ProductDo: практика продакта

Такое случается раз в 5 лет

Последний раз мы проводили курс "Основы продакт менеджмента" вживую пять лет назад. За пять лет работа продакта достаточно сильно изменилась — мы постоянно обновляли задачи в симуляторе, чтобы они отражали актуальные практики на рынке. А вот воркшопы для этого курса мы не проводили – настало время обновить их. Последней каплей стала интеграция AI во многие процессы: от анализа интервью пользователей до аналитики.

С 7 октября по 9 декабря мы проведем 9 практических воркшопов с Senior и Lead Product Managers из крупнейших международных компаний (наша команда тоже заметно подросла с должностях с предыдущего потока). Это возможность не просто посмотреть записи, а разбирать реальные продуктовые задачи вместе с практиками и задавать преподавателям вопросы в прямом эфире.

В курсе остался крепкий продуктовый фундамент: исследования, JTBD, метрики, эксперименты, unit-экономика, стратегия и планирование. Тут без сюрпризов, все на месте. Но теперь AI плотно интегрирован в процесс работы продакта:
— роль продакта в AI-first мире: какие задачи делегировать AI и агентам, а где решение и ответственность должны оставаться за человеком;
— продуктовые гипотезы, JTBD и исследование рынка с помощью AI: desk research, поиск рыночных сигналов и превращение их в проверяемые гипотезы;
— Customer Research и CustDev: подготовка интервью, анализ транскриптов и проверка AI-выводов на ошибки и галлюцинации;
— основы технологий: создание MVP и прототипирование теперь делается совсем иначе: вайбкодинг значительно повысил наши возможности;
— маркетинг, growth hacking и юнит-экономика: исследование конкурентов, работа с позиционированием и проверка экономики предложенных сценариев;
— продуктовые метрики, аналитика и A/B-тестирование: работа с данными при помощи AI и критическая проверка полученных выводов;
— управление бэклогом, спринты, OKR и роадмапы: использование AI для структурирования контекста, приоритизации и планирования;
— продуктовая стратегия: AI как инструмент для поиска сигналов, альтернатив и слабых мест в стратегии;
— отдельный блок об AI-first продуктах: как работают LLM, чем AI-фичи отличаются от обычных, где AI действительно создаёт ценность и как оценивать качество таких решений с помощью эвалов.

И, конечно, это не скучные лекции про новые технологии. Главная часть курса — практика в симуляторе: сначала воркшоп, затем задание, в котором вы применяете всё на реальном продуктовом кейсе.

До 30 сентября действует ранняя цена — 41 650 ₽ 70 000 ₽..
Следующий живой поток скорее всего будет тоже лет через 3-5 (если нас еще не заменит AI), поэтому, если вы хотите освоить профессию продакта или систематизировать свои знания, сейчас лучший момент, чтобы присоединиться.

Программа и участие: https://productdo.it/course

IT и производство курятины

Это продолжение моих старых постов про Корею.

1. Корейская война закончилась в 1953 году. На тот момент все города были разрушены, на улицах Сеула стояли только деревянные хибары и паслись куры. В 1958 году появляется GoldStar (будущая LG). В 1959 году — первая корейская радиола. В 1960 году корейцы начинают собирать транзисторные радиоприёмники. В 1974 году Samsung вплотную входит в полупроводниковый бизнес.
Какой из этого вывод? При должном упорстве и желании за 21 год можно дойти от выращивания риса и разведения кур до рынка полупроводников.

2. Немногие знают, но Hyundai и Samsung — это ещё и одни из крупнейших судостроительных компаний мира. Бурдж-Халифу в Дубае, кстати, тоже построила Samsung. Диверсификация — наше всё.

3. В отличие от технологий, интерфейсы в Азии делать так и не научились. Разобраться без подсказок в UI большинства сервисов и приложений, да даже в навигации по станциям метро, — задача не из лёгких. Например, изменение дизайна автомобилей Hyundai к лучшему в последние годы — результат найма западных дизайнеров. Причина? Она мне неизвестна. Но подозреваю, что дело как-то связано со слабым творческим началом, низкой толерантностью к ошибкам, иерархичностью и прочими вещами, слабо помогающими творчеству.

4. Собственно, о чём нам говорят пункты выше? Единственно верного способа добиться экономического успеха нет. Если твоя сильная сторона — технологии, эта доминанта вполне может продавить рынок, а на остальные аспекты пользователи закроют глаза.

5. Когда в прошлом году у Samsung дела пошли не очень, был выпущен указ о введении шестидневной рабочей недели. Что будет, если вместо пяти дней в неделю начать делать продукты с прежним отсутствием творческого начала, стрессом и теми же недостатками в UX и UI на один день в неделю больше? Правильно — ничего.

