👨🏽💻 HRTech & AI | Александр Чигарьков pinned «📌 Путеводитель года — Telegram-бот, который помогает подвести итоги без чувства вины и составить реалистичный план на 2026. Мое детище, которым в прошлом году им воспользовались более 1000 человек. ⸻ ✳️ Подвести итоги и помечтать о следующем — не такая простая…»
Лидеры металлургИИ будущего
Последние несколько месяцев я посвятил очень важному и очень ответственному делу — конкурсу проектов на основе генеративного искусственного интеллекта в Северстали.
Мы осознанно решили пойти не только «сверху вниз», а и дать людям возможность самим попробовать ИИ в работе. Не на курсах, не в презентациях, а руками: взять реальную боль, реальную рутину и посмотреть, можно ли упростить жизнь с помощью доступных инструментов.
Мы совершенно не ожидали такого отклика.
Было подано более 400 заявок из самых разных функций: производство, безопасность, HR, финансы, снабжение, ИТ и не только. Это были не абстрактные идеи «про ИИ», а очень конкретные предложения: где теряется время, где много ручного труда, ошибок, лишних согласований.
Конкурс длился больше двух месяцев и был устроен как настоящий практический эксперимент.
Мы дали коллегам доступ к внутреннему ИИ-контуру компании — локальные модели для работы с конфиденциальными данными, платформу DaVinci, n8n как no-code инструмент, шаблоны агентов и ботов, поддержку ИТ- и продукт-трекеров. Не нужно было быть программистом — нужна была понятная задача и желание разобраться.
В итоге получилось то, ради чего всё и затевалось:
огромный бэклог сильных идей, сотни прототипов и MVP, и — что для меня особенно важно — огромное количество людей, которые впервые попробовали ИИ не «на словах», а в реальной работе. С ошибками, сомнениями, открытиями и первыми «вау, так можно было?».
В прошлую пятницу лучшие проекты были представлены топ-менеджменту компании на ежегодной конференции Severstal Leadership Lab. И это был очень сильный момент: живые демо, конкретные эффекты, честные вопросы и, что особенно ценно, — настоящая поддержка и интерес со стороны руководства. Без скепсиса и без снисходительности.
Процитирую нашего акционера:
Для меня это, пожалуй, одно из самых вдохновляющих профессиональных событий года. Потому что стало видно:
ИИ — это уже не «модная тема», а рабочий инструмент, который люди готовы брать и использовать, если им дать понятный вход и безопасную среду.
Мы точно будем продолжать.
Я отдельно расскажу, как был устроен этот проект, как мы отбирали идеи, где было сложно, где мы ошибались и какие уроки забираем с собой дальше.
Если интересно — оставьте 🔥
Буду делиться в следующих постах.
@AlexGetsHrDone
Последние несколько месяцев я посвятил очень важному и очень ответственному делу — конкурсу проектов на основе генеративного искусственного интеллекта в Северстали.
Мы осознанно решили пойти не только «сверху вниз», а и дать людям возможность самим попробовать ИИ в работе. Не на курсах, не в презентациях, а руками: взять реальную боль, реальную рутину и посмотреть, можно ли упростить жизнь с помощью доступных инструментов.
Мы совершенно не ожидали такого отклика.
Было подано более 400 заявок из самых разных функций: производство, безопасность, HR, финансы, снабжение, ИТ и не только. Это были не абстрактные идеи «про ИИ», а очень конкретные предложения: где теряется время, где много ручного труда, ошибок, лишних согласований.
Конкурс длился больше двух месяцев и был устроен как настоящий практический эксперимент.
Мы дали коллегам доступ к внутреннему ИИ-контуру компании — локальные модели для работы с конфиденциальными данными, платформу DaVinci, n8n как no-code инструмент, шаблоны агентов и ботов, поддержку ИТ- и продукт-трекеров. Не нужно было быть программистом — нужна была понятная задача и желание разобраться.
В итоге получилось то, ради чего всё и затевалось:
огромный бэклог сильных идей, сотни прототипов и MVP, и — что для меня особенно важно — огромное количество людей, которые впервые попробовали ИИ не «на словах», а в реальной работе. С ошибками, сомнениями, открытиями и первыми «вау, так можно было?».
