Transcription
Вокруг все давно уже внедрили нейросети, все давно уже летели в космос, выступили на конференциях и рассказывают, какие они молодцы, вайпкодят кучу всяких разных инструментов, а ты, дай бог, только-только начинаешь разбираться с чатом GPT.
В этом видео мы будем говорить про будущее создание продуктов с нейросетями и будем говорить про то, а что сейчас уже можно делать проще и быстрее с нейросетями. Что это значит для карьеры продакта и для карьеры продуктового маркетолога?
Почему меня можно про это слушать? Я веду научную деятельность про то, как создавать продукты. Я создал методологию Advant Jobsang, которая даёт уникальные пошаговые алгоритмы для решения задач продукта, как запустить продукт, а, масштабировать продукт, спасти умирающий продукт. Через меня в год проходят сотни кейсов, я консультирую десятки компаний. Я помог стратегии таким компаниям, как куча команд в Яндексе, Яндекс ПТУМ, Яндекс Браузер, аа Севергрупп Медицина, Самолёт. Я постоянно собираю успешные кейсы и неуспешные кейсы.
Безусловно, создание продуктов с нейросетями - это огромный, огромный тренд. Мы все будем частью этого тренда. И в этом видео вы узнаете результат моего исследования про то, куда это всё идёт. Из этого видео вы знаете, кого нейросети увольняют, кого нет, что делать, чтобы оставаться востребованным специалистом, что уже сейчас делается с нейросетями значительно быстрее.
Для этого видео я сделал довольно большое исследование, собрал аналитику рынка, я собрал, поговорил с большим количеством экспертов про трудоустройство, с большим количеством команд, которые уже внедряют нейросети. И эти эксперты дают прогнозы, а куда это всё идёт? Я дам свой свой прогноз, как мне кажется, куда это всё идёт. Но в первую очередь я опираюсь на мнение опытных э опытных инвесторов. Мы поговорим про то, опоздали мы уже или нет, все уже улетели в космос или у нас есть шанс, и нужно ли учиться вебходить? Спойлер, да, всем придётся научиться вебходить.
Давайте начнём с того, что признаем, что мир уже не будет прежним. Когда появился ChatGPT 3.5, потом четвёрка, мир разделился на до и после. Сейчас у всех генеральных директоров, может быть, за за редким исключением, есть цель по внедрению нейросетей. Мало кто понимает пока, как это сделать правильно. А успешные кейсы есть, но их немного. Тем не менее, это огромный, огромный, огромный тренд.
Сэм Альтман, соснователь и CEO OpenAI, недавно дал нашумевшее интервью изданию The Verge, в котором он сказал: "Находимся ли мы в пузыре?" Скорее всего, да. Является ли искусственный интеллект самым важным событием за долгое время? Тоже да.
Если вы знаете про то, как распространяются идеи и технологии, вы знаете, что существует цикл Гартнера, цикл хайпа Гартнера, а в котором любая идея и технология сначала проходят через пик завышенных ожиданий. Все такие: "О, господи, вау". Какое-то время назад, 10 лет назад это были чатботы, потом были блокчейны и так далее, и так далее, и так далее. И генеративные нейросети находятся на нападении. То есть год назад это был вау, хайп. Полгода ещё назад Nvidia показывала рекордную выручку, рекордную прибыль. Сейчас хайп спадает. Но после спадения хайпа технология начинает выходить на реальное использование. Все вокруг поговорили, годик-два-три шумели, но за то время, пока шумели, какие-то компании начали успешно это применять. И всё больше будет появляться команд, а компаний, кейсов, что вот оно работает, это будет распространяться по рынку и по рынку будет распространяться уже не хайп, а реальное использование.
То есть мы с вами находимся в самом начале огромного технологического сдвига. Да, весь мир похайповал, но это не значит, что мы все опоздали. Это, ну, как бы инерция мира, инерция процессов, инерция компаний довольно высокая, привычка людей высокая, и у нас с вами всё только начинается. Мир точно не будет прежним, но у нас на самом деле всё только начинается.
Andreessen Horowitz - это один из самых уважаемых инвестфондов в мире. Они много, а-а, они делают большую ставку на AI и на блокчейн, и они делают регулярно публикуют исследование рынка. И, ээ, в этом исследовании рынка видно, что расходы на генеративные на large language models растут и растут очень быстро. С двадцатого на двадцать пятый год на 200% прогноз, а на двадцать шестой год плюс 75% роста.
Есть тезис, что нейросети, генеративные нейросети станут новым интернетом, и это станет той основой, тем фундаментом, на котором будут строиться, может быть, инфраструктура выше уровнями и уже выше будут строиться приложения. То есть, что если API Open AI, API Google, API Claude, это будет не самостоятельный самоценный продукт, а это будет абсолютно необходимая часть, как сейчас мы платим за хостинг, так же мы будем платить за API Open AI. В России это будет API Яндекса, API Сбербанка, на которых уже будет огромное количество конкретных применений для клиента.
