Крайне интересная статья всплыла на Financial Times (тред на Reddit).

Кратко:

​* В декабре немного полежал AWS.
​* При этом AWS обслуживает около 30% инфраструктуры интернета.
​* Среди причин - изменения кода, внесенные через AI-инструменты.
​* Один из инцидентов произошел после того, как инженеры согласились с предложением AI-агента удалить и заново создать окружение.
​* Параллельно Amazon сокращал людей - только в январе уволили около 16 тысяч.

Получается любопытная картина:

ИИ ускоряет разработку → компании уменьшают команды → вместе с этим падает контроль.

И это только верхушка айсберга.

Уже было несколько историй, где стартапы быстро собирали продукты через vibe coding, запускали их в прод, а через пару дней их спокойно ломали. Без сложных атак, просто через дырки в безопасности.

Про крупные инциденты пишут в Financial Times, про мелкие никто не пишет.

ИИ в этой истории не магия и не катастрофа, это новый мощный инструмент.

С которым происходит то же самое, что и с любым другим инструментом в инженерии: если им пользоваться без культуры и процессов, он ускоряет не только разработку, но и ошибки.

Аларм! Записывающее устройство сливает ваши данные в интернет.

Недавно по сети разошлась история про умные очки Meta (признанна экстремистской на территории РФ). Их обвиняют в том, что записанные фото и видео отправлялись на разметку людям где-то в странах третьего мира. И среди этих данных попадались очень личное.

Звучит стремно, но:

* во-первых, разметка данных - обычная практика. Без этого нейросети не учатся. Этим занимаются все компании, которые работают с AI.
* во-вторых, первое правило интернета простое: если что-то попало в интернет, оно уже не принадлежит только вам. Бейонсе не даст соврать.

Есть еще один момент.

С появлением AI стало гораздо проще собирать информацию о людях. OSINT, который раньше требовал навыков и времени, теперь делается несколькими запросами и парой инструментов.

Мир стал сильно прозрачнее.

Поэтому если идея цифровой приватности вызывает тревогу, есть радикальное решение:

* выключить все устройства.
* выкинуть телефон.
* взять рюкзак.
* уехать в тайгу.

Хотя даже там есть риск попасть на снимок со спутника.

ИИ генерит глючные картинки
ИИ генерит сносные картинки, но с 6 пальцами
ИИ генерит хорошие картинки
ИИ генерит фотореалистичные картинки
ИИ генерит трешовое видео
ИИ генирит сносное ультракороткое видео
ИИ генерит хорошее ультракороткое видео
ИИ генерит короткометражку хорошего качества
=== вы находитесь здесь ===
ИИ генерит хороший полноценный фильм
ИИ генерит полноценный блокбастер

https://youtu.be/gtnt84CDP-s

По-моему очень крутое видео.

Сенатор Берни Андерс поговорил с Claude про приватность, получился почти честный диалог.

ИИ спокойно объяснил: приватности как таковой уже нет. Слишком много данных собирается со всех сторон - клики, паузы, покупки, локации. Из этого собирается довольно точный профиль человека.

Это не баг системы. Это и есть система.

Данные собирают не ради “улучшения опыта”, а потому что на этом зарабатывают.

​* можно точнее продать
​* можно показать разную цену разным людям
​* можно аккуратно влиять на поведение

Это уже не только про рекламу или системы рекомендаций, те же механики спокойно используются в политике.

Забавно, что Сам факт такого разговора в публичном поле - это тоже продукт.
Сенатор задает “наивные” вопросы, ИИ дает прямые ответы, зритель такой: вау.

Похоже, у сенатора очень сильная команда пиара.

AI уже сокращает людей, это реальность.

Но у меня другой вопрос, если у части людей станет меньше дохода, кто будет платить за все эти ИИ-продукты?

CEO Uber просто озвучил базу: один человек с AI делает больше, значит на тот же результат нужно меньше людей. Бизнес режет косты, это уже видно по поддержке, джунам, аналитике, контенту.

Я это тоже вижу: поиск, планирование поездок, прототипы - раньше на это уходило несколько сервисов и время. Сейчас часто закрываю одной связкой через AI. Быстрее и без лишних шагов.

