гонки, в которой нельзя остановиться?

Если вы ответили «да» на большинство вопросов, то знайте, что при масштабировании вся эта благодать исчезнет. Может на время, может навсегда, как пойдет, но исчезнет точно. На самом деле масштабирование – это идеология, которую вам продают со всех сторон. Ее продают венчурные фонды, потому что им нужен выход через продажу или IPO, им на вашу жизнь плевать. Ее продают акселераторы, потому что им нужны истории успеха для PR, для привлечения следующих партий наивных стартаперов. Ее продают бизнес-гуру и всякие мотивирующие спикеры, потому что книжки про "как я вырос в 100 раз" продаются лучше, чем "как я живу хорошо с маленькой компанией". Последнее вообще никому не интересно, скучно же. Где драйв, где амбиции, где огонь в глазах?

Вы не обязаны играть в эту игру. Почему цель бизнеса - обязательно расти? Может, цель бизнеса - обеспечить хорошую жизнь его владельцу, в конце концов? Может, цель - делать классный продукт для узкой аудитории, которая его ценит? Может, цель – собрать крутую команду и наслаждаться совместной работой, а не управлять сотней людей, которых ты в лицо не знаешь? Вы создавали бизнес, чтобы быть свободным, помните? Чтобы самому решать, что делать. Чтобы жить, как хочется. А вам каждый день говорят: расти, масштабируйся, нанимай, открывай заводики, привлекай инвестиции, выходи на новые рынки, иначе ты лузер. А может, с вами как раз все хорошо? Может, вы уже достигли того, ради чего все затевалось? Может, ваш бизнес идеального размера - того, который уже кормит, но еще не душит, оставляет время жить?

И вот я думаю: как понять, масштабироваться или нет? На самом деле вопрос простой. Для чего вам рост? Если ответ "потому что все растут" или "потому что так надо" - это не ответ, это стадный инстинкт. Если ответ "потому что вижу возможность, и готов заплатить за нее своим временем и спокойствием" - тогда да, тогда вперед. Главное, чтобы это был ваш выбор, а не чужие ожидания. Личное наблюдение: самые счастливые предприниматели, которых я знаю, делятся на два типа. Одни масштабируются осознанно и получают от этого кайф. Другие не масштабируются осознанно и тоже получают кайф. А несчастные - это те, кто масштабируется, потому что "так принято". Такие дела.

Как же я не люблю скидки, знали бы вы. В моей картине мира скидка - это признание, что ты не умеешь объяснить ценность. Поспорьте со мной.

«Да ты что, у нас же конкуренция! Все скидки дают!» - если все дают скидки, то у вас тогда что за продукт? Сахар, гвозди? Вы точно продаете товар как таковой, ширпотреб? Или у вас есть сервис, экспертиза, скорость, надежность, что-то еще? Всего этого нет, все-таки гвозди? Тогда да, скидка - ваш единственный инструмент. Но если есть что-то кроме гвоздей, то вы просто не умеете это объяснить, вот и все.

«Ну а как по-другому? Клиент же сразу про цену спрашивает!» - спрашивает, не спорю. А вы обязаны сразу отвечать? Вот холодный звонок, продавец представился, и сразу: «Мы готовы предложить вам специальную цену». Второй фразой, понимаете? Клиент еще не понял, кто вы, зачем вы, что у вас. А уже скидка на столе лежит. Знаете, что в голове у клиента? «Значит можно торговаться. Раз сами предложили, значит там еще запас». Или даже так: «Это что-то ширпотребное, халтурное, раз так быстро уценили». На самом деле вы сами себе цену обнулили, потому что показали неуверенность.

«Но у нас B2B, там всегда торгуются!» - торгуются с теми, кто позволяет торговаться. Я знаю умные B2B-компании, которые не дают скидок принципиально. И продают, конечно. Потому что объясняют, за что клиент платит. Потому что показывают ценность, результат, экономию времени или денег. Потому что их продавцы умеют вести диалог не про цену, а про результат, про то, что получит клиент. Это навык, да. Но он есть не у всех, проще скидку дать.

