Вайб-кодинг, споры без камер и честный разговор о личном бренде. Уже третий год подряд Альфа-Банк — генеральный партнер ULCAMP, одного из крупнейших неформальных ИТ-фестивалей страны 🎤

С 17 по 19 июля в эко-парке «Русский берег» на Волге собрались больше 4500 ИТ- и диджитал-специалистов со всей страны.

На новом формате «Техбренд толкс» DevRel, Tech PR и HR-бренд-эксперты обсудили, как найти баланс между внешней привлекательностью и глубиной инфоповода, в какие каналы идти на фоне блокировок и чем для компании является личный бренд сотрудника — активом или риском. Формат положил начало закрытому комьюнити специалистов в продвижении ИТ-брендов.

На другой сессии, руководитель GenAI-направления банка Артем Шепилов обсудил со спикерами топовых компаний, что вайб-кодинг на самом деле меняет в продуктовых командах.

На сцене Alfa Music Night выступили Станция метро Горьковская, Magic Man, Хмыров, ЛАУД и другие. В шатре банка — 14 активностей: гравировка карт, йога с поющими чашами, «Своя игра» по AI и розыгрыш прогулки на Альфа-Яхте с красным парусом.

Подробнее: https://alfa.me/MCgGgI

Какие аналитические инструменты для каких ситуаций подходят

Хотите прокачать базу по продакт-менеджменту и продуктовой аналитике? Приходите на наши курсы

- Курс по продакт-менеджменту, базовый
- Курс по аналитике, базовый

1) Инструменты для анализа данных (Data Analysis)
- Tableau используется для создания визуализаций данных и дашбордов для анализа метрик по продажам, маркетинговым кампаниям и финансовым показателям.

- Power BI применяется для интеграции данных из различных источников и построения интерактивных отчетов для мониторинга бизнес-операций и принятия решений.

- Apache Hadoop и Spark используются для хранения и обработки больших данных, таких как поведение пользователей и транзакции, для выявления паттернов и прогнозирования.

- Python (pandas, NumPy, SciPy, Matplotlib) используется для очистки, обработки и анализа данных, а также для построения визуализаций и выполнения статистических анализов.

2) Инструменты для бизнес-аналитики, анализа продуктовых метрик и пользовательского поведения

- Amplitude применяется для анализа поведения пользователей в мобильных и веб-приложениях, построения воронок и сегментации пользователей по событиям.

- Mixpanel используется для отслеживания пользовательских действий и анализа воронок конверсий, а также для проведения A/B тестирований.
Google Analytics: Применяется для анализа трафика на веб-сайтах, отслеживания конверсий и оценки эффективности маркетинговых кампаний.

- Hotjar используется для создания тепловых карт и записи сессий пользователей, чтобы понять их поведение на веб-сайте и оптимизировать UX.

- Crazy Egg применяется для анализа кликов и скроллинга на веб-страницах, чтобы улучшить элементы пользовательского интерфейса и повысить конверсию.

- FullStory используется для записи и анализа пользовательских сессий в реальном времени, чтобы выявить и устранить проблемы с навигацией и взаимодействием.
_______
Следите за нашими курсами тут - https://t.me/koloskoveducation/, а все возможности можно посмотреть тут - https://t.me/FreshProductGo/1471

Когда компании уже нужен внешний продуктовый отдел, а не еще один продакт

Есть момент, когда проблема компании перестает решаться наймом еще одного Product Manager. Команда может быть укомплектована, roadmap – заполнен, разработка – загружена, но продукт все равно не дает нужного бизнес-результата.
Это обычно не проблема отдельных людей. Это продуктовая дисфункция системы. И вот в нескольких случаях внешний продуктовый отдел действительно может дать больше эффекта, чем расширение штатной команды.

1. Roadmap существует, но никто не может связать его с P&L. В бэклоге 150 задач, каждый stakeholder считает свою задачу приоритетной, а на вопрос «что произойдет с выручкой, если мы это сделаем?» команда отвечает количеством релизов.
Это сигнал, что компании нужен не еще один PM, а внешняя функция, которая заново связывает бизнес-цели - продуктовые метрики - инициативы - разработку. В таких проектах часто обнаруживается, что 30–40% roadmap вообще не имеют проверяемой бизнес-гипотезы. После пересборки портфеля высвобождается capacity команды без найма дополнительных разработчиков.