Кейсы а уже есть. Если вы посмотрите на этот график, первый столбец - это март, март прошлого года, второй столбец - это май двадцать пятого года. И это кейсы применения: разработка софта, написание кода, поиск, обработка данных, customer service и так далее. А, ну, например, вы видите, что первые два столбца software development в марте 2024 года примерно 40% компаний уже использовали написание кода в продакшн-процессах. Ещё 35-40% тестировали. Сейчас уже 75% пишет код в продакшн-процессах и ещё 10% тестирует. Это всё только начинается.
Я знаю историю аа одного из подразделений Microsoft, которым поставили цель, а, писать код, а, с нейросетями, по-моему, с GitHubским генератором, могу ошибаться. И я знаю, что там происходит сыр с конями. Код пишется не идеально. И вот для того, чтобы выполнять KPI по нужному проценту кода в продакшене от нейросетей, производится определённый набор ухищрений, чтобы это происходило. Понятно, это не оптимально, понятно, это криво, но это про то, что крупные компании уже на это делают ставку, и оно с высокой вероятностью дальше будет только улучшаться, только раскатываться, всё больше, больший процент продакшн-кода будет писаться нейросетями. И все, на самом деле, смотрят не на текущее состояние рынка, все смотрят на тренд, как быстро технология улучшается. Технология улучшается очень быстро, и все смотрят на точку через год, два-три, тогда код будет писаться реально круто.
Вторая колонка Enterprise Search - это поиск по внутренним данным компании. И сегодня позже расскажу, как в некоторых командах, точнее, как команда Google для продуктов уже сейчас поиск является большой ценностью. Поиск на основе нейросетей является большой ценностью для внутренних команд. Обработка данных, customer service, короче, adoption уже идёт, применение нейросетям уже идёт. То есть это не теория, это не когда-то может быть, э, когда появятся классные технологии, оно уже сейчас происходит.
Есть очень важная цитата в том же исследовании Andreessen Horowitz, что каждая роль будет и AI Copilot будет иметь AI Copilot, потом AI Agent. Допустим, вы пишете строительную документацию, у вас будет AI Copilot, какая-то кастомная модель, обученная на а тысячах, десятках тысяч хорошо написанных документаций, и она будет значительно ускорять вашу работу. Вы будете фичи пилить, вы продакт, у вас будет AI Copilot. Вы маркетолог, у вас будет AI Copilot. Со временем будут появляться и агенты, как сервисы вебкодинга, Bolt, Lavable, Replit. Ты им пишешь, какой сайт тебе нужно сделать, какой кодинг тебе нужно сделать, какой внутренний инструмент тебе нужно сделать. Они идут, тебе его пишут, и ты потом через текстовый интерфейс вносишь изменения. А с высокой вероятностью такое будет появляться и для создания продуктов. Уже появляется первый сервис, который помогает писать product requirements, продуктовые требования, и не видно, чтобы это останавливалось.
Что это значит для моей карьеры? Всё, продукты не нужны, всех уволят, меня заменят алгоритмом.
В августе вышло исследование Стэнфорда, в котором изучали, как меняется, а соотношение ролей по опыту и по возрасту. И видно вот верхний график видно, что это head count over time by age group. это, э, процентное соотношение людей в компании по возрастной группе и по ну да, по возрастной группе, ну, и по опыту. И видно, что с появлением, а, ChatGPT, пунктирная линия - это момент появления ChatGPT, а, резко стала падать соотношение начинающих специалистов джунов 22-25 лет и джунов 26-30 лет относительно медлов и синьоров. Что это означает? Это означает, что разработчиков. Что это означает? Что компании решили меньше нанимать джунов, больше медлов, синьоров. Там, я думаю, что произошло следующее. Я думаю, что они сначала увидели потенциал, что работу опытных специалистов можно ускорять, усиливать. И решение о корректировке найма пришло на будущем ожидании, нежели на реальной оптимизации, на реальной эффективности. И если этот тренд будет продолжаться, то если вы входите в профессию, нужно будет искать другие способы входить в профессию. Но и позже мы про это поговорим побольше.
А в Customer Service, поддержка клиентов, тот же самый тренд. Джунов меньше нанимает, сеньоров, медлов больше нанимают. А и, например, такой же тренд виден на маркетологах и менеджерах продаж. Резкое падение начинающих маркетологов, менеджеров продаж. Джунам всё тяжелее найти работу.
Я взял комментарий у Данила Попова. Он это руководитель рескиллинга в Яндекс Практикуме. Это один из самых ускоренных руководителей в Яндекс Практикуме. И он говорит, что мы видим, что джунам сейчас сложнее найти работу. Он в настоящий момент, это рынок России, атрибутирует это экономическому кризису, который в России идёт, начинается. А, но вторую очередь, что нейросети уже сейчас и в будущем ещё сильнее будут забирать задачи джуна, и из-за этого джунам будет тяжелее найти работы. Эффект увольнения сильнее там, где искусственный интеллект заменяет, а не дополняет.
