Похоже, в моем AI арсенале поселится еще одна апка - Granola.
Это апка для ведения заметок, которая умеет транскрибировать диалоги и превращать их в красивые и хорошо структурированные заметки. Звучит стандартно, да?
Ключевые отличия от обычных подобных сервисов:
- Апка (Mac или iOS) умеет слушать системный in/out звук, поэтому не привязана к интеграциям всяких ботов в Zoom и прочее, а, по сути, может работать всегда и везде. Очень удобно положить на оффлайн митинге телефон, который фоном все просто запишет и превратит это в клевую заметку.
- Можно делать заметки по ходу митинга и они будут учитываться при финализации с помощью AI. Я часто на митингах закидываю какие то тезисы и прочие мысли, чтобы не потерялись, а теперь они еще привязаны к обсуждению и AI сможет это понять и расширить это.
- Если на работе юзаете Google календарь (я нет), по идее, апка может привязывать заметки к митингу вычленять участников, их контакты и добавлять контекст к заметке
- С каждой заметкой можно "початиться" и попросить что-то сделать: Q&A, Action Items, Follow Up Email после митинга и тд.
Модель - фримиум с ограничением на количество митингов. С подпиской их нет.
По идее, несложно написать свой подобный враппер, но кому не лень?
Это апка для ведения заметок, которая умеет транскрибировать диалоги и превращать их в красивые и хорошо структурированные заметки. Звучит стандартно, да?
Ключевые отличия от обычных подобных сервисов:
- Апка (Mac или iOS) умеет слушать системный in/out звук, поэтому не привязана к интеграциям всяких ботов в Zoom и прочее, а, по сути, может работать всегда и везде. Очень удобно положить на оффлайн митинге телефон, который фоном все просто запишет и превратит это в клевую заметку.
- Можно делать заметки по ходу митинга и они будут учитываться при финализации с помощью AI. Я часто на митингах закидываю какие то тезисы и прочие мысли, чтобы не потерялись, а теперь они еще привязаны к обсуждению и AI сможет это понять и расширить это.
- Если на работе юзаете Google календарь (я нет), по идее, апка может привязывать заметки к митингу вычленять участников, их контакты и добавлять контекст к заметке
- С каждой заметкой можно "початиться" и попросить что-то сделать: Q&A, Action Items, Follow Up Email после митинга и тд.
Модель - фримиум с ограничением на количество митингов. С подпиской их нет.
По идее, несложно написать свой подобный враппер, но кому не лень?
Granola
Granola — The AI notepad for people in back-to-back meetings
Granola takes your raw meeting notes and makes them awesome. No awkward meeting bots - just beautiful notes for you and your team, every single time.
1👍29❤2🔥1
Записки C3PO
Срезонировал пост Карпатого про evaluation-кризис LLM'ок. TLDR: - Cтарые метрики устарели, а новые ненадёжны. - Модели переобучаются под существующие бенчмарки, снижая их объективность. - В настоящее время невозможно точно определить реальное качество современных…
Заменил Superwhisper на Wispr Flow.
Wispr Flow лучше понимает контекст и чётко выполняет голосовые команды при работе с текстом.
К примеру, команду: «Напиши письмо на английском, в котором ты спрашиваешь Лебовски где мои деньги», он сразу поймет, в отличие от Superwhisper, который это делает по настроению. То есть не просто транляция речи в текст.
Еще жирный плюс Wispr Flow это оч маленькое всплывающее окно (скорее иконка) при распозновании речи, которое появляется внизу экрана над доком, а не огромная штука на переднем фоне.
Wispr Flow лучше понимает контекст и чётко выполняет голосовые команды при работе с текстом.
К примеру, команду: «Напиши письмо на английском, в котором ты спрашиваешь Лебовски где мои деньги», он сразу поймет, в отличие от Superwhisper, который это делает по настроению. То есть не просто транляция речи в текст.
Еще жирный плюс Wispr Flow это оч маленькое всплывающее окно (скорее иконка) при распозновании речи, которое появляется внизу экрана над доком, а не огромная штука на переднем фоне.
🔥21👍5
Пример того, как по-разному работают модели Anthropic и их конкуренты: если Клоду сказать, выделив текст в документе, в котором он указал какую-то цифру, что для цифры нужен источник этих данных, он признает необходимость источника и изменит утверждение на более общее, не требующее подтверждения ссылками. А если моделям OpenAI или DeepSeek дать аналогичное указание, то они придумывают несуществующие источники, статьи и исследования для подтверждения информации. Но, справедливости ради, модели OpenAI с большей вероятностью назовут существующий источник.
👍31❤5
Forwarded from CX: Стратегическая логика (Михаил Руденко)
– Этот фреймворк не работет!
– А как ты понял?
– Ну я попробовал, у меня не получилось.
Забавная зарисовка из жизни. Но вообще-то ведь именно так и происходит. Почти нигде в современных компаниях методологии не применяются так, как их задумывали авторы. Почему?
Можно, конечно, искать проблемы в самих методологиях. И они там действительно есть. Я знаю крайне мало фреймворков, которые бы обладали внутренними механизмами их проверки на корректность. Особенно, если это условно "гуманитарные" фреймворки.
