А ещё у нас недавно выходил подкаст на созвучную предыдущему посту тему 👀
424-й выпуск make sense: об аналитическом подхалимстве ИИ, принятии решений и убедительной предвзятости.
Можно слушать на любой удобной площадке — ссылки будут в посте ниже👇
424-й выпуск make sense: об аналитическом подхалимстве ИИ, принятии решений и убедительной предвзятости.
Можно слушать на любой удобной площадке — ссылки будут в посте ниже
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Подкаст make sense (Есть смысл)
424-й выпуск make sense: об аналитическом подхалимстве ИИ, принятии решений и убедительной предвзятости
«Сказать руководителям „относитесь к советам критически" примерно так же полезно, как сказать людям „не поддавайтесь когнитивным искажениям"».
«Самый опасный не тот аналитик, который ничего не понимает, — его ошибки обычно заметны. Гораздо опаснее система, которая достаточно хорошо понимает задачу, данные и самого пользователя, чтобы построить интеллектуально сильный путь именно к тому выводу, который человек хотел получить».
Ведущие:
Юра Агеев, основатель ProductSense
О чем говорим:
00:00 — Введение
01:12 — Знакомьтесь, модель-подхалим
02:42 — Почему проверка не поймала проблему: ставка на краткосрочные пользовательские сигналы
03:21 — Продуктовый парадокс: пользователю нравится, когда его понимают и не спорят с ним
04:01 — Приятный ответ и полезный ответ — не одно и то же, когда ИИ работает как аналитик
04:56 — Эксперимент 2026: слияния больниц, 14 моделей, 2160 анализов
07:33 — «Аналитическое подхалимство, обусловленное целью»: сильные модели видят больше методологических развилок — и потому уязвимее
09:30 — Кейс B2B: как формулировка руководителя незаметно определяет вывод модели
11:04 — ЛЛМ удешевляют не только решение, но и его «интеллектуальную защиту»
13:56 — Какие формулировки провоцируют согласие модели: утверждение против открытого вопроса
16:09 — Контраргумент: ИИ прогнозирует успех Kickstarter-проектов лучше людей
17:45 — Два режима одной технологии: независимый анализ vs часть мотивированного рассуждения
18:01 — Strategy Science: ИИ не повысил точность стратегического прогноза, но добавил перегрузку
19:56 — Три работы ИИ в решении: исследовать, защищать, разрушать — и их опасное смешение в одном чате
22:05 — Как разделить роли: независимый анализ в отдельном контексте, без предпочтений руководителя
24:31 — Сильное основание допускает собственное опровержение
25:01 — Исследование Science: соглашательство при конфликтах вредит отношениям, но нравится больше
27:07 — Защита должна быть встроена в процесс, а не в совет «будь критичнее»
29:46 — Голосование нескольких моделей не гарантирует независимости
32:20 — Главный риск: ИИ делает уже принятое решение похожим на независимый анализ
Слушать:
— Telegram
— Mave
— Apple
— Яндекс
— YouTube
«Сказать руководителям „относитесь к советам критически" примерно так же полезно, как сказать людям „не поддавайтесь когнитивным искажениям"».
«Самый опасный не тот аналитик, который ничего не понимает, — его ошибки обычно заметны. Гораздо опаснее система, которая достаточно хорошо понимает задачу, данные и самого пользователя, чтобы построить интеллектуально сильный путь именно к тому выводу, который человек хотел получить».