Что делать джунам? Если вы хотите войти в профессию, и неважно, в любую профессию, где есть тренд, что нейросети приводят тому, что таких начинающих специалистов меньше, меньше нанимают, что делать? Данил Попов дал комментарий про то, что сейчас высшие учебные заведения не поспевают за скоростью прогресса, и они не выпускают достаточно компетентных а тех же продакт-менеджеров или маркетологов. И он говорит, что нейросети становятся прекрасным учителем, который может тебя подтянуть за очень-очень небольшие деньги, стоимость ежемесячной подписки с актуальными знаниями, которые тебе не дадут высшие учебные заведения. Поэтому, джуны, берём ChatGPT в зубы и жёстко ботаем всю базу знаний, которая у него есть. ChatGPT становится прекрасным учителем. А если его запросить и сказать: "Учи меня", раздать ему весь контекст, долго его обучать тем, что вы знаете, что вы не знаете, и угроза превращается в вашу помощь.
Если я работаю продактом, что со мной будет? Тут важно понимать, что AI - это усиливающая amplified intelligence, не artificial intelligence. Текущее состояние, не будущее, 10-15 лет, а текущее. А это комментарии Балажи Шринивасана. Это General Partner в фонде Andreessen Horowitz, а бывший CTO Coinbase. Это американская криптобиржа крупная. И он говорит, что агенты пока что не могут ставить себе сложные цели и не могут сами верифицировать свою выдачу. Чем более сложная задача, тем дальше в будущем будет момент, настанет момент, когда агенты будут заменять эту сложную работу. Пока что этот момент не наступил. Через какое количество лет наступит, непонятно, но пока что мы не здесь. AI не забирает, говорит тоже Балажи, не забирает что-то работу, помогает каждому делать любую другую работу. Но при этом это не означает, что если вы хотите сделать какую-то графику или какую-то сложную задачу с нейросетями, вы сделаете это лучше, чем профессионал компьютерной графики, видеографики или чем профессиональный менеджер продукта, который тоже использует нейросети. То есть нейросети усиливают ваш текущий набор знаний и навыков. Не заменяют.
Тут я предлагаю опереться на мудрость Навала Равиканта. Навал Равикант, э, инвестор, э, основатель Angelist и мудрец нашего времени. А если вы не читали его книги, я крайне рекомендую почитать. А он говорит, что решающий навык - это judgment, суждение, оценка. Это когда вы смотрите на то, что вам вы пишете продуктовые требования с ChatGPT или с какой-нибудь нейросетью. И когда вы смотрите на это и говорите: "Не, не будет работать", у вас внутри есть чёткая аргументация. Вы опираетесь на чёткую логику, вы понимаете причины следственной связи, понимаете, как устроен рынок, сегменты клиента, как создавать ценность, а вы являетесь экспертом, как продавать. Вы знаете, какие бизнес-модели можно выводить, и вы смотрите на то, что предложил ChatGPT, и видите ошибки. В этом случае нейросети становятся очень мощным рычагом для ваших существующих знаний, навыков и компетенций.
А продукты будут становиться фулстекбилдерами и вообще все будут становиться фулстекбилдерами. Что это означает? Это означает, что вам для того, чтобы проверить гипотезу, никто не будет нужен для части гипотез. Не для всех, конечно. Вы сможете провести исследование рынка, провести исследование конкурентов, а понять для каких задач, каких людей, какую ценность создавать, придумывать, транжировать ключевые риски, ключевые гипотезы с рисками. А что может пойти не так? Сделать MVP, написать тексты лендинга, сделать это достаточно симпатичным, пойти продавать, доработать, а, доработать ещё раз. И только после этого, когда вы весь цикл проверили, у вас готовы финальные тексты, у вас готова та ценность, которую люди покупают. Вы проверили, что тексты интерфейсов, кнопки, вся последовательность экранов работает. После этого вы можете приходить в разработку и говорить: "Вот, делаем вот это. Я всё протестировал. У меня 45 покупок, просто нужно внедрить. Мы все будем становиться фулстекбилдерами.
Всех менеджеров продукта ждёт важный переход. Вместо того, что мы будем писать продуктовые требования, писать ТЗ, user story, делать и оптимизировать дашборды, перекладывать таски в Jira и пинговать людей, мы будем все подниматься на более высокоуровневые, более бизнесовые задачи. А в какие рынки мы вообще идём? А почему мы идём в этот рынок, а не в другой? А какие сегменты на рынке есть? А все ли сегменты мы знаем? А за какой сегмент нам выгоднее всего конкурировать? А правильно ли мы оценили, что именно в этот сегмент нам нужно идти? Какую уникальную ценность мы можем создать? А как, через какую такую хитрую задачу, хитрый способ мы можем залезть в этого клиента? Какую бизнес-модель нам выбрать? Какие каналы привлечения нам выбрать? Какие партнёрства нам выбрать? Как нам заинтересовать партнёра? Какие условия партнёрства нам продумать?