Ты можешь заполнить бизнес-модель Остервальдера любой чушью, и она никак тебя не огородит от этой чуши. Та же история с JTBD, та же с CJM. Все они построены по единой схеме: там есть "вместилище", но нет критериев проверки правильности содержания этого "вместилища". Это всегда остается ответственностью заполняющего. И это огромная проблема.
Но эта проблема не самая главная. В конце концов, если вы командой заполняете какой-то фреймворк с размытыми рамками, кто вам мешает договориться о них для себя?
И вот тут мы приходим к ключевой, как мне кажется, беде. Почти никто в современных компаниях не любит думать о правильности того, что он делает вообще. В целом. Не любит рефлексировать о методах, о логике своих действий. Все предпочитают как можно скорее "показать результат". И нет никакого стремления этот результат самопроверить и самоулучшить. Я помню, как будучи еще преподом в ВШЭ наблюдал, как люди приносили на защиты (!) дипломные презентации, содержащие грамматические ошибки, недописанные предложения и даже черновые слайды! Взрослые люди, сотрудники корпораций. Они просто поленились финально вычитать свою же презентацию.
Мало задавать себе вопрос "а не х.ню ли я делаю?" Это модный, но бесполезный речекряк. Если ты не можешь по честноку и без дураков проанализировать свою работу, тебе всегда будет казаться, что нет, не х.ню – вот же, доска миро вся в стикерах, табличка полностью заполнена, что еще нужно? А если в итоге ничего не получилось – ну так это эксперимент, мы живём в быстроменяющемся мире и всё такое.
Такое некритичное отношение к себе и своему труду видится мне частным следствием общей культуры "этичной обратной связи", когда ни в коем случае нельзя говорить человеку, что он сделал что-то плохо, нужно обязательно показывать как лучше и в конце похвалить по голове, потому что сам-то он, конечно, молодец, просто вот тут надо исправить. А поскольку внутренних механизмов проверки нет (см. абзац выше), то проще принять работу – и так сойдет. Впрочем, даже если критерии и есть, "проверяющий" зачастую сам настолько не погружен в вопрос, что ему всё равно бы ничего не помогло.
Вот и выходит, что фреймворки не работают в основном потому что пользователи даже не попробовали представить себе его правильную работу. Ибо работать с фреймворком – это значит мыслить им, а не заполнять им стикеры. А вопрос "правильно ли я мыслю" обычно очень и очень не нравится людям.
Ибо там почти всегда бездна и страшное.
– А как ты понял?
– Ну я попробовал, у меня не получилось.
Забавная зарисовка из жизни. Но вообще-то ведь именно так и происходит. Почти нигде в современных компаниях методологии не применяются так, как их задумывали авторы. Почему?
Можно, конечно, искать проблемы в самих методологиях. И они там действительно есть. Я знаю крайне мало фреймворков, которые бы обладали внутренними механизмами их проверки на корректность. Особенно, если это условно "гуманитарные" фреймворки.
Ты можешь заполнить бизнес-модель Остервальдера любой чушью, и она никак тебя не огородит от этой чуши. Та же история с JTBD, та же с CJM. Все они построены по единой схеме: там есть "вместилище", но нет критериев проверки правильности содержания этого "вместилища". Это всегда остается ответственностью заполняющего. И это огромная проблема.
Но эта проблема не самая главная. В конце концов, если вы командой заполняете какой-то фреймворк с размытыми рамками, кто вам мешает договориться о них для себя?
И вот тут мы приходим к ключевой, как мне кажется, беде. Почти никто в современных компаниях не любит думать о правильности того, что он делает вообще. В целом. Не любит рефлексировать о методах, о логике своих действий. Все предпочитают как можно скорее "показать результат". И нет никакого стремления этот результат самопроверить и самоулучшить. Я помню, как будучи еще преподом в ВШЭ наблюдал, как люди приносили на защиты (!) дипломные презентации, содержащие грамматические ошибки, недописанные предложения и даже черновые слайды! Взрослые люди, сотрудники корпораций. Они просто поленились финально вычитать свою же презентацию.
Мало задавать себе вопрос "а не х.ню ли я делаю?" Это модный, но бесполезный речекряк. Если ты не можешь по честноку и без дураков проанализировать свою работу, тебе всегда будет казаться, что нет, не х.ню – вот же, доска миро вся в стикерах, табличка полностью заполнена, что еще нужно? А если в итоге ничего не получилось – ну так это эксперимент, мы живём в быстроменяющемся мире и всё такое.
Такое некритичное отношение к себе и своему труду видится мне частным следствием общей культуры "этичной обратной связи", когда ни в коем случае нельзя говорить человеку, что он сделал что-то плохо, нужно обязательно показывать как лучше и в конце похвалить по голове, потому что сам-то он, конечно, молодец, просто вот тут надо исправить. А поскольку внутренних механизмов проверки нет (см. абзац выше), то проще принять работу – и так сойдет. Впрочем, даже если критерии и есть, "проверяющий" зачастую сам настолько не погружен в вопрос, что ему всё равно бы ничего не помогло.
Вот и выходит, что фреймворки не работают в основном потому что пользователи даже не попробовали представить себе его правильную работу. Ибо работать с фреймворком – это значит мыслить им, а не заполнять им стикеры. А вопрос "правильно ли я мыслю" обычно очень и очень не нравится людям.
Ибо там почти всегда бездна и страшное.