В прошлую пятницу лучшие проекты были представлены топ-менеджменту компании на ежегодной конференции Severstal Leadership Lab. И это был очень сильный момент: живые демо, конкретные эффекты, честные вопросы и, что особенно ценно, — настоящая поддержка и интерес со стороны руководства. Без скепсиса и без снисходительности.
Процитирую нашего акционера:
«Я не ожидал, что мы так эффективно и серьёзно подойдём к этой теме и что будет такая степень проникновения этих знаний.
Вы сегодня очень хорошо показали, как этим можно пользоваться. Объём предложений впечатляет. Таким темпом мы сможем существенно совершенствоваться — и это очень пригодится нам в любой внешней обстановке».
Для меня это, пожалуй, одно из самых вдохновляющих профессиональных событий года. Потому что стало видно:
ИИ — это уже не «модная тема», а рабочий инструмент, который люди готовы брать и использовать, если им дать понятный вход и безопасную среду.
Мы точно будем продолжать.
Я отдельно расскажу, как был устроен этот проект, как мы отбирали идеи, где было сложно, где мы ошибались и какие уроки забираем с собой дальше.
Если интересно — оставьте 🔥
Буду делиться в следующих постах.
@AlexGetsHrDone
VK
Северсталь. Пост со стены.
Стали известны победители конкурса ИИ проектов «Лидеры металлургИИ будущего»!
🥇 1 место заня... Смотрите полностью ВКонтакте.
🥇 1 место заня... Смотрите полностью ВКонтакте.
🔥55🏆6😍4
Классная аналитика моего телеграм канала, от LLM.
О чем я пишу на чем фокусируюсь с на основе данных.
Попробовать: https://tgwrapped.com/
@AlexGetsHrDone
О чем я пишу на чем фокусируюсь с на основе данных.
Попробовать: https://tgwrapped.com/
@AlexGetsHrDone
🔥12
Ещё один значимый и важный для меня проект 2025 ❤️❤️❤️
1
Forwarded from Больше чем Тышковский
AI здорового человека
В ноябре 2022 года, когда вышел ChatGPT 3.5, мне стало довольно ясно видно: AI будет постепенно, без хайповых взрывов, менять консалтинговую индустрию. Не завтра и не «всё заменит», а именно – медленно и необратимо.
Менять скорость, глубину, экономику и требования к качеству работы. А также менять то, что ждёт от тебя клиент, если что-то он может сделать с AI сам.
Как обычно бывает, сначала я пошёл учиться сам. Тогда не было ни курсов, ни туториалов. Но уже были энтузиасты - и я пошел к ребятам, которые по факту освоили AI на полгода раньше и решили, что пора всех учить. На тот момент они выглядели абсолютными гуру.
После этого мы сделали несколько волн обучения внутри компании – через них прошли многие в команде. Было интересно, местами вдохновляюще, но, честно, эффект в работе был небольшим и на уровне компании не чувствовался. Инструменты есть, а жизнь не меняется.
Тогда я решил идти другим путём. Зная наш ДНК «радостно ввязываться в новое» и так же радостно «не дожимать», мы нашли человека, которого посчитали лучшим практиком внедрения AI именно в нашей сфере: Александра Чигарькова, и запустили внутри The Edgers группу AI-инноваторов.
Открытую – без принуждения, «по желанию». Уже тогда я хорошо помнил цифру из глобального исследования Deloitte: возможность глубоко и качественно развивать свои AI-компетенции повышает EVP для сотрудников на 71%. А любознательность – один из элементов ДНК нашей компании.
В итоге собралась пилотная группа из 14 человек. Мы начали не с инструментов, а с болей: провели исследование, честно спросили, что больше всего бесит, куда утекает время, где мы застреваем. И только потом – всей группой – стали разбираться, какие AI-возможности реально могут это починить.
Зная нашу врождённую особенность в любой непонятной ситуации ставить клиентские задачи выше собственных и «потом как-нибудь», мы сделали для себя непривычный ход: отдали всю полноту операционной власти Александру. И это, как ни странно, стало одним из самых правильных решений для успеха.