Сейчас мы вынуждены двигать таски в Jira, писать продуктовые требования, потому что, ну, так мир устроен, так технологии устроены, так знания людей и доступные инструменты устроены, что по-другому нельзя. Но это не значит, что нельзя эффективнее. И нейросети уже сейчас прекрасно пишут ТЗ. Я сейчас уже все ТЗ пишу с нейросетями, все продуктовые требования пишу с нейросетями. Когда я думаю про любой новый продукт, я всегда быстро делаю исследование рынка. Я не опираюсь на исследование рынка нейросетей, но я опираюсь на логику. Например, я сейчас вывожу свою методологию и мой курс на международную аудиторию. Я прямо сейчас считаю, какое количество менеджеров-продуктов, фаундеров, продукт-маркетинг-менеджеров и смежных людей в смежных ролях есть в разных странах. Но я не опираюсь на цифры, что вот в Штатах столько-то продакт-менеджеров, что здесь столько-то, здесь столько-то. Я прошу написать логику, я прошу придумать пять разных альтернативных способов посчитать и прошу придумать логику расчёта с ключевыми предположениями. И дальше я смотрю, нравится мне эта логика, не нравится мне эта логика, могу ли это перепроверить. А как я это могу перепроверить? И такой пинг-понг, интеллектуальный пинг-понг с нейросетью позволяет мне рынок оценить в 10 раз быстрее, чем я делал это раньше. И значительно точнее, чем я сделал раньше. Потому что сейчас я вижу такие перспективы, такие предположения, такие способы посчитать, которые до которых раньше я бы не додумался.
И нас всех ждёт переход в бизнес. И это великое благо, на самом деле, потому что именно там деньги-то и зарабатываются, не в перекладывании тасок в Jira по статусу. Карьера процессных менеджеров под угрозой. Если вы двигаете таски в Jira, это то, что будет убито, заменено быстрее всего. Люди, которые прокачали насмотренность, шарят за бизнес, стратегию, системное мышление, получают мощные рычаги с нейросетями. И это видно уже сейчас. Позже я расскажу свой опыт, как я был жюри хакатона. И видно, как те ребята, которые понимают, как как через продукт компания зарабатывает деньги, что может пойти не так, какие развилки могут быть совершены, как на каждой развилке какие альтернативные решения можно было принять. Видно, насколько они на голову. Несколько голов выше тех ребят, которые думают фичами.
И давайте сделаем такую штуку, но надеюсь людям понравится. У меня недавно была переписка с моим знакомым Александром. А, и довольно типичное мнение, что нейросети уже сейчас лучше большинства продуктов. Я не согласен с этим тезисом. Я считаю, что это очень опасный, это очень опасный тезис. Это очень опасный способ мыслить и принимать решения. Потому что, когда мы идём к точке Б, мы хотим запустить продукт, выйти на целевые продажи, выйти на целевую маржинальность. К этому результату ведёт огромное количество путей. И чтобы прийти к этому результату, нам нужно принять большое количество решений. На какую страну мы запускаемся? А почему запускаемся на эту, а не на другую страну? А на какой сегмент клиентов мы работаем? А какие задачи клиентов мы решаем? Почему мы работаем на этот сегмент и решаем эти задачи, а не какие другие? А какой ценностью мы конкурируем, какой бизнес-моделью, какими партнёрствами, как мы привлечём, делаем SEO, не делаем SEO, мы оптимизируем это или нет, каких людей мы нанимаем. Огромный объём решений. И если вы полностью это делегируете нейросетям, какая страна? Бразилия. Классно. Берём Бразилию. Напиши мне сегменты. Классно. Берём этот сегмент. А на какие гипотезы ценности? Класс. Беру это. Вы опираетесь э-э на очень зыбкую почву. Нейросети вам всегда выдадут очень похожий на правду результат. Пока что нейросети не умеют говорить "нет". Они GPT прямо сейчас добавляют метрику, что если нейросеть неуверена в ответе, ответ низкокачественный или она не знает ответ, начинает говорить "нет". Но это только сейчас начинается. Нейросеть всегда что-то выдаёт, и оно очень часто настолько красиво и похоже на правду, но это генеративная нейросеть. В этом её суть. Она всегда что-то выдаёт. И если вы во всём упираетесь на нейросеть, то вы с высокой вероятностью придёте не туда, куда нужно, потому что во всех этих развилках существует то, что нейросеть не увидела, то, что нейросеть не поняла, вы не скормили много контекста и вообще современным нейросетям. Современным нейросетям нужно давать очень много контекста, страница А4 контекста. А специалист, который шарит за рынок, сегменты, как создавать ценность, каналы привлечения, бизнес-модели, как валидировать ценность, как не совершить все ошибки на пути, он берёт нейросеть как источник вдохновения, как альтернативную точку зрения, как ускорение ручной работы, которую уже сейчас можно не делать, делегировать, но можно увидеть, перепроверить, исправить ошибки и дополнить, если нейросеть не всё увидела. Но в этих всех развилках он примет решение более точно, чуть-чуть более точно или значительно более точно, опираясь на свой опыт, экспертизу.
То есть, смотрите, всё равно придётся учиться, всё равно придётся всё это знать, понимать, уметь. Более того, это придётся уметь ещё лучше, потому что против вас играют тысячи, десятки тысяч таких же специалистов, фаундеров, а, руководителей в конкурирующих компаниях, и у них доступ к таким же нейросетям. Наличие доступа к нейросети - это не рычаг. Рычаг - это ваши компетенции, как вы, используя нейросеть, умеете правильно запросить, в правильную сторону пройти, пойти, знать все возможные стратегии, уметь оценивать выдачу, корректировать, дополнять, итерировать и улучшать.
