Клод с приходом соннет 4.5 стабильно называет меня Адамом Овсесяном, хотя я ему уже везде указал свою настояющую фамилию. Что-то, походу, какие-то веса зацепились за мое армавирское прошлое

Недооцененный, на мой взгляд, инструмент культурных изменений.

Но есть нюансы:
- такое можно делать, когда культурная перестройка идет полным ходом, чтобы не выглядело все обманом и привело к разочарованию новых кадров и дискредитации репутации.
- как следствие, у новых ребят должна быть поддержка и тулы для применения нового культурного кода. И наоборот: отсутствие жестких барьеров, иначе смотрите пункт 1.

https://news.1rj.ru/str/leadgr/2131

База ☝️

Завтра выступаю тут c темой Как внедрить AI в бизнес и не потратить деньги впустую

Perplexity RIP

Много времени сейчас уделяю развитию команды (да и себя тоже). Сделали с Адамом карту скиллов для продактов на разных грейдах, чтобы было понятно, как развиваться.

Логика такая:
- Есть обязательные скиллы (Product Fundamentals), которые нужны всем продактам: гипотезы, стратегия, системное мышление, работа со стейкходерами. И ML-скиллы для тех, кто развивает ML-продукты (хотяя думаю, и они скоро будут нужны всем)
- Есть НЕобязательные скиллы, которы зависят от типа выполняемой работы: Core Product Work / Growth / Monetization / Efficiency. Быть крутаном во всех этих областях не нужно — важно качать те, которые вы реально используете в работе. Например, если вы занимаетесь core-работой, критично разбираться в исследованиях и UX, понимать пользователей и превращать их потребности в решения. Важно владеть аналитикой, чтобы измерять влияние фич на метрики, и понимать технический стек для реализации решений. А вот глубокое знание монетизации и маркетинга не критично — в этом типе работы фокус на создании ценности, а не на привлечении или её монетизации

Внутри карты: скиллы, способ их оценки, минимальные требования на разных грейдах и материалы, которые помогут прокачаться. Лайк, шер (ну вы поняли): https://annapodobrazhnykh.notion.site/Skills-Map-Product-Manager-2960ae565f1180a49b65cdf17c7bea79?source=copy_link

Все любят кидаться термином "дилемма инноватора" (я тоже!). Звучит очень красиво на питчах инвесторам, когда рассказываешь, как твой AI-стартап сейчас убьет Google. Но, как обычно, есть нюанс, который превращает эту красивую теорию в тыкву.

Сама по себе дилемма не гарантирует вам победу. Это просто окно возможностей, которое когда то закроется. На мой взгляд, есть всего два варианта, как этим окном можно реально воспользоваться:
1. Ваши конкуренты - это классические Kodak, Nokia, Blackberry или Blockbuster. Они сидят на горе кэша, игнорируют дизрапт, считают вас игрушкой и не видят угрозы. Вы успеваете вырасти и захватить рынок, пока они осознают, что произошло, но к этому моменту уже слишком поздно.
2. Ваши конкуренты не игнорят (что в современном мире происходит гораздо чаще). Они видят угрозу, у них есть ресурсы, и они начинают быстро адаптироваться. И вот тут ваша задача - не просто сделать продукт, а найти масштабируемые каналы дистрибуции и обрасти устойчивыми и долгосрочными moats (сетевые эффекты, экономика масштаба, switching cost, бренд) быстрее, чем они разрешат свою дилемму.

Если вы не попадаете ни в один из этих двух сценариев - это верная смерть. Конкурент просто переедет вас своим масштабом, как только адаптирует технологию, а вы останетесь красивой, но мертвой строчкой в истории.

Google, как раз, пример последнего случая. Они прекрасно понимают к чему идет все и достаточно агрессивно действуют.

Так что "дилемма инноватора" - это не гарантия, а просто фора на старте, которой надо суметь воспользоваться. По сути, это частный случай контр-позиционирования (писал тут), который работает в начале, но не обеспечивает долгосрочный "ров".