Результат – за 2,5 месяца у нас появилось 7 живых, работающих AI-решений. Не «прототипы для слайдов», а инструменты, которые:
• сокращают часы ручной рутины,
• приводят в порядок документы и отчёты,
• ускоряют поиск и аналитику,
• помогают думать, а не копировать и форматировать.
У нас появилось несколько разных ботов, которые очень глубоко ищут и находят людей, бот, который помогает структурировать и сохранять всю информацию после встреч, бот, который ускоряет написание коммерческих предложений, и бот, который ускоряет и углубляет работу с нашим эксклюзивным инструментом оценки TalentX7.
Без иллюзий, что «AI всё сделает за нас». Чётко – где он усиливает человека, а где ответственность остаётся у консультанта. И главный эффект – сотни сэкономленных рабочих часов в месяц, которые можно потратить на более сложную или креативную работу.
И вот это для меня и есть AI здорового человека.
• придуман людьми, сталкивающимися с задачами каждый день,
• встроен в реальную работу (над этим как раз сейчас работаем, и это главный вызов),
• решает конкретные проблемы,
• и не пытается изображать магию.
Я много читал и смотрел, что делают глобальные консалтинговые компании в AI – в том числе в Executive Search. Это выглядит впечатляюще. Но, будучи когда-то частью глобальной структуры, я всё чаще ловлю себя на мысли, что значительная часть этих решений – скорее для презентаций на больших конференциях.
А в наш путь я верю.
Потому что он про практику, ответственность и длинную дистанцию.
К чему я это всё? На этой неделе мы провели первый внутренний Demo Day и показали все наши наработки команде. Разные грейды, разные практики, разные продукты. Но одно желание вылечить реальные боли и стать лучше.
И это, честно, один из тех моментов, когда понимаешь: мы как компания уже ушли сильно дальше многих – и останавливаться точно не стоит.
Наше AI-продолжение точно следует.
В ноябре 2022 года, когда вышел ChatGPT 3.5, мне стало довольно ясно видно: AI будет постепенно, без хайповых взрывов, менять консалтинговую индустрию. Не завтра и не «всё заменит», а именно – медленно и необратимо.
Менять скорость, глубину, экономику и требования к качеству работы. А также менять то, что ждёт от тебя клиент, если что-то он может сделать с AI сам.
Как обычно бывает, сначала я пошёл учиться сам. Тогда не было ни курсов, ни туториалов. Но уже были энтузиасты - и я пошел к ребятам, которые по факту освоили AI на полгода раньше и решили, что пора всех учить. На тот момент они выглядели абсолютными гуру.
После этого мы сделали несколько волн обучения внутри компании – через них прошли многие в команде. Было интересно, местами вдохновляюще, но, честно, эффект в работе был небольшим и на уровне компании не чувствовался. Инструменты есть, а жизнь не меняется.
Тогда я решил идти другим путём. Зная наш ДНК «радостно ввязываться в новое» и так же радостно «не дожимать», мы нашли человека, которого посчитали лучшим практиком внедрения AI именно в нашей сфере: Александра Чигарькова, и запустили внутри The Edgers группу AI-инноваторов.
Открытую – без принуждения, «по желанию». Уже тогда я хорошо помнил цифру из глобального исследования Deloitte: возможность глубоко и качественно развивать свои AI-компетенции повышает EVP для сотрудников на 71%. А любознательность – один из элементов ДНК нашей компании.
В итоге собралась пилотная группа из 14 человек. Мы начали не с инструментов, а с болей: провели исследование, честно спросили, что больше всего бесит, куда утекает время, где мы застреваем. И только потом – всей группой – стали разбираться, какие AI-возможности реально могут это починить.
Зная нашу врождённую особенность в любой непонятной ситуации ставить клиентские задачи выше собственных и «потом как-нибудь», мы сделали для себя непривычный ход: отдали всю полноту операционной власти Александру. И это, как ни странно, стало одним из самых правильных решений для успеха.
Результат – за 2,5 месяца у нас появилось 7 живых, работающих AI-решений. Не «прототипы для слайдов», а инструменты, которые:
• сокращают часы ручной рутины,
• приводят в порядок документы и отчёты,
• ускоряют поиск и аналитику,
• помогают думать, а не копировать и форматировать.