Тут надо поговорить про психологическое сопротивление. А я когда когда появились нейросети, я сам проходил через психологическое сопротивление, типа, что я что больше не нужен? Я-то столько лет учился на менеджера продукта. Это это как так получается, что я уже больше не менеджер продукта или что? И это видно на разработчиках, это видно на разных людях, которые всю свою карьеру что-то делали. Их идентичность связана с тем, что я пишу код, я пишу продуктовые требования, я формирую стратегию. Вот я такой весь такой умный, экспертный, молодец. А с нейросетями это из это меняется и будет меняться ещё больше. И приходится отказываться от своей идентичности, сформированной, от своих привычек, от своих от образа. Кто я такой, чем я занимаюсь. И только тогда открывается возможность увидеть мощь этого инструмента и начать мощь этого инструмента использовать. И это сложно. Многие говорят, точнее, все говорят, а толку от ChatGPT, все говорят, что они используют нейросети. По факту очень не все используют, э, по моему по моему по моему наблюдению, по моему ресерчу, где-то примерно 15-10-15-20% реально активно используют. Остальные говорят, что используют, но там один раз в месяц заходят, что-то спросят. Во многом, потому что "Кто я такой тогда?". Я вас понимаю, друзья. Я, э, прохожу, проходил через этот процесс, прохожу прямо сейчас. Это это непростой процесс, но нам всем придётся его пройти, как бы всё, фарш не провернуть назад, мир мир уже изменился.
Теперь давайте поговорим про то, как изменятся процессы и подход к созданию продуктов. Я убеждён, что через пару лет цикл проверки гипотез от бизнесовой цели до генерации гипотез и до результата гипотез подтвердилась, не подтвердилась, будет полностью проходиться либо агентом, либо человеком во взаимодействии с агентами. Ну, человеком во взаимодействии с агентами, конечно, с корректировкой. А сейчас продажи люди делают напрямую. Человек человеку, но уже сейчас кабинетное исследование, исследование рынка, исследование сегментов, задачи клиентов, ценность, написание текста, интерфейсы уже сейчас более-менее не идеально сложно с там нужно какое-то количество часов посидеть с Replit, с Lavable, какое-то количество часов посидеть с ChatGPT, но оно уже сейчас делается, но дальше будет ещё круче. Это приведёт к тому, что количество проверяемых гипотез должно увеличиться на порядок, может быть, даже на два порядка. Если сейчас функциональная команда проверяет 30 гипотез в год, то через несколько лет она может проверять 300 гипотез в год, 600 гипотез в год, может быть, ещё больше.
А дальше будут спекуляции, э прогнозы, но они могут быть ошибочными. Это прогнозы преимущественно экспертов, и я добавляю свои прогнозы. Есть гипотеза, что возможно компании, крупные компании, у которых будут ресурсы на найм достаточно сильных разработчиков и на на формирование сильных профессиональных команд, начнут делать инструменты внутри и меньше покупать их у внешних компаний, внешних подрядчиков, вендеров, у SaaS и так далее. Что если SaaS - это не оптимальная форма решения задач, внутренних задач компании? Это всё-таки внешняя сущность, её нужно закупать, а у неё свои интересы, она как бы прилично съедает нашу прибыль. Что если, может быть, не сейчас, но через год, два-три среднего, большие и среднего размера компании часть софта будут писать внутренними ресурсами? Вот. Можем ли мы таск-трекер свой сделать? Кажется, да. Можем ли мы сделать а какую-нибудь систему для курьеров? Кажется, да. Figma можем сделать, но нет, Figma уже слишком слишком сложно. А как с любым прогрессом, а я думаю, что произойдёт, допустим, на одном конце спектра у нас все инструменты, все внешние SaaS заменились внутренними инструментами, на другом конце спектра всё осталось как есть. Я думаю, что моя спекуляция, что произойдёт движение, что часть инструментов перестанет покупаться и будет делаться внутри. Если это действительно так, если тренд будет происходить, то для SaaS это означает уменьшение рынка, уменьшение количества компаний, которые будут готовы покупать внешний инструмент, а не используя внутренний инструмент.