А что с экономикой? Если доходы падают, падает и спрос. Бизнесы начинают бороться за меньшее количество клиентов с деньгами. Разрыв усиливается: те, кто встроился в новую модель, зарабатывают больше, остальные начинают отставать.

Такие сломы уже были. В промышленную революцию станки заменяли ремесленников. Ткачи теряли работу, появлялись луддиты, ломали машины. Рынок в итоге перестроился, но это заняло годы и прошло болезненно.

Сейчас тот же процесс, только быстрее. Тогда это растянулось на десятилетия, сейчас сжимается в годы. И затрагивает не только физический труд, а сразу и офисную работу.

AI режет не только вакансии, он режет спрос и меняет то, у кого остаются деньги.

И нам достались билеты в первом ряду - точно ничего не пропустим и узнаем концовку.

Всегда интересно почитать свежий обзор трендов от Сбера, они делают это достаточно качественно.

Но я решил посмотреть на тренде не со стороны “что происходит”, а с прикладной стороны: “что это ломает у нас в продукте”.

А ломает, на самом деле, много чего.

Попробую разложить это в простом виде:

👉 Тренд: пользователь уходит из интерфейсов в ассистентов

Раньше человек открывал продукт, что-то там изучал, кликал, искал.
Сейчас он пишет одну строчку и ждет, что ему просто сделают.

​▸ Что меняется в поведении

Пользователь перестает вкладываться в изучение. Он не хочет разбираться, он хочет результат.
Если нужно подумать или сделать лишний шаг, это уже воспринимается как странное требование.

​​▸ Что ломается в продукте

Вся наша любовь к красивым меню, сценариям и “пройди путь пользователя”.
Никто больше не хочет проходить путь, если можно сразу получить ответ.Вся логика “пусть пройдет путь и поймет”.
Меню, сценарии, навигация, аккуратно спроектированные флоу начинают выглядеть как лишний слой.

​​▸ Что нужно пересобрать

Продукт как набор действий.
Интерфейс становится не точкой входа, а просто одним из способов дернуть систему.
И вот это, если честно, довольно болезненный сдвиг.

👉 Тренд: доверие уходит от бренда к интерпретации

Раньше возвращались, потому что “я знаю этот сервис”.
Сейчас приходят, потому что “мне это показали здесь и сейчас”.

​​▸ Что меняется в поведении

Решение принимается в моменте.
Пользователь не строит отношения с продуктом, он просто берет то, что подходит под задачу.

​​▸ Что ломается в продукте

Вся ставка на витрину, узнаваемость и длинную воронку.
История “пусть посмотрит варианты и выберет” начинает сыпаться.

​▸ Что нужно пересобрать

Умение объяснять выбор.
Не просто список опций, а ощущение, что решение уже собрано под тебя.
Без этого продукт становится interchangeable за пару секунд.

👉 Тренд: скорость важнее глубины

Это, кстати, особенно видно в продуктах с аналитикой.
Люди готовы принять решение с погрешностью, если это быстро.

​​▸ Что меняется в поведении

Порог “достаточно хорошо” падает.
Лучше получить ответ сейчас и пойти действовать, чем копаться ради идеального результата.

​​▸ Что ломается в продукте

Сложные дашборды, перегруженные фильтры, сценарии с кучей настроек.
Мы добавляем контроль, а пользователь в этот момент теряет время и энергию.

​​▸ Что нужно пересобрать

Слои принятия решения.
Сначала короткий ответ “что делать дальше”, потом уже глубина для тех, кто хочет разобраться.
Иначе пользователь просто не дойдет до этой глубины.

👉 Тренд: пользователь живет не в продукте, а между ними

Если честно, это самый неприятный для продукта момент.
Пользователь больше не “наш”.

​​▸ Что меняется в поведении

Человек прыгает между контекстами и забирает кусок ценности на лету.
Он не планирует “пойти в продукт”, он просто решает задачу там, где оказался.

​​▸ Что ломается в продукте

Вся логика удержания внутри.
Метрики вовлеченности начинают терять смысл, потому что пользователь не собирается у нас задерживаться.

​​▸ Что нужно пересобрать

Присутствие в чужих контекстах.
Продукт должен уметь появляться там, где уже есть пользователь, и не требовать отдельного захода.

💡Если попробовать это собрать в одну мысль.

