Геймдев — индустрия, у которой продакты из других сфер до сих пор недостаточно воруют механики проверки гипотез

Все возможности от редакции канала по ссылке.

Причем многие механики появились там сильно раньше, чем в SaaS, финтехе или e-commerce. Что стоит брать на вооружение:

1. Vertical Slice вместо «давайте сначала построим платформу». В играх почти никогда не делают «сразу весь продукт».
Сначала собирают Vertical Slice — маленький, но полностью рабочий кусок опыта:
— с настоящим UX,
— настоящей механикой,
— настоящим ощущением прогресса.

Правильный вопрос: может ли пользователь почувствовать главный value loop за 3–5 минут? Если нет — вы строите систему раньше, чем проверили желание ей пользоваться.

2. Retention — главная проверка ценности. В геймдеве никто не считает продукт успешным из-за красивого DAU.
Сначала смотрят:
— D1 retention,
— D7 retention,
— return rate,
— session frequency.

Очень много продуктов ошибочно смотрят:
— регистрации,
— MAU,
— CAC,
— количество фич,
— GMV.

Хотя главный вопрос:
«человек захотел вернуться без принуждения?»

3. Core Loop — основа любого продукта. В играх продукт начинается не с экрана. А с loop’а.
Пример:
действие → награда → ощущение прогресса → новое действие.
Где эмоциональная награда?
Где прогресс?
Где причина вернуться раньше следующей коммуналки?
Поэтому многие продукты ощущаются как «утилита», а не среда постоянного использования.

4. В геймдеве поведение важнее слов. Игрок может говорить: «мне скучно».
Но реальные вопросы:
— на какой минуте он вышел?
— где умер?
— после какого экрана quit?
— сколько секунд стоял без действия?
— куда смотрел курсор?
— где пропустил туториал?

То есть продукт диагностируется на микроуровне поведения. Большинство компаний до сих пор живут на:
— NPS,
— интервью,
— «нам кажется»,
— мнении HIPPO.

5. LiveOps — продукт как живой организм. Самая сильная вещь из геймдева, которую почти никто нормально не перенес. Игра после релиза не «закончена».
Она живет через:
— события,
— сезоны,
— временные режимы,
— ограниченные награды,
— таймеры,
— комьюнити-ивенты.

Большинство сервисов после онбординга превращаются в: «ну… можешь пользоваться при необходимости». А сильные продукты создают ритм жизни пользователя.

6. Баланс экономики через данные. В играх есть огромная дисциплина — balancing. Там постоянно балансируют:
— сложность,
— награды,
— скорость прогресса,
— стоимость действий,
— силу персонажей.

То есть engagement — это не магия.
Это управляемая экономика усилий и вознаграждений.

7. Time-to-fun как универсальная метрика В играх давно поняли: если человек не получил эмоцию быстро — он ушел. Большинство продуктов убивают пользователя до ценности:
— 14 полей регистрации,
— сложный онбординг,
— обучение,
— permissions,
— KYC,
— пустой home screen.
Геймдев учит: ценность должна произойти раньше усталости.

Все возможности от редакции канала по ссылке.

Все для роста от редакции канала

1. Образовательные возможности редакции (можно с счета юрлица, можно придумать персональную рассрочку):
Для тех, кто хочет системно расти в продакт-менеджменте:

- Курс по продакт-менеджменту, базовый
- Карьерный интенсив с разборами тестовых
- Курс по аналитике, базовый
- Курс по Продуктовой стратегии и защите инициативы
- Сайт команды

2. Разборы кейсов, 76 разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут

3. Личный запрос к Сергею Колоскову
Есть вопрос или запрос на карьеру, рост или поддержку?
Заполни короткую форму и получи доступ к закрытому каналу с подарками - тут.

Границы AI-ускорителей продакта

AI действительно может ускорить продакта в 3–10 раз. Но почти у каждого такого ускорителя есть потолок. Вот где AI начинает ломаться в реальной продуктовой работе.

Все возможности от редакции канала по ссылке.

- AI ускоряет создание артефактов, а не создание ценности. PRD, CJM, ресерч, гипотезы, SQL, саммари — появляются за часы. Но это не значит, что вы быстрее нашли PMF.

- Garbage in - garbage out. Плохие интервью + слабая аналитика + мусорные события = AI просто красиво упакует ошибки.