🔥22❤13😁2💯2
CX: Стратегическая логика
– Этот фреймворк не работет! – А как ты понял? – Ну я попробовал, у меня не получилось. Забавная зарисовка из жизни. Но вообще-то ведь именно так и происходит. Почти нигде в современных компаниях методологии не применяются так, как их задумывали авторы. Почему?…
Очередной пост Миши Руденко прям по живому. Потому что корявая имплементация фреймворков в индустрии это одна из главных моих болей. Столько людей вокруг с ПТСР от аджайла, скрама или OKR, который вызван по факту абсолютно непрофессиональным исполнением.
Я бы еще добавил, что одна из главных причин этого то, что каждый думает, что он самый умный и начинает менять на старте готовую методологию, даже не попробовав запустить, как есть. А потом бегают и рассказывают, какие хреновые и неработающие системы.
Один мой знакомый как-то сказал: «никто не спорит, что если в ракете поменять какую-то цифру в формуле или букву в коде, то она не взлетит или взорвется в воздухе, а когда дело доходит до каких нибудь фреймворков на работе, то каждый резко начинает считать, что он самый умный и может поменять все и оно будет работать»
Я бы еще добавил, что одна из главных причин этого то, что каждый думает, что он самый умный и начинает менять на старте готовую методологию, даже не попробовав запустить, как есть. А потом бегают и рассказывают, какие хреновые и неработающие системы.
Один мой знакомый как-то сказал: «никто не спорит, что если в ракете поменять какую-то цифру в формуле или букву в коде, то она не взлетит или взорвется в воздухе, а когда дело доходит до каких нибудь фреймворков на работе, то каждый резко начинает считать, что он самый умный и может поменять все и оно будет работать»
💯23👍4❤2👏1
Удивляюсь способности Брайана и всей команды Airbnb выдавать очередной редизайн за что-то новое
https://x.com/bchesky/status/1922364651775385999?s
https://x.com/bchesky/status/1922364651775385999?s
X (formerly Twitter)
Brian Chesky (@bchesky) on X
Now you can Airbnb more than an Airbnb
👍5😁4
Forwarded from nonamevc
YC анонсировал свой request for startups, где активно пушат «full-stack AI companies». то есть на смену традиционным операторским бизнесам (аутстафф-агентств, юрфирм, M&A-эдвайзеров, рекрутинговых компаний) предлагают создавать AI-компании, оптимизирующие процессы через собственных агентов.
В целом эта модель в моем кругу где-то полгода-год циркулирует, особенно от тех, кто целится в какой-то вертикальный SaaS. У меня даже есть приятель, который делает страховой софт для логистических компаний. Сперва он пытался предлагать его страховым, но недавно выкупил две страховые компании в Юте: чтобы стать полноценной страховой и работать напрямую с конечными клиентами. Там конечно есть AI в продукте и вне его, но и даже без AI ценности просто в цифровизации достаточно, чтобы обходить 80% своих конкурентов.
У YC даже есть в портфеле такой стартап Rocketable: они покупают софтверный-бизнес с выручкой как минимум $100 k в год; увольняют всех сотрудников пытаются весь бэкофис и разработку продукта закрыть агентами.
Все это мило, но такую историю трудно провернуть молодому стартапу без поддержки.
Поэтому думаю, что это огранит одну из самых интересных моделей капитала, которую мы увидим в ближайшее время.
Lightspeed недавно изменил структуру и стала RIA (Registered Investment Advisor). Теперь фонд не ограничен 20 % «non-VC» активов и может без лимитов заходить в public-стоки, вторичку, buyouts и roll-ups.
По тому же пути пошли a16z (RIA с 2019: LBO для Twitter, своя crypto-империя, собственный wealth management), Sequoia (вечнозелёный фонд вместо классического 10-летнего), General Catalyst (выкупили Summa Health, nonprofit больничную сеть -> сделали ее for-profit и теперь через нее онбордят свой healthcare портфель)
Дальше уже увидим, как вчерашний ассоциат в фонде не модельки строит в экселе, а вайбкодит агента для клиники.
Да и даже IPO уже не нужен, для ликвидности есть вторичный рынок которые выорос с 25 $b в 2012 до прогнозного 100 $ b+ в 2025.
Mid-tier VC либо сольются, либо тоже станут RIA, чтобы получить доступ к более длинным деньгам и реальным компаниям. Но это уже придется комбинировать классический LBO-долг, private credit, долевое финансирование от LP и тд.
Короче, пока стартаперы пишут, что деньги VC им больше не нужны и всё можно делать на бутстрапе, империя наносит ответный удар и говорит, что для фонда, чтобы заработать деньги и не обязательно искать стартаперов с их поделками.
В целом эта модель в моем кругу где-то полгода-год циркулирует, особенно от тех, кто целится в какой-то вертикальный SaaS. У меня даже есть приятель, который делает страховой софт для логистических компаний. Сперва он пытался предлагать его страховым, но недавно выкупил две страховые компании в Юте: чтобы стать полноценной страховой и работать напрямую с конечными клиентами. Там конечно есть AI в продукте и вне его, но и даже без AI ценности просто в цифровизации достаточно, чтобы обходить 80% своих конкурентов.
У YC даже есть в портфеле такой стартап Rocketable: они покупают софтверный-бизнес с выручкой как минимум $100 k в год; увольняют всех сотрудников пытаются весь бэкофис и разработку продукта закрыть агентами.