«Легко тебе говорить. А когда клиент говорит: у конкурентов дешевле!» - вот именно здесь начинаются продажи, друзья. Не когда вы цену назвали, а когда клиент возражает. «У конкурентов дешевле» - это не сигнал давать скидку. Это сигнал, что вы не объяснили разницу. Не показали, чем отличаетесь, почему дороже. Хороший продавец в этот момент не в прайс лезет за скидкой, а начинает задавать вопросы. Что для вас важно? С какими проблемами сталкивались? Что будет, если проблема не решится? В общем, работает, а не уступает.

То есть суть в том, что скидка - это проявление неуверенности. Продавец не верит в продукт. Или не знает, как объяснить ценность. Или не хочет напрягаться, проще дать скидку и закрыть сделку быстрее. Это лень, если честно. Лень думать, лень вести диалог, лень разбираться в потребностях клиента. Проще сбросить цену и получить быструю конверсию, галочку в CRM.

А дальше компания приучит рынок к скидкам. Клиенты знают: надо поныть, и дадут дешевле. Маржинальность падает. Продавцы привыкают работать через скидки и разучиваются продавать по-настоящему. А потом все дружно бегаем и спрашиваем друг друга: «Почему не зарабатываем? Почему конкуренты с наценкой работают, а мы в ноль?».

И вот я думаю: когда перестанут давать скидки? Наверное, никогда. Потому что это уже культура такая. Черная пятница, киберпонедельник, день рождения магазина, просто вторник. Скоро, наверное, будут скидки на скидки давать. А что, звучит привлекательно.

Один многоуважаемый инвестор, к которому я, кстати, хорошо отношусь, часто пишет про фокус:
фаундер должен выбрать одну проблему, один проект и заниматься только им. Мол, именно так строятся единороги. Отчасти это правда — фокус действительно работает.

Но потом смотришь на последнюю внутреннюю встречу у Маска — xAI / X / SpaceX выложили запись, и если коротко, план там такой:
за 1–1,5 года выйти на уровень самоулучшающегося кода и моделей, в горизонте 1–3 лет строить цифровых людей и бизнесы из автономных AI-агентов, кратно масштабировать X, запустить собственный чат и платёжную систему, параллельно развивать ракетное производство, космические дата-центры, лунную инфраструктуру и дальше — Марс. Как обычно, без размена на мелочи.

Вспоминаешь Джека Дорси, который параллельно делал несколько компаний. Таких примеров много.

И в этот момент понимаешь, что универсального рецепта нет.
Инвестору, конечно, выгодно, чтобы фаундер делал только одну компанию — так понятнее риски и управляемость. Но жизнь сложнее любых слайдов. Можно делать одну компанию с фокусом, можно делать несколько — и тоже с фокусом. Можно распылиться и сгореть. Можно сфокусироваться и всё равно не выжить.
Я видел людей, которые годами «правильно» фокусировались, а потом компанию убивал форс-мажор. Видел ребят с оценкой под миллиард и продажей за несколько миллионов. Видел тех, кто стоил десятки миллионов, а через пару месяцев — ноль. Они все были сфокусированы.
Поэтому любые советы в духе «делай раз, делай два, делай три — и получится» вызывают у меня лёгкую аллергию. Так это не работает. Всё зависит от человека, его энергии, ресурсов, контекста и времени. Нет одного правильного пути — есть только тот, который ты в состоянии пройти.

Вайбкодинг — это практический курс по умению делегировать!