Очередная ода любви к Granola.

Относительно недавно появилась фича с возможностью чатиться с транскриптом встречи прям по ходу нее. Для меня, как человека с проблемами с фокусом из-за СДВГ, это прям спасение, ибо отвлечься во время встречи или собеседования и очутиться в ступоре от непонимания, что происходит, - в порядке вещей. Теперь мое спасение в этом чате, где я могу спросить что-то в духе "Так а в чем там его результаты были?"

Чекнул тут эссе Эндрю Чена про то, как он 15 лет смотрит на кривые ретеншна. Работал основателем, продактом в Uber и прочем бигтехе, сейчас инвестор в a16z. Смотрит сотни стартапов в год. Видит паттерны. Они достаточно очевидные, но я часто вижу, как их многие не понимают

Главное:
1/ Плохое удержание не починить. Команды думают: "давайте добавим пуши, протестируем варианты страницы, запилим новые фичи". Не работает. Если в первый день возвращается 10% вместо 50%, у вас нет продукта, который нужен людям. Локальные оптимизации не спасут. Нужен не фикс - нужен полный редизайн или пивот.

2/ Удержание падает по геометрической прогрессии. Типичная кривая: первый день падает на 50% к седьмому. Седьмой падает еще на 50% к тридцатому. Обратные примеры это супер редкие исключения. Если раннее удержание плохое - позднее тоже будет плохим.

3/ Revenue retention растёт, retention rate падает. В B2B SaaS это золотое правило. Slack теряет пользователей (кто-то не заходит), но компании платят больше, потому что продукт растёт внутри организации. В консьюмерских продуктах бывает похоже: люди начинали с книг на Amazon, теперь покупают всё. Использование падает, ценность клиента растёт.

4/ Удержание зависит от категории. Не получится сделать ежедневное приложение из продукта для бронирования отелей. Если хочется высокое удержание, нужно выбирать категорию, где люди уже используют продукт каждый день и/или у них потребность позникает каждый день. Приложение должно заменить существующую ежедневную привычку.

5/ Метрики ухудшаются при росте. Лучшие пользователи приходят первыми - через рекомендации, с высокой мотивацией. Потом добавляете андроид, международку, платную рекламу - метрики катятся вниз. Первая когорта всегда лучшая. Вопрос не в том, как вернуть те показатели, а в том, остаются ли новые когорты прибыльными.

6/ Отток асимметричен. 90% пользователей уходят в первые 30 дней. Вернуть их почти невозможно. Автоматические письма с дискаунтами и напоминалками - дорого и бесполезно. Что работает - когда существующий активный пользователь приглашает ушедшего обратно через продукт (коллега добавляет в проект). Доступно только продуктам где ценность растёт с количеством людей.

7/ Вирусный рост + плохое удержание = фейл. Эксперимент проводили много раз. Видео в тиктоке взорвало установки, но удержание на нуле. Первая волна схлынет, останется плохое привлечение + плохое удержание. Единственный способ - делать продукт с отличным удержанием с первого дня.

8/ Великое удержание - это магия. Когда через 30 дней возвращается 50% - бывает раз в пару лет. Нельзя протестировать путь к такому ретеншну. Нужно новое понимание рынка или пользователей. Видеоконференции, исчезающие фото, ИИ которая отвечает на любой вопрос. Понятно в ретроспективе, но никто этого не предвидел.

Что делать? Чен даёт рецепт: выбирай категорию с уже высоким удержанием. Находи продукт, который люди используют каждый день. Делай что-то, что заменит этот продукт. Нужно отличие на 20%, не на 80%. Описание должно быть понятным за 60 секунд использования.

Тайминг решает. Должно произойти что-то, что делает твоё отличие важным прямо сейчас. Языковые модели стали достаточно хороши. Люди устали от ленты соцсетей. Удалённая работа стала нормой. Без такого момента у тебя просто лучший продукт в категории, где никто не хочет переключаться.