Все это мило, но такую историю трудно провернуть молодому стартапу без поддержки.
Поэтому думаю, что это огранит одну из самых интересных моделей капитала, которую мы увидим в ближайшее время.
Lightspeed недавно изменил структуру и стала RIA (Registered Investment Advisor). Теперь фонд не ограничен 20 % «non-VC» активов и может без лимитов заходить в public-стоки, вторичку, buyouts и roll-ups.
По тому же пути пошли a16z (RIA с 2019: LBO для Twitter, своя crypto-империя, собственный wealth management), Sequoia (вечнозелёный фонд вместо классического 10-летнего), General Catalyst (выкупили Summa Health, nonprofit больничную сеть -> сделали ее for-profit и теперь через нее онбордят свой healthcare портфель)
Дальше уже увидим, как вчерашний ассоциат в фонде не модельки строит в экселе, а вайбкодит агента для клиники.
Да и даже IPO уже не нужен, для ликвидности есть вторичный рынок которые выорос с 25 $b в 2012 до прогнозного 100 $ b+ в 2025.
Mid-tier VC либо сольются, либо тоже станут RIA, чтобы получить доступ к более длинным деньгам и реальным компаниям. Но это уже придется комбинировать классический LBO-долг, private credit, долевое финансирование от LP и тд.
Короче, пока стартаперы пишут, что деньги VC им больше не нужны и всё можно делать на бутстрапе, империя наносит ответный удар и говорит, что для фонда, чтобы заработать деньги и не обязательно искать стартаперов с их поделками.
😁9👍3😱3❤2
Почитал у Ленни хорошее и свежее эссе "Five principles for successfully managing managers" от Saumil Mehta (бывший CPO Square с 9-летним стажем). Оно платное за подпиской, поэтому напишу ключевые, на мой взгляд, тезисы.
Автор выделил кое-что важное: когда кто-то жалуется на своего начальника, первый вопрос должен быть не "что за козел твой босс?", а "кто твой скип?" (скип - skip manager, босс твоего босса).
Почему это важно? Когда я впервые стал менеджить не IC, а менеджеров, я понял, что это совершенно другая работа. Прежние методы не просто не работали — они часто усугубляли ситуацию. Это как пересесть с велосипеда на мотоцикл: при внешней схожести, принципы отличаются.
И вот в эссе приводятся 5 таких принципов правильного менеджмента менеджеров, которые очень хорошо откликаются:
1️⃣ Это другая работа, а не апгрейд старой. Управление менеджерами ≠ управление большим количеством людей. Это не просто больше людей под управлением — это переход от прямой работы с контекстом к работе через "прослойку". Мехта в Square настолько серьезно относился к этому переходу, что лично подписывал каждое назначение скип-лида, считая это критически недооцененным скачком в карьере.
2️⃣ Мысленный эксперимент: представь, что твои менеджеры это API, через которые ты можешь только отправлять и получать информацию — как бы ты построил управление? Этот мысленный эксперимент превращает интуитивное управление в системное, заставляя освоить искусство влияния через четкие коммуникационные протоколы.
3️⃣ Не решай проблемы в обход своих менеджеров. Когда сотрудник приходит жаловаться напрямую - слушай, задавай вопросы, но решение проблемы делегируй его непосредственному руководителю. Иначе ты подрываешь авторитет своего менеджера. По наблюдениям автора, даже случайное замечание скипа может вызвать каскад реакций в команде. Учись слушать, но решение проблемы отправляй через правильный канал — менеджера.
4️⃣ Откажись от роли спасателя. Компенсируя слабые стороны менеджера своей работой, ты создаешь двойную проблему: команда не получает настоящего руководства, а организация не видит реального положения дел. Открытое признание проблемы перед вышестоящим руководством с планом коррекции — единственный честный путь.
5️⃣ Практикуй матчмейкинг по TRM. Task-relevant maturity — это не общая оценка менеджера, а его готовность к конкретному проекту. Используй матрицу "неопределенность/влияние" для тонкой настройки делегирования. Высокая неопределенность + высокое влияние требует максимально компетентных менеджеров и твоего активного контроля; низкая неопределенность + низкое влияние — идеальный полигон для роста новичков.
Банальные мысли, но почему-то часто теряющиеся: эффективность команды зависит от того, насколько умело ты развиваешь менеджеров, потому что это каскадно влияет на развитие всех остальных.
Автор выделил кое-что важное: когда кто-то жалуется на своего начальника, первый вопрос должен быть не "что за козел твой босс?", а "кто твой скип?" (скип - skip manager, босс твоего босса).
Почему это важно? Когда я впервые стал менеджить не IC, а менеджеров, я понял, что это совершенно другая работа. Прежние методы не просто не работали — они часто усугубляли ситуацию. Это как пересесть с велосипеда на мотоцикл: при внешней схожести, принципы отличаются.
И вот в эссе приводятся 5 таких принципов правильного менеджмента менеджеров, которые очень хорошо откликаются:
1️⃣ Это другая работа, а не апгрейд старой. Управление менеджерами ≠ управление большим количеством людей. Это не просто больше людей под управлением — это переход от прямой работы с контекстом к работе через "прослойку". Мехта в Square настолько серьезно относился к этому переходу, что лично подписывал каждое назначение скип-лида, считая это критически недооцененным скачком в карьере.