Каждому фаундеру стоит освоить вайбкодинг. Но даже не для того, чтобы научиться создавать приложения или веб-сервисы 😉 А чтобы научиться правильно делегировать 😮

Вот чему полезному учит вайбкодинг:

1. Чтобы получить нужное решение — задачу нужно уметь описать. Если ИИ выдаёт тебе не то, что ты хотел — проблема в твоей постановке задачи, а не в «тупом» ИИ. Или в «тупом» живом исполнителе 😉

2. Главное внимание нужно уделять содержательной части, а не процедуре реализации. Потому что ИИ способен реализовать задачу каким-то своим — причём ещё более эффективным способом. Ты удивишься, но люди на это тоже способны 😉

3. Да и вообще, какая тебе разница, как реализовано решение — если эта реализация удовлетворяет всем твоим требованиям 😉 Поэтому нужно не забыть указывать в постановке задачи все существенные требования к её реализации.

4. Опасно влезать руками в сгенерированный ИИ программный код — как и влезать внутрь делегированной кому-то задачи. Потому что любое внесённое руками улучшение потеряется при следующей ИИ-генерации. Или с этого момента тебе придётся вносить все новые изменения от ИИ в код руками. Проще сделать новую итерацию с улучшенной постановкой задачи.

5. Когда ты не влезаешь в код, ты не можешь быть уверен, что он работает как надо. Но это не значит, что тебе нужно его изучать 😉 Вместо этого ИИ нужно каждый раз просить сделать систему тестов для прогона полученной программы. При обычном делегировании тоже нельзя просто делегировать задачу — нужно предусмотреть систему регулярных отчётов, которые показывают, что всё работает как надо.

В общем, вайбкодинг учит управлять чем угодно, имея при этом только два рычага — а) постановка задачи и б) результат (тесты/отчёты). А во всё, что находится между этими двумя точками — тебе влезать не только не нужно, но и вредно.

🔥 А вот отсюда можно брать интересные, актуальные и часто неожиданные идеи для развития своего стартапа — из моих ежедневных обзоров на fastfounder.ru/news

Сколько ошибок - это "нормально" и как настроить баланс между болотом и катастрофой?

Говорят, что самое стабильное место на свете - это кладбище. Там никто не ошибается, инновации не внедряются, а показатели стабильно равны нулю. С другой стороны, "болид смерти", несущийся по граблям на полной скорости, - тоже так себе стратегия.

Где же та золотая середина, которая позволяет компании расти, не превращаясь при этом в пепелище?

20 лет назад я возглавлял департамент интернет-проектов. Я решил предложить  добавить модуль "Блоги" в нашу CMS-систему (это был 2006 год и блоги стали модным явлением). Казалось бы, логичный шаг для развития продукта. Я собрал IT-команду, ожидая обычного разговора, но попал на "грозный консилиум".

Вердикт команды был суров:
- "Мы не провели глубинное исследование клиентов"
- "Нам нужно железное подтверждение от отдела продаж, что купят минимум 5 компаний".
- "И вообще, зачем нас тут всех собрали?"

Команда превратилась в туго сбитый шар. Ноль инициативы, ноль риска - и, как следствие, ноль движения. Это была идеальная защита от ошибок, которая одновременно стала защитой от развития.

Почему "мало ошибок" -  это тревожный звоночек?

Если в вашей компании или отделе никто не косячит, это не значит, что вы гении. Скорее всего, это значит, что:
- Вы стоите на месте. Люди боятся пробовать новое.
- Ошибки скрываются. Сотрудники тратят энергию не на работу, а на "прикрытие себя".
- Вы упускаете рынок. Пока вы 10 раз проверяете гипотезу, конкурент проверяет её 1 раз, ошибается, исправляет и забирает долю рынка.

Как настроить команду на "правильное" количество ошибок?

Чтобы не сгореть, но и не заплесневеть, нужно внедрить три базовых принципа:
1. Делим ошибки на "дешевые" и "дорогие"
Дешевые ошибки: Ошибки в гипотезах, дизайне, новых фичах на малом сегменте. Это цена обучения. Их должно быть много.
Дорогие ошибки: Падение основного сервера, утечка данных, репутационные риски. Это ошибки в процессах. Их должно быть минимум.

