Какие специалисты больше не нужны в командах разработки?
Поспорил вчера с коллегами по цеху о том, как должны выглядеть современные команды разработки.
Еще недавно в заказной разработке мы собирали ее примерно так: руководитель (продукта/проекта), аналитик, UX/UI-дизайнер, frontend- и backend-разработчик, QA. При необходимости добавляли архитектора, DevOps-инженера, специалиста по машинному обучению и других редких зверей.
С появлением ИИ-агентов этот состав не исчез. Но содержание почти каждой роли уже меняется.
Руководитель
Пока необходим. Ответственность на ИИ не переложишь.
Более того, когда команда способна производить решения быстрее, цена неправильного решения возрастает. Кто-то по-прежнему должен разговаривать с заказчиком, удерживать цель проекта, разрешать противоречия и отвечать за результат.
Аналитик
Эта роль не исчезает, а поднимается на уровень выше.
В подходе Spec-Driven Development спецификация становится главным источником истины для людей и агентов. Черновики документов, диаграммы, пользовательские истории и критерии приёмки теперь действительно могут писать роботы.
Но кто-то должен понять, какую проблему решает заказчик, выявить противоречия, определить границы системы и заметить требования, о которых никто не догадался спросить.
Я называю такого специалиста архитектором спецификаций.
Многие коллеги уверены, что аналитиков ИИ заменит первыми: мол, что это за программист, который не способен разобраться в том, что собирается программировать?
Способных — много. Способных качественно выявить, структурировать и согласовать требования — единицы. Поэтому сильный аналитик становится не менее, а более ценным членом команды.
Дизайнер
Качественный UX/UI-дизайн всё ещё отличает классный продукт от просто работающего.
Мы только что выиграли сложный тендер во многом благодаря опытному дизайнеру. Claude Design, который явно использовала конкурирующая команда, предложил неплохие варианты, но цельной концепции уровня живого специалиста не создал.
При этом значительная часть прежней работы дизайнера действительно автоматизируется. Агенты могут собирать интерфейсы на основе существующей дизайн-системы. Роль дизайнера теперь — коммуникация с заказчиком, креатив, ключевая концепция, основные элементы дизайн системы и авторский надзор за работой агентов дизайна.
Разработчик
Здесь изменения заметнее всего.
Деление на фронтенд- и бэкенд-разработчиков пока никуда не исчезло, но постепенно становится вторичным. Современный инженер должен уметь отвечать за целый модуль: интерфейс, серверную логику, данные, интеграции, тесты, безопасность и наблюдаемость.
Это не означает, что все внезапно стали одинаковыми универсалами. Один инженер по-прежнему глубже понимает браузер и интерфейсы, другой — базы данных и серверную часть.
Но оба должны уметь поставить задачу агентам, организовать сборку решения, проверить результат и отвечать не за свою половину кода, а за работающий модуль целиком.
QA
Мне казалось, что качественные спецификации, TDD и хорошее автоматическое покрытие позволят почти полностью убрать ручное тестирование. Но опытные товарищи со мной не согласились.
Тесты проверяют только то, что команда догадалась в них заложить. Они не гарантируют, что мы правильно поняли пользователя, предусмотрели странный сценарий или вообще построили удобный продукт.
Поэтому QA тоже не исчезает. Он превращается из человека, который вручную прокликивает написанные кем-то тест-кейсы, в инженера по качеству: проектирует стратегию проверки, ищет системные риски, проверяет граничные сценарии и контролирует работу тестирующих агентов.
Наш опыт
За первый год интенсивного использования ИИ-агентов состав наших команд сократился умеренно. Там, где раньше требовалось пять-семь человек, иногда хватает трех-пяти. Но до команд из одного человека, управляющего армией роботов, мы пока не дошли.
Главное изменение не количественное, а качественное.
Профессии не исчезают. Исчезает право специалиста оставаться узким исполнителем.
В новой команде ценится не тот, кто быстрее производит документы, макеты, код или тест-кейсы. Ценится тот, кто способен поставить задачу, принять решение, организовать работу агентов и лично ответить за результат.
Поспорил вчера с коллегами по цеху о том, как должны выглядеть современные команды разработки.
Еще недавно в заказной разработке мы собирали ее примерно так: руководитель (продукта/проекта), аналитик, UX/UI-дизайнер, frontend- и backend-разработчик, QA. При необходимости добавляли архитектора, DevOps-инженера, специалиста по машинному обучению и других редких зверей.
С появлением ИИ-агентов этот состав не исчез. Но содержание почти каждой роли уже меняется.
Руководитель
Пока необходим. Ответственность на ИИ не переложишь.
Более того, когда команда способна производить решения быстрее, цена неправильного решения возрастает. Кто-то по-прежнему должен разговаривать с заказчиком, удерживать цель проекта, разрешать противоречия и отвечать за результат.
Аналитик
Эта роль не исчезает, а поднимается на уровень выше.
В подходе Spec-Driven Development спецификация становится главным источником истины для людей и агентов. Черновики документов, диаграммы, пользовательские истории и критерии приёмки теперь действительно могут писать роботы.
Но кто-то должен понять, какую проблему решает заказчик, выявить противоречия, определить границы системы и заметить требования, о которых никто не догадался спросить.
Я называю такого специалиста архитектором спецификаций.
Многие коллеги уверены, что аналитиков ИИ заменит первыми: мол, что это за программист, который не способен разобраться в том, что собирается программировать?
Способных — много. Способных качественно выявить, структурировать и согласовать требования — единицы. Поэтому сильный аналитик становится не менее, а более ценным членом команды.
Дизайнер
Качественный UX/UI-дизайн всё ещё отличает классный продукт от просто работающего.
Мы только что выиграли сложный тендер во многом благодаря опытному дизайнеру. Claude Design, который явно использовала конкурирующая команда, предложил неплохие варианты, но цельной концепции уровня живого специалиста не создал.
При этом значительная часть прежней работы дизайнера действительно автоматизируется. Агенты могут собирать интерфейсы на основе существующей дизайн-системы. Роль дизайнера теперь — коммуникация с заказчиком, креатив, ключевая концепция, основные элементы дизайн системы и авторский надзор за работой агентов дизайна.
Разработчик
Здесь изменения заметнее всего.
Деление на фронтенд- и бэкенд-разработчиков пока никуда не исчезло, но постепенно становится вторичным. Современный инженер должен уметь отвечать за целый модуль: интерфейс, серверную логику, данные, интеграции, тесты, безопасность и наблюдаемость.
Это не означает, что все внезапно стали одинаковыми универсалами. Один инженер по-прежнему глубже понимает браузер и интерфейсы, другой — базы данных и серверную часть.
Но оба должны уметь поставить задачу агентам, организовать сборку решения, проверить результат и отвечать не за свою половину кода, а за работающий модуль целиком.
QA
Мне казалось, что качественные спецификации, TDD и хорошее автоматическое покрытие позволят почти полностью убрать ручное тестирование. Но опытные товарищи со мной не согласились.
Тесты проверяют только то, что команда догадалась в них заложить. Они не гарантируют, что мы правильно поняли пользователя, предусмотрели странный сценарий или вообще построили удобный продукт.
Поэтому QA тоже не исчезает. Он превращается из человека, который вручную прокликивает написанные кем-то тест-кейсы, в инженера по качеству: проектирует стратегию проверки, ищет системные риски, проверяет граничные сценарии и контролирует работу тестирующих агентов.
Наш опыт
За первый год интенсивного использования ИИ-агентов состав наших команд сократился умеренно. Там, где раньше требовалось пять-семь человек, иногда хватает трех-пяти. Но до команд из одного человека, управляющего армией роботов, мы пока не дошли.
Главное изменение не количественное, а качественное.
Профессии не исчезают. Исчезает право специалиста оставаться узким исполнителем.
В новой команде ценится не тот, кто быстрее производит документы, макеты, код или тест-кейсы. Ценится тот, кто способен поставить задачу, принять решение, организовать работу агентов и лично ответить за результат.
👍5❤3🔥3
Новые реалии трудового рынка: шантаж кандидатов
Вчера кандидат начал знакомство с нашей компанией с ультиматума: либо мы официально объясняем, почему не пригласили его на собеседование, либо он обращается в трудовую инспекцию.
Юридически — он частично действует в своем праве. По статье 64 ТК РФ человек, которому отказали в заключении трудового договора, вправе письменно запросить причину отказа. Работодатель должен ответить в течение семи рабочих дней.
Но есть важная деталь, которую карьерные коучи почему-то забывают рассказывать своей пастве.
Работодатель не обязан нанимать человека только потому, что тот откликнулся на вакансию и формально соответствует части требований. Кадровые решения — право работодателя. Отказ должен быть связан с деловыми качествами кандидата, а не с полом, возрастом, национальностью, местом жительства и другими дискриминационными основаниями.
За нарушение действительно предусмотрена ответственность: ответственному должностному лицу — предупреждение или штраф до 5 000 рублей, юридическому лицу — до 50 000. Плюс переписка с инспекцией, документы, объяснения и потерянное рабочее время.