6. Но оказывается, если ты являешься лидером на высокотехнологичном рынке полупроводников, то выход всё-таки есть. К тебе в Сеул может прилететь Дженсен Хуанг, попить пива рядом с моей любимой точкой корейского BBQ и заключить контракты на $100+ млрд. Эти контракты повысят стоимость акций Samsung до ~$1,5 трлн ко 2 июня.

7. Моё любимое барбекю, кстати, после этого закрылось. А акции Kkanbu Chicken и компаний, связанных с производством курятины, выросли на 20–30%. Это явление назвали Jensanity (Jensen Huang + Insanity).

8. Чуть позже Дженсен вернулся в то же кафе и заключил сделку с SK на $500 млрд. За это время корейский фондовый рынок за полгода вырос более чем вдвое. Я не смог поучаствовать в этом AI-ралли, потому что так и не разобрался, как мне легально торговать на бирже в Корее.

9. Что тут сказать — не умею я ловить волны хайпа.
Пока я переживал об упущенной выгоде, перегретый корейский рынок обвалился на 40%. Тысячи людей потеряли деньги, вложенные на хаях. Но не я. Я в этот момент был занят поиском нового семейного места для корейского барбекю.

10. Мы живём в мире, где производство курятины удивительным образом переплетается с развитием AI и полупроводников. И, как мы видим, для этого не требуется иметь идеальные продукты и отточенный UI. Как ни странно, в мире высоких технологий всё-таки доминируют именно технологии. А для UI и UX вполне можно нанять западных специалистов, пока не появятся свои.

Автор: Константин Грабарь, Senior Product Manager Coupang (Seoul, South Korea), автор симуляторов A/B тестирование для продакта, SQL для продакта и др

Я (Владимир) в этом году занимаюсь в Букинге мегаинтересным продуктом: мы пилим новый тип поиска и возможность поизучать разные страны/локации (discovery), перед тем, как бронировать отель, перелет и все остальное.

Продукт - супер новый, и, как обычно бывает в таких случаях, все начинается со стратегии. Как связать буквы в предложения, а предложения в слайды так, чтобы у всех (от программиста до VP) сложилась понятная картинка ближайшего будущего и тебе поверили, что ты понимаешь, как к этому будущему прийти? Это и называется Продуктовая Стратегия.

Написание стратегии требует напряжения мозга и всех ваших знаний в предметной области: тут нужно и с данными посидеть, и ресерчи посмотреть, и с дизайном договориться, и понимать, что технически возможно, а что займет годы. Ну и про бизнес не забыть. Ну и вообще придумать что-то, чего еще не существует в индустрии, то есть по сути изобрести новую реальность.

Финальный продукт этой деятельности (я называю его "пятислайдер") потом используется годами (постепенно, эволюционируя) и становится самой популярной презентацией, которая у вас есть. Забавно, что когда бы я не зашел в свою стратегию, там всегда кто-то да висит - то технарь, то новый аналитик, то маркетолог, то архитектор, ведь для них это - официальный (и утвержденный) план действий. Ну и, конечно, пали те, кто попытался левой пяткой сделать стратегию с помощью ИИшки - ведь стратегия требует придумывать новое, а не пережевывать старое. В культурах попрямее, они сразу получают фидбек, что так нельзя. В культурах с менее прямой коммуникацией им больше ничего серьезного не дают.

Я считал и считаю, что ничего важнее стратегии в продуктовой работе не было и нет. Джун становится кором, когда начинает строить стратегические планы и воплощать их. А синьором — когда делает это достаточное количество раз и/или в неочевидных 0-to-1 областях.

Если вы хотите научиться строить стратегии, последние места на поток + симулятор от трех Head of Product можно забрать тут.

Если интересно, я могу еще рассказать о трех стратегических проблемах, которые я наблюдаю у джунов (да - палец вверх👍, нет - очки😎).

Владимир Калмыков,
Lead PM, Tech platform solutions Booking. com,
автор симуляторов: Claude Code для продакта, Продуктовая стратегия, Технические навыки для продакта и др.

Делимся записью вебинара

Спикер:
Игорь Седачёв, Head of marketplace product Smartcat, ex Semrush, ex Авито

Живой поток интенсива Продуктовая стратегия стартует 14 сентября.

Интенсив для тебя, если:
- Команда не понимает что и зачем мы делаем. Разработчики и дизайнеры задают неудобные вопросы о смысле задач, но у тебя нет ответов.
- Ты ищешь новую работу. В процессе отбора в большие технологические компании нужно будет решать стратегические кейсы, а у тебя недостаточно опыта.
- Руководитель поставил задачу сделать стратегию. Тебе предстоит делать стратегию первый раз. Или не первый, но всё равно непонятно как.
- Ты хочешь получить повышение. Рост в компании зависит от влияния на бизнес, а ты не знаешь, как его продемонстрировать.