Стартапы это понимают. Все эти "Cursor для X" и "Figma для X" - попытка снизить риск. Берут рабочую категорию, ловят момент изменений, добавляют отличие. Рыночный риск минимален, технологический риск остается.

Почему стратсессии не работают? Все просто - by design.

Типичный сценарий: 100500 человек в загородном доме на 2-3 дня, флипчарты, стикеры, внешний фасилитатор. На выходе - документ про vision на 5 лет и список инициатив, который никто не будет исполнять. Через месяц все делают то же, что делали до сессии.

Проблема не в плохой модерации. Проблема в том, что стратсессия решает не ту задачу.

Что должна делать стратегия:
- Жесткий выбор между альтернативами (кто-то проигрывает)
- Признание ограничений (некомфортно публично)
- Отказ от части инициатив (чья-то работа обнуляется)
- Интеллектуальная честность (противоречит корпоративной дипломатии)

Что делает стратсессия:
- Создает иллюзию участия
- Легитимизирует уже принятые решения
- Дает всем почувствовать себя вовлеченными
- Никого не обижает

Это не баг, это фича. Просто не та, что декларируют.

Структурные причины провала:

1/ Невозможно синхронизировать ментальные модели большого количества людей за короткий период. 80% времени уходит на выравнивание контекста, обсуждение идет на уровне наименее информированного участника - банальная теория ограничений.

2/ Игры статусов убивают качество мышления. Младшие не спорят со старшими. Все считывают "что хочет услышать босс". Политически опасные идеи ("наш продукт не нужен рынку") не озвучиваются.

3/ Ложная срочность: "У нас стратсессия в пятницу, нужно выйти с решением". Хорошие стратегические идеи вызревают через недели глубокого погружения и множественные итерации. Формат "пришли-обсудили-решили" - симуляция работы.

4/ Нет механизма выбора. Консенсус = выхолащивание до минимального общего знаменателя. Голосование = популярные идеи, которые часто плохие. Решает лидер = зачем тогда сессия?

Что работает:

До сессии: один человек (или группа 2-3) пишет полноценный документ (к примеру, амазон стайл 6-pager). Не слайды - текст с аргументацией. Включает диагноз, несколько альтернативных стратегий, четкую рекомендацию. Обязательное чтение. Лучше прям в начале встречи тоже в стиле амазона.

На сессии (1-2 часа): не презентация, а обсуждение критических развилок. Где автор не уверен, где есть серьезные возражения. Фокус на выборе между конкретными альтернативами.

После сессии: лидер принимает решение сам (не консенсус). Финальная версия документа с обоснованием. План с четким ограничением по времени для проверки на практике.

Альтернатива: формат Red Team. Автор готовит стратегию заранее. Задача группы на сессии - сломать её. "Вы конкурент, как атакуете?", "Вы инвестор, почему не вложитесь?". Цель - найти слабые места, не поддерживать автора.

Жесткая правда:

Большинство компаний не хотят настоящую стратегию. Хотят документ, который оправдывает текущие действия, не создает конфликтов и выглядит серьезно для инвесторов. Позволяет всем продолжать делать то, что делали.

Почему это важно:

Настоящая стратегия - результат глубокого аналитического процесса, а не коллективного творчества. Румельт называет это ядром: диагноз проблемы, направляющая политика, согласованные действия.

Диагноз требует понимания источников силы и слабости - своих и конкурентов. Где рычаг? Какие ограничения? Это работа на недели-месяцы погружения в данные, разговоры с клиентами, анализ рынка. Не решается за 3 часа в переговорке.

Направляющая политика - это выбор, как использовать ресурсы против конкретного препятствия. Не список всего, что хотелось бы сделать. Не vision на 5 лет. А конкретный ответ: "мы делаем X вместо Y, потому что Z".