То есть право запросить мотивированный отказ у кандидата есть.
Но использовать это право как дубинку: «почему не ответили на моё резюме, а не то я на вас пожалуюсь» — предельно тупая и бесперспективная стратегия трудоустройства.
В моём личном списке самых вредных профессий карьерные коучи давно обогнали риелторов. Это те самые люди, которые в многочисленных каналах и на курсах объясняют кандидатам, как наняться или уволиться с максимальным ущербом для работодателя. Да и, давайте уж честно, — и для самого кандидата.
Рынок труда в IT сейчас тяжелый. На каждую позицию мы получаем сотни откликов в месяц. HR физически не в состоянии подробно переписываться с каждым кандидатом. Да, понимаю — кандидатам это слышать неприятно, но это факт, ребята. Конкуренция огромная, и вам действительно нужно выделиться. Это я тоже понимаю.
Но выделиться можно по-разному!
Можно процитировать Трудовой кодекс и пригрозить инспекцией.
А можно внимательно прочитать вакансию, изучить компанию и её продукт, сопоставить требования со своим опытом и написать нормальное персональное сопроводительное письмо. Не шаблон из ChatGPT на три абзаца, а внятное объяснение: почему именно вы подходите на эту позицию и какую пользу можете принести.
Можно пойти ещё дальше: показать два-три содержательных наблюдения о продукте, рынке или будущей зоне ответственности. Не делать бесплатный консалтинг на двадцать страниц, а продемонстрировать, что вы умеете думать и способны сделать немного больше остальных.
Именно так выигрывают конкуренцию.
Не угрозами. Не попытками юридически наказать компанию за то, что она не распознала в вашем резюме будущего Стива Джобса или Джони Айва.
Трудовая инспекция может заставить работодателя написать вам официальный ответ. Но это точно не повысит желание работодателя сотрудничать с вами.
Вчера кандидат начал знакомство с нашей компанией с ультиматума: либо мы официально объясняем, почему не пригласили его на собеседование, либо он обращается в трудовую инспекцию.
Юридически — он частично действует в своем праве. По статье 64 ТК РФ человек, которому отказали в заключении трудового договора, вправе письменно запросить причину отказа. Работодатель должен ответить в течение семи рабочих дней.
Но есть важная деталь, которую карьерные коучи почему-то забывают рассказывать своей пастве.
Работодатель не обязан нанимать человека только потому, что тот откликнулся на вакансию и формально соответствует части требований. Кадровые решения — право работодателя. Отказ должен быть связан с деловыми качествами кандидата, а не с полом, возрастом, национальностью, местом жительства и другими дискриминационными основаниями.
За нарушение действительно предусмотрена ответственность: ответственному должностному лицу — предупреждение или штраф до 5 000 рублей, юридическому лицу — до 50 000. Плюс переписка с инспекцией, документы, объяснения и потерянное рабочее время.
То есть право запросить мотивированный отказ у кандидата есть.
Но использовать это право как дубинку: «почему не ответили на моё резюме, а не то я на вас пожалуюсь» — предельно тупая и бесперспективная стратегия трудоустройства.
В моём личном списке самых вредных профессий карьерные коучи давно обогнали риелторов. Это те самые люди, которые в многочисленных каналах и на курсах объясняют кандидатам, как наняться или уволиться с максимальным ущербом для работодателя. Да и, давайте уж честно, — и для самого кандидата.
Рынок труда в IT сейчас тяжелый. На каждую позицию мы получаем сотни откликов в месяц. HR физически не в состоянии подробно переписываться с каждым кандидатом. Да, понимаю — кандидатам это слышать неприятно, но это факт, ребята. Конкуренция огромная, и вам действительно нужно выделиться. Это я тоже понимаю.
Но выделиться можно по-разному!
Можно процитировать Трудовой кодекс и пригрозить инспекцией.
А можно внимательно прочитать вакансию, изучить компанию и её продукт, сопоставить требования со своим опытом и написать нормальное персональное сопроводительное письмо. Не шаблон из ChatGPT на три абзаца, а внятное объяснение: почему именно вы подходите на эту позицию и какую пользу можете принести.
Можно пойти ещё дальше: показать два-три содержательных наблюдения о продукте, рынке или будущей зоне ответственности. Не делать бесплатный консалтинг на двадцать страниц, а продемонстрировать, что вы умеете думать и способны сделать немного больше остальных.
Именно так выигрывают конкуренцию.
Не угрозами. Не попытками юридически наказать компанию за то, что она не распознала в вашем резюме будущего Стива Джобса или Джони Айва.
Трудовая инспекция может заставить работодателя написать вам официальный ответ. Но это точно не повысит желание работодателя сотрудничать с вами.
🤯13👍5😁1
Семь принципов, которые улучшат ваш вайбкод
1. Декомпозиция рулит. Тут все как с людьми: не стоит давать ИИ сложных задач одним промптом. У каждой задачи на входе должны быть полноценно описанные исходные условия и желаемый результат. Если задача настолько большая, что описание выходит слишком объемным, эффективнее будет разбить её на серию небольших задач и делать последовательно, шаг за шагом.
2. Контекстом памяти нужно управлять. В целом, базовые инструменты управления встроены в движок самих моделей, но полагаться на них полностью и неделями работать в рамках одной сессии неэффективно и очень дорого. Научитесь делать точки восстановления контекста, чекпоинты и качественную связанную документацию. Очищайте сессию каждый час-полтора.
3. Не пользуйтесь ИИ там, где нужен воспроизводимый результат. С расчетом сложных формул или заполнением документа по заданному шаблону лучше справится старый добрый детерминированный код. Где не нужны рассуждения, там не нужна языковая модель и reasoning.
4. Не теряйте контроль над кодом. Я не говорю о том, что нужно дотошно вычитывать каждую строчку кода. Но, как минимум, вы должны понимать архитектуру того, что написали — то, как код работает и почему работает именно так. Если вы потеряли контроль над кодом, самый простой способ его восстановить — удалить непонятный фрагмент и переписать с нуля, уже тщательно контролируя каждый шаг.
5. Ограничивайте модель там, где вам требуется соблюдение определенных правил и процедур. Дизайн-системы, стили кодирования, правила декомпозиции задач, Tone Of Voice ваших документов — для ключевых регламентированных процессов должны быть созданы письменные инструкции для ИИ.
6. Не пренебрегайте практикой ревью (аудита) кода. Правило вытекает из предыдущего. По своей природе LLM могут терять куски контекста и понемногу от них отступать (дрифтить). Поэтому автоматизируйте процедуру периодического аудита уже написанного на соответствие заданным правилам. Время от времени стоит проводить “ручное” ревью. В Amazon, к примеру, после серии крупных инцидентов в прошлом году, завели правило ручного code-review перед раскаткой кода на боевые сервера.
7. Не работайте в одиночку. Самое, пожалуй, сложное правило. Но большие проекты по-прежнему не делаются в одиночку. Ключевых причины две. Первая — человек теперь главное ограничение ИИ-систем. Именно он должен успевать осознавать то, что создает, а еще человек может уставать, терять энергию, выгорать. Во-вторых, не бывает универсальных экспертов и человек, который очень хорош в коде, может быть не так хорош в дизайне или текстах. Отчасти проблема решается созданием агентов с нужной экспертизой, но если такой агент создан и обучен человеком с низкой квалификацией в предметной области, то результаты его работы будут соответствующими.
1. Декомпозиция рулит. Тут все как с людьми: не стоит давать ИИ сложных задач одним промптом. У каждой задачи на входе должны быть полноценно описанные исходные условия и желаемый результат. Если задача настолько большая, что описание выходит слишком объемным, эффективнее будет разбить её на серию небольших задач и делать последовательно, шаг за шагом.
2. Контекстом памяти нужно управлять. В целом, базовые инструменты управления встроены в движок самих моделей, но полагаться на них полностью и неделями работать в рамках одной сессии неэффективно и очень дорого. Научитесь делать точки восстановления контекста, чекпоинты и качественную связанную документацию. Очищайте сессию каждый час-полтора.
3. Не пользуйтесь ИИ там, где нужен воспроизводимый результат. С расчетом сложных формул или заполнением документа по заданному шаблону лучше справится старый добрый детерминированный код. Где не нужны рассуждения, там не нужна языковая модель и reasoning.
4. Не теряйте контроль над кодом. Я не говорю о том, что нужно дотошно вычитывать каждую строчку кода. Но, как минимум, вы должны понимать архитектуру того, что написали — то, как код работает и почему работает именно так. Если вы потеряли контроль над кодом, самый простой способ его восстановить — удалить непонятный фрагмент и переписать с нуля, уже тщательно контролируя каждый шаг.
5. Ограничивайте модель там, где вам требуется соблюдение определенных правил и процедур. Дизайн-системы, стили кодирования, правила декомпозиции задач, Tone Of Voice ваших документов — для ключевых регламентированных процессов должны быть созданы письменные инструкции для ИИ.