У нас появилось несколько разных ботов, которые очень глубоко ищут и находят людей, бот, который помогает структурировать и сохранять всю информацию после встреч, бот, который ускоряет написание коммерческих предложений, и бот, который ускоряет и углубляет работу с нашим эксклюзивным инструментом оценки TalentX7.
Без иллюзий, что «AI всё сделает за нас». Чётко – где он усиливает человека, а где ответственность остаётся у консультанта. И главный эффект – сотни сэкономленных рабочих часов в месяц, которые можно потратить на более сложную или креативную работу.
И вот это для меня и есть AI здорового человека.
• придуман людьми, сталкивающимися с задачами каждый день,
• встроен в реальную работу (над этим как раз сейчас работаем, и это главный вызов),
• решает конкретные проблемы,
• и не пытается изображать магию.
Я много читал и смотрел, что делают глобальные консалтинговые компании в AI – в том числе в Executive Search. Это выглядит впечатляюще. Но, будучи когда-то частью глобальной структуры, я всё чаще ловлю себя на мысли, что значительная часть этих решений – скорее для презентаций на больших конференциях.
А в наш путь я верю.
Потому что он про практику, ответственность и длинную дистанцию.
К чему я это всё? На этой неделе мы провели первый внутренний Demo Day и показали все наши наработки команде. Разные грейды, разные практики, разные продукты. Но одно желание вылечить реальные боли и стать лучше.
И это, честно, один из тех моментов, когда понимаешь: мы как компания уже ушли сильно дальше многих – и останавливаться точно не стоит.
Наше AI-продолжение точно следует.
1❤9👍4🙏2🔥1
Как компаниям правильно мерить эффект от генеративного ИИ.
Когда мы запускали конкурс ИИ-проектов.
Было много сильных идей, демо, MVP.
И почти в каждом обсуждении в конце звучал один и тот же вопрос:
«А эффект где?»
Не «красивое ли решение ли», не на сколько литоно продвинуто технически, а
что именно поменялось в бизнесе и как это зафиксировать цифрами.
Недавно я посмотрел интервью Chief AI Officer компании Leidos — беседу вёл представитель AWS в рамках сессии Leading AI Transformation.
Leidos — большой, зарегулированный бизнес (госзаказ, оборонка, здравоохранение).
И их подход к метрикам и организации внедрения показался мне очень здравым.
🎥 Интервью целиком:
https://www.youtube.com/watch?v=LblTPS1LnLc
———
Метрики, которые они реально считают
Важно: Рон Кисинг (CAIO Leidos) отдельно подчёркивает, что метрики не должны сводиться не к “сокращению расходов” а показывать качественное изменение процессов.
1) Влияние на воронку продаж
Это ключевая стратегическая метрика для Leidos как B2G-подрядчика: AI должен помогать зарабатывать, а не просто «быть».
Как считают:
• В CRM / системах управления проектами делают tagging сделок, где используется AI.
• Выделяют конкретные AI-инициативы и технологии, которые компания предлагает клиенту.
• Смотрят воронку: в каких предложениях AI реально встроен в решение.
Финальный KPI:
• конверсия этих предложений в победы
• и особенно — случаи, когда заказчик прямо отмечает AI как преимущество при выборе подрядчика.
⸻
2) Потенциально сэкономленные человеко-часы
Рон скептически относится к попытке сразу переводить эффект в доллары через «минус штат».
Они считают высвобожденную ёмкость.
Как считают:
1. фиксируют время выполнения задачи без AI
2. фиксируют время выполнения с AI
3. разницу умножают на частоту выполнения задачи
Ключевой нюанс:
сэкономленные часы не приравниваются к уволенным сотрудникам или мгновенной экономии бюджета.
Это ресурс, который можно реинвестировать:
— в безопасность кода
— в погашение техдолга
— в задачи, до которых раньше «не доходили руки»
⸻
3) Скорость достижения комплаенса
В регулируемых отраслях главный тормоз — это проверки безопасности и комплаенс, которые часто происходят после разработки.