2. Discovery фактически отсутствует, а разработка используется как способ проверить гипотезу. Классический сценарий: CEO говорит «давайте добавим рассрочку», аналитик считает TAM, дизайнер рисует интерфейс, команда месяц разрабатывает, а после запуска выясняется, что пользователи не готовы этим пользоваться. Внешняя команда здесь полезна именно до разработки: customer research, JTBD, конкурентный анализ, unit economics, прототипы, fake door, concierge MVP и количественная проверка спроса.

3. Компания масштабирует то, что еще не доказало product-market fit. Например, продукт показывает 20–30% MoM роста регистраций, и бизнес нанимает еще 15 разработчиков. Но retention остается 12%, activation – 18%, а большая часть новых пользователей приходит из одного рекламного канала. В этом случае масштабирование команды только увеличивает скорость производства фичи для продукта, который еще не доказал ценность.

4. Сильный CEO стал главным Product Manager компании. CEO лично определяет roadmap, ходит на customer interviews, решает приоритеты и участвует в согласовании каждой крупной фичи. Пока компания маленькая – это преимущество. При росте – бутылочное горлышко. Если 20 продуктовых решений в неделю проходят через одного человека, проблема уже не в CEO. Проблема в отсутствии системы, которая позволяет принимать эти решения без CEO. Внешняя команда может за 2–3 месяца построить эту систему и передать ее внутренним руководителям.

5. Компания постоянно запускает новые продукты, но почти ничего не закрывает. Каждый год появляется 5–10 новых направлений. Внешний продуктовый аудит может ввести Product Kill Criteria: заранее определить, какие показатели должны быть достигнуты к конкретным датам, сколько компания готова инвестировать и при каких условиях направление закрывается или pivot'ится. Иногда самый большой product impact – это не новый продукт, а остановка пяти старых.

Нужна помощь с ростом продуктов и команды? Пишите автору канала @SKoloskov, насмотренность свыше 150 компаний на 8 рынках.

Почему продактам стоит (иногда) ходить на конференции?

Есть довольно простой способ быстрее расти в продуктовой профессии – регулярно выходить за пределы своей команды. Когда несколько месяцев работаешь над одним продуктом, легко начать смотреть на все через одну и ту же призму. Одни и те же метрики, процессы, коллеги, подходы к исследованиям и экспериментам. В какой-то момент кажется, что именно так продукт и должен создаваться. А потом приходишь на конференцию и за один день видишь десятки других подходов.

Например, как другая команда решает похожую задачу через аналитику. Как дизайнер смотрит на проблему, которую продакт привык решать через бизнес-метрики. Как компания меняет позиционирование продукта. Или как кто-то использует ИИ там, где ты пока продолжаешь делать все руками. Для меня в таких мероприятиях ценность обычно в трех вещах.

1. Насмотренность. Очень легко зациклиться на собственном продукте и перестать замечать, что происходит вокруг. Конференции помогают регулярно обновлять картину рынка: какие подходы появляются, что тестируют другие команды, какие инструменты становятся стандартом, а какие идеи уже перестают работать. Кстати, тут писал про насмотренность как влияние на грейд.

2. Нетворкинг. Не обязательно сразу искать «полезные знакомства». Иногда достаточно просто поговорить с человеком из другой компании и узнать, что его команда сталкивается с абсолютно такой же проблемой, но решает ее совершенно иначе. Через такие разговоры часто появляются идеи, партнерства, новые проекты и даже предложения о работе. А сейчас в условиях “кровавого” конкурса на вакансии личные связи преимущественно и работают.

3. Возможность посмотреть на свою профессию со стороны. Особенно полезны кросс-профессиональные конференции, где рядом находятся продакты, аналитики, дизайнеры, исследователи и специалисты из смежных областей. Потому что хороший продукт редко получается внутри одной функции.

К примеру, ребята из Т-Банка не фигачат много маленьких конф для каждой специальности, а делают 12 сентября в Парке Горького как раз пройдет «Продукты 24 & FFDD2D» – конференция Т-Банка на стыке аналитики, продукта и дизайна. И вся программа разбита на В программе несколько тематических треков: от нестандартного решения бизнес-задач и системного мышления до смены позиционирования и клиентского опыта. Будут эксперты из Т-Банка, Яндекса, Авито, Альфа-Банка, Сбера и других компаний.