6. Не пренебрегайте практикой ревью (аудита) кода. Правило вытекает из предыдущего. По своей природе LLM могут терять куски контекста и понемногу от них отступать (дрифтить). Поэтому автоматизируйте процедуру периодического аудита уже написанного на соответствие заданным правилам. Время от времени стоит проводить “ручное” ревью. В Amazon, к примеру, после серии крупных инцидентов в прошлом году, завели правило ручного code-review перед раскаткой кода на боевые сервера.
7. Не работайте в одиночку. Самое, пожалуй, сложное правило. Но большие проекты по-прежнему не делаются в одиночку. Ключевых причины две. Первая — человек теперь главное ограничение ИИ-систем. Именно он должен успевать осознавать то, что создает, а еще человек может уставать, терять энергию, выгорать. Во-вторых, не бывает универсальных экспертов и человек, который очень хорош в коде, может быть не так хорош в дизайне или текстах. Отчасти проблема решается созданием агентов с нужной экспертизой, но если такой агент создан и обучен человеком с низкой квалификацией в предметной области, то результаты его работы будут соответствующими.
👍5❤2
Самая банальная ошибка продавца — не предложить клиенту купить
Наткнулся на сериал Стеклянный Дом (The Glass House). Посмотрел четыре серии и отправил ссылку на него своим продавцам.
Главный герой — владелец стекольной фабрики Андре Жуайяль, пытающийся спасти свое предприятие от банкротства в канадском Квебеке где-то в середине 90-х.
На первый взгляд — просто хорошая канадская комедия. Но сценаристы удивительно точно собрали в ней почти весь предпринимательский зоопарк: родственники в штате, конкуренция с крупными сетями, госзаказы, коррупция, наследование бизнеса.
А особенно хорошо там показаны продажи.
В одной из серий Жуайяль разбирает неудачную встречу своего продавца и задаёт ему совершенно элементарный вопрос: ты вообще предложил клиенту оформить заказ?
Вроде смешно. Но я регулярно вижу ровно эту проблему и в реальных B2B-продажах. Продавец прекрасно проводит встречу, выявляет потребность, показывает продукт, отвечает на вопросы — и в конце вместо попытки закрыть сделку говорит что-нибудь вроде: «Ну, тогда остаёмся на связи».
Третья серия сериала, кстати, так и называется — «Продать любой ценой».
Мне стало любопытно, откуда сценарист так хорошо разбирается в искусстве продаж, и я немного погуглил. Оказалось, сериал написан канадским комиком и сценаристом Мартином Маттом, и сценарий во-многом автобиографичен. Мартин вдохновлялся фигурой собственного отца, который также пытался сохранить традиционный семейный бизнес в условиях жесткой конкуренции.
Если вы — предприниматель или работаете в продажах, мои горячие рекомендации.
А еще у меня почти ровно год назад был пост с подборкой других рекомендованных фильмов и сериалов для предпринимателей.
Цифра Комягина
Наткнулся на сериал Стеклянный Дом (The Glass House). Посмотрел четыре серии и отправил ссылку на него своим продавцам.
Главный герой — владелец стекольной фабрики Андре Жуайяль, пытающийся спасти свое предприятие от банкротства в канадском Квебеке где-то в середине 90-х.
На первый взгляд — просто хорошая канадская комедия. Но сценаристы удивительно точно собрали в ней почти весь предпринимательский зоопарк: родственники в штате, конкуренция с крупными сетями, госзаказы, коррупция, наследование бизнеса.
А особенно хорошо там показаны продажи.
В одной из серий Жуайяль разбирает неудачную встречу своего продавца и задаёт ему совершенно элементарный вопрос: ты вообще предложил клиенту оформить заказ?
Вроде смешно. Но я регулярно вижу ровно эту проблему и в реальных B2B-продажах. Продавец прекрасно проводит встречу, выявляет потребность, показывает продукт, отвечает на вопросы — и в конце вместо попытки закрыть сделку говорит что-нибудь вроде: «Ну, тогда остаёмся на связи».
Третья серия сериала, кстати, так и называется — «Продать любой ценой».
Мне стало любопытно, откуда сценарист так хорошо разбирается в искусстве продаж, и я немного погуглил. Оказалось, сериал написан канадским комиком и сценаристом Мартином Маттом, и сценарий во-многом автобиографичен. Мартин вдохновлялся фигурой собственного отца, который также пытался сохранить традиционный семейный бизнес в условиях жесткой конкуренции.
Если вы — предприниматель или работаете в продажах, мои горячие рекомендации.
А еще у меня почти ровно год назад был пост с подборкой других рекомендованных фильмов и сериалов для предпринимателей.
Цифра Комягина
🔥6👍1
Не всё в жизни нужно делать ради результата.
За последние три дня я дважды столкнулся с этой мыслью.
Несколько дней назад завтракал со своим хорошим другом. Ему чуть за сорок.
В детстве он занимался лыжами. Смотрел на фотографии именитых спортсменов, увешанных медалями, и мечтал когда-нибудь оказаться среди них.
Потом институт, работа, бизнес, семья — в общем, обычная взрослая жизнь. Лыжи остались хобби выходного дня, а олимпийская мечта отправилась на ту же дальнюю полку, куда большинство из нас складывает детские планы.
Несколько лет назад обстоятельства неожиданным образом снова приблизили его к большому спорту. А в начале этого года, будучи уже взрослым, состоявшимся предпринимателем, он вдруг задал себе вопрос: а что, собственно, мешает попробовать исполнить ту старую мечту сейчас?
И начал пробовать.
Сейчас он тренируется с профессиональными тренерами, проводит по две тренировки в день, следит за питанием, ездит на сборы и соревнования.
А самое интересное — он уже отобрался на следующий чемпионат мира по лыжным гонкам. Тот самый, где выступают сильнейшие лыжники планеты.
И совершенно серьёзно собирается идти дальше — пробовать отобраться на Олимпийские игры.
Получится или нет — другой вопрос. Взойти на олимпийский пьедестал после сорока, мягко говоря, непросто.
Но многие ли из нас вообще могут сказать: «В сорок с лишним я отобрался на чемпионат мира»?
Меня, если честно, больше всего впечатлил даже не сам план, а количество усилий, которые взрослый занятой человек готов в него вкладывать.
Поэтому я спросил его: а что будет, если чемпионат в итоге сорвётся? Травма. Какие-нибудь формальные проблемы. Что угодно — за несколько месяцев до старта.
И вот его ответ меня действительно зацепил.
Он сказал: ничего страшного.
Потому что за это время он познакомился с огромным количеством интересных людей. Побывал в местах, куда иначе никогда бы не попал. Получил новый опыт. Привёл себя в отличную физическую форму. И теперь ему, в конце концов, просто нравится смотреть на себя в зеркало.
Получится чемпионат — прекрасно.
Не получится — всё это никуда не денется.
На следующий день я открыл канал другого предпринимателя. Тоже очень успешного, многого добившегося. Последние его посты были совсем о другом — о панических атаках и о том, каким правильным решением для него в какой-то момент стало начать принимать антидепрессанты.
Я не знаю причин его состояния и не собираюсь их додумывать.
Но две эти истории почему-то сложились у меня в одну картинку.
Потому что сам я гораздо больше похож на второго предпринимателя.
Я привык относиться к жизни примерно так же, как к бизнесу. Должна быть цель. План. Дедлайн. Измеримый результат.
Добился — хорошо.
Не добился — значит, потратил время зря.
Для бизнеса это, наверное, неплохая система координат. А вот всю остальную жизнь я зачем-то много лет пытался запихнуть в тот же Excel.
И разговор с моим другом заставил меня впервые всерьёз задуматься: а обязательно ли цель вообще должна быть достигнута?
Если по дороге к ней ты стал здоровее, познакомился с замечательными людьми, увидел новые места, научился чему-то новому и несколько лет просыпался утром с интересом — трудно назвать это поражением.
За последние три дня я дважды столкнулся с этой мыслью.
Несколько дней назад завтракал со своим хорошим другом. Ему чуть за сорок.
В детстве он занимался лыжами. Смотрел на фотографии именитых спортсменов, увешанных медалями, и мечтал когда-нибудь оказаться среди них.
Потом институт, работа, бизнес, семья — в общем, обычная взрослая жизнь. Лыжи остались хобби выходного дня, а олимпийская мечта отправилась на ту же дальнюю полку, куда большинство из нас складывает детские планы.
Несколько лет назад обстоятельства неожиданным образом снова приблизили его к большому спорту. А в начале этого года, будучи уже взрослым, состоявшимся предпринимателем, он вдруг задал себе вопрос: а что, собственно, мешает попробовать исполнить ту старую мечту сейчас?
И начал пробовать.
Сейчас он тренируется с профессиональными тренерами, проводит по две тренировки в день, следит за питанием, ездит на сборы и соревнования.
А самое интересное — он уже отобрался на следующий чемпионат мира по лыжным гонкам. Тот самый, где выступают сильнейшие лыжники планеты.