Скидку на курс для участников вебинара ищи на YouTube.

Полную запись вчерашнего вебинара можно найти тут.

Вчера стартовал очередной поток курса ML + LLM для продакта. Мы начали с классического машинного обучения. Свои модели тренировать – это вам не эвалы в AI-студии гонять!

На первом вебинаре обсуждали в частности, почему управление ML командой отличается от работы с обычными командами разработки.

Вебинар доступен с записи (мааааленький пример из 1.5-часового воркшопа в видео выше). Группа сильная, тема максимально актуальная, препод просто зверь!

Если вы любите запрыгивать в последний вагон отъезжающего поезда, то сейчас тот самый момент, присоединяйтесь.

Уже сегодня👆

9 сентября в 19:00 GMT+3 проведём вебинар о том, как AI меняет сам процесс создания продуктовой стратегии — от анализа рынка и поиска возможностей до формулировки стратегических ставок.

➡➡➡Запишись

Бот напомнит о вебинаре, поможет добавить событие в календарь и пришлёт запись.

Присоединяйся!

Иван, продакт-менеджер в небольшой компании, вышел из отпуска в начале сентября, сел разбирать переписки и сразу увидел приглашение от CPO на обсуждение продуктовой стратегии следующего года.

По опыту прошлого года, две недели выглядели очень сжатым сроком даже для первого черновика, но теперь у компании появился корпоративный доступ к Claude и метрика по использованию токенов (чем больше – тем лучше). Иван дочитал пост линкед-ин инфлюенсера о том, что тот автоматизировал всю свою работу и агенты теперь пишут стратегии за него, и решил попробовать так же. Поставил себе часовой слот в календарь за день до обсуждения. По словам инфлюенсера, агент прекрасно справится с задачей за 20 минут, но Иван решил перезаложиться.

Ивана нам пришлось выдумать, чтобы вам было интереснее читать этот пост, но вопросы «сможет ли Claude написать стратегию за меня» и «зачем практиковаться, если AI справляется сам» действительно актуальны. Давайте разложим процесс создания стратегии на базовые составляющие и подумаем, как AI влияет на каждый из них.

Если совсем упростить, то создание стратегии состоит из четырёх шагов:
1. Собрать данные об окружающем мире, компании и продукте (интервью, исследования, метрики, результаты тестов и вот это всё).
2. Придумать и аргументировать собственно стратегию: что мы строим, чего мы не строим, почему именно это, как идём к результату.
3. Обсудить принятые решения с уважаемыми людьми стейкхолдерами, получить миллион новых вводных, всё переписать много раз.
4. Сформулировать финальную версию в виде понятного документа с несколькими версиями: покороче, подлиннее, про бизнес, про тех, про этих, в одном слайде, в танце и песне.

Шаг 1. Начинается с вопроса, какие именно знания нам нужны и что из этого реально получить в нашей ситуации. Уже на этом этапе великие продакты начинают отличаться от менее великих: чем больше опыта и знаний у менеджера, тем лучше он сформулирует задачу и получит более качественный результат. Зная правильный вопрос, а ещё лучше имея под рукой описанную методологию, можно использовать AI для контроля качества – проверить, не забыли ли мы что-то. Польза есть, но минимальная, живого продакта пока заменить не получится.
Продолжение первого шага – непосредственно сбор данных. Тут AI бодро шагает по планете и даёт реальную ценность, с одним НО: чтобы сбор данных на базе AI работал как надо, его придётся как надо внедрить – подключить к источникам данных, задать правила, проверки качества и т. д. За день до прогона стратегии такое не сделать.

Шаг 2. Здесь AI-агенты пока особо не помогут. Их можно использовать как спарринг-партнёров в поиске решений и аргументов, но без базы стратегического мышления они вам не помогут. Тут великие продакты с AI убегают далеко вперёд от менее великих с тем же AI – разница даже более заметна, чем при постановке задачи на поиск данных.

Шаг 3. Агент за продакта его не сделает, и именно перед походом к стейкхолдерам хочется потренироваться в безопасной среде: тут на кону не только стратегия, но и профессиональный имидж, повышение или увольнение.

Шаг 4. Целиком на ваше усмотрение – я уже вижу волну «мы этот документ сами писали, без всякого AI, вон даже опечатки есть». Но можно и агентами.