Раньше продукт был местом, куда человек приходил.
Сейчас это сервис, который возникает в нужный момент и исчезает, когда задача решена.

И половина интерфейсов, которые мы сейчас так старательно проектируем, скорее всего скоро никому не будут нужны.

Сейчас вокруг OpenClaw какой-то бешеный хайп.

Если коротко, это персональный AI-ассистент, который «может всё».
Я тоже решил попробовать.

За один день - минус 10$ на API.
На тех же сценариях, которые я спокойно делаю в ChatGPT за подписку.

И это даже не главная проблема.

​⚠️ OpenClaw сейчас - это очень сырой зверь.

​* Security - дыра
​* prompt injection
​* вредоносные skills
​* утечки данных

Это не шутки, это уже production-риск.

​🙊 Token drain
​* агенты легко жрут x6-x9 токенов

Если ты думаешь про косты - это боль сразу.

​🙈 Сложность
​* сложно настроить
​* сложно контролировать
​* сложно дебажить

​🙉 Потеря контроля
​* агент может сделать не то
​* удалить, отправить, испортить
* плагины и расширения - вообще черный ящик

Но, с продуктовой точки зрения, это не просто проблемы, это окно возможностей.

💠 Я в итоге решил делать свою версию, и назвал я ее "V.E.R.A" - Verified Execution & Reasoning Assistant

С другим фундаментом:

​* Local-first по умолчанию, а не как опция
​* Knowledge base как основа системы, а не просто контекст
​* Управление стоимостью: сначала retrieval, потом маленькая модель, эскалация только при необходимости
​* Контролируемые инструменты: whitelist, строгие схемы, явные разрешения
​* Co-Team: фиксированные роли вместо хаотичного набора skills
​* Безопасность: минимум прав, подтверждение опасных действий, прозрачные логи
​* Предсказуемость: всегда понятно, что система может и не может сделать

Сейчас все играются в «агентов, которые делают всё».

А реальный спрос будет на системы, которым можно доверять.

В БигТехе только и разговоров, что о AI и AGI.

И это забавно, потому что когда реально начнется AGI, никто не сможет точно сказать момент.

Сначала все будут "ломать копья":
- “это уже почти AGI”
- “нет, это просто сильная модель”
- “она не понимает по-настоящему”
- “тогда почему она делает работу целых команд?”
Пока все спорят, изменения уже пойдут в реальности.

👉 Первое, что сломается - это типичные "белые воротнички".
Не все подряд, а слой, где работа это цепочка:
- собрать контекст
- понять задачу
- выбрать шаблон
- проверить ограничения
- оформить результат
- согласовать
🔁 Повторить.

Это идеальная пища для агентов.
Цена “умной работы руками” начинает резко падать.

Команда из:
- 1 PM
- 5 аналитиков
- 8 разработчиков
сжимается до:
- 1 оператор системы
- 2-3 человека
- десятки агентов

И внезапно ценится не “я делаю”, а “я собираю систему и держу ее под контролем”.

👉 Следом меняется сама форма компаний.
Маленькие команды начинают делать продукты уровня департаментов:
- быстрее запуск
- быстрее проверка гипотез
- ниже порог входа

❗️Делать становится проще. Выигрывать - сложнее.

Потому что если все умеют делать, редкостью становится не производство, а:
- дистрибуция
- доверие
- бренд
- данные
- доступ к платформам

👉 Интерфейсы перестают быть центром продукта.
Раньше:
- кнопки
- меню
- флоу
Теперь:
- “покажи где теряем деньги”
- “пересобери кампанию”
- “сделай и принеси результат”

UI становится fallback-слоем.
Главное - поведение интеллекта.
У продакта меняется профессия.
Ты больше не рисуешь экран, ты задаешь, как думает система и где у нее границы.

И тут всплывает главная проблема - не интеллект.
А контроль:
- понимаем ли мы, что она делает
- можем ли ограничить
- откуда взялось решение
- что будет при ошибке в масштабе
Большинство фейлов будут не про “злой AI”, а про:
- криво заданную цель
- слишком широкие права
- плохие метрики
- конфликт инструкций
Очень скучные вещи с очень дорогими последствиями.