И совершенно серьёзно собирается идти дальше — пробовать отобраться на Олимпийские игры.
Получится или нет — другой вопрос. Взойти на олимпийский пьедестал после сорока, мягко говоря, непросто.
Но многие ли из нас вообще могут сказать: «В сорок с лишним я отобрался на чемпионат мира»?
Меня, если честно, больше всего впечатлил даже не сам план, а количество усилий, которые взрослый занятой человек готов в него вкладывать.
Поэтому я спросил его: а что будет, если чемпионат в итоге сорвётся? Травма. Какие-нибудь формальные проблемы. Что угодно — за несколько месяцев до старта.
И вот его ответ меня действительно зацепил.
Он сказал: ничего страшного.
Потому что за это время он познакомился с огромным количеством интересных людей. Побывал в местах, куда иначе никогда бы не попал. Получил новый опыт. Привёл себя в отличную физическую форму. И теперь ему, в конце концов, просто нравится смотреть на себя в зеркало.
Получится чемпионат — прекрасно.
Не получится — всё это никуда не денется.
На следующий день я открыл канал другого предпринимателя. Тоже очень успешного, многого добившегося. Последние его посты были совсем о другом — о панических атаках и о том, каким правильным решением для него в какой-то момент стало начать принимать антидепрессанты.
Я не знаю причин его состояния и не собираюсь их додумывать.
Но две эти истории почему-то сложились у меня в одну картинку.
Потому что сам я гораздо больше похож на второго предпринимателя.
Я привык относиться к жизни примерно так же, как к бизнесу. Должна быть цель. План. Дедлайн. Измеримый результат.
Добился — хорошо.
Не добился — значит, потратил время зря.
Для бизнеса это, наверное, неплохая система координат. А вот всю остальную жизнь я зачем-то много лет пытался запихнуть в тот же Excel.
И разговор с моим другом заставил меня впервые всерьёз задуматься: а обязательно ли цель вообще должна быть достигнута?
Если по дороге к ней ты стал здоровее, познакомился с замечательными людьми, увидел новые места, научился чему-то новому и несколько лет просыпался утром с интересом — трудно назвать это поражением.
❤15🔥6👍2👏1🎉1
Для текстов на русском я больше не использую Claude
OpenAI генерирует коммерческие тексты на русском лучше Claude. По крайней мере, в моих задачах. Это знание обошлось мне примерно в десять часов жизни.
Уже около полугода коммерческие предложения для большинства запросов в SVK.Digital мы собираем с помощью собственной мультиагентной платформы. Люди, разумеется, всё читают, проверяют и правят, но большую часть черновой работы делают агенты.
До недавнего времени за тексты у нас отвечал Claude. И меня все устраивало.
Но на выходных попался сложный кейс. И тут я обнаружил, что Claude пишет какую-то совершенно механизированную нейрохуету: каждый абзац вроде бы грамматически правильный, мысли на месте, факты не потеряны — а читать невозможно.
Я решил, что проблема в настройках и потратил целый день, переписывая инструкции для агентской роли Редактора. Добавлял ограничения, убирал ограничения, кормил ему примеры хороших текстов, объяснял структуру, стиль, драматургию.
Становилось то чуть лучше, то чуть хуже. Но хорошего текста все равно не выходило.
Тогда я предположил, что сам загнал модель в угол противоречивыми инструкциями, и практически обнулил системный промпт.
Стало лучше. Исчезла часть нейрослопа, отдельные абзацы начали читаться нормально. Но текст всё равно не складывался в историю. Не было ритма, переходов, драматургии. Получалась пачка более-менее приличных абзацев, случайно оказавшихся рядом.
К этому моменту я уже начал натурально беситься. Взял очередной «шедевр» Claude, скопировал его в ChatGPT, двумя абзацами объяснил задачу и написал: «Сделай из этого нормальный текст». И ... получил практически готовый вариант с первого раза.
Озадаченный, решил проверить, не случайность ли это. Перестроил платформу так, чтобы роль Редактора работала на модели OpenAI. И примерно пятнадцать страниц коммерческого предложения, которые я безуспешно мучил предыдущие десять часов с Claude, собрал примерно за час.
Рассказал об этом товарищу из другого проекта. Он как раз все выходные воевал с похожей задачей. Переключился на OpenAI — та же история: за час получил результат, который до этого никак не складывался.
Выборка, конечно, пока смешная — два проекта и два раздражённых человека. Но для себя решение я уже принял.
Claude я по-прежнему очень люблю и использую в качестве основного инструмента для большинства своих задач. Но именно в связном русском повествовании OpenAI сейчас у меня выигрывает с неприличным отрывом.
В следующем посте поделюсь ключевыми принципами для написания ИИ-редактора. В этот уже не поместилось.
OpenAI генерирует коммерческие тексты на русском лучше Claude. По крайней мере, в моих задачах. Это знание обошлось мне примерно в десять часов жизни.
Уже около полугода коммерческие предложения для большинства запросов в SVK.Digital мы собираем с помощью собственной мультиагентной платформы. Люди, разумеется, всё читают, проверяют и правят, но большую часть черновой работы делают агенты.
До недавнего времени за тексты у нас отвечал Claude. И меня все устраивало.
Но на выходных попался сложный кейс. И тут я обнаружил, что Claude пишет какую-то совершенно механизированную нейрохуету: каждый абзац вроде бы грамматически правильный, мысли на месте, факты не потеряны — а читать невозможно.
Я решил, что проблема в настройках и потратил целый день, переписывая инструкции для агентской роли Редактора. Добавлял ограничения, убирал ограничения, кормил ему примеры хороших текстов, объяснял структуру, стиль, драматургию.
Становилось то чуть лучше, то чуть хуже. Но хорошего текста все равно не выходило.
Тогда я предположил, что сам загнал модель в угол противоречивыми инструкциями, и практически обнулил системный промпт.
Стало лучше. Исчезла часть нейрослопа, отдельные абзацы начали читаться нормально. Но текст всё равно не складывался в историю. Не было ритма, переходов, драматургии. Получалась пачка более-менее приличных абзацев, случайно оказавшихся рядом.
К этому моменту я уже начал натурально беситься. Взял очередной «шедевр» Claude, скопировал его в ChatGPT, двумя абзацами объяснил задачу и написал: «Сделай из этого нормальный текст». И ... получил практически готовый вариант с первого раза.
Озадаченный, решил проверить, не случайность ли это. Перестроил платформу так, чтобы роль Редактора работала на модели OpenAI. И примерно пятнадцать страниц коммерческого предложения, которые я безуспешно мучил предыдущие десять часов с Claude, собрал примерно за час.
Рассказал об этом товарищу из другого проекта. Он как раз все выходные воевал с похожей задачей. Переключился на OpenAI — та же история: за час получил результат, который до этого никак не складывался.
Выборка, конечно, пока смешная — два проекта и два раздражённых человека. Но для себя решение я уже принял.
Если задача — написать хороший коммерческий текст на русском: предложение, лендинг, рекламный материал, продажную презентацию — первым делом я сейчас иду в модели OpenAI.
Claude я по-прежнему очень люблю и использую в качестве основного инструмента для большинства своих задач. Но именно в связном русском повествовании OpenAI сейчас у меня выигрывает с неприличным отрывом.
В следующем посте поделюсь ключевыми принципами для написания ИИ-редактора. В этот уже не поместилось.
🔥4
Строим ИИ-редакцию. Шаг за шагом.
После прошлого поста мы с друзьями начали обсуждать, как вообще научить ИИ писать нормальные тексты. И один из участников дискуссии — спасибо, Илья! — сформулировал несколько отличных принципов.
Я их немного допилил на собственном опыте. Получилась почти готовая методология, как шаг за шагом построить настоящую ИИ-редакцию.
1. «Для кого и для чего»
Это, пожалуй, самое главное.
Начинать нужно не со стиля, промптов и стоп-слов, а с работы, которую должен выполнить текст. Для кого он пишется? Что читатель должен понять, почувствовать или сделать после прочтения? Какую новую мысль он унесет с собой?
Если ответа нет, можно получить идеально «человеческий», прекрасно написанный и совершенно бессмысленный текст.
2. Определитесь с собственным авторским стилем
Многие пишут в промптах: «пиши как Ильяхов» или «пиши как Чехов». Некоторые даже скармливают нейронке целые труды академиков текста.
Гораздо полезнее разобраться, что именно вам нравится у конкретного автора. Короткие или длинные фразы? Плотность мысли? Количество метафор? Степень категоричности? Юмор? Структура абзацев? Отношение к читателю? Допустимость мата? Способ аргументации?
Не «пиши как Ильяхов», а «возьми у Ильяхова вот эти три приема».
3. Сопроводите описание стиля конкретными примерами
Соберите небольшой справочник фрагментов любимых авторов и подпишите, что именно вам в них нравится.
— Вот здесь — короткая и емкая фраза.
— Здесь — очень уместный и смешной мат.