2️⃣ Мысленный эксперимент: представь, что твои менеджеры это API, через которые ты можешь только отправлять и получать информацию — как бы ты построил управление? Этот мысленный эксперимент превращает интуитивное управление в системное, заставляя освоить искусство влияния через четкие коммуникационные протоколы.
3️⃣ Не решай проблемы в обход своих менеджеров. Когда сотрудник приходит жаловаться напрямую - слушай, задавай вопросы, но решение проблемы делегируй его непосредственному руководителю. Иначе ты подрываешь авторитет своего менеджера. По наблюдениям автора, даже случайное замечание скипа может вызвать каскад реакций в команде. Учись слушать, но решение проблемы отправляй через правильный канал — менеджера.
4️⃣ Откажись от роли спасателя. Компенсируя слабые стороны менеджера своей работой, ты создаешь двойную проблему: команда не получает настоящего руководства, а организация не видит реального положения дел. Открытое признание проблемы перед вышестоящим руководством с планом коррекции — единственный честный путь.
5️⃣ Практикуй матчмейкинг по TRM. Task-relevant maturity — это не общая оценка менеджера, а его готовность к конкретному проекту. Используй матрицу "неопределенность/влияние" для тонкой настройки делегирования. Высокая неопределенность + высокое влияние требует максимально компетентных менеджеров и твоего активного контроля; низкая неопределенность + низкое влияние — идеальный полигон для роста новичков.
Банальные мысли, но почему-то часто теряющиеся: эффективность команды зависит от того, насколько умело ты развиваешь менеджеров, потому что это каскадно влияет на развитие всех остальных.
Lennysnewsletter
Five principles for successfully managing managers
Why skip leads are the load-bearing pillars of your organization
1👍29❤6🔥3😁1
Forwarded from Карты, деньги и продукт (Аня Подображных)
Привет, я Адам 👋
Пару месяцев назад я вышел в AI-центр Т-Банка продуктовым директором развивать пользовательские продукты. В этом посте расскажу, в чем ключевые отличия разработки AI-продуктов от традиционных, и как мы адаптировали классический Stage-Gate под работу над AI-продуктами.
Традиционная разработка vs AI-разработка: ключевые отличия
Классический продуктовый цикл (Stage-Gate) обычно включает четыре этапа:
🔹 Ideate — генерация и оценка новых идей, выявление пользовательских потребностей, создание гипотез о ценности
🔹 Discovery — подтверждение гипотез, проектирование решения и тестирование без разработки. Используем качественные исследования, прототипы и собираем данные для модели роста
🔹 Delivery — создание MVP, тестирование с пользователями, вывод продукта на рынок
🔹 Scale — расширение аудитории, оптимизация продукта и процессов для устойчивого роста
В AI-продуктах этот процесс требует существенной перестройки. На первый план выходят техническая осуществимость, качество данных и баланс метрик, которых нет в традиционной разработке.
Ключевые особенности AI-разработки
1️⃣ Двойная валидация
В традиционных продуктах достаточно подтвердить ценность для пользователя. В AI необходима и техническая валидация. Иногда даже самые перспективные идеи с подтвержденным спросом могут оказаться технически нереализуемыми
2️⃣ Приоритет данных
Качество решения напрямую зависит от качества данных. Поэтому мы рекомендуем посвящать первые итерации работы над новым проектом исключительно анализу данных, и только потом переходить к продуктовым вопросам
3️⃣ Баланс метрик
AI-разработка — это постоянный поиск баланса между точностью, скоростью, стоимостью и другими техническими параметрами. Часто приходится жертвовать одними показателями ради других, исходя из конкретных бизнес-задач
4️⃣ Этика и alignment
На каждом гейте оцениваем соответствие модели ценностям компании и требованиям безопасности. Проверяем поведение AI в пограничных случаях и разрабатываем механизмы защиты от потенциальных злоупотреблений. Для AI-продуктов критично обеспечить не только функциональность, но и этичное, предсказуемое поведение, что напрямую влияет на доверие пользователей и репутацию бренда.
Stage-Gate для AI-продуктов: наш подход
Специфика AI требует особого внимания к управлению рисками и проверке технической осуществимости. Поэтому мы решили разделить Stage-Gate на два последовательных трека: Discovery (поиск и валидация) и Delivery (разработка и запуск).
Discovery-трек:
🧠 Ideation:
На этом этапе оцениваем идею AI-продукта: анализируем бизнес-задачу, определяем потребности пользователя и оцениваем рынок. Главный вопрос: как AI создаст уникальную ценность? Отсеиваем случаи использования AI ради AI
🔍 Concept Validation: Проверяем потребность пользователя и техническую осуществимость. Проводим исследования, анализируем данные для обучения модели, оцениваем риски и определяем технические метрики для прототипа
⚙️ Prototype Development: Создаем прототип для демонстрации ценности и технической осуществимости. Оцениваем метрики AI-модели и пользовательский опыт. Тестируем alignment и разрабатываем архитектуру решения
Delivery-трек:
🧪 Beta Testing: Тестируем MVP на ограниченной группе пользователей. Проверяем техническую корректность, метрики AI и взаимодействие с пользователями. Формируем план доработок на основе реальных данных
🚀 MLP Launch: Запускаем полную версию продукта. Внедряем мониторинг продуктовых и технических метрик. Проверяем эффективность в реальных условиях и собираем обратную связь
📈 Scale & Optimize: Расширяем на всю целевую аудиторию. Оптимизируем работу под нагрузкой, следим за дрейфом данных. Обеспечиваем надежность и этичность AI при масштабировании
Полное описание процесса Stage-Gate для AI продуктов, который мы внедряем у себя, читайте в документе Stage-Gate AI в Notion
Пару месяцев назад я вышел в AI-центр Т-Банка продуктовым директором развивать пользовательские продукты. В этом посте расскажу, в чем ключевые отличия разработки AI-продуктов от традиционных, и как мы адаптировали классический Stage-Gate под работу над AI-продуктами.