Хорошая стратегия появляется через итерации: гипотеза → проверка на реальности → корректировка → повторить. Нужно время на обдумывание между циклами. Групповой формат убивает этот процесс.

Если стратсессия не работает, вопрос не "как улучшить формат". Вопрос - нужна ли вообще стратегия или нужен ритуал под этим названием?

Недавно спросили про три главных качества в продакт-менеджере, которые проверяю на собесах. Начал отвечать про продактов, но понял, что это не только про них, это про любого человека в tech индустрии.

- Системное мышление: способность структурировать хаос, видеть паттерны в разрозненных данных, большое делить на мелкое, мелкое собирать в большое. Без этого получается либо паралич от сложности, либо хаотичное блуждание. Разработчик не может разбить задачу на подзадачи, дизайнер не видит, как элементы связаны, продакт не понимает, с чего начать.

- Открытое мышление: готовность менять мнение при появлении новых данных, сомневаться в своих убедениях, быть открытым к фидбеку. Tech - это работа в условиях неопределённости на основе неполной информации. Закрытое мышление убивает продукт. Человек влюбляется в своё решение, игнорирует метрики, отстаивает гипотезу против данных. Защищает код/дизайн/стратегию, потому что вложил время, а не потому что это правильно. Открытое мышление - это не про отсутствие убеждений, это про то, что убеждения должны быть пропорциональны доказательствам.

- Коммуникация: способность донести свою мысль так, чтобы собеседник понял именно то, что хотел сказать, и способность услышать, что говорят тебе. В этой индустрии никто не работает в вакууме. Любой результат - это результат взаимодействия людей. Плохая коммуникация убивает работу, хорошая - позволяет добиваться результата.

Vibe coding уже все знают, но я почти не пишу код. Основные артефакты моей работы - документы: отчеты интервью, 6-pagers стратегии, гайды процессов - Vibe docing.

Работает на двух уровнях:
- Первый - базовый. Надиктовал что хочу, Claude/Notion структурирует в нормальный документ. Недавно за 5 минут надиктовал в Notion про свой набор парфюма и вишлист и получил по итогу красивую и структурированную базу данных. Раньше потратил бы час на то, чтобы сделать ее самому.
- Второй - со skills в Claude. Когда документ повторяется регулярно и есть устоявшиеся принципы написания. Behavioral интервью - у меня есть skill с фреймворком оценки, структурой отчета, критериями. Надиктовываю наблюдения с интервью, получаю отчет по шаблону с правильными секциями и оценками. То же с 6-pagers стратегии - есть skill с Amazon форматом, надиктовал мысли, получил документ по канонам. Скилы тут пригодились очень круто. В отличии от Projects еще позволяет комбинировать разные скилы в пайплайн.

Сейчас осознал, что если мне надо будет делать док самому, то я буду жестко тупить, ибо уже отвык от этого.

Забавно как все зацикливаются на Майкле Бьюри, который "предсказал ипотечный кризис и теперь ставит против NVIDIA". Пошел проверять его трек рекорд, а там из попаданий собсна сам ипотечный кризис и 400% на GameStop, но и то продал прям перед мем-сквизов, и в довесок 10+ несбывшихся предиктов, за некоторые из которых извинялся в твитторе.

Получается 2 успеха против десятка провальных предсказаний краха. Классический cherry picking - люди помнят только Big Short и игнорируют все промахи. Как в анекдоте про экономистов: "предсказал 9 из последних 2 кризисов".

The big (fake?) AI short

Медиа торгует вниманием. Модель простая: покупаем, а лучше бесплатно получаем внимание, и перепродаём его рекламодателям. Беспроигрышный способ намайнить бесплатного внимания – выдавать пугающие прогнозы. Желательно сопровождать их большими, впечатляющими числами. В этом смысле Майкл Бюрри – идеальный ньюсмейкер.