Как считают:
• измеряют время цикла от написания кода до галочки “соответствует требованиям”
Механика улучшения:
• используют GenAI, чтобы встраивать требования безопасности и комплаенса прямо в процесс разработки, а не догонять их после
Цель:
• сократить период ожидания, когда продукт уже готов, но «лежит» и ждёт проверок
⸻
4) Как меняется структура времени разработчика
Очень важный момент: они не меряют «сколько строк кода».
Они смотрят, на что уходит время разработчика при использовании AI-ассистентов.
Что наблюдают:
• ⬆️ растёт доля времени на чистый кодинг (написание логики)
• ⬇️ падает доля времени на «обвязку»:
unit-тесты, документацию, критерии приемки, сборку пакетов
Как оценивают:
• через анализ активности в IDE и DevOps-инструментах
AI забирает рутину, которую разработчики не любят, и возвращает им время на сложную и осмысленную работу.
⸻
5) Самообслуживание в IT-поддержке
Метрика для внутренних процессов и удовлетворённости сотрудников.
Как считают:
• сколько инцидентов решено через AI-чатбот без привлечения оператора
• скорость восстановления / «самовосстановления» систем, когда ai агент выполняет действия чтобы помочь пользователю.
Контекст простой:
пользователи не хотят звонить в техподдержку.
Успех — когда проблема решается «на лету» в чате.
⸻
Как у них устроено внедрение: центр экспертизы и роли
Есть небольшой сильный центр экспертизы (COE) — стандарты, методология, платформа, безопасность.
Сильных людей целенаправленно “рассаживают” по бизнес-единицам, чтобы AI-компетенция жила в доменах.
Интересный подход и есть над чем подумать!
@AlexGetsHrDone
Когда мы запускали конкурс ИИ-проектов.
Было много сильных идей, демо, MVP.
И почти в каждом обсуждении в конце звучал один и тот же вопрос:
«А эффект где?»
Не «красивое ли решение ли», не на сколько литоно продвинуто технически, а
что именно поменялось в бизнесе и как это зафиксировать цифрами.
Недавно я посмотрел интервью Chief AI Officer компании Leidos — беседу вёл представитель AWS в рамках сессии Leading AI Transformation.
Leidos — большой, зарегулированный бизнес (госзаказ, оборонка, здравоохранение).
И их подход к метрикам и организации внедрения показался мне очень здравым.
🎥 Интервью целиком:
https://www.youtube.com/watch?v=LblTPS1LnLc
———
Метрики, которые они реально считают
Важно: Рон Кисинг (CAIO Leidos) отдельно подчёркивает, что метрики не должны сводиться не к “сокращению расходов” а показывать качественное изменение процессов.
1) Влияние на воронку продаж
Это ключевая стратегическая метрика для Leidos как B2G-подрядчика: AI должен помогать зарабатывать, а не просто «быть».
Как считают:
• В CRM / системах управления проектами делают tagging сделок, где используется AI.
• Выделяют конкретные AI-инициативы и технологии, которые компания предлагает клиенту.
• Смотрят воронку: в каких предложениях AI реально встроен в решение.
Финальный KPI:
• конверсия этих предложений в победы
• и особенно — случаи, когда заказчик прямо отмечает AI как преимущество при выборе подрядчика.
⸻
2) Потенциально сэкономленные человеко-часы
Рон скептически относится к попытке сразу переводить эффект в доллары через «минус штат».
Они считают высвобожденную ёмкость.
Как считают:
1. фиксируют время выполнения задачи без AI
2. фиксируют время выполнения с AI
3. разницу умножают на частоту выполнения задачи
Ключевой нюанс:
сэкономленные часы не приравниваются к уволенным сотрудникам или мгновенной экономии бюджета.
Это ресурс, который можно реинвестировать:
— в безопасность кода
— в погашение техдолга
— в задачи, до которых раньше «не доходили руки»
⸻
3) Скорость достижения комплаенса
В регулируемых отраслях главный тормоз — это проверки безопасности и комплаенс, которые часто происходят после разработки.