Традиционная разработка vs AI-разработка: ключевые отличия
Классический продуктовый цикл (Stage-Gate) обычно включает четыре этапа:
🔹 Ideate — генерация и оценка новых идей, выявление пользовательских потребностей, создание гипотез о ценности
🔹 Discovery — подтверждение гипотез, проектирование решения и тестирование без разработки. Используем качественные исследования, прототипы и собираем данные для модели роста
🔹 Delivery — создание MVP, тестирование с пользователями, вывод продукта на рынок
🔹 Scale — расширение аудитории, оптимизация продукта и процессов для устойчивого роста
В AI-продуктах этот процесс требует существенной перестройки. На первый план выходят техническая осуществимость, качество данных и баланс метрик, которых нет в традиционной разработке.
Ключевые особенности AI-разработки
1️⃣ Двойная валидация
В традиционных продуктах достаточно подтвердить ценность для пользователя. В AI необходима и техническая валидация. Иногда даже самые перспективные идеи с подтвержденным спросом могут оказаться технически нереализуемыми
2️⃣ Приоритет данных
Качество решения напрямую зависит от качества данных. Поэтому мы рекомендуем посвящать первые итерации работы над новым проектом исключительно анализу данных, и только потом переходить к продуктовым вопросам
3️⃣ Баланс метрик
AI-разработка — это постоянный поиск баланса между точностью, скоростью, стоимостью и другими техническими параметрами. Часто приходится жертвовать одними показателями ради других, исходя из конкретных бизнес-задач
4️⃣ Этика и alignment
На каждом гейте оцениваем соответствие модели ценностям компании и требованиям безопасности. Проверяем поведение AI в пограничных случаях и разрабатываем механизмы защиты от потенциальных злоупотреблений. Для AI-продуктов критично обеспечить не только функциональность, но и этичное, предсказуемое поведение, что напрямую влияет на доверие пользователей и репутацию бренда.
Stage-Gate для AI-продуктов: наш подход
Специфика AI требует особого внимания к управлению рисками и проверке технической осуществимости. Поэтому мы решили разделить Stage-Gate на два последовательных трека: Discovery (поиск и валидация) и Delivery (разработка и запуск).
Discovery-трек:
🧠 Ideation:
На этом этапе оцениваем идею AI-продукта: анализируем бизнес-задачу, определяем потребности пользователя и оцениваем рынок. Главный вопрос: как AI создаст уникальную ценность? Отсеиваем случаи использования AI ради AI
🔍 Concept Validation: Проверяем потребность пользователя и техническую осуществимость. Проводим исследования, анализируем данные для обучения модели, оцениваем риски и определяем технические метрики для прототипа
⚙️ Prototype Development: Создаем прототип для демонстрации ценности и технической осуществимости. Оцениваем метрики AI-модели и пользовательский опыт. Тестируем alignment и разрабатываем архитектуру решения
Delivery-трек:
🧪 Beta Testing: Тестируем MVP на ограниченной группе пользователей. Проверяем техническую корректность, метрики AI и взаимодействие с пользователями. Формируем план доработок на основе реальных данных
🚀 MLP Launch: Запускаем полную версию продукта. Внедряем мониторинг продуктовых и технических метрик. Проверяем эффективность в реальных условиях и собираем обратную связь
📈 Scale & Optimize: Расширяем на всю целевую аудиторию. Оптимизируем работу под нагрузкой, следим за дрейфом данных. Обеспечиваем надежность и этичность AI при масштабировании
Полное описание процесса Stage-Gate для AI продуктов, который мы внедряем у себя, читайте в документе Stage-Gate AI в Notion
👍40🔥14❤6😱2
Карты, деньги и продукт
Привет, я Адам 👋 Пару месяцев назад я вышел в AI-центр Т-Банка продуктовым директором развивать пользовательские продукты. В этом посте расскажу, в чем ключевые отличия разработки AI-продуктов от традиционных, и как мы адаптировали классический Stage-Gate…
Рассказал в продуктовом канале Т-Банка про то, чем отличается жизненный цикл создания классических продуктов и AI продуктов. Еще поделился описанием процесса Stage-Gate для AI продуктов. Бесплатно, без смс!
❤24😎9👏4💯1
Очень радует, что Гугл вернулся на трон. Вчерашняя I/O прям навалила новинок крутых и самое крутое, что там были 🌿 продукты, а не просто технологии, как у некоторых 😁 Рассказывать про них я, конечно же, не буду, ибо везде про это написали. Отмечу, что меня порадовало больше всего:
- Угорел с примеров генераций Veo, где персонажи "осознают", что являются частью генерации. Кажется Video Gen скоро дойдет до крутого индустриального market normal.