Так вот, шаги 1 и 4 – это ремесло, которое AI постепенно забирает себе, и хорошо, если заберёт. А шаги 2 и 3 – ровно там, где опыт и практика продакта пока незаменимы, и именно туда стоит вкладывать время.
Дальнейшая судьба выдуманного Ивана пока неизвестна, возможно что его Claude настолько хорош, что он управился за 20 минут, может быть CPO раскатал его первом прогоне и пришлось собирать всё заново.

Тема на самом деле гораздо шире четырёх абзацев в телеграм-канале, и нам кажется, её стоит обсудить вживую, с вопросами и конкретными кейсами.

Поэтому 9 сентября в 19:00 GMT+3 проведём вебинар о том, как AI меняет сам процесс создания продуктовой стратегии — от анализа рынка и поиска возможностей до формулировки стратегических ставок.

➡️➡️➡️Запишись

Бот напомнит о вебинаре, поможет добавить событие в календарь и пришлёт запись.

AI по понятиям

Ребята, мы с очередной полезностью.

Как и обещали, мы продолжаем наполнять нашу библиотеку статей полезными материалами - бесплатно, без регистрации и смс.

Во время очередного потока-симулятора "Claude Code для продакта" мы заметили, что студенты довольно часто путаются в основных понятиях: модель, tools, MCP, harness, AI-агент. А ведь на самом деле все они друг с другом очень логично связаны и вместе создают ту самую AI-магию.

В общем, все термины разобрали по порядку, примеры привели, результатом довольны. Такую статью и на пляже в отпуске не стыдно читать, и в метро, и даже на работе можно монитор от коллег не отворачивать. А вот на первом свидании цитировать статью не советуем, а то свидание имеет шанс превратится в дебаты про будущее AI.

➡️➡️➡️Читать статью

PS-напоминание
8 сентября мы запускаем большой AI/ML-поток для продактов. В этот раз решили объединить сразу два наших курса: «Профессия ML-продакт» и «LLM и эвалы для продакта».
Внутри 16+ практических кейсов в двух симуляторах и 6 живых воркшопов, где будем разбирать решения и отвечать на вопросы. Осталось меньше недели, записывайся сейчас.

Когда мы проектировали симулятор по стратегии, основной сложностью было придумать формат, который с одной стороны поможет систематизировать знания, а с другой станет тренажером реальных задач, а не просто набором умных мыслей о том, как правильно жить писать стратегию.

Отзывы говорят о том, что у нас получилось выполнить оба условия. Участники на себе почувствовали что происходит когда нужно собрать историю из разрозненных вводных за ограниченное время: 

На одном из вебинаров нам накидали хаотичные вводные, и за 20 минут нужно было собрать часть стратегии, отбросив лишнее (мы, конечно, провалились :)). В этом и главный бенефит – оказаться в максимально реалистичных запутанных продуктовых условиях и сразу получить разбор: что можно было вытянуть и как.

Помимо иллюстрации тезиса о том, что в ситуации реальных задач все мы падаем до уровня своей подготовки, разбирались с тем, как изменить существующий подход к работе, чтобы стратегия перестала быть формальным документом и стала приносить пользу каждый день: 

Главный инсайт: стратегию стоит готовить и проговаривать со стейкхолдерами даже в задачах, которые не кажутся чисто продуктовыми - уже применяю в работе. Топик про стратегические возможности - one love.

Живые вебинары были дополнением к симулятору, с которым можно работать в своем темпе и сфокусироваться на структурировании знаний и размеренной работе с заданиями: 

Мне понравилось, что материал выстроен последовательно: от понимания, зачем вообще нужна стратегия, до формулировки пользовательской проблемы, оценки возможности, описания решения для конкретного сегмента и построения роадмапа. За счет этого курс помогает увидеть стратегию как цельную систему, а не как набор разрозненных слайдов.

Сильной стороной оказался формат симулятора: он хорошо вовлекает, заставляет думать самостоятельно и принимать решения, а не просто пассивно проходить материал. Также я бы рекомендовал выбирать опцию с воркшопами, потому что именно там появляется дополнительная практическая ценность: за ограниченное время нужно решить кейс, затем презентовать свой подход и получить обратную связь. Такой формат намного лучше тренирует реальное продуктовое мышление, учит структурировать мысли и защищать свои решения.

После курса стало проще смотреть на стратегию через связку «сегмент → проблема → ценность → бизнес-эффект → план реализации».

Проблема “падения до уровня подготовки” в стрессовой ситуации особенно ярко заметна при переходе на другой язык. Собрать и защитить документ на втором языке гораздо сложнее. Поэтому мы сделали английскую версию симулятора – если уже работаете в англоязычной среде или только собираетесь проходить собеседования, эта версия для вас. 