- AI не знает внутреннюю политику компании. Он не понимает:
• кто реально принимает решения,
• где конфликт интересов,
• какие команды саботируют изменения,
• почему прошлые инициативы умерли.

- Возникает “false velocity”. Кажется, что команда стала быстрее. На деле быстрее стали:
• презентации,
• документы,
• прототипы.

Но не факт, что быстрее стало обучение о пользователе.

- AI плохо держит длинный контекст продукта. Через 20–30 экранов, 5 сегментов и 3 года легаси ответы начинают плыть. Поэтому AI отлично работает:
• в локальных задачах,
• ресерче,
• first draft,
• операционке.

И заметно хуже:
• в стратегии,
• платформенных решениях,
• сложных компромиссах.

- AI-агенты почти всегда требуют сильного оператора. Большинство автономных AI-систем на рынке:
• ломаются на edge-cases,
• требуют постоянной настройки,
• не умеют проверять себя,
• плохо работают без человека рядом.

- Главный bottleneck — не AI, а организация. Обычно 2-3 человека ускоряются в 5 раз. А потом упираются в:
• согласования,
• разработку,
• legal,
• доступы,
• безопасность,
• отсутствие данных.

- Чем выше цена ошибки — тем меньше автономии у AI. Финансы, медицина, enterprise, security — там AI остается copilot’ом, а не самостоятельным исполнителем.

• AI делает рынок более “усредненным”. Когда все используют одинаковые модели:
• гипотезы становятся похожими,
• тексты одинаковыми,
• интерфейсы шаблонными.

Поэтому конкурентное преимущество всё ещё создают:
• уникальные данные,
• скорость исполнения,
• дистрибуция,
• понимание аудитории,
• сильная команда.

Все возможности от редакции канала по ссылке.

🚀 Как продакту ускорить свою работу с AI — учимся на Podlodka Product Crew

Едва ли среди читателей этого канала найдется человек, который ни разу не применял AI в работе.

Но есть разница: пользоваться базовыми промптами для генерации текстов и аналитики данных, или же создать рабочую систему из инструментов на основе AI.

Команда конференции Podlodka Product Crew открывает новый сезон — «AI-инструменты продакта». Он пройдет с 18 по 22 мая.

В течение недели участники познакомятся с экспертами, которые с помощью AI ускорили продуктовый цикл в разы, причём на всех этапах: от проверки гипотез и создания PRD до пользовательской аналитики.

На конфе выступят как известные в сообществе визионеры AI — например, Глеб Кудрявцев и Влад Терзи, так и продуктовые практики из ведущих российских компаний и активно развивающихся зарубежных стартапов.

👀 В программе:
— исследование с AI: от анализа до синтеза интервью,
— прототип или сервис за вечер,
— аналитика через AI-агентов,
— AI-агенты для мониторинга,
— внедрение AI в команду.

И это ещё не всё — программа дополняется! Формат такой: 5 дней, 10 сессий с демо и практикой и закрытое комьюнити в Telegram.

Отдельный плюс — цена: заметно ниже привычных конференций, при этом контента много, а новые знания можно сразу же приземлять на свои задачи.

🔗Если хотите увидеть, как продакт-менеджеры применяют AI-инструменты, ускорить свою работу и принести больше пользы бизнесу, ловите ссылку с early-bird билетами: https://podlodka.io/productcrew

А по промокоду FreshProduct получите скидку 500р🎁

Почему проваливаются AI-стартапы и AI-проекты

Все возможности от редакции канала по ссылке.

Большинство AI-проектов умирают не из-за слабых моделей. А из-за плохого продукта, экономики и отсутствия реальной ценности. Вот основные причины.

- Делают AI ради AI. Самая частая ошибка: смотрите, что умеет модель вместо какую дорогую проблему мы решаем. В итоге:
• демо выглядит круто,
• retention низкий,
• платить никто не хочет.

AI снижает стоимость MVP. Но не упрощает поиск PMF.

- Нет moat. Очень много AI-продуктов сейчас: LLM + UI + промпты.
Проблема:
это легко копируется.

Если нет:
• уникальных данных,
• workflow lock-in,
• интеграций,
• distribution,
• сообщества,
то продукт быстро становится commodity.

