Project-менеджер | IT

Этот текст мы написали по интервью одного из наших клиентов. Он так вдохновился накопительной диаграммой потока, что решил рассказать о своём опыте нам. А мы — вам :-)

В одной компании мы передавали задачи между отделами в чатах. В другой — по почте. Где-то использовали таблицы. Схемы отличались, результат был один и тот же.

Ты отдаёшь задачу в другой отдел, а дальше не понимаешь, что с ней происходит. Вроде передали, но взяли ли её в работу? Чтобы узнать статус, нужно писать и напоминать. А в день дедлайна выясняется, что задачу никто ещё не трогал.

И процессы вроде бы есть, но они плохо организованы, и тут проблема не в конкретной команде или в людях.

В статье показываю пять простых способов, как можно эффективно организовать передачу задач между командами и перестать тратить время на ручной контроль.

Я не шучу, Илон Маск прав — мы действительно уже существуем в эпоху ИИ-сингулярности.
Что такое сингулярность? По сути — это то, что компьютеры принимают какие-то решения, но мы не можем проверить, почему они это делают, и можем только довериться решению.
Фантастическая литература приучила нас к тому, что это будет выглядеть как что-то вроде ответов на «самый главный вопрос Вселенной и всего такого», прыжков гиперреальности и вообще бога-из-машины.
Но это вовсе не обязательно. Для ИИ-сингулярности достаточен средний или ниже среднего интеллект, чтобы у ИИ было непреодолимое преимущество перед человеком. Поясню, что это значит.

Мой основной проект — это платформа для конструирования веб-приложений для автоматизации процессов: база данных, действия, триггеры, интерфейс. Но пока я её разрабатывал, сделал множество готовых решений автоматизации под конкретные задачи. И почти везде встречалась одна и та же история: проект застревал где-то посередине, и дальше требовались какие-то невероятные усилия, чтобы довести его до завершения. По факту эти усилия ложились на меня.

В конце концов я пришёл к выводу, что лучше бы их вообще не брать. Но если уж ввязался — то только на следующих условиях (которые в последние несколько проектов спасли мне миллиарды нервных клеток).

Решение кейсов для отбора на стажировку от Т-Банка - я проделывал большой объем работ, но фидбека по кейсу не получал, лишь сухое "Спасибо за участие! К сожалению..." и т.д. Подобная фраза никак не помогала мне прогрессировать.

Больше 15 лет работаю в финтехе, 10 из них развиваю банковские продукты. Больше 5 лет управляю IT-командами, которых было 7. Была продакт овнером расчетных продуктов в Банке Москвы, в ВТБ, в Открытии, в Альфа-банке. Люблю строить системы для своих команд и организовывать рабочий процесс так, чтобы все работало как часы.
Рабочих практик всего три.

В этой статье разложу по полочкам, как предпринимателю и топ-менеджеру найти это ограничение за 1–3 рабочие встречи, не утонув в бесконечных «совещаниях о совещаниях». В основе — простая, но мощная методика визуального анализа причин и следствий («дерево текущей реальности») с пошаговым порядком действий. Вы получите понятный сценарий — от сбора симптомов до проверки гипотезы и запусков первых изменений — и чек-листы, чтобы не перепутать следствие с причиной. В конце статьи — ссылка, где забрать мою методичку и рабочие шаблоны.

Я проанализировала, как устроена монетизация в топовых продуктах: Notion, Figma, Slack, Miro, Loom, Intercom, Mixpanel, Canva, Manychat, Airtable, Zoom и Grammarly: начиная с того, как они презентуют цены на лендингах, до того как они выстраивают воронку апсейла и где именно заложены триггеры роста выручки. Отдельно вынесла паттерны монетизации AI-функций.