Мне нравится именно такой формат: не просто несколько часов слушать доклады про продукт, а за один день получить много разных точек зрения, поговорить с людьми из индустрии и сравнить их подходы со своими. Тем более что конференция пройдет и онлайн, и офлайн. Поэтому мой совет простой: если давно никуда не ходили – сходите хотя бы на одну конференцию в ближайшие месяцы. Не обязательно ради конкретного доклада или спикера.

Иногда самый полезный результат – инсайт «а почему мы у себя делаем не так?».
Всем роста!

Что реально изменится в работе продакта этой осенью

Во многих компаниях начинается новый цикл планирования, пересматриваются бюджеты, цели, команды и инвестиции в продукты. И я бы сейчас смотрел не столько на очередные продуктовые тренды, сколько на то, за что с продактов начнут спрашивать уже в ближайшие 3-6 месяцев.

1. Roadmap перестает быть главным инструментом управления продуктом. Еще несколько лет назад продуктовая дискуссия часто сводилась к тому, какие фичи попадут в следующий квартал, что перенесем, сколько разработчиков нужно и какие OKR закроем.

Если прототип, аналитику, дизайн и часть разработки можно сделать намного быстрее с помощью AI, то скорость производства перестает быть главным ограничением. Главным ограничением становится качество выбора.

Поэтому разговор на уровне CPO все чаще должен выглядеть не как «что мы построим в следующем квартале», а как «на какие проблемы мы сейчас ставим, сколько готовы инвестировать, какой результат ожидаем и в какой момент признаем, что гипотеза не работает». Roadmap постепенно превращается в портфель инвестиций.
А в портфеле инвестиций должны быть не только проекты, которые мы начинаем, но и проекты, которые мы прекращаем.

2. Самые интересные продукты будут менять не интерфейс, а сам процесс работы. Слабый сценарий выглядит просто. Берем существующий процесс и добавляем в него AI. Сильный сценарий другой. Задаемся вопросом, зачем человеку вообще выполнять этот процесс самому. Например, раньше сотрудник открывал CRM, искал клиента, изучал историю, писал письмо, создавал задачу и обновлял карточку. Теперь часть этой работы может выполнить агент. И здесь у продакта появляется новая задача. Нужно решить, что AI делает самостоятельно, где требуется подтверждение человека, что происходит при ошибке и в какой момент задача передается сотруднику.

3. Discovery становится дешевле, поэтому Strategy становится дороже. Это, наверное, одна из самых важных вещей. Если раньше на исследование, прототип и MVP могли уйти недели, то сейчас многие вещи можно проверить за несколько дней.
Если за неделю можно проверить десять гипотез, возникает вопрос, какие десять вообще стоило проверять. Когда производство становится дешевым, все больше ценится способность выбрать правильное направление. Поэтому CPO постепенно становится человеком, который управляет не backlog, а распределением внимания, людей и денег между продуктами и гипотезами.

Всем роста, поздравляем с Новым бизнес-сезоном!
Нужна помощь с ростом продуктов и команды? Пишите автору канала @SKoloskov, насмотренность свыше 150 компаний на 8 рынках.

Что сейчас помогает продакту пройти скрининг на “кровавом” рынке

1. Сейчас недостаточно написать в резюме «5 лет в продукте, Agile, JTBD, CustDev, SQL и управление командой». У сотен кандидатов примерно такой же набор. Поэтому главный лайфхак: продавать нужно не опыт, а доказательство результата. Не «отвечал за onboarding», а «нашёл проблему в onboarding, изменил сценарий и поднял конверсию с 42% до 51%». Не «занимался retention», а «нашёл сегмент, где retention падал, провёл исследование, запустил изменение и получил +X п.п.». Если цифры нельзя раскрывать, считайте хотя бы относительный эффект, количество пользователей, скорость запуска, сэкономленный бюджет. На собеседовании сильнее всего работает связка проблема - твоё решение - что сделал лично - результат.

2. Если у тебя нет нужного опыта, создай доказательство самостоятельно. Хочешь в финтех - разбери продукт банка. Хочешь в e-commerce - сделай teardown маркетплейса. Хочешь в AI - собери небольшой AI-прототип. Берёшь компанию, находишь 3 проблемы, показываешь данные или evidence, формулируешь гипотезы, предлагаешь эксперимент и оцениваешь потенциальный impact. И отправляешь это нанимающему руководителю вместе с откликом. Вместо «возьмите меня на работу» получается: «я уже начал делать вашу работу, вот как я думаю». Это особенно хорошо работает при переходе в новую отрасль или на позицию выше текущей.