— А вот тут — отличная ирония, через которую автор заходит в тему.
На конкретных примерах моделям гораздо проще понять те узнаваемые черты, которые вы хотите получить в собственном тексте.
4. Создайте референсную базу из собственных текстов
Если вы пишете прикладные тексты от своего имени — КП, статьи, посты в канал — это особенно важно.
Соберите 20–30 собственных текстов, которые считаете удачными. И желательно разметьте их точно так же, как в предыдущем пункте:
— вот этот заход хороший;
— здесь нравится ритм;
— здесь сильная аргументация;
— а здесь очень уместная шутка.
Чужие авторы помогают сформировать стиль. Собственные тексты помогают модели понять ваш стиль.
5. Соберите коллекцию антислоп-паттернов
То, что мы называем «нейрослопом», — это набор вполне узнаваемых приемов, характерных для генеративных текстов.
Поэтому работу из предыдущего пункта нужно проделать наоборот: понять, что именно вас бесит, и вынести это в отдельный список под заголовком:
НИКОГДА НЕ ДЕЛАЙ ТАК В МОИХ ТЕКСТАХ — вот именно так, то есть капслоком и с жирным начертанием.
Например:
— повторять один вывод тремя разными способами;
— использовать «ё» там, где без нее смысл слова не меняется;
— пихать без необходимости символ →;
— делать все абзацы одинаковой длины;
— писать «а теперь — честно»;
— строить искусственные противопоставления «это не X, это Y»;
ну и так далее. Тут у каждого будет свой список.
6. Добавьте отдельного Цензора
В скилле или мультиагентной платформе заведите отдельную роль Цензора — агента, который получает только финальный текст и правила из пунктов выше. Предметный контекст ему как раз лучше не давать.
Его задача — не переписывать текст, а находить конкретные места, где Редактор нарушил правила, и объяснять, что именно не так.
Но есть еще одна важная проверка. Цензор должен читать документ из роли целевого читателя и отвечать на вопрос из пункта 1: сделал ли текст ту работу, ради которой вообще создавался?
7. Замкните Редактора и Цензора в петлю
1. Редактор написал
2. Цензор проверил
3. Редактор исправил
4. Цензор проверил еще раз, и если не утвердил, то снова идем в шаг 3.
Но число итераций лучше ограничить. Иначе агенты способны до бесконечности полировать запятые, постепенно превращая генерацию текста в довольно дорогой способ отопления дата-центра.
В результате этих семи шагов получается маленькая ИИ-редакция, из-под пера которой начинают выходить вполне читабельные и, что гораздо важнее, работающие тексты. Потому что самая опасная разновидность нейрослопа сегодня — это прекрасно написанный текст, в котором нечего читать.
P. S. А если вам лень строить всю эту богадельню, есть путь короче. Мой хороший друг и гений текстов Сергей Абдульманов написал @pisets_bot, который помогает превращать говнотексты в нормальные. И это не реклама. Это мой личный опыт.
Цифра Комягина
После прошлого поста мы с друзьями начали обсуждать, как вообще научить ИИ писать нормальные тексты. И один из участников дискуссии — спасибо, Илья! — сформулировал несколько отличных принципов.
Я их немного допилил на собственном опыте. Получилась почти готовая методология, как шаг за шагом построить настоящую ИИ-редакцию.
1. «Для кого и для чего»
Это, пожалуй, самое главное.
Начинать нужно не со стиля, промптов и стоп-слов, а с работы, которую должен выполнить текст. Для кого он пишется? Что читатель должен понять, почувствовать или сделать после прочтения? Какую новую мысль он унесет с собой?
Если ответа нет, можно получить идеально «человеческий», прекрасно написанный и совершенно бессмысленный текст.
2. Определитесь с собственным авторским стилем
Многие пишут в промптах: «пиши как Ильяхов» или «пиши как Чехов». Некоторые даже скармливают нейронке целые труды академиков текста.
Гораздо полезнее разобраться, что именно вам нравится у конкретного автора. Короткие или длинные фразы? Плотность мысли? Количество метафор? Степень категоричности? Юмор? Структура абзацев? Отношение к читателю? Допустимость мата? Способ аргументации?
Не «пиши как Ильяхов», а «возьми у Ильяхова вот эти три приема».
3. Сопроводите описание стиля конкретными примерами
Соберите небольшой справочник фрагментов любимых авторов и подпишите, что именно вам в них нравится.
— Вот здесь — короткая и емкая фраза.
— Здесь — очень уместный и смешной мат.
— А вот тут — отличная ирония, через которую автор заходит в тему.
На конкретных примерах моделям гораздо проще понять те узнаваемые черты, которые вы хотите получить в собственном тексте.
4. Создайте референсную базу из собственных текстов
Если вы пишете прикладные тексты от своего имени — КП, статьи, посты в канал — это особенно важно.
Соберите 20–30 собственных текстов, которые считаете удачными. И желательно разметьте их точно так же, как в предыдущем пункте:
— вот этот заход хороший;
— здесь нравится ритм;
— здесь сильная аргументация;
— а здесь очень уместная шутка.
Чужие авторы помогают сформировать стиль. Собственные тексты помогают модели понять ваш стиль.
5. Соберите коллекцию антислоп-паттернов
То, что мы называем «нейрослопом», — это набор вполне узнаваемых приемов, характерных для генеративных текстов.
Поэтому работу из предыдущего пункта нужно проделать наоборот: понять, что именно вас бесит, и вынести это в отдельный список под заголовком:
НИКОГДА НЕ ДЕЛАЙ ТАК В МОИХ ТЕКСТАХ — вот именно так, то есть капслоком и с жирным начертанием.
Например:
— повторять один вывод тремя разными способами;
— использовать «ё» там, где без нее смысл слова не меняется;
— пихать без необходимости символ →;
— делать все абзацы одинаковой длины;
— писать «а теперь — честно»;
— строить искусственные противопоставления «это не X, это Y»;
ну и так далее. Тут у каждого будет свой список.
6. Добавьте отдельного Цензора
В скилле или мультиагентной платформе заведите отдельную роль Цензора — агента, который получает только финальный текст и правила из пунктов выше. Предметный контекст ему как раз лучше не давать.
Его задача — не переписывать текст, а находить конкретные места, где Редактор нарушил правила, и объяснять, что именно не так.
Но есть еще одна важная проверка. Цензор должен читать документ из роли целевого читателя и отвечать на вопрос из пункта 1: сделал ли текст ту работу, ради которой вообще создавался?
7. Замкните Редактора и Цензора в петлю
1. Редактор написал
2. Цензор проверил
3. Редактор исправил
4. Цензор проверил еще раз, и если не утвердил, то снова идем в шаг 3.
Но число итераций лучше ограничить. Иначе агенты способны до бесконечности полировать запятые, постепенно превращая генерацию текста в довольно дорогой способ отопления дата-центра.
В результате этих семи шагов получается маленькая ИИ-редакция, из-под пера которой начинают выходить вполне читабельные и, что гораздо важнее, работающие тексты. Потому что самая опасная разновидность нейрослопа сегодня — это прекрасно написанный текст, в котором нечего читать.
P. S. А если вам лень строить всю эту богадельню, есть путь короче. Мой хороший друг и гений текстов Сергей Абдульманов написал @pisets_bot, который помогает превращать говнотексты в нормальные. И это не реклама. Это мой личный опыт.
Цифра Комягина
Telegram
Писец-бот — редактор и корректор
Самый мощный бот для русского языка. Помогает редактировать и корректировать, зверски правит!
🔥2
ROI от внедрения ИИ
Вопрос “внедрять или не внедрять” больше не стоит на повестке дня. Этот поезд уже ушел. Вопрос только в одном — рискнете ли вы сейчас для того, чтобы получить возможность рвануть вперед уже несколько месяцев или будете тем самым скупым, который в следующем году вынужден будет заплатить дважды за то, чтобы ликвидировать отставание от конкурентов.
Совсем недавно я писал здесь про сериал «Стеклянный дом». Семейная стекольная фабрика, середина 90-х. В одной из серий сын убеждает отца начать компьютеризацию производства. Аргумент сына: если мы этого не сделаем, конкуренты нас обгонят. Ответ отца: эта технология никогда не окупится.
Я сейчас ровно этот эпизод наблюдаю в реальной жизни.
К нам в SVK.Digital ежемесячно приходят десятки запросов на внедрение ИИ. Мы вместе с заказчиком разбираем процессы, придумываем решение, считаем сроки и стоимость. А через несколько дней возвращается грустный заказчик: "Руководство просит посчитать экономический эффект".
Вообще-то это нормальное требование. И посчитать экономический эффект можно. Дайте исходные цифры.
Только вот их обычно нет нифига. Стоимость лида компании знают. Стоимость клика знают. Стоимость найма сотрудника иногда тоже знают. А сколько стоит одно обращение в юридический отдел? Сколько стоит поиск документа в корпоративной базе? Сколько часов дорогих специалистов уходит на перекладывание данных из одной таблички в другую?