👉 И есть еще слой, о котором мало говорят.
Если машина:
- пишет лучше
- анализирует быстрее
- проектирует точнее
то у многих ломается простая опора: “я ценен, потому что я думаю и решаю”.

❓ В какой-то момент это превращается в экзистенциальный вопрос: "а моя роль теперь в чем?"

И тут ты уже сам выбираешь.
🥺 Либо:
- апатия
- цинизм
- ощущение ненужности
😎 Либо:
- вкус
- выбор
- ответственность
- умение задавать цели

Вся эта история не про один момент, типа "раз - и все".
Не будет дня, когда “вчера не было, сегодня есть”.

Будет странный гибридный мир:
- где-то уже почти все делают агенты
- где-то до сих пор Excel и согласования
- одни ускоряются
- другие тормозят
И все это происходит одновременно.

Главный разлом пройдет не по линии “кто умнее”.
А по другой:
- где AGI усиливает человека
- где человек становится придатком системы

AGI не магия, а ускоритель.
Он не решит проблемы. Он их усилит.
- сильные системы станут мощнее
- слабые начнут быстрее трещать

И вопрос, который надо задать уже сейчас, не “когда будет AGI”.
А:
- умеешь ли ты работать через системы людей + AI
- умеешь ли ты держать контроль, а не просто восхищаться магией
- умеешь ли ты задавать цель лучше, чем остальные

💸 Все остальное будет постепенно дешеветь.

ИИ-агенты сейчас выглядят как магия. Один раз настроил - и поехали.

Классно, до первой серьезной проблемы, когда он полезет в реальные действия.

Например, кейс с AutoGPT-подобными агентами: они зацикливались и жрали деньги на API без результата.
Разборы: https://github.com/Significant-Gravitas/AutoGPT/issues

И это еще мягкий сценарий.

Как только агент получает доступ к действиям, появляется простой страх: он может сделать что-то не то, и ты не успеешь это остановить.

Но этот тренд уже не откатить.

Значит деньги теперь не в новых моделях и агентах, а в контроле и инфраструктуре вокруг них.
Та самая история про продажу лопат.

Собрал это в понятные направления.

1️⃣ Safe Agent Runtime / Control Layer
Проблема: агент может совершить действие с деньгами или данными без проверки. Ошибка сразу превращается в ущерб.
ЦА: любой бизнес, где агенту дают реальные доступы.
Где деньги: среда выполнения с проверками, лимитами, симуляцией и откатом.
Кто уже делает: кусками LangChain, Azure, guardrails-решения.

2️⃣ Agent Firewall / AI Security
Проблема: агенту можно подсунуть вредный input или тулзу, и он выполнит атаку или утечку.
ЦА: продукты с внешними данными и интеграциями.
Где деньги: фильтрация входа и действий, проверка tool-call’ов, изоляция окружений.
Кто уже делает: Lakera, Protect AI.

3️⃣ Agent Observability / AI Ops
Проблема: непонятно, что делают агенты и куда уходят деньги. Все работает, пока не поздно.
ЦА: команды с несколькими агентами.
Где деньги: дашборды, алерты, cost tracking, дебаг и orchestration.
Кто уже делает: LangSmith, Helicone.

4️⃣ Permission Graph + Human Override
Проблема: права и контроль быстро разваливаются. Непонятно, кто что может делать и как остановить действие.
ЦА: платформы и сложные системы агентов.
Где деньги: управление доступами, зависимостями и точками вмешательства как core-слой.

5️⃣ Vertical AI (action-first)
Проблема: агент предлагает, но человек все равно делает руками. Ошибка - потеря времени и денег.
ЦА: маркетинг, закупки, финансы, логистика.
Где деньги: агент влияет на результат, можно брать процент.
Пример: агент сам меняет ставки в рекламе и может за ночь сжечь бюджет без ограничений.
Кто уже делает: нишевые AI SaaS.

6️⃣ Trust / Compliance
Проблема: нельзя объяснить, почему агент принял решение, и это блокирует внедрение.
ЦА: банки, enterprise, регулируемые рынки.
Где деньги: audit, policy engine, decision traceability. Длинные сделки, большие чеки.
Кто уже делает: IBM, Microsoft и governance-стартапы.

В какой-то момент стало понятно, что проблема в том, что этим всем нельзя нормально управлять. И это окно возможностей для новой инфраструктуры.