А это общий прогноз, что будет происходить с продуктом, точнее, куда будет смещаться точка роста продукта, если будет проверяться много гипотез. В этой ситуации ценность для клиента создаётся быстро, достаточно точно, потому что у нас конвейер фигачит и проверяет очень много гипотез. Это означает, что клиенту будет сложнее привлечь, дотянуться до клиента и убедить его, заинтересовать его, изучить и купить наш продукт. То есть дистрибуция и маркетинг, скорее всего, точки роста скорее сместятся в дистрибуцию и маркетинг, а также в бренд. Знают люди про наш продукт или нет, какой у них набор эмоциональных ассоциаций с нашим продуктом, с нашей компанией. Скорее всего, для этого придётся знать тонко разбираться в психологии людей, что это за люди, на каком языке они говорят, какой культурный код, метафоры, образы, какую музыку они слушают, а как детально в каком, какой ситуации они находятся. Advant Jobs вам в помощь. Он нам всё это позволяет очень детально изучать, поскольку, э, люди, специалисты, менеджер продукта из, э, людей, которые руками что-то делают, из людей, которые, а, как знаете, мастер куёт меч, они превращаются в операторов производства. У тебя будет куча процессов, у тебя будет пайплайн проверки гипотез, и администратор производства растит эффективность через метрики, контроль качества процессов, правильное целеполагание и оптимизацию производства. Это моя спекуляция следующая. А если функциональную ценность, что задача клиента хорошо выполняется, клиент получает нужный результат, срок, быстро, стабильно и так далее, если все это делают, то точка роста смещается также в эстетику продукта и в покрытие корнеркейсов. Мы, когда развиваем продукт, вы работаете на какой-нибудь сегмент. Например, вы доставляете продукты, готовые продукты питания. А, и у вас внутри сегмента есть подсегменты, сегменты неоднородные и есть крупные подсегменты, что вот похожие люди с похожими предпочтениями продуктам, а, которые живут там в определённых районах города с определённой доступностью, с ними всё нормально, вы их задачи покрываете. Но есть более мелкие подсегменты, для которых у нас чего-то не хватает. Для для них у нас нет.
а помидорок, которые не любят. Для них у нас время доставки, они, например, в 2:00 ночи заказывают продукты и нейросети, точнее создание продуктов с неросетя, внедрение неросетей, в том числе в написание кода, в том числе в сбор обратной связи и ээ улучшение ценностей, доставки ценностей для клиента, будет приводить к тому, что всё больше и больше подсегментов будут покрываться. И это, на мой взгляд, большая-большая точка роста.
Как изменятся процессы? Команды будут становиться меньше. А для этого видео я провёл исследование и поговорил с командами, в которых уже неросети ускорили и изменили то, как команда создают продукты. И видно, что команда становится меньше. Если раньше функциональная команда была условно продукт, дизайнер, маркетолог, там полмаркетолога и четыре-пять разработчиков, то сейчас это а продакт полдизайнера, четверть маркетолога, один разработчик. И эти команды делают больше, чем делали раньше. Продав будет проверять гипотезы от начала до конца с минимальным привлечением разработки.
Понятно, что если вы работаете в крупной компании и э-э у вас там сложная система системы контроля качества, а высокие требования к коду, в том числе по безопасности, устойчивости, нагрузке и так далее, а вам никто не даст viпкодиг выкатить в prodдаction, но вам никто не мешает исследовать рынок, аэ, создать ценность, придумать какую-то ценности, сделать навебходить на реплите. прототип, пойти его тестировать на людях, пять раз улучшить. И когда вы уже убедились, что, да, люди, е, такие люди есть, им это надо, они это покупают, а вы переписали тексты лендинга, вы переписали тексты всех экранов, вы справилися ошибки в интерфейсах, в этот момент у вас классные продуктовые требования, у вас минимум ошибок, которые вы допустили. Все, мы все все допускаем ошибки. Это нормально. Вы вычистили эти ошибки. И в этот момент то, что передаётся в продакшн разработку, оно значительно точнее, и оно значительно больше, с большей вероятностью даст бизнес-результат. И вот это вот весь процесс делается уже сейчас супербыстро, супер просто. А я чуть позже покажу, э, я на вебходел э диагностику продуктов с помощью металлогия 2 jстant и каталог промтов за 2 вечера. Я очень быстро проверил гипотезу надо, не надо. Диагностика скорее не надо. А промты копируются вообще просто в путь. А что, если каждый день такую гипотезу можно проверять? Я закинул, собрал обратную связь. Понятно, непонятно? Ой, вот эта кнопка непонятна. Переписал здесь. Непонятно, работает, не работает. Переписал. И это супербыстро. И маленькое личкое вступление. Мне как продукту этого всю жизнь не хватало в моей карьере. возможность очень быстро итерировать гипотезы, собирать обратную связь, вносить обратную связь и проверять, стало лучше или нет. И то, что это есть, это просто великолепно, феноменально. Господи, спасибо, что это случилось.
А ещё один тренд про процессы, что если продукт будет проверять очень много гипотез, он будет вынужден это всё очень хорошо коммуницировать, потому что если он не может хорошо собрать потребности стейкхолдеров, руководителя, доносить до всех свои идеи, а собирать обратную связь, дорабатывать и коммуницировать, что вот мы такое сделали, смотрите, какая классная тема. этому продукту будет тяжело, и он проиграет тому продукту, который делает это лучше.
Ещё очень очень важный тренд, и он уже сейчас виден, и, мне кажется, он будет становиться только больше, это то, что доступ к разработке получают те, кто раньше её не имел. Операционка, юристы, бухгалтеры, сотрудники поддержки, сотрудники на местах, продажники в магазинах. И уже сейчас, например, Денис Стопаков Head of Product Build Build рассказывает, что у нас не только разработчики уже делают продукт, линии сотрудники делают внутренний инструмент, дорабатывают продукт с помощью Google скриптов, Nitate, Nathan икодига. И это очень мощно, потому что в оптимизации операционки лежит огромный потенциал. И раньше это деприотизировалось. Ну, потому что это не мы, это не команда продукта, а это кто-то там. А это было дорого, ну, в смысле, это было дорого и это было не была очевидная бизнес ценность, то сейчас с кардинальным удешевлением и упрощением разработки в лице вапкодинга lavable Bolt Nat и так далее, это доступно всем, ну, почти всем. А это означает, что операционку можно очень сильно оптимизировать.