- AI ускоряет создание артефактов, а не ценности. Команды начинают делать:
• PRD,
• прототипы,
• AI-фичи,
• лендинги
в 10 раз быстрее. Но это не значит, что:
• найден PMF,
• есть retention,
• пользователь меняет поведение.
Очень часто ускоряется “производство активности”, а не обучение о пользователе.

- Human-in-the-loop ломает экономику. На демо AI выглядит автономным.
На практике внутри сидят:
• операторы,
• support,
• QA,
• модераторы,
• аналитики.
Потому что AI:
• галлюцинирует,
• ошибается,
• ломается на edge cases.
Многие AI-компании — это “ручной труд за AI-интерфейсом”.

- AI плохо работает на масштабе. На 100 пользователях всё выглядит магически. На 100 000 начинаются:
• нестандартные сценарии,
• конфликты инструкций,
• длинный контекст,
• падение качества.
AI-системы требуют огромного слоя:
• monitoring,
• evals,
• fallback logic,
• human review.

- Слишком дорогой inference. Особенно больно в:
• AI-видео,
• AI-codegen,
• AI-агентах,
• real-time AI.
На росте выясняется, что каждый активный пользователь буквально сжигает GPU и маржу.

- Distribution важнее технологий. Доступ к моделям есть почти у всех. Поэтому выигрывают не всегда те, у кого лучший AI. А те, у кого:
• аудитория,
• бренд,
• enterprise sales,
• SEO,
• existing platform,
• комьюнити.

- Переоценивают зрелость AI. Многие строят roadmap так, будто AGI уже рядом. Но у моделей всё еще большие ограничения:
• слабая память,
• нестабильный reasoning,
• hallucinations,
• плохая работа в длинных workflows.
Главная ошибка AI-рынка сейчас — думать, что модель и есть продукт.

Все возможности от редакции канала по ссылке.

Тысячи ИИ‑проектов умерли, не став продуктами. Почему? Вместо ценности — хайп, сырые данные и «давайте сделаем нейросеть».

Открытый вебинар «Как запустить ИИ‑продукт с нуля: от гипотезы до первых результатов»: регистрация

Спикер Игорь Зуриев говорит на языке управленцев, а не математиков.

За 1,5 часа поймёте:
— Как выбрать идею, которая принесёт деньги
— Какие данные нужны на старте
— Как собрать рабочую версию без переплат
— 3 ошибки, убивающие ИИ‑продукты

Научитесь:
— Отличать игрушку от настоящего продукта
— Оценивать риски до потери бюджета
— Запускать ИИ быстро

Регистрируйтесь сейчас - напомним перед вебинаром: регистрация

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Level Up для продактов: что важно для резюме

Недавно с моим участием запустился проект Level Up (кстати, приходите, региструйтесь и следите за проектом, очень интересный и актуальный - ссылка). И решил освежить, а что для продакта важно в Level Up с точки зрения резюме

1. Оцифрованные достижения и факапы (которые не будут повторяться) в нескольких компаниях
Описание адекватных достижений в денежном или метричном эквиваленте в нескольких местах работ.
Нельзя писать «увеличил прибыль компании в пять раз», это значит присвоить себе заслуги c-level.
Ошибки тоже могут быть в вашем резюме, структурированном рассказе и выводах, которые вы делаете по итогам них. Тут же круто наличие сайд-проекта с вашей рефлексией и результатами.

2. Насмотренность — это бизнес-модели и функции
При озвученной проблеме вы должны выдать 2-3 ситуации или какой-то мощнейший вывод, который расскажет все о вашей экспертизе. Если речь идет о низком ритеншене, то вы должны сразу же поговорить про с1,с2,с3+, про поведение когорт и LTV клиентов. Также вы должны понимать, какие метрики в какой бизнес-модели работают.

3. Разбираться в финансах и экономике продукта и компании.
Вы должны быть подкованы в финансах и экономике предприятия, иначе как вы будете общаться с функциями финансов, операциями и маркетингом. Эти люди отвечают за бюджет, и рассказы про роадмап их не впечатлят и не позволят вам получить от них достойное сотрудничество. Прибылеобразующим функциям всегда платят больше.

4. Структурно выражать свои мысли, управлять ожиданиями
Логика — это про то, чтобы четко понимать профиль собеседника и его нужды. Если вы ничего не сказали — значит, рассказать вам нечего.