Ближайшая очная когорта (вебинары на русском, симулятор на русском или английском по вашему выбору) начинается в 14 сентября, имеет смысл записаться на неё уже сейчас, чтобы успеть пройти симулятор.

Этот и другие курсы до 1 сентября можно забрать со скидкой -15% с нашей традиционной акцией “Back to school”. Успевай до завтра!

Друзья, делимся записью вебинара Личный AI-сетап:

➡️Запись⬅️

Кто был онлайн подтвердят: было максимально практично и полезно 💪🏻. Спасибо Альбине еще раз💚

Два курса за один поток: ML-продакт + LLM и эвалы

8 сентября мы запускаем большой AI/ML-поток для продактов. В этот раз решили объединить сразу два наших курса: «Профессия ML-продакт» и «LLM и эвалы для продакта».

Почему вместе? Потому что современный AI-продакт — это уже не только LLM. Рекомендации, ранжирование, прогнозирование, классификация и оптимизация по-прежнему во многом работают на классическом ML. А поверх этого появился огромный новый пласт LLM-продуктов со своими подходами к разработке и, особенно, оценке качества.

Поэтому за две недели разберём обе стороны.

В «Профессии ML-продакт»:
— как устроен жизненный цикл ML-проекта;
— где брать данные и что с ними может пойти не так;
— как работать с фичами и метриками моделей;
— как запускать ML в прод и следить за деградацией;
— как понимать, когда модель стоит продолжать улучшать, а когда пора остановиться.

В «LLM и эвалы»:
— как превращать LLM из чатика в компонент продукта;
— как писать и улучшать промпты на реальных продуктовых задачах;
— как выбирать модели по качеству, скорости и стоимости;
— как строить пайплайны и роутинг;
— как собирать датасеты и строить эвалы;
— как использовать LLM-as-a-judge;
— как оценивать безопасность LLM-фич.

И главное — это не два набора лекций. Внутри 16+ практических кейсов в двух симуляторах и 4 живых воркшопа, где будем разбирать решения и отвечать на вопросы.

Стартуем 8 сентября, занимаемся две недели. Воркшопы — 8, 10, 15 и 17 сентября с 19:00 до 21:00 МСК.

Подробнее про курсы:

Профессия ML-продакт⁠

LLM и эвалы для продакта⁠

Если хочется не просто «разобраться в AI», а научиться работать с AI/ML-продуктами как продакт — это самый полный поток, который мы пока делали.


Этот и другие курсы до 1 сентября можно забрать со скидкой -15% с нашей традиционной акцией “Back to school”.

Личный AI-сетап: как встроить агентов в ежедневную жизнь

26 августа в 19:00 GMT+3 проведем вебинар о том, как встроить AI-агентов в повседневные процессы и передать им часть рутины.

На личном примере покажем, как связать Claude с Telegram, календарем, почтой, заметками и базой знаний через MCP — и управлять системой с телефона.

Разберем:

— что дает MCP для Telegram;
— как собирать календарь, важные письма и задачи в утреннюю сводку;
— как превращать голосовые заметки и рабочие материалы в базу знаний;
— как использовать агента для подготовки к встречам и еженедельных обзоров;
— какие элементы личного AI-сетапа можно перенести в команду.

Спикеры:
- Альбина Мунирова
Head of Product AI Center, Т-Банк
- Андрей Менде
Senior PM ML, Booking.com

Вебинар для тех, кто хочет перейти от отдельных промптов к AI-системе, встроенной в ежедневную работу и жизнь.

Запишись. Бот напомнит о вебинаре, поможет добавить событие в календарь и пришлет запись.

Second brain продакта –
как может выглядеть, и как он мог бы функционировать, чтобы нас уже наконец-то можно было заменить AI агентами.

Напомню постановку проблемы: одна из основных причин, почему продакты не могут становиться кратно эффективнее за счет работы c AI ассистентами – это то, что для выполнения большей части задач нам нужен полный и актуальный контекст по проектам, над которыми мы работаем. А этого контекста сейчас не сущетсвует в цифровом мире.

Давайте представим себе как могла бы выглядеть система, которая эту проблему решает.

Хранение информации (second brain)
- Для начала нам нужно место хранения информации по проектам, с которым агенту будет удобно работать, и куда он сможет бережно складывать все, что он узнал к текущему моменту, а также ссылки на внешние источники, на случай если ему понадобится более полный контекст. Большинство людей используют для этого Obsidian, потому что markdown файлы – это наиболее нативный для агентов формат текста.
- Нам нужны инструкции про то, как работать с основными внешними системами хранения информации, которые мы используем: Jira, Confluence, Google docs, аналитика. Скорее всего это будут skills для нашего Claude, которые могут ссылаться на те же .md файлы при необходимости

Система обработки входящей информации
Агент должен систематически и автономно читать все важные источники входящей информации, заносить их в наш Second Brain и обновлять текущий статус.