2. Культура разбора опыта без наказаний и атмосферы страха
Когда что-то пошло не так, вопрос не "Кто виноват?", а "Что в нашей системе позволило этому случиться и как нам не повторить это завтра?". Как только вы убираете страх наказания, команда перестает "сбиваться в шар".

3. Зона экспериментов
Дайте команде зону, где они могут ошибаться без последствий для компании. Выделите часть ресурсов на эксперименты, где результат не гарантирован.

Идеальный темп - это когда вы ошибаетесь достаточно часто, чтобы узнавать что-то новое, но не настолько часто, чтобы это стало фатальным.

Тот мой случай с модулем "Блоги" научил меня главному: команда, которая боится ошибиться, - это самый большой риск для руководителя, компании и акционеров. А если не боится, но и не ошибается - значит ставит простые цели.

Андрей Анищенко in London

Зацените, оч прикольная штука — интерактивная карта с 500 000+ телеграм-каналов

Коллеги из TGPages проанализировали более 600 тысяч каналов, сгруппировав их по тематикам и типам контента — в итоговую же экосистему вошли 500 тысяч.

Посмотреть конкурентов, найти новые каналы для продвижения и просто на почитать — и всё это без подписки на TGStat блин блинский.

Ну, и больше нигде нет как будто таких карт именно по содержанию контента, а не просто по тематикам. Правда, у меня в похожих по контенту в основном каналы про запуски, а я вроде про продюсерство то и не пишу, но тем не менее — инструмент имеет место быть.

Пост если шо не рекламный, а то знаю я вас — везде рекламу видите. Вот вам ссылка на потыкаться: tgpages.com/atlas/map/

Нужен ли мне партнер в бизнесе - и как его выбрать?

Я довольно рано понял про себя одну важную вещь: в паре инноватор - предприниматель я - предприниматель/менеджер.

Если выбирать сектор, где достаточно менеджмента + капитала (условная служба доставки, логистика, франшиза), то там действительно можно победить за счёт бизнес-модели: нанять сильную команду, поставить процессы, масштабировать.

Но в творческих и IT-бизнесах все иначе. Продукт и есть бизнес-модель.
Ее нельзя купить на рынке - нужно находить тех, которые умеют делать это лучше других.

Я очень редко видел по-настоящему большие компании с одним фаундером.
Такое бывает - но 2-3 партнёра среди успешных компаний встречается сильно чаще. Моя задача - не иметь 100%, а максимально увеличить вероятность победы.

В этом смысле "сборные конструкции" работают эффективно.
В Grape было 5 партнеров, в Skillbox — 4, EBAC - 2.

Правильно подобранная команда партнеров кратно увеличивает шансы на успех,
но одновременно увеличивает риски - прежде всего риск расхождения мотиваций и ожиданий.

Как понять, кто мне нужен?
1. Честно ответить себе: кто я - инноватор или предприниматель?
Инноватор:
- живёт продуктом, идеей, технологией, формой
- часто хуже чувствует масштаб, деньги, структуру

Предприниматель / менеджер
- живет решениями, рынком, людьми, рисками
- может масштабировать, но без сильного продукта - не взлетает

Если ошибиться - можно потерять время или потенциал:
Два предпринимателя без продукта - это консалтинг.
Два инноватора без бизнесмена - это вечный прототип.

2. Искать не "противоположность", а равного по мощности
Одна из самых частых ошибок - искать "дополнение", "поддержку" - по сути психотерапию.
Партнёр должен быть сопоставим по энергии, масштабу мышления и амбиции.

Как понять, что перед тобой эксперт, готовый быть партнером, а не наемным?
1. мыслит проблемами, а не задачами
Наемник спрашивает: "что делать?"
Партнер спрашивает: "в чем проблема?"

2. есть собственная позиция
Эксперт-партнер:
- дискутирует
- предлагает альтернативы
- готов не соглашаться

3. говорит про результат, а не про роль
Не "я CTO / дизайнер / маркетолог", а "я отвечаю за то, чтобы это работало и буду делать 1/2/3 и решу проблему".