Как считают:
• измеряют время цикла от написания кода до галочки “соответствует требованиям”
Механика улучшения:
• используют GenAI, чтобы встраивать требования безопасности и комплаенса прямо в процесс разработки, а не догонять их после
Цель:
• сократить период ожидания, когда продукт уже готов, но «лежит» и ждёт проверок
⸻
4) Как меняется структура времени разработчика
Очень важный момент: они не меряют «сколько строк кода».
Они смотрят, на что уходит время разработчика при использовании AI-ассистентов.
Что наблюдают:
• ⬆️ растёт доля времени на чистый кодинг (написание логики)
• ⬇️ падает доля времени на «обвязку»:
unit-тесты, документацию, критерии приемки, сборку пакетов
Как оценивают:
• через анализ активности в IDE и DevOps-инструментах
AI забирает рутину, которую разработчики не любят, и возвращает им время на сложную и осмысленную работу.
⸻
5) Самообслуживание в IT-поддержке
Метрика для внутренних процессов и удовлетворённости сотрудников.
Как считают:
• сколько инцидентов решено через AI-чатбот без привлечения оператора
• скорость восстановления / «самовосстановления» систем, когда ai агент выполняет действия чтобы помочь пользователю.
Контекст простой:
пользователи не хотят звонить в техподдержку.
Успех — когда проблема решается «на лету» в чате.
⸻
Как у них устроено внедрение: центр экспертизы и роли
Есть небольшой сильный центр экспертизы (COE) — стандарты, методология, платформа, безопасность.
Сильных людей целенаправленно “рассаживают” по бизнес-единицам, чтобы AI-компетенция жила в доменах.
Интересный подход и есть над чем подумать!
@AlexGetsHrDone
YouTube
Leading AI Transformation: A Chief AI Officer's Perspective | Amazon Web Services
Join AWS Enterprise Strategist Tom Soderstrom as he sits down with Ron Keesing, Chief AI Officer at Leidos, for an insightful discussion on leading enterprise-wide AI adoption. As a newly minted CAIO, Keesing aims to infuse AI into Leidos' strategy at every…
👍7❤2
Media is too big
VIEW IN TELEGRAM
Когда-то давно я ставил цели как достигатор
Конкретные цифры. Чёткие достижения. Новый год, как шанс на новую жизнь и новую версию меня версия меня.
Иногда что‑то получалось, но чаще — нет. Энтузиазм держался недолго, а потом обычная жизнь брала своё. Телефон, усталость, откладывание «на завтра».
Со временем стало ясно, где была ошибка.
Я фокусировался на результате, а не на поведении. Хотел достичь, но недостаточно думал, как жить каждый день, чтобы это достижение стало неизбежным.
Цифры мотивируют ненадолго. Достижения вдохновляют только на старте. А потом остаётся обычный день — уставший, шумный, с кучей решений и соблазнов. И если в этом дне нет опоры, никакая «большая цель» не спасает.
Сейчас мне гораздо ближе другой подход: не «начать новую жизнь с 1 января», а чуть‑чуть изменить среду, ритм и правила игры так, чтобы нужные действия было легче делать, чем не делать.
Не героизм. Не сила воли. А система.
Если тема откликается, очень рекомендую короткое видео про то, как цели и привычки работают на самом деле. Без мотивационного шума и магического мышления — с опорой на поведение и здравый смысл:
▶️ https://www.youtube.com/watch?v=mTaOYPxcQFk
И сам канал тоже отличный, там много простых и точных объяснений про мозг, привычки и самообман: 👉 https://www.youtube.com/@monkeymind-101
Ну и Путеводитель года заполнить никогда не поздно.
@AlexGetsHrDone
Конкретные цифры. Чёткие достижения. Новый год, как шанс на новую жизнь и новую версию меня версия меня.
Иногда что‑то получалось, но чаще — нет. Энтузиазм держался недолго, а потом обычная жизнь брала своё. Телефон, усталость, откладывание «на завтра».
Со временем стало ясно, где была ошибка.
Я фокусировался на результате, а не на поведении. Хотел достичь, но недостаточно думал, как жить каждый день, чтобы это достижение стало неизбежным.