Все уже написали про его недавние твиты и форму 13-F. Типичные заголовки: «Бюрри зашортил Nvidia и Palantir на 80% фонда», «Бюрри поставил $900 млн. против Палантира». Поразительно, но такую лажу выдают даже уважаемые профильные издания вроде Financial Times. Уж если FT пишет такое, то не приходится многого ожидать от комментаторов, которые делятся в соцсетях своими умозаключениями по этому поводу на основе статей из прессы.

Что на самом деле можно сказать, глядя на форму 13-F Scion Asset Management? Почти ничего определённого. Во-первых, раскрытию подлежат только длинные позиции, поэтому мы не знаем, не шортил ли фонд одновременно акции или коллы на акции. Во-вторых, раскрывается только число опционов, но не дата экспирации и страйк. Таким образом, сумма ставки Бюрри через путы может лежать в очень широком диапазоне. Если опционы короткие, а страйки очень низкие, то размер ставки близок к нулю.

Реальность скучная и неоднозначная, поэтому рассказывать будут о выдуманных миллиардных ставках. Благодарные слушатели этих рассказов находятся, внимание продаётся, менеджеры медиа-компаний говорят спасибо Бюрри и идут искать следующий инфоповод.

Простите за мемесы, но второй день не могу перестать орать с этой ситуации.

Вчера вечером как-то странно начал себя чувствовать, не мог понять что. В голове очень странное ощущение, непонятное. Сегодня утром усилилось и я понимаю, что прям кружится голова и странное ощущение вокруг глаз. Пошел побазарил с клодом, а он такой: "А ты там с ципралекса не слез случаем? Похоже на синдром его отмены", и осознал, что забываю его пить уже 4ый день, так как он закончился и я забыл купить. Чертяга! Совсем бы скурвился без ИИ

Глянул прикольный видос, где автор разбирает, почему AI-пузырь до сих пор не лопнул, хотя все согласны, что он есть. Интересная логика.

Все говорят "пузырь" - рынок держится на спекуляциях пары компаний, продукты не окупают затраты, руководители играют в "кто назовёт большее число", но информированные инвесторы продолжают вливать миллиарды каждый месяц.

Как лопались прошлые пузыри

Доткомы - антимонопольный иск к Microsoft, пересмотр отчётности Micro Strategy (акции упали на 60% за день и разбирательства с регулятором), статья о нежизнеспособности бизнес-моделей. Жилищный - кризис субстандартной ипотеки, рост ставок, банкротства кредиторов.

AI уже пережил кучу потенциальных триггеров - нестабильность из-за тарифов, регулирование чипов, рост ставок, юридические проблемы с данными для обучения, проблемы с инфраструктурой, исследования, ставящие под вопрос бизнес-применение, отчаянные попытки найти выручку, ежедневные статьи о проблемах. Рынок проигнорировал всё это.

Автор нашёл три причины, почему это ещё стоит:

1) Источник денег - не долг, а кеш

Технологические гиганты накопили триллионы за 15 лет по двум причинам:
- До 2017 налоги стимулировали держать деньги в офшорах - положил в Ирландию и не трогаешь, пока не хочешь платить налог.
- В 2017 дали разовую сделку вернуть с дисконтом.
- Плюс у них тупо не было проектов - настолько доминировали на рынках, что тратить на разработку считалось лишним риском.

Сейчас они компенсируют потерянное десятилетие, когда недоинвестировали. И главное - в отличие от жилищного пузыря, который стоял на долге и деривативных бумагах, это их собственные деньги, которые лежали без дела.

2) Круговые сделки как страховка от рисков

Oracle растёт после контракта с OpenAI. OpenAI получили миллиарды от Nvidia. Nvidia заработали, продавая GPU Oracle. Все кричат, что это компании вытягивают себя за шнурки и надувают выручку.