3. Соберите портфолио не из 20 проектов, а из трёх кейсов. Первый: где вы заработали или сэкономили деньги. Второй: где нашли проблему или возможность через данные и исследования. Третий: где быстро запустили гипотезу и получили результат. Каждый кейс на одной странице: контекст, проблема, что сделал лично, решение, цифры, вывод. И обязательно добавьте один артефакт: скрин продукта, график, прототип, SQL-запрос, исследование или эксперимент. Хороший продакт должен выглядеть не как человек, который рассказывает, что умеет, а как человек, у которого уже лежат доказательства того, что он умеет.

4. Сейчас сильно выигрывает продакт, который умеет работать быстрее обычного продуктового процесса. Самостоятельно посмотреть данные, поговорить с пользователем, собрать прототип с AI, проверить гипотезу, посчитать экономику и принять решение. Поэтому вместо ещё одного сертификата по Product Management я бы за ближайшие две недели сделал 2–3 публичных product case + один рабочий AI-инструмент + один разбор реального продукта, а затем отправил их 20 нужным руководителям. В кровавом рынке ваша задача не попасть в первую сотню кандидатов. Нужно сделать так, чтобы нанимающий руководитель за 5 минут понял: этому человеку можно дать проблему, метрику и команду - и он сам разберётся.

В тему собрали папку с каналами про поиск https://t.me/addlist/-VRvEMe-IvU5MTJi, а если нужна поддержка в росте или курс - приходите на Сайт команды с курсами и полезными материалами.

Новые книги для новых прикладных идей продакту

Читая новинки книг от «Альпина Паблишер», фиксирую следующие инсайты для себя:

1. «Новая версия» – Андрей Дороничев. Хорошая продуктовая рамка для собственной карьеры: относиться к себе как к продукту, формировать желаемую версию себя и проверять изменения небольшими экспериментами. Лайфхак: если думаете о смене роли или направления, не принимайте решение сразу. Сначала возьмите реальную задачу из новой области и протестируйте себя на ней.

2. «Рождение разума» – Гаурав Сури, Джей Макклелланд. Полезно для понимания AI не как магии, а как системы, где сложное поведение возникает из взаимодействия множества простых элементов. Для продакта это хороший повод смотреть не на отдельную AI-фичу, а на то, какую интеллектуальную работу пользователя меняет вся система. Лайфхак: при проектировании AI-сценария раскладывайте работу пользователя на «воспринять - понять - принять решение - действовать» и ищите, какой этап система реально сокращает.

3. «Неидеальный человек» – Лоуренс Херст. Эволюция хорошо объясняет, почему человек далеко не идеальный пользователь: мы ограничены, ошибаемся, действуем нерационально и живем с кучей компромиссов. Для продукта вывод простой: не заставляйте пользователя компенсировать недостатки системы. Лайфхак: любой важный сценарий прогоняйте через три вопроса: «что будет, если пользователь забыл?», «если ошибся?», «если передумал?».

4. «Бережливые инновации» – Нави Раджу, Джайдип Прабху. Инновация не обязательно требует больше денег, людей и технологий. Часто конкурентное преимущество как раз в способности создать больше ценности при меньшем количестве ресурсов. Лайфхак: перед тем как отдавать фичу в разработку, спросите: «каким самым дешевым способом мы можем доказать, что пользователю это действительно нужно?»

Читайте книги, всем роста!

Самые интересные доклады на конференциях обычно не про то, как сделать ещё одну фичу.

Гораздо интереснее посмотреть, что происходит, когда продукт становится большим, рынок зрелым, старые способы роста перестают работать, а AI начинает менять сам процесс создания продуктов.

Поэтому после прошлого поста решил не просто рассказать про конференцию «Продукты 24 & FFDD2D», а выбрать из программы то, на что я бы сам пошёл как продакт.

12 сентября там будет несколько очень прикладных кейсов.

«Запустить, провалить, понять, повторить: как мы делали большой редизайн приложения Т-Банка» от Петра Савостина, Т-Банк.