Цифры мотивируют ненадолго. Достижения вдохновляют только на старте. А потом остаётся обычный день — уставший, шумный, с кучей решений и соблазнов. И если в этом дне нет опоры, никакая «большая цель» не спасает.
Сейчас мне гораздо ближе другой подход: не «начать новую жизнь с 1 января», а чуть‑чуть изменить среду, ритм и правила игры так, чтобы нужные действия было легче делать, чем не делать.
Не героизм. Не сила воли. А система.
Если тема откликается, очень рекомендую короткое видео про то, как цели и привычки работают на самом деле. Без мотивационного шума и магического мышления — с опорой на поведение и здравый смысл:
▶️ https://www.youtube.com/watch?v=mTaOYPxcQFk
И сам канал тоже отличный, там много простых и точных объяснений про мозг, привычки и самообман: 👉 https://www.youtube.com/@monkeymind-101
Ну и Путеводитель года заполнить никогда не поздно.
@AlexGetsHrDone
❤13🔥6👍5
Telegram
PlateBuddy
Умный дневник питания
Праздники — лучшая тема для обучения и экспериментов
С одной стороны на длинных праздниках, хочется просто прийти в себя. С другой — это идеальный момент, чтобы наконец прокачаться и сделать то, на что весь год не хватало времени.
Для меня лучший формат обучения — pet projects. Небольшие проекты, где можно:
- пощупать новую технологию;
- попробовать архитектуру;
- набить шишки руками, а не в теории.
Практика — ключевое слово. Пока не сделал сам, знания не укладываются. Именно поэтому я стараюсь выбирать проекты, которые потом можно переиспользовать в реальной работе.
В этом году я принял вызов и сделал AI‑ассистента **@PlateBuddy_bot** — он помогает вести дневник питания.
Что он умеет:
- распознаёт продукты по фото;
- понимает голосовые сообщения;
- считает КБЖУ;
- показывает отчёты за период;
- даёт базовые советы по питанию.
Новогоднее обжорство тоже поучаствовало в мотивации сделать это решение, но это не точно.
Я много раз следил за питанием и пользовался FatSecret и похожими приложениями. Главная проблема у всех одна — туда нужно зайти и что‑то ввести. А это почти всегда долго, неудобно и откладывается «на потом».
Я решил попробовать убрать этот барьер.
Проект начался с customer development, потом — архитектура, тестирование и небольшая группа пользователей (им отдельное спасибо). В итоге получился MVP, который уже можно трогать руками.
Дальше расскажу подробнее, как всё устроено под капотом. А пока — можете просто попробовать бота и посмотреть, зайдёт ли вам такой формат.
@AlexGetsHrDone
С одной стороны на длинных праздниках, хочется просто прийти в себя. С другой — это идеальный момент, чтобы наконец прокачаться и сделать то, на что весь год не хватало времени.
Для меня лучший формат обучения — pet projects. Небольшие проекты, где можно:
- пощупать новую технологию;
- попробовать архитектуру;
- набить шишки руками, а не в теории.
Практика — ключевое слово. Пока не сделал сам, знания не укладываются. Именно поэтому я стараюсь выбирать проекты, которые потом можно переиспользовать в реальной работе.
В этом году я принял вызов и сделал AI‑ассистента **@PlateBuddy_bot** — он помогает вести дневник питания.
Что он умеет:
- распознаёт продукты по фото;
- понимает голосовые сообщения;
- считает КБЖУ;
- показывает отчёты за период;
- даёт базовые советы по питанию.
Новогоднее обжорство тоже поучаствовало в мотивации сделать это решение, но это не точно.
Я много раз следил за питанием и пользовался FatSecret и похожими приложениями. Главная проблема у всех одна — туда нужно зайти и что‑то ввести. А это почти всегда долго, неудобно и откладывается «на потом».
Я решил попробовать убрать этот барьер.
Проект начался с customer development, потом — архитектура, тестирование и небольшая группа пользователей (им отдельное спасибо). В итоге получился MVP, который уже можно трогать руками.
Дальше расскажу подробнее, как всё устроено под капотом. А пока — можете просто попробовать бота и посмотреть, зайдёт ли вам такой формат.
