Продукт, который решает проблемы. Свои

— «Мы не можем доставить вовремя, но вот вам трек-номер, сами звоните на почту и выясняйте»;
— «Ой, наши операторы не справляются, а давайте вы будете общаться с чат-ботом» (блин, ещё ни одного нормального бота не видел, в итоге всегда призываешь человека);
— «Ох, наша юнит-экономика не сходится, давайте мы вытащим все скрытые платежи и сервисные сборы наружу и покажем вам их в корзине, ведь вам так прикольно будет погрузиться в специфику нашего бизнеса»;
— «А мы не можем сделать по вашим размерам, давайте я вам покажу наш фрезеровочный станок и расскажу про его ТТХ, а дальше сами решите…».

Список можно продолжать бесконечно. По каждому пункту можно устроить холивар. Но знаете, что объединяет все эти моменты? Ощущения в теле. Где-то под рёбрами появляется мелкий холодок. Смесь раздражения и усталости.

Будто зашёл в кафе за кофе, а тебе вручили фартук: «Вот зёрна, вот кофемашина, инструкция на стене — разберёшься».

Понятно, что часть этих проблем не имеет простого и элегантного решения (да, мир не чёрно-белый). Где-то есть законодательные, юридические и финансовые риски.

Но блин, как же я выдыхаю, когда продукт просто решает мою проблему. Не объясняет, почему не может. Не просит меня стать экспертом в его внутренней кухне. Это редкость. И это кайф!

Как опознать айтишника в комнате?

По базовому оверсайзу. Чёрному, серому, может быть бежевому (для смелых). И после ухода Uniqlo с этим стало туго — листаешь маркетплейсы, заказываешь «премиальный хлопок», получаешь мешок.

А потом… Сработала армянская мафия. Подруга из Еревана запустила свой бренд — Untitled. Применила все связи со мной и Настей, пролоббировала этот пост. Зря старалась — я бы и так согласился. Вещи реально хорошие. Сейчас открыт предзаказ на первый дроп — потому, рекомендую поспешить.

Да, за этот пост я получу два лонгслива. Всю жизнь думал, что не продамся. Продался. За хлопок. Ни о чём не жалею.

Но вот что ещё. Запускать своё дело — это бежать вверх по эскалатору, который едет вниз. Ты выкладываешься, а в лучшем случае стоишь на месте. И когда кто-то из близких решается — хочется помочь.

Так что вот. Хотите проверить, за что я продался — вам сюда 🖤

9 женщин не родят ребёнка за месяц

Бесит так, что аж зубы сводит. Часто слышу этот аргумент, когда команда не успевает и предлагаешь декомпозировать и добавить ещё людей, чтобы всем сфокусироваться на одной задаче а не пилить миллион проектов параллельно.

Если что мем про женщин и ребёнка пошел из книги Фредерика Брукса «Мифический человеко-месяц». Кто-то предлагает добавить людей — ему цитируют Брукса. Разговор закрыт, все довольны (кроме бизнеса, у которого горят сроки).

Я читал Брукса давно, но помню, что там смысл был в другом. Сегодня перечитываем классику вместе.

Есть неразделимая задача. Например, этапы надо выполнять строго последовательно. Тогда да, ликуйте, отмазка про женщин работает. Тут не надо добавлять людей.

«Если задачу нельзя разбить на части, поскольку существуют ограничения на последовательность выполнения этапов, то увеличение затрат не оказывает влияния на график. Чтобы родить ребенка требуется девять месяцев независимо от того, сколько женщин привлечено к решению данной задачи.»

А есть полностью разделимая задача. Тут аналогия про женщин НЕ работает. Можно делить и делать параллельно.

«Число занятых и число месяцев являются взаимозаменяемыми величинами лишь тогда, когда задачу можно распределить среди ряда работников, которые не имеют между собой взаимосвязи.»

Большинство продуктовых задач — где-то посередине. В них есть и последовательные куски, и параллельные. Вопрос не в том, добавлять людей или нет. Вопрос в том, где именно узкое место и можно ли его расшить.

Иногда выясняется, что «неделимость» — это привычка, а не ограничение. Команда так работала всегда, никто не задумывался, что можно иначе.

Понятно, что мир не черно белый и не всегда можно по бырому накидать людей. Есть накладные расходы: синхронизация, передача контекста, риск наступить друг другу на ноги. Брукс об этом тоже пишет, и справедливо. Но это аргумент за то, чтобы думать и планировать — а не за то, чтобы сразу отказываться.

К чему я это?

Не все задачи решаются людьми. Но и не все задачи — «рождение ребёнка». Так что харош уже пулять аргумент про женщин везде, где ни попадя.