Поэтому сейчас делаю свою платформу управления агентами.

​* из коробки контролируемые агенты, роли и тулзы, чтобы не ловить те самые косяки
​* local-first архитектура, чтобы данные и контроль оставались у тебя
​* простая настройка без сложной инфраструктуры

Хочется собрать систему, где агент - это не источник сюрпризов, а предсказуемый инструмент.

Число новых приложений выросло на 60%

Давайте честно.

​* Приложений уже давно слишком много
Мы живем с набором из 10-15 штук, остальное лежит мертвым грузом и просто занимает память.

​* Иногда приложение нужно на один раз
Поставил, забрал скидку, удалил или забыл. Это уже нормальный сценарий, а не исключение.

​* Сделать приложение стало слишком легко
Конструкторы, шаблоны, теперь еще и ИИ. За вечер можно собрать то, на что раньше уходили месяцы.

И их количество будет только расти.

Сторы будут чистить мусор, ужесточать правила, банить откровенный хлам. Но это не решает проблему, а просто отодвигает ее.

С вебом уже было похоже. Сначала рост, потом перегруз, потом трафик начинает уходить в агрегаторы и ассистентов.

Я это замечаю на простых вещах.
Нужно что-то купить или спланировать - проще написать запрос и получить готовый вариант, чем идти в приложение и разбираться.

Затем не ты открываешь приложение, а отправляешь агента сделать работу: найти, сравнить, заказать, оформить.

А возможно приложения могут стать вообще одноразовыми.
Под конкретную задачу, собранные на лету и исчезающие после выполнения.

С вебом уже аккуратно пробуют такие штуки, тот же Gemini от Google.

Если это зайдет, у большинства приложений просто не будет шанса быть открытыми.

Посмотрел видео про 12 сценариев развития AI.

Там довольно спокойно раскладывается куда мы все катимся.

Если коротко, вот все 12:

* Самоуничтожение - мы сами себя убиваем быстрее, чем AI нас догонит
* Захват - AI становится новой доминирующей силой
* Порабощенный бог - создаем сверхумный AI и пытаемся держать его под контролем
* Добрый диктатор - все хорошо, но ты под постоянным наблюдением
* Сторож - один главный AI следит, чтобы никто не сделал другого
* Бог-защитник - иногда вмешивается и чинит критичные проблемы
* Замена людей - убить всех человеков, AI продолжает все без нас
* Либертарианская утопия - живем параллельно, не мешаем друг другу
* Эгалитарная утопия - пост-дефицит, все есть, работать не надо
* Люди как животные - нас держат, потому что удобно, человеческий зоопарк
* Откат назад - ломаем технологии и пытаемся жить проще
* Тотальная слежка - контролируем всех, чтобы не было рисков

И ты такой "ну ок, а где нормальный сценарий?"
А их как будто бы и нет.

Типа:
- хочешь безопасность - отдай контроль
- хочешь комфорт - смирись, что ты больше не главный
- хочешь прогресс - будь готов, что тебя могут заменить

Плохие сценарии хотя бы честные. А хорошие выглядят как что-то, что работает ровно до первого сбоя.

Но мир сильно сложнее, чем мы можем представить, будем надеяться на лучшее 🙂

Давайте честно, этот праздник жизни с AI сейчас выглядит как демо-режим, где никто особо не считает деньги.

Но это временно.

* большие игроки поделят рынок
* перестанут играть в “сжечь деньги ради роста”
* внезапно вспомнят слово юнит-экономика

Стоимость начнет расти - плавно, потом резко, и все, кто сидит на “да ладно, там копейки”, почувствуют это сразу.

Ломка будет настоящая

* бюджеты на разработку поедут вверх
* маржинальность начнет сжиматься
* часть кейсов просто перестанет сходиться

Будет ли тут ренессанс разработчиков? Да конечно же нет, никто не побежит писать все руками обратно.

Скорее произойдет отрезвление

* перестанут дергать Claude Code ради hello world
* начнут считать каждый вызов
* появится интерес к локальным моделям, даже если они тупее

Это уже будет режим не "как удобнее", а “как выжить”.

Тогда наконец-то перестанут генерить сотни бесмысленных сервисов и приложений и может появится что-то действительно стоящее.