(1) Встречи
- Допустим у вас прошла встреча и у этой встречи даже есть транскрипт
- Агент должен взять этот транскрипт, положить в нашу систему, и разметить все сущности к которым это встреча имеет отношение: людей, проекты, компоненты системы
- Затем агент должен понять в какие из этих сущностей нужно внести изменения, чтобы актуализировать статус. Например, отразить новые выводы и договоренности по проектам, которые обсуждались, поставив ссылку на транскрипт встречи, где нужно

(2) Мессенджеры и почта
- Получается, что аналогичным образом агент должен читать все входящие сообщения из мессенджеров и почты
- Про каждое сообщение (или диалог) он должен ответить себе на вопрос, нужно ли внести какие-то дополнения в файл проекта, потому что в сообщении есть новая инфомация
- Или добавить новый пункт в план одной из следующих встреч
- Или поставить задачу, которую должен сделать подопечный белковый продакт
- А чаще всего несколько из вышеперечисленных пунктов одновременно

Если представить себе, что написали агентов и процедуры для встреч и мессендеров, то нетрудно будет добавить еще одну точку входа в систему обработки входящих, куда мы будем руками вносить то, что в нее не попало, потому что случилось в устной коммуникации или где-то еще вне систем, которые мы мониторим автоматически.

И тогда можно будет рассчитывать на то, что у нас будет существовать тот самый полный и актуальный контекст, который позволит агенту решать действительно широкий спектр задач из нашей рутины, и брать на себя какую-то осмысленную часть работы.

Что вы считаете? Утопия? Или через два года уже у всех будет так? Или вы по-другому видите дизайн системы AI-продакт? Делитесь в комментариях.

Почему AI агенты не делают продакта эффективнее

Если вы всерьез пытаетесь делегировать *значимую* (значимую – это такую, без которой не обойтись, а не какую-то фигню, которую вы до этого не делали, и без этого никто не страдал) часть своей продуктовой работы агенту, то вас будут ограничивать две вещи:
- интеграция агента с рабочими системами (то есть, наличие MCP и прав доступа)
- информационный контекст.

Про интеграции мы с вами уже немного поговорили – это ад, особенно для корпоративных систем, где безопасники несут вахту. Но это ад предсказуемый, который мы в горизонте пары лет скорее всего победим. Давайте сегодня поговорим про то, почему у агента не хватает контекста, чтобы решать ваши рабочие задачи.

Для того, чтобы сделать почти любое осмысленное действие по проекту, агенту нужен будет полный и актуальный статус. Что уже случилось до текущего момента, и какие дальнейшие шаги ожидаются. Но актуального статуса проектов нигде не существует в готовом виде!

- Где-то на диске лежит PRD, но он потерял актуальность в тот момент, когда над проектом пошла активная работа
- В Jira есть задачи даже со ссылками на коммиты, но это лишь часть истории
- Есть расшифровки встреч (но не всех), оттуда попробуй извлеки точно о чем стороны договорились
- Есть чатики в корпоративном мессендежре: личные сообщения, канал команды, чатик проекта (тут я передаю пламенный привет любителям создавать новый чатик с рандомным набором участников на каждый чих. В аду для вас уготован отдельный котел, который будет называться "Алексей Иванов, Иван Пертров, Елена Головач... и др.")
- И если до этого пункта у вас еще теплилась надежда, что все это можно как-то структурировать и организовать, то в этот момент мимо вашего стола проходит разработчик и говорит "Кстати, по задаче, про которую ты спрашивал – она заблокинована, мне нужно прокинуть название use case из upstream сервиса", и окончательно убивает надежду.

Этот самый полный контекст проекта поразительным образом существует у вас в голове, потому что ваш мозг, получая каждый новый сигнал, обновляет текущий статус. Но как только я сажусь делегировать задачу AI ассистенту, я осознаю, как много информации либо вообще не отражено в цифровом мире, либо погребены в такой помойке human слопа, что и за сто тысяч токенов не извлечешь.

И это, на мой взгляд, наибольший барьер внедрения AI в рабочие процессы продакта на данный момент. Это то, почему продакт, приручивший Claude, пока не может значительно выигрывать у своего коллеги-луддита с блокнотиком и карандашом.

Расскажите в комментах ощущаете ли вы тоже эту проблему и как с ней боретесь?

На мой взгляд решение может выглядеть как second brain система. В следующем посте я порассуждаю о том, как она могла бы выглядеть и что уже удалось построить.