Пожалуйста 🖤

OpenAI и Anthropic строят AGI. А я ищу прошлый диалог, перебирая ключевые слова как пещерный человек с палкой

Создание продукта — это во многом духовный опыт

Звучит странно. Особенно если ты привык объяснять свою работу через фреймворки, метрики и методологии. Но я всё больше думаю, что это честнее всего описывает то, что происходит на самом деле.

Вот как это устроено в науке. Ты смотришь на небо и думаешь: «Вселенная расширяется. Точно расширяется, я уверен!» Без данных, без исследований — просто веришь. Проходит двадцать, тридцать лет — и выясняется, что она правда расширяется, мы это увидели и доказали.

Откуда в тебе это знание? Как ты смог преодолеть свою ограниченность — пространственную, временну́ю — и увидеть то, что вообще невозможно увидеть? Ты — человек, маленький кусочек белка на камешке в галактике — и ты почему-то оказался прав.

Данные, контекст, предыдущие теории — всё это сужает поле поиска. Но не объясняет, почему конкретный человек сформулировал конкретную гипотезу. Это другой вопрос. И ответа на него нет.

В продукте то же самое.

Можно возразить: у нас есть discovery, исследования, метрики, цели. Мы не смотрим на небо — мы смотрим на данные. Всё так. Но представьте двух PM с одинаковым discovery. Одни интервью, одна аналитика, одни цели. Они придут к разным гипотезам (во всяком случае я часто видел подобное в своей практике).

Контекст идентичный — значит, разница в чём-то другом. В том зазоре между «куда смотреть» и «что именно делать» живёт что-то, что фреймворками не описывается.

Индустрия не любит про это говорить. Потому что методология даёт ощущение контроля. Потому что «я почувствовал, что надо так» — это не слайд для стейкхолдеров. Но если честно — большинство хороших решений рождались именно там. В этом неудобном месте, где данные закончились, а уверенность откуда-то всё равно есть.

Отсюда следует кое-что важное про людей в этой профессии.

Хороший PM — это человек, который поддерживает в себе высокий уровень самомотивации. Не таланты, не методы. Именно это. Потому что поиск — это бесконечная серия неудач с редкими попаданиями. Большинство гипотез не работает.

И люди, которые остаются в этой работе надолго, остаются не потому что у них лучше фреймворки. А потому что они почему-то не разочаровываются в собственном поиске.

При этом никто из нас не приходит на работу с ощущением, что сегодня изменит мир. Это красивая выдумка — для питч-деков и интервью в Forbes. Реальный опыт другой: есть вопрос, есть ощущение, есть гипотеза. Иногда она работает. Чаще — нет. И завтра всё сначала.

Я глубоко убежден, что продукты, которые меняют что-то — это не результат визионерства и правильных OKR. Это побочное следствие духовного опыта большого количества людей, которые продолжали искать, даже когда было непонятно зачем вообще это нужно.

Я скептик насчёт AGI. Записывайте в луддиты — не обижусь

Недавно Дарио Амодеи, CEO Anthropic, сказал, что AGI как модель, способная выполнять всё, что может человек, даже на уровне нобелевского лауреата — будет достигнута в 2026–27 годах.

Шпаргалка: AGI – это искусственный интеллект с когнитивными способностями, сопоставимыми с человеческими.

Я не согласен. И дело не в страхе перед прогрессом.

Первая проблема — у нас нет точного определения интеллекта. Как достичь того, что мы не умеем измерять? Риторический вопрос — но его почему-то не задают.

Вторая — как устроены модели под капотом.

Сейчас будет немного математики. Не убегайте

→ Есть многочлен Лагранжа. Представьте: на прямой несколько точек, и я хочу построить функцию, которая через все эти точки проходит. Если точек n — многочлен будет степени n−1.

→ Проблема в том, что когда точек много, всё ломается. Многочлен 100-й степени через все точки пройдёт идеально — но вне этих точек начнётся разброд и шатание.

→ Поэтому мы приходим к следующей мысли: давайте не будем требовать точного прохождения, нарисуем прямую, которая стоит близко ко всем точкам. Аппроксимация вместо интерполяции.

→ Дальше возникает вопрос: а зачем мы вообще многочлены рисуем? Как мозг работает? Там всё вжух-вжух-вжух…

→ Давай вместо многочленов будем решать ту же задачу с помощью другого класса функций — назовём их нейросетями.

→ Как они устроены: вводишь аргументы, они проходят через слои простых функций — раз, два, три — и на выходе получаешь число.

→ И вот здесь происходит то, что я называю легализованным магическим мышлением.

→ Что такое магия? Это когда ты смотришь, как льёт дождь, и говоришь: «Сейчас я начну поливать землю водой — и начнётся дождь», то есть в обратную сторону.