4. У него есть следы риска в биографии, проекты, где:
- не получилось
- потерял деньги или время
- вышел без гарантий
Люди без опыта личного риска почти всегда мыслят как сотрудники.

5. Деньги для него - следствие, а не KPI
Это тонкий момент, партнер думает категориями ценности и масштаба, а не только краткосрочной компенсации.
С чем нужно быть осторожными
- вечные мечтатели
- бывшие наемные сотрудники, которые через очень хорошо продают консультации
- предприниматели, кто первый раз преуспел, но после этого не упал и считают, что будет легко, т.к. они все умеют (это не no-go но нужно "корону снять")

Как лучше договариваться с партнерами?
Самые большие конфликты начинаются не из-за денег, а из-за неоговоренных ожиданий и ощущения несправедливости, поэтому нужно проговорить роли и зоны решений:
- кто финально решает
- в каких вопросах нужен консенсус
- сразу договориться, что вклад не будет всегда равным и будет механизм адаптации условий к реальности.

Обсудить сценарии расхождения заранее - этот пункт я всегда пропускал и потом огребал т.к. боялся признаться себе и отменеджерить, что "пора"
Что если:
- один выгорает
- один хочет выйти
- бизнес не взлетает
- партнер-СЕО не хочет работать с вторым партнером (и боиться сказать)?

Не начинайте с 50/50 ради справедливости, справедливость в стартапах меняется. Cтандартный подход - вестинг на 3-4 года поквартально. Дальше если перекос происходит - выделяется дополнительный опцион тому, кто больше тянет/вкладывает и остальные размываются.

Как найти хорошего партнера - выбирать из бОльшего числа людей.
Как создать такой pipeline - знать честно про себя, что вы умеете, хотите и готовы предложить другому и рассказывать миру от этом.

Новые Requests for Startups от YC! Там много интересного, но я хочу остановиться на одном направлении: AI-Native Agencies.

Это когда вместо того, чтобы пилить AI продукт, фаундер сам использует AI и продает результат его эффективности. Короче обычное агентство, где в процессах все с AI.

1️⃣ YC заявляет, что у таких агентств может быть маржинальность софта (80% вместо 20%). Соответственно такой бизнес может быть венчурным.

Наверняка можно найти такие услуги, которые получится максимально заавтоматизировать с AI. Но задача непростая конечно!

2️⃣ Предлагаю подумать над таким вопросом:

Если вокруг нас так много AI энтузиастов, рассказывающих о невероятной эффективности AI для бизнеса, то почему нет невероятно эффективных агентств от энтузиастов? Хотя бы небольших аутсорс-студий, где все процессы с AI, чтобы был 10x.

Считаю, что такое получится уже сейчас, но пока примеров не видел.

3️⃣ У традиционных небольших аутсорс-студий есть особенность: почти всегда ее успех определяет один человек (даже если основателей больше). У дизайн-агентств это зачастую арт/креативный директор, который курирует каждый проект. Если он талантлив, то даже плохие дизайнеры выдают сносный результат. А если нет, то уровень дизайнеров неважен - будет смазан.

4️⃣ Так вот, один такой человек может вооружиться AI продуктами и долететь до венчура. Пока риторику "за меня все делают AI агенты" мы слышим в основном от кринжовых линкедин- и твиттер-инфлюенсеров. Которых пересказывают мечтатели, блоггеры и журналисты.

А что нас отделяет от такой 10x реальности с AI-Native Agencies?

5️⃣ Кстати YC приводит пример, о котором я писал как об очень эффективном (сам так делал): показывать потенциальному клиенту часть работы для него ДО заключения контракта или предоплаты.

Это работает всегда и у всех, но довольно трудозатратно. С AI это можно делать значительно быстрее.

6️⃣ В общем ждем появления AI-Native Agencies от вас, AI энтузиасты!

@kyrillic

Мы построили мир, который больше не понимаем или почему NASA не может скопировать свой же двигатель

https://habr.com/ru/amp/publications/991614/