Андрей Менде, PM ML Booking .com, автор симуляторов Claude code AI для продакта, ЛЛМ для продакта, ML для продакта, и др.

Сегодня я нажал кнопку "раскатать на всех" в эксперименте, над которым моя команда работала с начала года.

Эксперимент положительный, доверительный интервал глубоко зеленого цвета. Опытный экспериментатор отметит тот факт, что граница доверитильного интервала далеко от нуля, а значит confidence у этого эксперимента достаточно высокий. Вне всяких сомнений, это улучшение опыта клиентов немного заметное даже на масштабе всей огромной компнии.

Успех в этом эксперименте фактически означает, что мы выполнили свои цели на этот год, и дальше можно работать уже имея большую свободу: вкладываться в какие-то долгосрочные проекты без немедленной отдачи, или доводить какие-то более мелкие штуки.

Ну и немного улучшить ситуацию с тех. долгом, поработать над нашим собственным тулингом, углубить интеграцию с AI в конце концов.

Суть улучшения не все поймут даже внутри компании, а наружу про нее говорить вообще пока нельзя, но это на стыке модного AI (LLM-driven) и классического ML. Я очень рад, что именно эта гипотеза сработала.

Дело в том, что новомодный AI, конечно, обладает большими возможностями, и иногда слабо отличим от магии, но для задач, где нужно обработать огромное количество данных, он почти не применим: и дорого, и медленно.

Недавно стали появляться подходы, которые позволяют их эффективно скрещивать, и использовать магию LLM в том числе на BigData задачках, но они пока технически достаточно сложные. Один из них сработал у нас.

Я надеюсь, через пол года об этом напишут статью, и тогда можно будет рассказывать уже в деталях, а пока просто хочется разделить с вами эту эмоцию.

Андрей Менде, PM ML Booking .com, автор симуляторов Claude code AI для продакта, ЛЛМ для продакта, ML для продакта, и др.

«Плохие новости — я не могу добавить его обратно»

Австралиец Эндрю хотел попасть в свой спортзал на популярную утреннюю тренировку, места на которую разбирали почти мгновенно. Он поручил агенту на базе OpenClaw и Claude заниматься записью вместо него.

Агент обнаружил уязвимости в GraphQL API системы бронирования. Через него можно было записываться на занятия на недели и месяцы вперёд в обход установленных ограничений, а также отменять чужие бронирования без проверки прав.

Эндрю находился на четвёртом месте в листе ожидания и спросил агента, можно ли переместить его на первое. Агент решил проверить найденную возможность и без дополнительного разрешения отменил бронирование человека, занимавшего первую позицию в очереди. В результате Эндрю поднялся с четвёртого места на третье.

Вернуть человека обратно агент уже не смог и сообщил:

«Плохие новости — я не могу добавить его обратно».

Об инциденте рассказал сам Эндрю, а переписку с агентом опубликовало австралийское ABC News. Разработчик системы бронирования отказался обсуждать конкретную уязвимость, Anthropic не предоставила комментарий.

А вы когда последний раз были в спортзале)?

Список литературы на лето

Этот пост для тех, кто на каникулах вяло работает в августе, или же чилит на даче / пляже / горах.

Не знаю, замечали вы или нет, но очень много в жизни зависит от правильно выбранного направления. Остальное - тоже важно, но копать в правильную сторону всегда проще.

Откуда взять это направление? Уж точно не из помойки инфошума про успешный успех, “AI заменит даже твою кошку” и вот этого всего. Решения рождаются из вашей же головы, которой нужно дать время отойти от операционки и посмотреть на события издалека. Если вы хотите сделать это для пользы продукту, то почитайте про то, “как Билл Гейтс берет думательные недели” (я скоро попробую и расскажу). А если просто “для себя”, то подойдет хорошая книжка по теме, которая вас интересует. У нас была куча постов про книги (поищите в истории), ну или можете спросить в комментах - подскажем.

Я (Владимир) обожаю читать, и всегда удивляюсь, что даже во вроде бы не профильных книгах можно почерпнуть 1-2 идеи, а в профильных, аж все 10. После книг вы редко меняете свое поведение на 180 градусов, но ваша био-ллмка понемногу усложняется, начиная ловить связи, там где более слабые био-ллмки смотрят пустыми глазами. Более того, у вас формируется свое мнение о предмете, а не “мнение Васи-блогера” (который попросил чатджпт просуммировать книгу, а тот сделал это по сгенерированным постам-саммари от клода). Ну и наконец, книга может помочь сформировать то самое направление, потому что кукушка была достаточно (а) отвлечена от операционки и (б) получила совершенно новый угол взгяда на проблему.