→ Вот тут то же самое: «Так работает мозг — применим магическое мышление и нарисуем функцию, которая по топологии вычислений напоминает мозг». И вдруг оказывается, что она хорошо решает кучу задач.

→ Например, позволяет взять большой текст и добавить к нему следующее слово — токен. И оно прям как надо ложится, прям красиво. Попробуем ещё раз — снова красиво. И ещё. В этом весь фокус.

Нейросеть учится предсказывать следующий токен так, чтобы результат нравился человеку. Не «текст содержит смысл», не «информация передана точно» — метрика на выходе буквально «человеку нравится».

Вот здесь и возникает вопрос про AGI.

Если я хочу понять, есть ли в тексте смысл, мне нужно мерить информационную наполненность. В самом простом приближении это энтропия. Как её мерить в тексте? Да непонятно как. Если бы я знал — я бы с вами сейчас не сидел.

Извлечь информацию из текста — это принципиально другая задача, чем предсказать следующий токен. Если бы мы умели это делать — разговор про AGI был бы другим.

Современные модели блестяще делают одно: предсказывают, что будет одобрено.

Это объясняет и нейрослоп в соцсетях, и сгенерированные вакансии, и резюме, которые никто не писал. Инструмент работает ровно так, как он устроен. Просто большинство людей об этом не думает, когда нажимает «сгенерировать».

Значит ли это, что AI бесполезен? Нет. Экстраполяция — мощный инструмент, который решает кучу задач. Только нужно понимать, что именно ты делаешь и чего от этого ожидать.

AGI в 2026–27 — это либо очень оптимистичный прогноз, либо очень вольное определение слова «интеллект». Но пока человечество ждёт сверхразума — самое время вспомнить, что собственный интеллект никто не отменял.

Хочу как у них

Эта глава Ководства 2004 года никогда не потеряет своей актуальности. Горячо рекомендую ознакомиться, если кто-то не читал.

Есть один тихий когнитивный капкан, в который попадают почти все продуктовые команды. Я сам в него попадал — и не один раз.

Механика простая: видишь чужое решение → оно кажется разумным → хочется перенести к себе.

Мозг даже заботливо подкидывает аргументы в его пользу. Потому что думаем мы не от данных — а от паттернов, которые уже видели.

Проблема в том, что чужой паттерн вырван из контекста. Ты не знаешь, почему они сделали именно так. Работает ли это решение у них на самом деле. Какую проблему они решали — и совпадает ли она с твоей.

Я несколько раз наблюдал одну и ту же сцену: команда тащит скриншот с продукта конкурента, долго обсуждает детали, придумывает гипотезу — и ни разу не задаёт вопрос «а у нас вообще есть эта проблема?».

Просто потому что у конкурентов это есть — а раз есть, наверное, не зря.

Что реально помогает: прежде чем тянуться за чужим скриншотом — поговорите с пользователями. Посмотрите сессии. Не чтобы найти подтверждение своей идее, а чтобы понять, есть ли вообще проблема, которую собираетесь решать.

Это скучно. Зато потом не приходится объяснять стейкхолдерам, почему «как у конкурентов» не поехало.

Про ширину и глубину

Короче, ребят, было принято стратегичсекое решение писать в этом канале не только про карьеру, продукт и вот это всё — но и больше делиться личным. Почему? Потому что хочется и чувствуется правильным. Но не убегайте — продуктовые штучки тоже останутся.

Сегодня вот о чём.

Я всегда хотел, чтобы жизнь была наполнена. Чем именно — сам не понимал. Просто в какой-то момент ощущал: вот сейчас — да, наполнена. А вот сейчас — меньше.

И вот, долгое время мне казалось, что полнота жизни – это широта возможных переживаний. Ну там, например, начать заниматься бразильским джиу-джитсу, вот новая частичка мира открыта мне – татами, турниры, комьюнити, ощущения эти невероятные и всё такое.

Попробовал новую кухню – теперь эти переживания тоже мои. Познакомился с новыми людьми, нашел новую классную музыку, вытащил из глубокого переживания новый инсайт – и вот снова это чувство нового кусочка паззла.

Но в какой-то момент случилось что-то, что разрушило саму модель – в ней оказалось спрятано еще одно измерение наполненности, которое было просто не видно из-за погони за шириной. Это – глубина. И она всё время была рядом, тут, прямо перед носом.

Когда я сталкиваюсь с глубиной, я не могу её ни с чем спутать, она совсем не похожа на ширину.

Во-первых, глубокие переживания не получается коллекционировать, хотя поначалу очень хочется. Их не отразить точно в тексте и не зафиксировать на фотографии. Они проживаются в моменте — но иногда этот момент длится годами.