5. Разбираться в разработке, дизайне и аналитике
Вас не должны обманывать, вы должны контролировать сроки и эффективность команды, траты на техдолг. Вы должны знать, что такое код ревью, зиро код, чем занимается девопс и чем его работа отличается от фронт-эндера. Чем больше у вас практических навыков, тем выше ваша стоимость на рынке труда.

Хотите расти в профессии продакта? Все возможности от редакции канала по ссылке.

Методика, как работать, когда у тебя много договоренностей

Хотите расти в профессии продакта? Все возможности от редакции канала по ссылке.

Когда у тебя становится 15–20 проектов одновременно, ты перестаешь тонуть в задачах. Настоящий хаос начинается из-за договоренностей, контекста и постоянного переключения между проектами. В какой-то момент вся работа превращается в бесконечные попытки вспомнить обсуждали ли это, кто должен был сделать, согласовано это уже или нет, почему команда делает не то, о чем договаривались.

1. Один главный документ на проект. У каждого проекта должна быть одна точка входа, где лежит весь актуальный контекст: цель проекта, последний статус, ссылки, принятые решения, следующие шаги, риски, ответственные. Когда этого нет, мозг начинает тратить огромное количество энергии просто на поиск информации.

2. Фиксировать не задачи, а решения. Большинство команд ведут task tracker, но почти никто не ведет decision log. А потом через месяц начинается попытка восстановить: почему вообще выбрали это решение, кто это согласовал, почему поменяли scope, когда это обсуждалось. После каждого созвона достаточно буквально нескольких строк: что решили, что не решили, кто отвечает, какой дедлайн, какие есть риски.

3. Список ожиданий. На большом количестве проектов ты редко работаешь руками. В основном ты зависишь от других людей: дизайнеров, разработки,клиентов, аналитиков, подрядчиков, юристов. Поэтому главный список выглядит не как To Do, а как Waiting For: ждем estimate от backend, ждем доступы от клиента, ждем макеты, ждем согласование договора.

4. Перестать хранить что-либо в голове. Пока ты пытаешься помнить все сам, мозг постоянно работает в фоне: не забыть написать, не забыть отправить, не забыть согласовать, не потерять договоренность. Из-за этого появляется ощущение, что ты работаешь весь день, но при этом постоянно что-то упускаешь. Нормальная система управления проектами нужна не для контроля команды. Она нужна для разгрузки собственной головы.

5, Раз в неделю нужно пройтись по всем проектам: обновить статусы, убрать мусор, проверить блокеры, понять, где проект реально стоит, а где только создает ощущение движения. На большом количестве проектов выигрывает не тот, кто больше работает.

Выигрывает тот, у кого: минимум хаоса, минимум мест хранения информации, понятные договоренности, прозрачные статусы и пустая голова.

Хотите расти в профессии продакта? Все возможности от редакции канала по ссылке.

Есть ощущение, что мы находимся в моменте, когда классическая модель образования начала ломаться об скорость изменений рынка.

Особенно в IT, AI и продуктовой разработке. Раньше цикл был понятный:
университет → junior → 3–5 лет роста → middle/senior. Сейчас рынок меняется быстрее, чем успевают обновляться программы обучения.

По факту многие компании в первые 6–12 месяцев доучивают джунов почти с нуля:

• как пользоваться AI-инструментами в ежедневной работе;
• как декомпозировать проблемы;
• как работать с неопределенностью;
• как принимать решения на основе данных;
• как общаться с разработкой, дизайном и бизнесом;
• как понимать метрики и юнит-экономику;
• как проверять гипотезы;
• как вообще работать в современной продуктовой команде.


Проблема даже не в качестве вузов. Проблема в том, что рынок перестал быть стабильным. Программа обучения обновляется раз в несколько лет. AI-модели – раз в несколько месяцев. Подходы к разработке и продукту – еще быстрее. Из-за этого диплом всё чаще перестает быть сигналом «готов к работе». Особенно на junior-рынке.

Кстати, в тему был такой пост у меня.


Потому что AI уже начинает забирать часть задач, на которых раньше учились новички (например, рисерч и базовый код).


И это сильно меняет сам вход в профессию. Раньше junior мог долго расти на простых задачах.

Сейчас от человека ждут:
• скорости;
• самостоятельности;
• системного мышления;
• умения работать в паре с AI;
• способности быстро адаптироваться.