<список>
Например, полезно почитать в деталях, как Джоббс рулил продуктовой разработкой (“Steve Jobs by Isaacson”), или как CEO Disney вытаскивал компанию из болота (“The ride of a lifetime”), или как Тони Фаделл изобретал iPod (“Build”), или как Альтман превратил идею свободного ИИ в 😳 (“Empire of AI”), или про ментора всех CEO долины обычного футбольного тренера (!) Bill Campbell (Billion Dollar Coach), или про менеджерский подход CEO Intel (High Output management), или очень ржачную книгу про год без работы после увольнения - “Fat, Forty and Fired”. Ну и так далее.

У меня на очереди две книги: Elon Musk (от того же Isaacson), и “Act like a leader, Think like a leader” (один директор на работе упомянул, почитаю).
</список>

Кто что еще порекомендует?

Владимир Калмыков,
Lead PM, Tech platform solutions Booking. com,
автор симуляторов: Claude Code для продакта, Продуктовая стратегия, Технические навыки для продакта и др.

Практический лайфхак про стратегию

У нас выходило довольно много постов про стратегию (и даже есть гайд и симулятор), и я хочу кое-что к этому добавить.

Обычно стратегия преподносится в виде “пятислайдера” - короткой истории, покрывающей проблему / ее оценку / решение / план, и именно эти слайды вы питчите по каждому поводу - клиентам, директору, команде, и тд, постепенно полируя.

Есть еще и вторая версия той же стратегии - письменный нарратив. Он решает проблему того, что (а) без вашего голоса слайды теряют 80% наполнения и (б) - вы каждый раз питчите чуть по-разному (свойственно для сложных тем), что иногда может и бесить.

Нарратив (strategy narrative) - это максимум 3-5 страниц для стратегии команды на ближайшие 1-2 года (в зависимости от циклов планирования, принятых в вашей компании). Если вы ведете департамент или больше одной связанной темы, то можете позволить себе 7-8 страниц. Но не больше: это не AI-слоп водичка на 50 страниц, а высококонцентрированная история, которую можно прочитать за 15-20 минут. Поскольку история про (нетривиальное) будущее, то AI вам не поможет. Кто не согласен - присылайте почитать, с удовольствием приму челендж.

Один классный лайфхак - сделать в конце дока FAQ: список вопросов, которые вы часто слышите по поводу своего питча, а-ля “Ну зачем это делать, если есть Х?” или “Это значит, что Y больше не нужно?”, и т.д. С одной стороны это уже не часть стратегии (и не вылезает за положенный объем), с другой - позволяет углубиться тем, кто хочет и заодно откомментить свои вопросы.

Ну и, конечно, напоминаю, что при первом же обнаружении следов ИИ (обтекаемость и обороты типа “это не X, это Y” и прочий сейлз), ваш док как откроют, так и закроют. Тратим чужое время с умом 😉

Владимир Калмыков,
Lead PM, Tech platform solutions Booking. com,
автор симуляторов: Claude Code для продакта, Продуктовая стратегия, Технические навыки для продакта и др.

Дочитал книгу о становлении OpenAI

Хочешь понять, к какому миру мы движемся? Тоже читай книгу. Или хотя бы этот пост :)
Ниже то, что запомнилось:

* OpenAI начиналась как некоммерческая организация, но в какой-то момент стала коммерческой, а недавно даже начала заключать контракты с государством.
* Anthropic основали бывшие сотрудники OpenAI, которые ушли, чтобы создавать более «безопасный» ИИ.
* LLM — не единственный возможный путь развития «искусственного интеллекта», но сейчас вся гонка и все деньги сосредоточены именно на нём.
* В истории любой ИИ-компании был один сомнительный момент: сначала они обучили модели на бесплатных данных, созданных людьми, а потом… начали брать с этих же людей деньги за доступ к моделям.
* Обучение каждой модели требует колоссальных ресурсов. Просто погуглите «10 крупнейших дата-центров мира».
* Поскольку модели сами не умеют отличать «плохие» ответы, десятки тысяч людей по всему миру вручную размечают данные, получая за это буквально копейки.
* Сэм Альтман — тот ещё тип. В книге подробно объясняется, почему и как совет директоров его уволил и как ему удалось вернуться всего через несколько дней. По словам Claude (хе-хе), новый совет директоров теперь сформирован так, чтобы подобное вряд ли повторилось. Красиво работает ;)

Книга называется «Empire of AI». Очень рекомендую, если хотите лучше понять новую реальность, куда мы быстро вкатываемся.

Владимир Калмыков,
Lead PM, Tech platform solutions Booking. com,
автор симуляторов: Claude Code для продакта, Продуктовая стратегия, Технические навыки для продакта и др.

У наших курсов нет эффекта отмены!