Большой редизайн приложения с аудиторией 54+ млн пользователей — это уже не история про «давайте поменяем UI». Интересно, как команда из 200 человек принимала решения, какие гипотезы запускала, что не сработало и как через эксперименты пришла к новой концепции банкинга вокруг жизненных сценариев.

«Когда локальная оптимизация перестала работать. Ваш продукт в плюсе, а компания?» от Антона Усачева, Т-Банк.

Вот этот доклад я бы особенно выделил. Классическая проблема больших продуктовых компаний: каждый продукт показывает хорошие метрики, но компания в целом не обязательно становится эффективнее.

Как учитывать влияние продуктов друг на друга? Как принимать решения на уровне экосистемы, а не отдельного продукта? И почему оптимизация собственной метрики иногда может вредить общему результату?

«Расти не в лоб: как искать точки роста на зрелых рынках» от Романа Тазетдинова, Яндекс.

Когда рынок уже сформирован, стандартные growth-механики постепенно перестают давать прежний эффект. Тогда приходится искать рост в продукте, клиентском опыте, операционных процессах и новых сценариях использования.

Хорошая тема для всех, кто работает не со стартапом на стадии «давайте найдём первых пользователей», а со зрелым продуктом.

«Сделали то, о чём нас не просили, и это сработало» от Антона Никольского-Волконского, Т-Мобайл.

Мне интересны такие кейсы именно потому, что они находятся на границе между data-driven подходом и продуктовой интуицией.

Пользователь редко приходит и говорит: «Мне нужна именно такая новая продуктовая механика». Иногда задача продакта — заметить возможность раньше самого пользователя.

«Кого уже заменил AI, или Почему агентства обогнали продукты по марже» от Вячеслава Яшкова, Авито Авто.

Здесь интересен даже не сам AI, а вопрос экономики продуктовой разработки.

Если AI позволяет небольшой команде делать то, для чего раньше требовались большие продуктовые и дизайн-команды, как меняется стоимость создания продукта? Что происходит с агентствами? Какие роли трансформируются первыми?

И ещё один доклад, который я бы поставил себе в календарь.

«1 000 и одна ошибка при создании Вселенной» от Анны Подображных, Т-Банк.

Про развитие AI-ассистента Таи и специализированных навыков для шопинга, инвестиций и детей. Особенно интересно послушать не презентацию «как всё классно работает», а именно какие ошибки команда совершила по пути и что из них поменяло продукт.

Если собрать всё вместе, мой личный топ выглядит так:

1. Большой редизайн. Как принимать решения на масштабе 54+ млн пользователей.
2. Экосистемный P&L. Почему локально хороший продукт может быть плохим для компании.
3. Growth на зрелом рынке. Где искать следующий источник роста.
4. Продуктовая интуиция. Что делать, когда пользователи сами ещё не знают, чего хотят.
5. AI. Как меняется экономика и сам процесс создания продуктов.

И вот за этим я бы на конференции следил в первую очередь.

Не за очередным списком из 10 фреймворков, а за реальными решениями, ошибками и механизмами, которые работают на больших продуктах.

12 сентября «Продукты 24 & FFDD2D», Москва + онлайн.

[Зарегистрироваться на конференцию]

Все для роста от редакции канала

1. Обратите внимание на предложение в основном канале редакции https://t.me/FreshProductGo/1792

2. 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

3. Разборы кейсов, 70+ разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут

4. 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.

AI-агенты, которые могут забрать часть работы продакта

Все для роста в профессии продакта - https://t.me/FreshProductGo/1757

Вот инструменты, которые я бы попробовал встроить в продуктовый процесс:

1. Outset AI / Userology — AI-интервьюер. Сам проводит интервью, задает follow-up вопросы и потом собирает выводы. Полезно для быстрых discovery-исследований.

2. Dovetail — загрузить интервью, звонки, отзывы и получить кластеризацию проблем, темы и инсайты. Хорош как постоянное хранилище customer research.

3. Perspective AI — более интересный вариант: AI сам проводит большое количество conversational interviews и выдает синтез результатов. Особенно для проверки продуктовых гипотез.

4. Visualping — агент для конкурентного мониторинга. Следит за сайтами, pricing, страницами продуктов и сообщает, что изменилось. Можно превратить в постоянный competitive intelligence.