Никто никогда не считал. Значит, сначала придётся измерить процесс «до», а уже потом считать эффект от его изменения. Не умеете — приходите к нам, поможем. Тут как раз никакой магии нет.
Но есть проблема посложнее.
Мы прямо сейчас заканчиваем проект для финансового директора крупного фармацевтического холдинга. Каждый месяц компания обязана готовить огромный отчёт для регулятора: примерно 700 строк на 50 колонок — 35 тысяч ячеек. На его подготовку финансовый директор тратит два полных рабочих дня. Каждый месяц. Тупо собирает данные из разных источников, сводит, проверяет и перекладывает из одной таблицы в другую.
Мы автоматизировали этот процесс. Теперь отчёт собирается примерно за семь минут.
Давайте считать экономический эффект?
Допустим, оклад финдиректора — 600 тысяч рублей. С налогами, взносами и остальными расходами компании этот человек обходится грубо в миллион в месяц. Два рабочих дня — около 10% рабочего времени. Получается, мы «сэкономили» компании 100 тысяч в месяц, или 1,2 миллиона рублей в год?
А давайте компнем глубже ...
Финдиректор как получал свою зарплату, так и продолжит получать. Компания просто вернула себе примерно 24 рабочих дня в год очень дорогого специалиста. Но возможно, теперь эти 24 дня он потратит на управление денежными потоками, переговоры с банками, снижение издержек или поиск денег для нового производства. Сколько это стоит?
А то, что отчёт теперь гарантированно собирается вовремя? А снижение риска человеческой ошибки в 35 тысячах ячеек обязательной отчётности? А снижение регуляторного риска для фармацевтического производства? Это тоже экономический эффект. Только хрен вы посчитаете его до рубля.
Можно строить модели, закладывать вероятности, считать пессимистичный и оптимистичный сценарии. И это нужно делать. Но в инновациях не бывает гарантий.
Пока одна компания шестой месяц пытается рассчитать срок окупаемости ИИ с точностью до второго знака после запятой, другая запускает десять пилотов. Семь из них провалятся. Два окажутся так себе. Один радикально изменит какой-нибудь бизнес-процесс.
И через полгода первая компания всё ещё будет согласовывать экономическое обоснование. А вторая станет быстрее, эффективнее и ... скорее всего заберет клиентов первой.
Поэтому если денег на инновации сейчас действительно нет — так и скажите. Времена лютые, все всё поймут.
Но если деньги есть, а вы просто ждёте гарантий, которых в инновациях никогда не было и не будет, — не обманывайте себя разговорами про экономический эффект.
Вы не ROI считаете. Вы ищете повод ничего не менять.
Вопрос “внедрять или не внедрять” больше не стоит на повестке дня. Этот поезд уже ушел. Вопрос только в одном — рискнете ли вы сейчас для того, чтобы получить возможность рвануть вперед уже несколько месяцев или будете тем самым скупым, который в следующем году вынужден будет заплатить дважды за то, чтобы ликвидировать отставание от конкурентов.
Совсем недавно я писал здесь про сериал «Стеклянный дом». Семейная стекольная фабрика, середина 90-х. В одной из серий сын убеждает отца начать компьютеризацию производства. Аргумент сына: если мы этого не сделаем, конкуренты нас обгонят. Ответ отца: эта технология никогда не окупится.
Я сейчас ровно этот эпизод наблюдаю в реальной жизни.
К нам в SVK.Digital ежемесячно приходят десятки запросов на внедрение ИИ. Мы вместе с заказчиком разбираем процессы, придумываем решение, считаем сроки и стоимость. А через несколько дней возвращается грустный заказчик: "Руководство просит посчитать экономический эффект".
Вообще-то это нормальное требование. И посчитать экономический эффект можно. Дайте исходные цифры.
Только вот их обычно нет нифига. Стоимость лида компании знают. Стоимость клика знают. Стоимость найма сотрудника иногда тоже знают. А сколько стоит одно обращение в юридический отдел? Сколько стоит поиск документа в корпоративной базе? Сколько часов дорогих специалистов уходит на перекладывание данных из одной таблички в другую?
Никто никогда не считал. Значит, сначала придётся измерить процесс «до», а уже потом считать эффект от его изменения. Не умеете — приходите к нам, поможем. Тут как раз никакой магии нет.
Но есть проблема посложнее.
Мы прямо сейчас заканчиваем проект для финансового директора крупного фармацевтического холдинга. Каждый месяц компания обязана готовить огромный отчёт для регулятора: примерно 700 строк на 50 колонок — 35 тысяч ячеек. На его подготовку финансовый директор тратит два полных рабочих дня. Каждый месяц. Тупо собирает данные из разных источников, сводит, проверяет и перекладывает из одной таблицы в другую.
Мы автоматизировали этот процесс. Теперь отчёт собирается примерно за семь минут.
Давайте считать экономический эффект?
Допустим, оклад финдиректора — 600 тысяч рублей. С налогами, взносами и остальными расходами компании этот человек обходится грубо в миллион в месяц. Два рабочих дня — около 10% рабочего времени. Получается, мы «сэкономили» компании 100 тысяч в месяц, или 1,2 миллиона рублей в год?
А давайте компнем глубже ...
Финдиректор как получал свою зарплату, так и продолжит получать. Компания просто вернула себе примерно 24 рабочих дня в год очень дорогого специалиста. Но возможно, теперь эти 24 дня он потратит на управление денежными потоками, переговоры с банками, снижение издержек или поиск денег для нового производства. Сколько это стоит?
А то, что отчёт теперь гарантированно собирается вовремя? А снижение риска человеческой ошибки в 35 тысячах ячеек обязательной отчётности? А снижение регуляторного риска для фармацевтического производства? Это тоже экономический эффект. Только хрен вы посчитаете его до рубля.
Можно строить модели, закладывать вероятности, считать пессимистичный и оптимистичный сценарии. И это нужно делать. Но в инновациях не бывает гарантий.
Пока одна компания шестой месяц пытается рассчитать срок окупаемости ИИ с точностью до второго знака после запятой, другая запускает десять пилотов. Семь из них провалятся. Два окажутся так себе. Один радикально изменит какой-нибудь бизнес-процесс.
И через полгода первая компания всё ещё будет согласовывать экономическое обоснование. А вторая станет быстрее, эффективнее и ... скорее всего заберет клиентов первой.
Поэтому если денег на инновации сейчас действительно нет — так и скажите. Времена лютые, все всё поймут.
Но если деньги есть, а вы просто ждёте гарантий, которых в инновациях никогда не было и не будет, — не обманывайте себя разговорами про экономический эффект.
Вы не ROI считаете. Вы ищете повод ничего не менять.
🔥8
Короче, ща будет пост восторга. Потерпите пожалуйста …
Я вам уже много раз рассказывал про самый важный для меня чат — закрытый клуб друзей, каждый из которых очень крут в своей области. Например, там есть мой бывший партнёр и основатель «Мосигры» Дима Кибкало или автор одного из самых популярных техноблогов страны Самат Галимов. Вообще, про каждого из участников этого чата я мог бы написать отдельный пост.
По вторникам у нас часто случаются дружеские лекции. В этот раз выступал Сергей Абдульманов — ex-CMO «Мосигры» и tutu.ru, почти каждый текст которого на Хабре набирает десятки, а иногда и сотни тысяч просмотров.
Серёга рассказывал про кейс сети боулинг-центров, над которым несколько последних месяцев работал вместе с нейросетями.
И вот это было прямо охуенно!
Не в смысле «смотрите, ChatGPT написал рекламный текст». А в смысле того, насколько глубоко с помощью ИИ можно залезть внутрь бизнеса: собрать информацию, разложить процессы, найти закономерности, построить гипотезы и превратить всё это в работающую маркетинговую систему.
К сожалению, записью он мне поделиться не разрешил. Но в целом, это не большая потеря - если вы в его канале найдете все записи со словом “боулинг”, вы сумеете прочесть историю почти целиком. Там дофига — постов 20 наверное, но вот, например, один из них. Если вы маркетолог — это must-read. Хотя бы для того, чтобы увидеть уровень глубины, к которому вообще стоит стремиться.
Сейчас Сергей вместе с партнером запустил небольшой образовательный интенсив, где как раз рассказывает, как строить такие системы людям, которые сами не являются программистами.
Это не реклама. Это искренняя рекомендация. Те, кто давно читает мой канал, знают: рекламы здесь не было и не будет. Это моя принципиальная позиция. Доверие аудитории я ценю выше денег, которые можно было бы заработать на рекламных размещениях.
Сам я записал на этот курс сразу нескольких ребят из нашей команды. Хочу, чтобы наш маркетинг тоже умел с помощью агентов настолько глубоко залезать под кожу бизнеса. И не только маркетинг, кстати.
После такого интенсива вы сможете легко строить такие вот штуки, как на скриншоте к этому посту самостоятельно. А если все-таки не справитесь или не захотите тратить на это свое время — приходите к нам в SVK.Digital, мы сейчас находимся на передовой Ai-разработки и очень сложные кейсы умеем решать.