Ещё есть гипотеза. Я разделяю эту гипотезу, что продукты станут гиперсонализированными. Уже сейчас есть модели, которые генерируют тебе видео на лету, даже видеокод, видеоряд, э, как будто ты играешь в компьютерную игру, код уже генерируется. Что, если код будет генерироваться под каждого клиента? Он зашёл на вход, ответил на вопросы квалифицирующего квиза. Мы знаем его задачи, знаем его контекст. И что, если мы под него перестраиваем приложение? Я когда захожу там в LinkedIn, я вижу ленту. А что, если другой человек будет видеть не ленту, а что-нибудь другое, открытые вакансии, третий человек будет видеть кандидатов и четвёртый человек будет видеть там что-то страницы, какие-то страницы, которые нужны ему прямо сейчас. Конкуренция между продуктами усилится, и это для тех, кто пилит фичит таски в джири - это плохая новость. Но да. нам всем станет ещё интенсивнее.
Тут появляется вопрос: "А что все уже Вань, ты нам показываешь слайды, что там все уже внедряют и пишет код, что мы уже все опоздали, все уже улетели в космос, а мы только-только начинаем". А кажется, что нет. А я взял, я пообщался с различными ребятами в различных компаниях, и кажется, что неростити в создании продуктов, а только-только начинают внедряться. Даже в Гугле для продуктов, неросети, для обычной ежедневной работы, для принятия обычных решений только начинают внедряться. Андрей Рошевский, мой бывший руководитель в Яндексе. Сейчас он работает синир AMLдиректором в Пинтересте. До этого работал директором в Гугле. Говорит, что мы на самом начальном этапе, у нас там первые продуктовые требования пишутся на неростями, ааа там разрабатываются внутренние инструменты, чтобы можно было прототипировать. Да, есть круто работающих кейсов типа поиска по базе знаний. Это вообще прям суперзкейс. и классно работает, но мы начальном этапе. Так что, друзья, если вы думали, что всё, вы уже везде опоздали, кажется, что нет, но это не значит, что можно расслабиться и ничего не делать. Тренд огромный, мир изменился, и нужно очень быстро бежать, чтобы не опоздать. Но шанс есть.
Что же сейчас делается в 10 раз быстрее? Поиск по внутренним базам знаний компании. Все исследования, вики, отчёты, всевсев все вся текстовая и визуальная информация, все структурированная информация, которые есть по ней неросети прекрасно ищут. И там сейчас уже много таких продуктов, много кейсов. Если вы делали клиентские исследования, исследования рынка, вот поэтому тоже очень хорошо ищется. Уже сейчас круто делаются прототипы с сервисами вебходнга Lavable Bolt Replet. А мы лендинги делаем. А лендинги не супер, но это лучше, чем ничего. А интерфейсы админки для того, чтобы пойти продавать и спросить клиента: "Надо тебе, не надо, дай денег. Не дашь денег, почему не дашь денег, а что тут не так? Понял ценность, не понял ценность. Прекрасно работает. Оченьоченьочень большое ускорение. нейросети, если у них есть данные, если выделаете массовый продукт для массовых задач людей, то там у него достаточно много данных про то, как люди себя ведут, и грубые исследование рынка можно делать. А если вы планируете много денег инвестировать в это решение, не рекомендуя опираться на эти данные, но вы можете попросить его, например, есть чат на GPT, исследую рынок, как можно посчитать этот рынок. Пять способов. на каких предположениях ты опира на какие предположения ты опираешься и он вам даёт свои расчёты и даёт вам логику расчёта потом по этой логики расчёта можете пойти перепроверить он достаточно хорошо чат GPT сейчас достаточно хорошо для массовых продуктов находит сегменты их задачи чем менее а массовые задачи тем сложнее это делает например я созванивался недавно с фаундером а он делает продукт на строительной компании которая в Германии а, участвует в тендерах, и он хочет сделать продукт, который помогает им, выигрывает тендеры. Я взял свой промт, э, под one jobstepдану, который ищет сегменты. Мы прогнали с ним chgpting, и он говорит: "Ну, не очень сегменты, вот мы делали resarch, а, и там другие задачи, других сегментов не верю". Чем менее массовая задача, тем меньше этим данным можно верить. И здесь как раз нужны ваши компетенции, а, и экспертиза оценивать, верифицировать выдачу, но для массовых продуктов это более-менее о'кей. Если какой-нибудь ритей, какой-нибудь массовый B2C, B2BAS, и там более-менее информация. Это всё нужно подтверждать. Стратегические решения на это. Только на выдачу неверстей принимать, конечно, очень опасно. Вот, например, это аргумент к прототипированию. Вот такую штуку я запилил за один вечер. Дико вообще кайфанул и понял, что всё, мир изменился. Внутренние инструменты тоже очень быстро делаются. А Феди Киреев, человек, с которым мы дорабатываем курсы методологии Advance Jobsdown, а работал в Скайсмарте, и он сделал внутренний инструмент, который позволяет Слзу, когда звонит клиент, спросить. Он спрашивает: "Какие у тебя задачи?" Он выбирает задачи клиентов и внутренней админки. Значит, нажимая сгенерировать, ему в чат GPT идёт запрос и генерируется скрипт продаж, основанный на отзывах и комментариях ценности клиентов, которые покупали продукт в прошлом под конкретного человека. И вот это внутренний, такие внутренние инструменты делаются сейчас очень быстро. Их можно делать пачками много, и там очень много золота зарыто.