5. Perplexity — для market/competitive research. Особенно хорош, когда нужно не просто получить ответ, а собрать актуальные данные со ссылками и источниками.

6. Amplitude AI — задаешь вопрос по продуктовой аналитике и получаешь помощь с поиском аномалий, сегментов и причин изменений в поведении пользователей.

7. PostHog + AI — интересный вариант для продуктовой аналитики, особенно если хочется связать аналитику, feature flags, эксперименты и технические данные в одном стеке.

8. BuildBetter / Modem — агенты вокруг customer feedback: собирают информацию из разных источников, находят повторяющиеся проблемы и помогают превращать feedback в продуктовые решения.

9. ChatPRD — не просто «напиши PRD», а специализированный PM-агент для проверки и структурирования продуктовых требований.

10. Claude Code — пожалуй, самый интересный вариант, если хочется собрать своего PM-агента. Можно дать ему документы, данные, файлы, подключить инструменты и заставить выполнять цепочку: исследование - анализ - выводы - PRD - задачи.

11. Manus — универсальный автономный агент для длинных research-задач. Например: «изучи 20 конкурентов, сравни pricing, onboarding, отзывы и найди 10 возможностей для нашего продукта».

12. Granola — не совсем PM-агент, но очень полезный слой: автоматически превращает встречи в структурированные заметки, решения и action items без бота внутри Zoom.
Если бы я сейчас собирал AI-стек именно для сильного PM, начал бы не с десяти инструментов, а с пяти:
Claude Code - Perplexity - Dovetail/Perspective - Visualping - PostHog/Amplitude.

Все для роста в профессии продакта - https://t.me/FreshProductGo/1757

Запускаете ИТ-проекты, но эффекта для бизнеса нет?

Каждый отдел хочет как лучше и тянет одеяло на себя. ИТ аккуратно делает сервисы строго по ТЗ, но достичь бизнес-целей всё равно не удаётся.

В итоге свежие решения противоречат старым и ломают соседние процессы, функции дублируются, а попытки внедрить инновации обходятся в миллионы и плодят хаос.

Первая реакция — обвинить команду, но правда в том, что компании не хватает единой системы.

Научитесь управлять ИТ, стратегией, процессами и данными бизнеса как слаженным механизмом — на курсе «Корпоративный архитектор» от Академии Эдюсон. Это комплексная программа для перехода на новый уровень ответственности — с упором на практику, работу с метриками и новыми инструментами.

Вы освоите всё, чтобы лидировать цифровую трансформацию бизнеса:
• Освежите знания в финансах, оргдизайне и стратегии, чтобы обоснованно принимать и защищать архитектурные решения.
•  Научитесь разговаривать с ИТ на одном языке: освоите международные стандарты (TOGAF, ArchiMate) и перестанете зависеть от технических специалистов.
• Увидите картину бизнеса целиком — и будете заранее понимать, как изменения в одном отделе повлияют на работу всей компании.
• Встроите ИИ: сначала наведёте порядок в процессах, а затем безопасно автоматизируете их с помощью нейросетей.

Всё на актуальных в 2026 году материалах и реальных бизнес-кейсах, с готовыми шаблонами и инструкциями для решения задач.

Если хотите системно управлять ростом компании, оставьте заявку с промокодом АРХИТЕКТОР — заберите курс со скидкой 65%.

Реклама. ООО «ЭДЮСОН» ИНН 7729779476. erid: 2W5zFJSejmj

AI не просто ускоряет разработку. Он меняет саму работу продакта

Сегодня посмотрел доклад Андрея Попова про AI-продуктивность в Яндексе. Зашел он тем, что был не разговор в сотый раз о том, как «нейросети помогают писать код», а то, как вместе с AI меняется сама организация работы.

«Нам нужно двигаться из DX в AgentX. То есть в первую очередь смотреть, как мы автоматизируем, как мы упрощаем жизнь для агентов, а потом уже жизнь для людей».

Это важный сдвиг и для продактов. Сегодня мы проектируем продукт под человека: интерфейсы, кнопки, сценарии, навигацию. Но если часть работы начинает выполнять агент, ему нужны уже не красивые экраны, а доступ к данным, API, понятные действия, права, контекст и возможность самостоятельно пройти сценарий. Поэтому к UX постепенно добавляется AX — Agent Experience. Например, вместо «открой аналитику → найди сегмент → сравни показатели» можно будет поставить агенту задачу: «найди причину падения конверсии и подготовь гипотезы». Продукту придётся быть готовым именно к такому взаимодействию.