Но контраргумент - если смотреть на пузырь доткомов оглядываясь назад, были победители, которые выжили. Те же технологические компании, что сейчас в AI. Если бы AOL в 1999, инвестируя в Amazon, мы бы меньше критиковали. Инвестируя вверх-вниз по value chain, они максимизируют шанс поймать деньги, если AI выстрелит.

3) Это не пирамида - деньги не от розничных инвесторов

Ключевое отличие от доткомов - крупные игроки выплачивают больше через дивиденды и выкуп акций, чем получают через эмиссию. В 2000 хайповые компании жили на постоянном притоке денег инвесторов, без прибыли и часто без выручки.

OpenAI тоже зависит от новых раундов, но деньги идут от компаний с кешем, не от обычных инвесторов.

Что это означает

Компании в проигрышной ситуации - что бы ни делали с деньгами, будет критика:
- Вливают capex в дата-центры - "чипы устареют через 2 года"
- Байбек акций - "взвинчиваете переоценённые бумаги"
- Инвестируют в других - "круговая порука"

Котировки завышены в ожидании триллионов от AI. Если не выстрелит - быстрая переоценка. Но крупные игроки не рискуют рухнуть прямо сейчас - кеша больше, чем долга, есть работающие части бизнеса, на которые можно опереться.

Главный риск - объяснить инвесторам, почему потратили сотни миллиардов на дата-центры вместо выплаты дивидендов, но они преподносят это как ставку $500 млрд с шансом получить $10 трлн. Рискованная ставка не значит плохая ставка. А если что-то пойдёт не так - государство скорее всего компенсирует часть, пока игра продолжается. Но об этом вслух не говорят.

Мой тейк: да, деньги из кеша, а не с долга, снижают системный риск. Но это не меняет фундаментальной проблемы - никто не знает, окупятся ли инвестиции.

Разница лишь в том, кто обожжётся, когда это схлопнется. В доткомах горели розничные инвесторы. Тут будут гореть акционеры технологических гигантов, которые увидят, как $500 млрд превратились в избыточные дата-центры и несостоявшиеся ставки.

Либо на этот раз действительно другое, либо мы просто ещё не дошли до правильного триггера.

Йохан Кройфф как-то сказал: «Играть в футбол очень просто, но играть в простой логичный футбол – самая трудная задача из всех возможных».

В меня вселился Стэтхэм (или Сунь-цзы?), поэтому хочется немного перефразировать: «Быть продакт-менеджером очень просто, но находить простые, эффективные и логичные решения для сложных проблем – самая трудная задача из всех возможных».

Вытащу свой ответ на коммент из обсуждения репоста в Сиолошной с саммари видео про пузырь. Кажется, может быть полезно. Сам коммент:

Он не «лопается» тк компании показывают огромную маржу и с forward looking pe ценны не такие уж высокие.

Пример. Микрон, производитель памяти HBM

Вырос с начала года почти в 3 раза, но цена все еще низкая тк pe всего 15-16

Могут прибыли и маржа упасть? Конечно. Но пока этого не произошло, называть текущий bull market пузырем иррационально

Ну и видео по ссылке достаточно поверхностное, я не вижу аргументов против вертикальной интеграции в других индустриях (нефтянка, продукты, косметика, электромобили), но вот в AI и техе вертикальная интеграция это прям беда… похоже на когнитивные искажения

Можно сделать аналогию из прошлого с интернетом

Амазон и ко скушали локальные мелкие (и со временем не очень мелкие) магазины и лавочки за счет масштаба и сервиса

AI и тех компании скушают «локальных» профессионалов которые могут быть автоматизированы парой API запросов в дата центр.

Этот процесс идет, и динамика консолидации выручки и маржи направлена в сторону тех компаний и от профессионалов. Что может остановить этот процесс? Хз.🤷‍♀️

Мой ответ:

Micron может быть адекватно оценен по PE - это не противоречит тезису видео. Там не про то что каждая компания в цепочке переоценена, а про системный риск всей индустрии.
Nvidia, Microsoft, Oracle, Micron - каждый по отдельности может показывать нормальные мультипликаторы. Но если базовая ставка "AI принесёт триллионы" не выстрелит - упадут все разом, независимо от текущих PE.