По сути рынок начинает ценить не «объем знаний», а скорость обучения и способность работать в реальной среде. И мне кажется, именно поэтому начинают появляться новые форматы университетов, которые строятся ближе к индустрии, чем к классической академической модели.

Недавно наткнулся на интересный пример — Центральный университет. Это STEM-вуз, который делают вместе с индустрией: Сбер, Авито, VK, Яндекс, Т-Банк и другими компаниями. Там делают упор не только на теорию, а на подготовку специалистов под реальные задачи рынка:

— AI;
— разработка;
— ML;
— аналитика;
— дизайн;
— product management;
— backend.

Плюс, у студентов есть возможность получить грант до 100% на обучение.

24 мая в Москве у них пройдет МЕГАДОД-2026:
• расскажут про программы;
• покажут кампус;
• дадут пообщаться со студентами и преподавателями;
• будут мастер-классы и интерактивы.


Для тех, кто сейчас выбирает направление в IT/AI/продукты — хороший повод посмотреть, как вообще может выглядеть образование следующего поколения.

Мифы про ИИ-агентов: что реально работает в 2026 году. Открытый урок курса «ИИ-агенты: продвинутое внедрение и использование»

Вокруг ИИ-агентов много шума: одни ждут, что они заменят людей, другие считают, что это инструмент только для программистов, третьи уверены, что без сложного кода ничего полезного не получится. На практике всё интереснее: агенты уже помогают автоматизировать рутину, работать с браузером, собирать простые сценарии и решать прикладные задачи, но требуют правильного понимания своих границ.

На открытом уроке 27 мая в 20:00 разберём популярные мифы про ИИ-агентов и покажем, что действительно работает в 2026 году. Посмотрим, как устроен браузерный агент, зачем он нужен и какие процессы может автоматизировать. Отдельно разберём, как создать агента без кода и почему для первых полезных решений не всегда нужен сложный программный слой. На живых демонстрациях покажем три сценария: браузерный агент, агент без кода и минимальный жизнеспособный агент, который уже решает реальную задачу.

Урок не для тех, кто ждёт «замены человека одной кнопкой», хочет верить в магию ИИ без понимания ограничений или считает, что агенты сами по себе решают бизнес-задачи без постановки цели, контекста и контроля результата.

👉 Записаться: https://otus.pw/Ww3K/

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Что нужно развивать в эпоху AI продактам?

Разборы кейсов, 76 разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут.

AI очень быстро убьет всю “механическую” часть продакт-менеджмента: PRD, ресерчи, user stories, аналитику, конкурентные обзоры, roadmap’ы и даже часть UX-гипотез. Все, что можно разложить на паттерны и процессы, станет автоматизированным. PM как “человек, который таскает задачи между командами”, уже постепенно исчезает.

Но есть компетенции, которые AI не заменит. Первая — продуктовая интуиция. Когда данных недостаточно, рынок меняется, а метрики противоречат друг другу, нужен человек, который способен принять решение в тумане и сказать: вот куда мы идем дальше. AI хорошо анализирует прошлое, но почти все сильные продуктовые решения сначала выглядят нелогичными.

Вторая — понимание человеческой мотивации. Пользователи редко формулируют настоящую проблему напрямую. Они говорят “сделайте быстрее”, хотя на самом деле боятся ошибиться, потерять деньги или выглядеть глупо. AI умеет кластеризовать интервью, но пока не умеет по-настоящему чувствовать напряжение, эмоции и скрытые причины поведения людей.

Третья — влияние и лидерство. Продукт — это не Figma и не backlog. Это умение собрать вокруг идеи команду, убедить бизнес, выдержать конфликт интересов, удержать фокус и не дать продукту развалиться под компромиссами. AI не умеет строить доверие, чувствовать внутреннюю политику компании и брать на себя ответственность за сложные решения.

И самое важное — вкус и создание смысла. В мире, где AI сможет генерировать бесконечное количество “нормальных” фич, выиграют продукты с характером, позицией и ощущением “это сделано для меня”. Будущее PM — не в управлении задачами, а в способности понимать людей, чувствовать рынок и создавать продукты, которые хочется любить, а не просто использовать.

Хотите расти в профессии продакта? Все возможности от редакции канала по ссылке.