Забавно наблюдать, как люди боятся нейросетей, хотя у них в голове работает примерно та же штука 🙂

Нейронки появились не на пустом месте. Вся идея фактически подсмотрена у нашего мозга. Отсюда и появились “нейроны”.

Если очень грубо, то обучение нейросети выглядит так:

* дали данные
* прогнали через модель
* модель выстроила связи
* после этого она начинает что-то “понимать” и выдавать результат

У человека примерно та же схема.

Ребенок сунул руку в огонь - получил обучающие данные. Мозг сохранил паттерн: красное, горячее, шевелится - лучше не трогать, будет больно.

Школа, университет, окружение, родители, друзья, интернет, книги - все это обучение твоей нейронки.

Причем часть людей после школы почти перестает обновлять модель. Гоняют один и тот же набор данных годами и удивляются, почему мир резко “сломался”.

Тут еще важен оператор.

Можно скормить себе тонну мусора, тревоги, тупых шортсов и бесконечного негатива, а потом удивляться своему состоянию и решениям.

Нормальные модели на плохом датасете тоже начинают деградировать.

Поэтому мозг - штука, которую надо постоянно дообучать.

Новыми людьми.
Новыми задачами.
Новыми ощущениями.
Нормальными источниками данных.

💡Иногда полезно остановиться и подумать:
а чем я вообще кормлю свою нейронку последние пару лет?

Сейчас AI делает очень сильно влиет на культуру, но не так, как мы об этом думаем.

Чем лучше нейросети начинают объяснять, генерировать, упрощать и делать “идеально”, тем сильнее людей тянет в обратную сторону.

В свежем отчете Nextatlas это очень хорошо видно.

Там по сути три больших тренда.

1️⃣ Первый - доверие к телу.

Люди заново учатся чувствовать себя не через объяснение, а через ощущение. Отсюда вся эта популярность ходьбы босиком, контрастной терапии, внимания к осанке, телесной осознанности и “доверия внутреннему ощущению”.

Когда AI может идеально имитировать речь, эмоции и даже эмпатию, тело становится последним источником чего-то настоящего.

Если текст может написать кто угодно за 5 секунд, то мурашки подделать уже сложнее.

2️⃣ Второй тренд - любовь к загадкам.

Люди начинают уставать от мира, где всё мгновенно объясняется алгоритмами.

Бренды специально убирают прямой смысл, делают странные визуалы, недосказанность, скрытые подсказки, минимальный текст. Потому что внимание начинает цепляться не за “понятно”, а за ощущение: “хочу разобраться”.

Получается что-то вроде контр-движения.

AI отлично работает с:

• ясностью
• структурой
• прямым смыслом
• оптимизацией

Люди начинают ценить:

• атмосферу
• подтекст
• шероховатость
• неоднозначность
• вещи, которые нельзя быстро “распаковать”

Поэтому внезапно растет интерес к:

• нестандартной эстетике
• символизму
• медленному контенту
• ритуалам
• поэзии
• локальным комьюнити
• всему, что ощущается “слишком человеческим”

3️⃣ Третий тренд вообще самый интересный.

Меняется отношение ко времени.

Последние лет 15-20 нас учили жить в режиме:
быстрее, эффективнее, продуктивнее.

Сейчас появляется встречное желание.

Люди хотят не экономить время, а чувствовать его.

Поэтому начинают залетать идеи:

• медленной жизни
• “ничегонеделания” без чувства вины
• low maintenance-подхода
• продуктов, которые не пушат тебя быть эффективнее каждую секунду

Даже лень постепенно начинает продаваться как luxury.

Мне кажется, тут происходит более глубокая штука.

AI убирает ограничения.

Не нужно долго искать информацию.
Не нужно учиться писать.
Не нужно часами разбираться в сложных инструментах.
Не нужно даже формулировать мысли слишком точно.

Но часть удовольствия у человека всегда жила внутри усилия.

Самому что-то понять.
Раскопать.
Почувствовать прогресс.
Собрать смысл у себя в голове.

Если убрать сложность полностью, мир начинает ощущаться слишком стерильным.

И культура, кажется, сейчас пытается вернуть обратно:

• глубину
• странность
• телесность
• ощущение пути
• право на интерпретацию

Чем “идеальнее” будет становиться AI, тем ценнее будут вещи, в которых остается что-то простое и человеческое.