В компании, по словам спикера, уже около 60% инженеров фактически перестали писать код руками, а активные пользователи AI получают кратный прирост продуктивности — в отдельных измерениях 3–5 раз и больше. При этом к концу 2026 года Яндекс планирует, что не менее 75% разработчиков будут регулярно использовать AI, он будет участвовать как минимум в 75% изменений, а в каждом из них генерировать не менее 75% кода. Но самое интересное здесь не в экономии времени. Если код становится условным «новым ассемблером», то ценность человека смещается выше: декомпозировать задачу, разобраться в новом контексте, поставить правильные ограничения, проверить результат и понять, решает ли он продуктовую задачу. То есть именно туда, где продакт работает каждый день.

Есть ещё более показательная цифра: 30–40% кодовых задач — это рутина, а около 70% такой рутины, по оценке компании, потенциально можно полностью автоматизировать. Это означает, что AI постепенно убирает не только отдельные операции, но и целые куски workflow. И здесь продактам стоит перестать спрашивать «какую нашу задачу можно отдать AI?» и начать спрашивать «какой процесс меньше всего требует включения человека». Это уже другой уровень автоматизации.

А дальше возникает интересный переход: человек задаёт требования → агент решает задачу целиком → система проверяет результат → следующий агент улучшает процесс. В такой модели продакт становится не просто заказчиком фичей, а проектировщиком системы, которая сама умеет исследовать, анализировать, создавать и проверять решения. Поэтому один из главных навыков продакта в ближайшие годы — не prompt engineering, а умение хорошо формализовать проблему и критерий успеха, после чего делегировать исполнение агентам.

И здесь, пожалуй, главный вывод из доклада: AI будет сильнее всего усиливать не тех, кто быстрее всех научится пользоваться конкретным инструментом, а тех, у кого хорошо устроена сама работа. Если процесс хаотичный, данные недоступны, метрики не определены, задачи плохо декомпозированы — AI просто масштабирует хаос. Поэтому для продакта сейчас важнее не добавить ещё один AI-инструмент в свой стек, а пересобрать собственный workflow: что я делаю сам, что делегирую агенту, что должен проверять лично и какие решения вообще не должны проходить через меня.

Зачем я развиваю насмотренность у себя и других?

Для меня грейды и рост продакта связаны напрямую с насмотренностью. Отсюда в том числе запуск клуба разборов задач, канал Fresh Product manager и любовь к консалтингу. Почему насмотренность важна?

Если кто-то хочет записаться на разборы - пишите @SergeKoloskov или отправляйте заявку на https://koloskoveducation.tilda.ws/productcaseclub
Также можно приобрести доступ к записям, полный список разобранных кейсов тут.

- Насмотренность позволяет продукт-менеджеру быть в курсе актуальных изменений на рынке, новых технологий, трендов и ожиданий пользователей. Это помогает адаптировать продукт к изменяющимся потребностям и оставаться конкурентоспособным.

- Следя за новостями и разработками в отрасли, продукт-менеджер может выявить новые возможности для улучшения продукта, внедрения инноваций и создания ценности для пользователей.

- Насмотренность позволяет продукт-менеджеру предугадывать возможные изменения в отрасли, законодательстве или потребительских предпочтениях. Это помогает разработать стратегии адаптации заранее.

- Знание текущих событий и трендов позволяет продукт-менеджеру эффективнее общаться с разработчиками, дизайнерами, маркетологами и другими членами команды.

- Насмотренность позволяет отслеживать действия конкурентов, их продукты и стратегии. Это дает понимание сильных и слабых сторон конкурентов, что может помочь разработать более успешные стратегии продукта.

- Имея обширные знания об отрасли и трендах, продукт-менеджер может разработать более устойчивую и долгосрочную стратегию развития продукта, учитывая будущие изменения.

- Насмотренность позволяет замечать потенциальные угрозы и проблемы заранее, что помогает избежать кризисных ситуаций или более успешно справиться с ними.

Если кто-то хочет записаться на разборы - пишите @SergeKoloskov или отправляйте заявку на https://koloskoveducation.tilda.ws/productcaseclub
Также можно приобрести доступ к записям, полный список разобранных кейсов тут.