Я вам уже много раз рассказывал про самый важный для меня чат — закрытый клуб друзей, каждый из которых очень крут в своей области. Например, там есть мой бывший партнёр и основатель «Мосигры» Дима Кибкало или автор одного из самых популярных техноблогов страны Самат Галимов. Вообще, про каждого из участников этого чата я мог бы написать отдельный пост.
По вторникам у нас часто случаются дружеские лекции. В этот раз выступал Сергей Абдульманов — ex-CMO «Мосигры» и tutu.ru, почти каждый текст которого на Хабре набирает десятки, а иногда и сотни тысяч просмотров.
Серёга рассказывал про кейс сети боулинг-центров, над которым несколько последних месяцев работал вместе с нейросетями.
И вот это было прямо охуенно!
Не в смысле «смотрите, ChatGPT написал рекламный текст». А в смысле того, насколько глубоко с помощью ИИ можно залезть внутрь бизнеса: собрать информацию, разложить процессы, найти закономерности, построить гипотезы и превратить всё это в работающую маркетинговую систему.
К сожалению, записью он мне поделиться не разрешил. Но в целом, это не большая потеря - если вы в его канале найдете все записи со словом “боулинг”, вы сумеете прочесть историю почти целиком. Там дофига — постов 20 наверное, но вот, например, один из них. Если вы маркетолог — это must-read. Хотя бы для того, чтобы увидеть уровень глубины, к которому вообще стоит стремиться.
Сейчас Сергей вместе с партнером запустил небольшой образовательный интенсив, где как раз рассказывает, как строить такие системы людям, которые сами не являются программистами.
Это не реклама. Это искренняя рекомендация. Те, кто давно читает мой канал, знают: рекламы здесь не было и не будет. Это моя принципиальная позиция. Доверие аудитории я ценю выше денег, которые можно было бы заработать на рекламных размещениях.
Сам я записал на этот курс сразу нескольких ребят из нашей команды. Хочу, чтобы наш маркетинг тоже умел с помощью агентов настолько глубоко залезать под кожу бизнеса. И не только маркетинг, кстати.
После такого интенсива вы сможете легко строить такие вот штуки, как на скриншоте к этому посту самостоятельно. А если все-таки не справитесь или не захотите тратить на это свое время — приходите к нам в SVK.Digital, мы сейчас находимся на передовой Ai-разработки и очень сложные кейсы умеем решать.
❤4🔥3
На рынке случилось уMIROтворение
10 сентября Miro подписала соглашение о продаже итальянской Bending Spoons. Сделка еще не состоялась: ее должны одобрить регуляторы, на и оформить ее еще нужно — так что все случится скорее всего уже в 2027 году. Но факт остается фактом.
Сумма сделки — $1,355 млрд. У Miro на счетах еще примерно $435 млн чистыми, поэтому общая сумма, которая достанется акционерам, составит около $1,79 млрд. При этом, в последнем раунде, в январе 2022-го, инвесторы оценили Miro в $17,5 млрд.
Выручка от постоянных платежей компании (ARR) сейчас около $600 млн, причем почти 90% выручки приходит от бизнеса и крупных корпоративных клиентов. Платной версией пользуются почти 4 млн человек, Miro встроена в процессы 250 тысяч организаций, а 750 клиентов платят ей больше $100 тысяч в год каждый. Основатель (Андрей Хусид) пишет, что компания прибыльна.
То есть Bending Spoons собирается заплатить за работающий прибыльный бизнес примерно 2,3 его годовых регулярных выручки. Это дешево даже по сильно похудевшим меркам сегодняшнего SaaS-рынка: медиана частных сделок сейчас около x4 выручки.
Мне стало интересно разобраться, что случилось с Miro. Потому что компания точно не выглядит умирающей, а сделка выглядит едва ли не вынужденной.
Как все начиналось
Miro начали делать в Перми в 2011 году Андрей Хусид и Олег Шардин. Тогда компания называлась RealtimeBoard, а продукт был, по сути, бесконечной онлайн-доской для совместной работы.
Дальше ребята поймали совершенно фантастическую волну.
В апреле 2020 у Miro было 5 млн пользователей и 20 тысяч платящих компаний. Через двадцать месяцев — уже 30 млн пользователей и 130 тысяч компаний.
Ковид запер половину офисного мира по домам, и внезапно выяснилось, что доска с маркерами в переговорке тоже нуждается в цифровом аналоге.
В январе 2022 года Miro привлекла $400 млн. Компания уже тогда была прибыльной, работала с 99% Fortune 100, а инвесторы оценили ее в $17,5 млрд. Это около x60 ARR. Даже по безумным меркам венчурного рынка 2021 года — очень дорого.
А потом … что-то случилось. В 2023 году Miro сократила 119 человек, или 7% штата. В 2024-м — еще 275, уже 18%.
Причем к 2024 году ARR переваливает уже за $500 млн. Сейчас она порядка $600 млн. То есть как-будто компания продолжает расти. Просто совсем не с той скоростью, которой от нее ожидали инвесторы в 2022 году.
При чем тут SaaSпокалипсис
В июне я опубликовал большой пост про то, что происходит с рынком SaaS.
Многим хотелось бы привязать падение оценки Miro исключительно к ИИ и вайбкодингу. Но это было бы очень грубым обобщением. Основная переоценка SaaS началась раньше, вместе с окончанием эпохи бесплатных денег и ковидного безумия.
Покупатель платит не за прошлое. Он покупает будущий денежный поток. И вот на него агентная разработка действительно уже начинает влиять.
Miro живет в классической для SaaS модели оплаты за пользователей: например, тариф Business сейчас стоит $20 за человека в месяц. Пятьсот сотрудников — уже $120 тысяч в год. Пять тысяч — $1,2 млн. О-кей, пусть даже для enterprise будут какие-то негласные и ощутимые скидки за объем. Ну, допустим, 50%. Но все равно — это сотни тысяч долларов ежегодно.
Раньше выбор часто выглядел просто: купить готовый продукт или потратить несколько лет и, зачастую, не один миллион долларов и построить собственный.
Цена второго варианта сейчас стремительно падает. Причем я наблюдаю это уже воочию. Мы в SVK.Digital сейчас работаем с крупной сетью клиник над заменой одной из ключевых информационных систем. За существующее решение заказчик ежегодно платит десятки миллионов рублей. Еще несколько лет назад предложение «давайте напишем свою МИС» я бы сперва очень тщательно проверял на здравый смысл. Сегодня мы действительно рассматриваем этот вариант и считаем его экономику.
С Miro происходит примерно та же угроза, только в гораздо более простом классе ПО.
10 сентября Miro подписала соглашение о продаже итальянской Bending Spoons. Сделка еще не состоялась: ее должны одобрить регуляторы, на и оформить ее еще нужно — так что все случится скорее всего уже в 2027 году. Но факт остается фактом.
Сумма сделки — $1,355 млрд. У Miro на счетах еще примерно $435 млн чистыми, поэтому общая сумма, которая достанется акционерам, составит около $1,79 млрд. При этом, в последнем раунде, в январе 2022-го, инвесторы оценили Miro в $17,5 млрд.
Выручка от постоянных платежей компании (ARR) сейчас около $600 млн, причем почти 90% выручки приходит от бизнеса и крупных корпоративных клиентов. Платной версией пользуются почти 4 млн человек, Miro встроена в процессы 250 тысяч организаций, а 750 клиентов платят ей больше $100 тысяч в год каждый. Основатель (Андрей Хусид) пишет, что компания прибыльна.
То есть Bending Spoons собирается заплатить за работающий прибыльный бизнес примерно 2,3 его годовых регулярных выручки. Это дешево даже по сильно похудевшим меркам сегодняшнего SaaS-рынка: медиана частных сделок сейчас около x4 выручки.
Мне стало интересно разобраться, что случилось с Miro. Потому что компания точно не выглядит умирающей, а сделка выглядит едва ли не вынужденной.
Как все начиналось
Miro начали делать в Перми в 2011 году Андрей Хусид и Олег Шардин. Тогда компания называлась RealtimeBoard, а продукт был, по сути, бесконечной онлайн-доской для совместной работы.
Дальше ребята поймали совершенно фантастическую волну.
В апреле 2020 у Miro было 5 млн пользователей и 20 тысяч платящих компаний. Через двадцать месяцев — уже 30 млн пользователей и 130 тысяч компаний.
Ковид запер половину офисного мира по домам, и внезапно выяснилось, что доска с маркерами в переговорке тоже нуждается в цифровом аналоге.
В январе 2022 года Miro привлекла $400 млн. Компания уже тогда была прибыльной, работала с 99% Fortune 100, а инвесторы оценили ее в $17,5 млрд. Это около x60 ARR. Даже по безумным меркам венчурного рынка 2021 года — очень дорого.
А потом … что-то случилось. В 2023 году Miro сократила 119 человек, или 7% штата. В 2024-м — еще 275, уже 18%.