@AlexGetsHrDone
❤8🔥4
Telegram
PlateBuddy
Умный дневник питания
Любой pet-проект начинается не с кода, а с простого вопроса: чью проблему я вообще решаю и существует ли она на самом деле.
После вчерашнего поста про умного помощника для дневника питания по у нас появилось первые 40 пользователей. Вы уже добавили больше 200 разных блюд в базу — и это сразу дало полезную обратную связь, что работает а что нет.
Даже для небольшого pet-проекта я стараюсь делать хотя бы базовый customer development. Не для отчёта — а чтобы понять:
• кто потенциальный пользователь;
• какую задачу он реально решает;
• где ему сейчас неудобно в его текущем решении.
На обучении продуктовому подходу я даю демо список вопросов для для очень короткого сcustdev интервью минут на 15-20. Он универсальный и подходит почти для любого простого продукта:
После нескольких интервью я загружаю ответы в Aссистента GPT, которого сделал для себя. Он работает по методологии advanced jobs to be done: помогает разобрать "сырые" интервью, сформулировать ключевые задачи пользователей, их боли и текущие обходные решения. Плюс — подсвечивает метрики, по которым вообще имеет смысл оценивать продукт.
После этого у меня появились довольно чёткие требования к MVP: что обязательно должно быть, а что можно смело отложить.
Если коротко: разговаривайте с пользователями. Даже если продукт маленький. А потом структурируйте ответы — руками или с помощью инструментов. Это сильно снижает шанс сделать что-то, что никому не нужно.
Дальше расскажу про следующий этап - архитектуру Ai ассистента.
@AlexGetsHrDone
После вчерашнего поста про умного помощника для дневника питания по у нас появилось первые 40 пользователей. Вы уже добавили больше 200 разных блюд в базу — и это сразу дало полезную обратную связь, что работает а что нет.
Даже для небольшого pet-проекта я стараюсь делать хотя бы базовый customer development. Не для отчёта — а чтобы понять:
• кто потенциальный пользователь;
• какую задачу он реально решает;
• где ему сейчас неудобно в его текущем решении.
На обучении продуктовому подходу я даю демо список вопросов для для очень короткого сcustdev интервью минут на 15-20. Он универсальный и подходит почти для любого простого продукта:
Контекст и триггер
1. Расскажите о последнем разе, когда вы [делали X]. Что послужило толчком к началу?
2. А как часто перед вами вообще возникает такая задача?
3. Проведите меня по ключевым шагам от начала до конца. На каких этапах было сложно или неудобно?
Желаемый результат и его ценность
4. Какого конечного результата вы стремились достичь, и почему это было важно для вас?
5. Как вы поняли (или поймёте), что результат достигнут? Какие 1-3 критерия для вас ключевые?
Текущее решение и его «цена»
6. Чем вы пользуетесь сейчас, чтобы решить эту задачу? Что в этом решении хорошо, а что заставляет искать альтернативы?
7. Что произойдёт, если эту задачу не сделать или сделать плохо? Каковы реальные последствия?
Идеальный мир и приоритеты
8. Если бы у вас была «волшебная палочка», как бы выглядел идеальный процесс решения этой задачи?
9. Какова ваша личная роль в этом процессе от начала до конца? А кто ещё в него вовлечён и как вы с ними взаимодействуете?
10. Что в этом идеальном решении абсолютно необходимо, а что — просто приятное дополнение?
После нескольких интервью я загружаю ответы в Aссистента GPT, которого сделал для себя. Он работает по методологии advanced jobs to be done: помогает разобрать "сырые" интервью, сформулировать ключевые задачи пользователей, их боли и текущие обходные решения. Плюс — подсвечивает метрики, по которым вообще имеет смысл оценивать продукт.
После этого у меня появились довольно чёткие требования к MVP: что обязательно должно быть, а что можно смело отложить.
Если коротко: разговаривайте с пользователями. Даже если продукт маленький. А потом структурируйте ответы — руками или с помощью инструментов. Это сильно снижает шанс сделать что-то, что никому не нужно.
Дальше расскажу про следующий этап - архитектуру Ai ассистента.
@AlexGetsHrDone
❤5👍2