Теперь давайте поговорим про бизнес. А я был в жюри. Я хакахатона. месяц назад, и всё было довольно грустно. Гипотезы девяти из десяти команд не имели никакой связи с бизнесом. И все эти гипотезы звучали а на языке: "Ну вот если мы такую фичу сделаем, людям она понравится". Мы оперируем в чёткой причины следственной связи, что на рынке есть деньги, что есть сегменты с задачами, для которых можно создать достаточно ценности. Мы точно это знаем. Мы придумали гиподи ценности и доказали, что клиенты это покупают. Мы придумали, выбрали такую бизнес-модель, такие цены, такой способ обслуживать клиентов, что мы получаем целевую прибыль на юнит, мы способны привлекать клиентов целевой стоимостью качества, мы способны их конвертировать, получать. Тогда мы получаем целевую прибыль. Если вы придумали фичу, то это про одно звено в этой причины следственной связи, про ценность. А есть ли там деньги или нет? А есть люди с такой задачей или нет? А самые лучшие ли задачи? А ценность вообще в эту задачу бьёт или нет? Это как связано с деньгами? Как связано с активацией? Как это связано с привлечением? И на этом хатоне были команды, которые это всё знали. И видно, что эти команды на голову круче остальных.
Неросети увольняют людей, которые не умеют думать, и усиливают людей, которые умеют думать. Если вы пилите фичи, думаете фичами и не знаете вот этого всего, а рядышком есть продукты команды, которые в вот этом круто навигируются, они вас будут на десятке кругов их вонять, будут проноситься мимо вас и такие: "Вот смотри, какие мы классные, как мы круто зарабатываем бабки". А ты будешь сидеть пелефиче и понимать, не понимать, почему ничего не работает. Неросеть не будет за вас думать. Думать нужно вам. Если у вас есть пробел о знаниях, это видно ещё быстрее, как это было видно на хакатоне. А если человек сделал регистрацию там, где её точно можно не делать или можно придумать пять способов, как получить нужную вам информацию без регистрации, не нужно делать регистрацию. А надо все делали регистрацию. К точке Б к бизнес-результатум приводит огромное количество развилок. Если у вас нет компетенции, знаний, что может пойти не так, какие развилки могут быть, а какие ошибки можно совершить на каждом этапе, вам будет тяжело.
Хочу рассказать про мой курс, как делать продукт. А я теперь курс веду так, чтобы вы работали с неростями, вы будете искать сегменты, создавать ценность. изучая граф работ, всё делая с неросетями, писать текст лников, писать тексты коммуникации, скрипты продаж с нейросетями. Ну потому что неросети всё это новый, новый интернет, новая вода, новый воздух. Мы во всём этом живём. И это инструмент, которым мы должны уметь пользоваться. Я не учу работе с неростями. Это база, а, с которой вы должны уметь. Я даю бизнесовую базу. Я даю всю ту цепочку причинность связь, чтобы вы умели во всём этом навигироваться. А что на рынке есть деньги, есть сегменты, вы создали ценность, провалидировали гипотезу ценность и так далее, и так далее, и так далее. Всю вот эту вот цепочку вы получаете мне на курсе. Ух студентов много кейсов. А, например, Павел Газница запустил продукт по Advant Stда, по метологии. Нашёл продукт марки Fit. Сначала не в ту задачу клиентов вбил, потом нашёл правильную задачу, всё, нашёл Markфиit, у меня случился прилидос, классно растёт. А Юрий Весневский запустил продукт по adванстпну, нашёл сегменты, выбрал правильные задачи, сфокусировался на этих задачах, создал ценность. А продукт обеспечил рост выручки всей компании на 75%. Агентство недвижимости изучило сегмент клиентов, изучило задачи, создало ценность, перестроило воронку, конверсию на 40%, роми в полтора раза вырастила. А стоматологическая клиника, конверсия плюс 40%, выручка плюс 37% благодаря фокусу на секвенте задач клиента.
Всё, мир изменился. Э у нас у всех пока что есть шанс. Э нужно знать базу, нужно знать, как работает бизнес. Нужно знать все возможные развилки, сегменты, джобы, ценность безмодели, канала привлечения и всё, как мы можем ошибиться на всех этих этапах. И неросети круто усиляют. Не заменяют, но круто усиляют. Хорошо. M.