- Stitch - тул для того, чтобы генерировать дизайн-макеты и экспортировать их сразу в фигму или код. Это для меня прям спасение, ибо в последнее время вайб-кодинг для прототипирования разных идей очень спасает, а тут продукт, который прям заточен под это, и результаты, по идее, должны быть гораздо лучше, чем у моих самописных промптов и попыток наорать в микрофон "ты делаешь не то!". Дизайнерам должно понравиться
- Новая возможность NotebookLM (та самая штука, которая может делать живые подкасты на любой текстовый материал) - генерация презентаций😜
- Угорел с примеров генераций Veo, где персонажи "осознают", что являются частью генерации. Кажется Video Gen скоро дойдет до крутого индустриального market normal.
- Stitch - тул для того, чтобы генерировать дизайн-макеты и экспортировать их сразу в фигму или код. Это для меня прям спасение, ибо в последнее время вайб-кодинг для прототипирования разных идей очень спасает, а тут продукт, который прям заточен под это, и результаты, по идее, должны быть гораздо лучше, чем у моих самописных промптов и попыток наорать в микрофон "ты делаешь не то!". Дизайнерам должно понравиться
- Новая возможность NotebookLM (та самая штука, которая может делать живые подкасты на любой текстовый материал) - генерация презентаций
Please open Telegram to view this post
VIEW IN TELEGRAM
X (formerly Twitter)
Hashem Al-Ghaili (@HashemGhaili) on X
I did more tests with Google's #Veo3. Imagine if AI characters became aware they were living in a simulation!
❤34👍5😁3
Даня (наш лид ML разработки) навалил базы про продактов, которые делают AI/ML продукты.
https://news.1rj.ru/str/karty_dengi_product/191
От себя отмечу, что для продакта и продукта, где AI является ядром, ключевой вызов, барьер и точка контроля - Eval. Чем он хуже, тем хуже стратегия, продукт и процесс работы над ним. Первое, что должен делать продакт, приступая к разработке решения, - сделать Eval, который и определит, как вы сделаете техническое решение. Это своего рода эволюция TDD в Eval Driven Development.
Без этого вы обречены на хаотичное блуждание, как в бескрайней пустыне, где нет ориентиров и неясно направление движения.
https://news.1rj.ru/str/karty_dengi_product/191
От себя отмечу, что для продакта и продукта, где AI является ядром, ключевой вызов, барьер и точка контроля - Eval. Чем он хуже, тем хуже стратегия, продукт и процесс работы над ним. Первое, что должен делать продакт, приступая к разработке решения, - сделать Eval, который и определит, как вы сделаете техническое решение. Это своего рода эволюция TDD в Eval Driven Development.
Без этого вы обречены на хаотичное блуждание, как в бескрайней пустыне, где нет ориентиров и неясно направление движения.
Telegram
Карты, деньги и продукт
Привет, я Даня Цимерман, лид ML команды Вселенной ассистентов Т-Банка.
Мы делаем b2c-продукты с использованием ИИ для разных бизнес линий компании. За время своей работы я поработал с разными продактами и у меня сложился примерный список того, что я ожидал…
Мы делаем b2c-продукты с использованием ИИ для разных бизнес линий компании. За время своей работы я поработал с разными продактами и у меня сложился примерный список того, что я ожидал…
❤22👍6
Воу воу! Perplexity показали Labs — новый режим, расширяющий Research возможности. Похоже, Labs позволяет создавать интерактивные мини-приложения, используя coding, headless browsing и дизайн тулы для получения динамичных результатов. Можно создавать дашборды, презентации и веб-сайты с авто-деплоем, делая исследования с динамичным аутпутом.
https://x.com/perplexity_ai/status/1928141072011776088
Я уже зарядил с десяток параллельных запросов. Жду результат!
https://x.com/perplexity_ai/status/1928141072011776088
Я уже зарядил с десяток параллельных запросов. Жду результат!
X (formerly Twitter)
Perplexity (@perplexity_ai) on X
Today we're launching Perplexity Labs.
Labs is for your more complex tasks. It's is like having an entire team at your disposal.
Build anything from analytical reports and presentations to dynamic dashboards. Now available for all Pro users.
Labs is for your more complex tasks. It's is like having an entire team at your disposal.
Build anything from analytical reports and presentations to dynamic dashboards. Now available for all Pro users.
🔥27👍7❤3
Записки C3PO
Недавно Perplexity анонсировал запуск собственного браузера, вызвав закономерный вопрос: зачем? Ведь позиции Chrome настолько сильны, что никому ещё не удавалось их потеснить. Чтобы понять задумку Perplexity, нужно разобраться, как изменился рынок поиска…
Perplexity все еще не залончили Comet, но юзеры, которые попали в закрытую бету, периодически делятся впечатлениями в твитторе.
https://x.com/testingcatalog/status/1928546603448562087
Выглядит впечатляюще. За агентским браузингом, уверен, будущее. Думаю, лет через 5 это будет работать так быстро, что в течении десятка секунд можно будет решить 90% вопросов, а LLM, скорее всего, будут локально пахать внутри браузера, используя отдельный чип на SoC оптимизированный для инференса сеток.
P. S. На самом деле, мне бы хватило, чтобы такой браузер мог за меня таможенную декларацию для посылок оформить, а то задолбался.
https://x.com/testingcatalog/status/1928546603448562087
Выглядит впечатляюще. За агентским браузингом, уверен, будущее. Думаю, лет через 5 это будет работать так быстро, что в течении десятка секунд можно будет решить 90% вопросов, а LLM, скорее всего, будут локально пахать внутри браузера, используя отдельный чип на SoC оптимизированный для инференса сеток.