Во-вторых, в глубоких переживаниях нет однозначности. Это не хорошо и не плохо. Они живут за границами оценок, суждений о пользе, целеполагания. Поэтому бывает смешно, когда кто-то спрашивает: «а ребёнок тебе не мешает достигать целей?». Эти переживания просто в другом месте — не там, где живут цели.

В-третьих, глубокие переживания навсегда меняют мир, в котором живёшь. Коллекционировать их нельзя — но полнота жизни под их воздействием преображается насовсем. Когда оказывается, что даже обычная, банальная жизнь вдруг наполняется каким-то смыслом (который, как я написал выше, нельзя просто так зафиксировать и передать) — это и есть та самая наполненность, только в 3D.

Заземлю на примерах. Рождение и воспитание ребёнка — невероятно глубокое переживание:

1. Его нельзя понятно транслировать и зафиксировать.
2. Сложно оценивать и сравнивать
3. Оно навсегда меняет и наполняет жизнь

И ещё: глубина — это страшно, некомфортно, непривычно. Иногда можно спутать очень сильные «широкие» переживания с глубокими — они похожи по интенсивности, но разные по природе. Я не говорю, что глубина хорошо, а ширина плохо — глубина по определению вне этих оценок. Но глубина — это точно больше жизни в жизни.

Муд понедельника от Илюхи. Тихонечко напеваю: «Hello darkness, my old friend»

Классическим интерфейсам осталось 3-4 года

Ребят, я тут пару недель назад наткнулся на рилс с таким заголовком и он мне вот прямо в душу запал.

Речь про AIUI и AIGUI — интерфейсы, где AI не вспомогательный инструмент сбоку, а часть логики продукта: интерфейс нативно генерируется и перестраивается в реальном времени.

Все мы помним, как VR/AR уже изменили интерфейс, а web 3.0 изменил интернет. Ждём новой волны.

Если серьезно, возможно я просто слишком старый, но у меня есть несколько возражений.

Во-первых, источник. Громче всего про AIUI говорят те, чья бизнес-модель напрямую зависит от внедрения AI. Это не делает идею неверной, но стоит держать в голове при оценке прогнозов.

Во-вторых, даже лидеры рынка пока не нашли ответа. В OpenAI почему-то выдумывать что-то большее, чем чат не получается.

При этом OpenAI наняли всех топ чуваков с рынка, попробовали и браузер, и аппстор, и рекламу, чего там только не пробовали, короче, даже свой тикток. И все как-то блекло. Не то чтобы провально, но этого недостаточно для того, чтобы стать бизнесом. Если даже с такими ресурсами сложно выйти за пределы чата — это сигнал о реальных ограничениях формата.

В-третьих, инфраструктурные ограничения. Уже сейчас наблюдается дефицит GPU и электроэнергии на фоне роста AI. Если каждый второй продукт начнёт генерировать интерфейс в реальном времени — это кратно увеличит нагрузку на и без того перегруженную инфраструктуру.

(Дружеский совет: если вы задумываетесь о собственном стартапе, то идите в сторону энергетики, атомной там или на худой конец гидро.)

В-четвёртых, и это главное: предсказуемость — базовое требование к интерфейсу. Интерфейс — это метод взаимодействия с программой, и его ключевая задача — быть понятным. Интерфейс, который динамически перестраивается, перестаёт быть предсказуемым. Пользователь каждый раз заново ориентируется — это не снижение трения, а его увеличение. Это же создаёт проблемы с accessibility, обучением команд и доверием к продукту.

При этом важно разделить два разных тезиса. Тезис о том, что AI вытеснит классические интерфейсы целиком — не подкреплён ни логикой, ни примерами с рынка. Трансформация не равна вытеснению, например, тот же еком не убил традиционный офлайн-ритейл, он изменил его структуру. Но тезис о том, что AI меняет модель взаимодействия в конкретных сценариях — справедлив. Cursor, Perplexity, Notion AI — это уже другой тип взаимодействия с продуктом, где AI встроен в логику.

На мой взгляд, граница проходит по типу задачи: там, где задача открытая — исследование, генерация, синтез — AI-интерфейс органичен. Там, где задача операционная и повторяющаяся — традиционный UI быстрее и надёжнее.

AI хорошо работает там, где нужна экстраполяция и предиктивный анализ на основе имеющихся данных. Это сильный инструмент в определённых сценариях. Но, видимо, «AI заменит всё целиком» звучит лучше как заголовок, чем «AI изменит структуру в определённых сценариях».

А вы верите в смерть классических интерфейсов — или мы снова наблюдаем так называемый хайп?

Всех с 27 декабря! А. Ой. Апреля.