Причем к 2024 году ARR переваливает уже за $500 млн. Сейчас она порядка $600 млн. То есть как-будто компания продолжает расти. Просто совсем не с той скоростью, которой от нее ожидали инвесторы в 2022 году.
При чем тут SaaSпокалипсис
В июне я опубликовал большой пост про то, что происходит с рынком SaaS.
Многим хотелось бы привязать падение оценки Miro исключительно к ИИ и вайбкодингу. Но это было бы очень грубым обобщением. Основная переоценка SaaS началась раньше, вместе с окончанием эпохи бесплатных денег и ковидного безумия.
Покупатель платит не за прошлое. Он покупает будущий денежный поток. И вот на него агентная разработка действительно уже начинает влиять.
Miro живет в классической для SaaS модели оплаты за пользователей: например, тариф Business сейчас стоит $20 за человека в месяц. Пятьсот сотрудников — уже $120 тысяч в год. Пять тысяч — $1,2 млн. О-кей, пусть даже для enterprise будут какие-то негласные и ощутимые скидки за объем. Ну, допустим, 50%. Но все равно — это сотни тысяч долларов ежегодно.
Раньше выбор часто выглядел просто: купить готовый продукт или потратить несколько лет и, зачастую, не один миллион долларов и построить собственный.
Цена второго варианта сейчас стремительно падает. Причем я наблюдаю это уже воочию. Мы в SVK.Digital сейчас работаем с крупной сетью клиник над заменой одной из ключевых информационных систем. За существующее решение заказчик ежегодно платит десятки миллионов рублей. Еще несколько лет назад предложение «давайте напишем свою МИС» я бы сперва очень тщательно проверял на здравый смысл. Сегодня мы действительно рассматриваем этот вариант и считаем его экономику.
С Miro происходит примерно та же угроза, только в гораздо более простом классе ПО.
👍1
Конечно, за две недели воспроизвести всю Miro с их 100 млн пользователей, безопасностью, отказоустойчивостью, 250 интеграциями и пятнадцатью годами продуктовой разработки невозможно. Но большинству компаний и не нужна «вся Miro». Чаще всего нужны несколько конкретных процессов: провести стратегическую сессию, нарисовать архитектуру, собрать CJM, вести продуктовый roadmap и совместно поработать над схемой.
Еще недавно ради этого покупали несколько сотен лицензий. Теперь технический директор вполне может хотя бы посчитать второй вариант. Для SaaS с оплатой за каждое рабочее место это новая и довольно неприятная математика.
А сколько получили основатели?
Признаюсь — этот вопрос стал основным драйвером этого расследования. Miro привлекла почти полмиллиарда долларов. Венчурные инвесторы обычно имеют ликвидационные привилегии — право при продаже забрать свои деньги раньше владельцев обычных акций. Я решил, что после продажи за $1,79 млрд инвесторы съедят почти весь пирог, а Хусид с Шардиным после пятнадцати лет работы получат “околоноля”.
Давайте разбираться.
Самый интересный раунд здесь последний. В 2022 году инвесторы вложили $400 млн по цене $35,92 за акцию и получили стандартную привилегию. Их доля при оценке $17,5 млрд составляла всего около 2,3%.
Если сейчас они просто конвертируют акции в обычные и получают свою долю от $1,79 млрд, им достанется примерно $41 млн. Поэтому они, разумеется, воспользуются этим пунктом и заберут вложенные $400 млн.
После этого останется еще примерно $1,39 млрд.
Более ранним инвесторам уже выгодно поступить наоборот. Series B покупала акции по $1,68, Series A — по $0,36, самые ранние раунды — примерно по два-три цента. По моей приблизительной модели после выплаты Series C на остальные акции остается около $2,9 за штуку.
То есть ранние инвесторы на продаже Miro вполне неплохо заработают.
Сколько достанется самим Хусиду и Шардину, посчитать достоверно пока невозможно. Их актуальных долей в открытых источниках нет. Ну, или по крайней мере я не нашел таких данных. Можно только предположить. Если у двух основателей к моменту сделки осталось, например, 10% компании, это примерно $140 млн на двоих. Если 20% — около $280 млн. Если 30% — больше $400 млн. И то — до налогов.
Итак, версия про то, что инвесторы забрали все, а два пермяка вышли из пятнадцатилетней истории с пустыми карманами, признается нежизнеспособной. Как минимум, несколько десятков миллионов долларов парни заработали.
А стоило ли вообще продавать?
Вот на этот вопрос у меня пока нет хорошего ответа.
Miro прибыльна. Денег на счетах — вагон и маленькая тележка. Срочно спасать компанию не требуется. Более того, Хусид пишет, что с предложением пришла сама Bending Spoons.
В своем письме сотрудникам Андрей перечисляет три критерия, которыми руководствовались при выборе покупателя: будущее пользователей, будущее команды и «лучший результат для инвесторов». Это все стандартные для IR слова.
Вот только некоторые из инвесторов сидят в Miro уже восемь лет. И это может быть важным.
Может быть, совет директоров решил, что ждать возвращения к прежней оценке бессмысленно. Возможно, рост уже недостаточен для IPO. А может быть и впрямь, будущая конкуренция в мире, где стоимость разработки ПО продолжает падать, выглядит слишком неприятно.
Отдельного поста заслуживает сама Bending Spoons. За неделю до объявления сделки с Miro они закончили покупку Airtable. До этого собрали Evernote, WeTransfer, Vimeo, AOL и целую коллекцию других известных продуктов. Очень интересные ребята. И очень своеобразная бизнес-модель. Но про них я напишу уже в другом посте. Потому, что этот и без того огромным получился.
Цифра Комягина
Еще недавно ради этого покупали несколько сотен лицензий. Теперь технический директор вполне может хотя бы посчитать второй вариант. Для SaaS с оплатой за каждое рабочее место это новая и довольно неприятная математика.
А сколько получили основатели?
Признаюсь — этот вопрос стал основным драйвером этого расследования. Miro привлекла почти полмиллиарда долларов. Венчурные инвесторы обычно имеют ликвидационные привилегии — право при продаже забрать свои деньги раньше владельцев обычных акций. Я решил, что после продажи за $1,79 млрд инвесторы съедят почти весь пирог, а Хусид с Шардиным после пятнадцати лет работы получат “околоноля”.
Давайте разбираться.
Самый интересный раунд здесь последний. В 2022 году инвесторы вложили $400 млн по цене $35,92 за акцию и получили стандартную привилегию. Их доля при оценке $17,5 млрд составляла всего около 2,3%.
Если сейчас они просто конвертируют акции в обычные и получают свою долю от $1,79 млрд, им достанется примерно $41 млн. Поэтому они, разумеется, воспользуются этим пунктом и заберут вложенные $400 млн.
После этого останется еще примерно $1,39 млрд.
Более ранним инвесторам уже выгодно поступить наоборот. Series B покупала акции по $1,68, Series A — по $0,36, самые ранние раунды — примерно по два-три цента. По моей приблизительной модели после выплаты Series C на остальные акции остается около $2,9 за штуку.
То есть ранние инвесторы на продаже Miro вполне неплохо заработают.
Сколько достанется самим Хусиду и Шардину, посчитать достоверно пока невозможно. Их актуальных долей в открытых источниках нет. Ну, или по крайней мере я не нашел таких данных. Можно только предположить. Если у двух основателей к моменту сделки осталось, например, 10% компании, это примерно $140 млн на двоих. Если 20% — около $280 млн. Если 30% — больше $400 млн. И то — до налогов.
Итак, версия про то, что инвесторы забрали все, а два пермяка вышли из пятнадцатилетней истории с пустыми карманами, признается нежизнеспособной. Как минимум, несколько десятков миллионов долларов парни заработали.
А стоило ли вообще продавать?
Вот на этот вопрос у меня пока нет хорошего ответа.
Miro прибыльна. Денег на счетах — вагон и маленькая тележка. Срочно спасать компанию не требуется. Более того, Хусид пишет, что с предложением пришла сама Bending Spoons.
В своем письме сотрудникам Андрей перечисляет три критерия, которыми руководствовались при выборе покупателя: будущее пользователей, будущее команды и «лучший результат для инвесторов». Это все стандартные для IR слова.
Вот только некоторые из инвесторов сидят в Miro уже восемь лет. И это может быть важным.
Может быть, совет директоров решил, что ждать возвращения к прежней оценке бессмысленно. Возможно, рост уже недостаточен для IPO. А может быть и впрямь, будущая конкуренция в мире, где стоимость разработки ПО продолжает падать, выглядит слишком неприятно.
Отдельного поста заслуживает сама Bending Spoons. За неделю до объявления сделки с Miro они закончили покупку Airtable. До этого собрали Evernote, WeTransfer, Vimeo, AOL и целую коллекцию других известных продуктов. Очень интересные ребята. И очень своеобразная бизнес-модель. Но про них я напишу уже в другом посте. Потому, что этот и без того огромным получился.
Цифра Комягина
❤6👍4🎉1