P. S. На самом деле, мне бы хватило, чтобы такой браузер мог за меня таможенную декларацию для посылок оформить, а то задолбался.
X (formerly Twitter)
TestingCatalog News 🗞 (@testingcatalog) on X
BREAKING 🚨: Comet Browser can now control an open web page from a sidecar! Now it can simply take it over and click around.
Making Comet to publish a blog post for me 👀
Making Comet to publish a blog post for me 👀
🔥21
Forwarded from Радиорубка Лихачёва
Perplexity прибирает себе не Apple, а Samsung
Корейский гигант близок к заключению обширной сделки по встраиванию ИИ-помощника Perplexity в свои устройства, сообщает Bloomberg. Из конкретики пока что — предустановка приложения Perplexity на будущие устройства Samsung, а также встраивание его поисковых функций прямо в браузер по умолчанию. Обсуждают и внедрение Perplexity в Bixby, уже существующего помощника Samsung.
Кроме того, Samsung может стать одним из крупнейших инвесторов Perplexity — в ближайшем раунде стартап собирается поднять 500 млн долларов при оценке в 14 млрд долларов. Интеграции покажут уже в этом году, а в следующем можно ожидать, что Perplexity станет помощником по умолчанию в Galaxy S26.
Я ранее писал, что в переговорах с Perplexity была Apple — на мой взгляд, покупка или крупная инвестиция помогла бы гиганту резко поменять курс развития своей Siri и поисковых функций. Однако Apple предпочла заняться переработкой ИИ через внутренние команды, а на WWDC через неделю вообще не будет ничего про AI — говорить будут про дизайн и ребрендинг названий: похоже, теперь индекс будет соответствовать году выпуска, и следующие операционки и устройства будут иметь индекс 26: iOS 26, tvOS 26, iPhone 26.
Тут действительно произошёл некоторый зоопарк с неймингом из-за разных поколений айфонов, часов и более новых устройств типа AirPods и Vision Pro: даже айфон современный — iPhone 16, а последняя iOS — 18. Но и тут первенство за Samsung: это они ещё в 2020 году перешли на нейминг в соответствии с годом выпуска, а не порядковыми номерами продуктов. А теперь Samsung делает стратегические инвестиции в ИИ, пока Apple собирается пропустить ещё один сезон на динамично изменяющемся рынке.
Корейский гигант близок к заключению обширной сделки по встраиванию ИИ-помощника Perplexity в свои устройства, сообщает Bloomberg. Из конкретики пока что — предустановка приложения Perplexity на будущие устройства Samsung, а также встраивание его поисковых функций прямо в браузер по умолчанию. Обсуждают и внедрение Perplexity в Bixby, уже существующего помощника Samsung.
Кроме того, Samsung может стать одним из крупнейших инвесторов Perplexity — в ближайшем раунде стартап собирается поднять 500 млн долларов при оценке в 14 млрд долларов. Интеграции покажут уже в этом году, а в следующем можно ожидать, что Perplexity станет помощником по умолчанию в Galaxy S26.
Я ранее писал, что в переговорах с Perplexity была Apple — на мой взгляд, покупка или крупная инвестиция помогла бы гиганту резко поменять курс развития своей Siri и поисковых функций. Однако Apple предпочла заняться переработкой ИИ через внутренние команды, а на WWDC через неделю вообще не будет ничего про AI — говорить будут про дизайн и ребрендинг названий: похоже, теперь индекс будет соответствовать году выпуска, и следующие операционки и устройства будут иметь индекс 26: iOS 26, tvOS 26, iPhone 26.
Тут действительно произошёл некоторый зоопарк с неймингом из-за разных поколений айфонов, часов и более новых устройств типа AirPods и Vision Pro: даже айфон современный — iPhone 16, а последняя iOS — 18. Но и тут первенство за Samsung: это они ещё в 2020 году перешли на нейминг в соответствии с годом выпуска, а не порядковыми номерами продуктов. А теперь Samsung делает стратегические инвестиции в ИИ, пока Apple собирается пропустить ещё один сезон на динамично изменяющемся рынке.
❤28🔥9😱7
Когда вышел Civil War от A24, мне говорили, что это левацкая пропаганда. А оно во как все развернулось. Пророческий фильм, получается.
🤔18😁5👍2😢1
Персонализация — это next level в AI ассистентах. Думаю, кто обуздает это на максимум, тот и будет доминировать в следующем витке продуктовой борьбы. Сейчас почти у всех сервисов есть память, но работает она не всегда хорошо, так же можно настроить промпт о себе. Но когда работает, это очень круто. Мне теперь не надо каждый раз объяснять, какая у меня камера и что я юзаю лайтрум для редактирования, тот же Perplexity сразу понимает, что искать нужно объектив с учетом того, что у меня камера Sony, она компактная, поэтому объектив не должен менять весовой баланс и противоречить философии и т.д. Задача сделать так, чтобы работало хорошо всегда и не запоминало всякую дичь из тредов. Пример: я искал как-то что-то про гомеопатию, а потом увидел в памяти "предпочитает гомеопатию". Так быть не должно!
👍29😁22