Посмотрел большую презентацию Benedict Evans про AI.

Там почти 80 слайдов:
- датацентры
- капекс
- чипы
- OpenAI
- рынок моделей
- автоматизация
- AI-стартапы
- корпоративное внедрение

Но меня зацепила фраза: "Chat is a terrible UX"

И чем дальше, тем больше кажется, что мы сейчас живем в очень странном переходном моменте.

Потому что AI-интерфейсы сегодня - это по сути новая командная строка.

Раньше технологии долго уходили от терминала к нормальному UX:
- с кнопками
- с удобными интерфейсами
- в специализированные приложения
- к понятным сценариям

А теперь рынок внезапно снова такой: “вот тебе текстовое поле, иди разговаривай с компьютером” 🌚

Причем вся сложность сваливается на пользователя.

Нужно:
- правильно написать запрос
- помнить контекст
- разбивать задачу
- уточнять формат
- понимать ограничения модели

По сути, часть работы UX, PM и аналитика просто переложили обратно на человека.

И пока все делают вид, что это нормально 🙂

Хотя для большинства задач chat - очень странный интерфейс.

Ты не хочешь “общаться с AI”, чтобы:
* заказать товар
* собрать отчет
* найти квартиру
* настроить рекламу
* забронировать отпуск
* записаться к врачу

Ты хочешь просто и быстро получить результат.

Никто не открывает Uber ради "пообщаться про такси".
Никто не хочет "пообщаться про музыку" в Spotify.

💡Хороший интерфейс вообще убивает необходимость думать про интерфейс.

Самое интересное, что чат при этом отлично работает там, где человек сам не до конца понимает, чего хочет.

Для:
- брейншторма
- обучения
- исследования
- рефлексии
- творчества

В таком случае диалог - это естественный интерфейс.

Но когда задача превращается в: "сделай X", чат начинает раздражать почти сразу.

И мне кажется, дальше будет эволюция.

Меньше: "напиши идеальный промпт”.

Больше:
- кнопка
- контекст
- действие
- готовый результат

AI просто станет обычной частью продукта.

Как сейчас никто не думает:
- каким алгоритмом строится маршрут
- как сортируется лента
- как работает поиск

Самое прикольное, что многие AI-продукты сейчас выглядят как интернет конца 90-х ☎️

Технология уже мощная, но нормального UX еще почти нет.

Ну штош, новая реальность 🤔

Meta (запрещенная в России организация) за один заход сократила около 8000 человек и прямо говорит про AI как главный фокус компании.

Еще пару лет назад AI воспринимался как "классная штука, но у меня тут и так куча работы".

Сейчас большие, да и не только большие компании начинают смотреть проще: если задачу можно автоматизировать - зачем под нее держать большой штат?

Таких историй будет сильно больше.

Что делать, чтобы снизить шансы попасть под такой каток:

1️⃣ Учиться принимать решения, а не только закрывать задачи
AI хорошо заменяет исполнителей. С людьми, которые умеют брать ответственность и двигать продукт, все сильно сложнее.

2️⃣ Использовать AI в работе раньше и больше других
Очень быстро появится разделение: люди с AI и люди, которых заменили люди с AI.

3️⃣ Разбираться в бизнесе и деньгах
Человек, который влияет на выручку, экономию или стратегию, живет спокойнее. Ну почти 😅

4️⃣ Качать коммуникацию
Компании все еще состоят из людей, а не из промптов. Кому-то все равно придется договариваться, спорить и двигать процессы.

5️⃣ Становиться ближе к продукту и пользователю
Генерировать код и текст модели уже умеют. Понимать, почему пользователь бесится - пока сильно хуже.

6️⃣ Перестать быть “человеком-функцией”
Когда работа состоит из однотипных действий по инструкции, AI туда придет одним из первых.

IT перестало быть "безопасной гаванью", где платят просто за компьютерную грамотность.

Сейчас адаптация становится частью профессии.

В субботу записали подкаст ProductCamp с Михаил Николашин и вот он уже в эфире.

Много говорили про AI, про применение в обычной ипрофессиональной жизни. Получилось вполне живо и весело 🙂

https://productcamppodcast.mave.digital/ep-35