Про амазон согласен, что динамика похожа - платформы с масштабом съедают фрагментированных игроков. Но есть несколько отличий:
- Amazon убивал магазины когда уже мог доставить товар быстрее и дешевле. Это работало в продакшене на миллионах заказов. AI пока не может заменить большинство профессионалов с нужным качеством на масштабе. Разрыв между демками и боевым применением огромный. Текущие инвестиции рассчитаны на возврат через 2-3 года, не через 10 лет когда это может заработать.
- Amazon выиграл как платформа с сетевыми эффектами. Больше продавцов → больше покупателей → больше продавцов. Это winner-takes-all. Модели идут к коммодитизации. Если os модели достаточно хороши для большинства задач - никакой консолидации маржи не будет. Маржа упадёт к нулю как в любом товарном бизнесе. Кто заработает в этом случае? Nvidia на железе и дата-центры на инфраструктуре, но не создатели моделей.
- Коробка с товаром это коробка, неважно откуда. Работа профессионала часто требует контекста, доверия, ответственности, понимания неявных требований. Юрист это не "API для генерации договоров". Это не значит что автоматизация невозможна, но это сложнее чем доставка товара.

Amazon к тому же создавал новую ценность - удобство, скорость, выбор которого не было раньше. Если AI просто заменяет человека делая то же самое дешевле - это сжатие маржи существующего рынка, не создание нового. Откуда тогда рост выручки на триллионы которые закладывают в оценку?

Когда Amazon убивал магазины - это "рынок работает". Когда AI начнёт массово замещать офисных работников, юристов, бухгалтеров, программистов - это политический вопрос с риском жёсткого регулирования. Не факт что дадут довести процесс до конца.

Суть не в том что консолидация невозможна. Вопрос в тайминге - все ставят что текущая траектория продолжится и выручка придёт через 2-3 года. Но если мы на плато возможностей текущей архитектуры? Если следующий скачок требует принципиально других подходов которых ещё нет? Тогда схлопнется, потому что инвестиции делаются сейчас под возврат в ближайшие годы. Amazon в 1999 уже доказал модель работающей в продакшене. AI в 2025 доказал что умеет делать впечатляющие демки, но боевое применение на масштабе пока в зачаточной стадии.

Может ты прав и через 3 года увидим массовое замещение профессионалов. Тогда текущие оценки окажутся консервативными. Но это именно ставка, не доказанный факт. А инвестиции делаются как будто это уже произошло

Важно пояснить вот этот тезис:

Но это именно ставка, не доказанный факт. А инвестиции делаются как будто это уже произошло.

Тут есть нюанс, что это не просто рисковая ставка, которая может не сойтись, как и любая инвест-ставка. Чтобы понять логику, давайте возьмем классический пример скейлинга, тот же Амазон или Убер. Это классические кейсы, когда ты вливаешь бабло в бизнес-модель, которая либо доказала свою жизнеспособность на маленьком масштабе, как с точки зрения P/M Fit, так и с точки зрения юнит-экономики, и ты скейлишь тем самым прибыль, либо все доказано, но юнит-экономика не сходится или маржа маленькая, но за счет скейла сработает Scale Economy, и маржа, и прибыль диспропорционально вырастут. То есть инвестиции в тупо скейл прибыли.
Что происходит с AI? Это не инвестиции в скейл работающей бизнес-модели, это инвестиции в развитие технологии, которая потенциально может дойти до состояния, когда будет достаточно качественной и рентабельной, чтобы могла начать давать импакт. То есть это инвестиции до скейла на 1, 2, а, возможно, даже 3 порядка раньше. То есть такой Seed раунд в великое будущее.