Ведущие:
Юра Агеев, основатель ProductSense
О чем говорим:
00:00 — Введение
01:12 — Знакомьтесь, модель-подхалим
02:42 — Почему проверка не поймала проблему: ставка на краткосрочные пользовательские сигналы
03:21 — Продуктовый парадокс: пользователю нравится, когда его понимают и не спорят с ним
04:01 — Приятный ответ и полезный ответ — не одно и то же, когда ИИ работает как аналитик
04:56 — Эксперимент 2026: слияния больниц, 14 моделей, 2160 анализов
07:33 — «Аналитическое подхалимство, обусловленное целью»: сильные модели видят больше методологических развилок — и потому уязвимее
09:30 — Кейс B2B: как формулировка руководителя незаметно определяет вывод модели
11:04 — ЛЛМ удешевляют не только решение, но и его «интеллектуальную защиту»
13:56 — Какие формулировки провоцируют согласие модели: утверждение против открытого вопроса
16:09 — Контраргумент: ИИ прогнозирует успех Kickstarter-проектов лучше людей
17:45 — Два режима одной технологии: независимый анализ vs часть мотивированного рассуждения
18:01 — Strategy Science: ИИ не повысил точность стратегического прогноза, но добавил перегрузку
19:56 — Три работы ИИ в решении: исследовать, защищать, разрушать — и их опасное смешение в одном чате
22:05 — Как разделить роли: независимый анализ в отдельном контексте, без предпочтений руководителя
24:31 — Сильное основание допускает собственное опровержение
25:01 — Исследование Science: соглашательство при конфликтах вредит отношениям, но нравится больше
27:07 — Защита должна быть встроена в процесс, а не в совет «будь критичнее»
29:46 — Голосование нескольких моделей не гарантирует независимости
32:20 — Главный риск: ИИ делает уже принятое решение похожим на независимый анализ
Слушать:
— Telegram
— Mave
— Apple
— Яндекс
— YouTube
👍2
Продолжаем подслушивать, как там выступают на ProductSense'26
А если еще не смотрели нашу сторис — заглядывайте, она поделится с вами вайбом площадки💙
@pplsense
А если еще не смотрели нашу сторис — заглядывайте, она поделится с вами вайбом площадки
@pplsense
Please open Telegram to view this post
VIEW IN TELEGRAM
Ставка на рост: как перестроить продуктовый процесс в зрелом продукте
Спикер: Галина Ширанкова
Еще пять лет назад мы восхищались тем, что менеджер продукта хорошо умеет проверять гипотезы и знает фреймворки. Эти времена прошли. Проверка гипотез стала абсолютной базой, а бизнес ждет качественных побед и кратного роста.
Проблема в том, что классический продуктовый процесс оптимизирован под поиск локального максимума. Самые высокорисковые гипотезы часто не дают гарантий успеха, поэтому опускаются в самый низ в списке приоритетов. А это ограничивает возможность тестировать уникальные гипотезы — и мы получаем пусть успехи, но довольно маленькие, локальные улучшения конкретных сценариев.
Кейс: продукт «Истории» ВКонтакте
У нас 15 миллионов авторов ежемесячно. За четыре года (с 2021 по 2025) продукт вырос на 28%. У команды были выстроенные дискавери-процессы, регулярная поставка фичей и удивительно высокий success rate гипотез. Все зеленое, продукт растет.
Но могли ли мы сделать больше? Классический процесс не отвечал на вопрос о реальной бизнес-ценности и не давал той самой «полочки» на графике.
Чтобы перейти от поддержки текущего продукта (Run) к большим ставкам, переопределяющим продукт (Change), мы прошли пять шагов.
1. Привязать продуктовые метрики к бизнес-ценности
Мы смотрели на таймспенд и DAU авторов. Но бизнес-метрика ВКонтакте — это сессии. Социальный сценарий «липкий» и создает новые интенты входа в приложение. Мы доказали корреляцию: если пользователь вовлекается в просмотр историй, сессии растут на 40%, а revenue — на 70%.
2. Определить ключевые барьеры и сформулировать ставки
Мы думали, что пользователи не постят истории, потому что нет идей, мало реакций или сложная воронка. Но настоящий барьер был другим: «Я боюсь, что значимые для меня люди этот контент не увидят».
Наша продуктовая ставка: обеспечить дистрибуцию контента на реальный социальный граф (друзей и потенциально знакомых людей).
3. Наполнить бэклоги Change-гипотезами
Мы начали делать агрессивную дистрибуцию в ленте через рекомендации, расширили воронку через уведомления и увеличили время жизни историй до 44–48 часов, чтобы социальный контекст успевал сработать.
4. Ввести квоты на Change
Нельзя один раз зайти в эту воду и забыть. Нужно разделить гипотезы на Run и Change. Идеального соотношения квот не существует — оно зависит от зрелости продукта. Если базовые потребности закрыты и нужен кратный рост, фокус может быть 70% на Change и 30% на Run. В молодых продуктах — наоборот.
5. Построить регулярный процесс отслеживания прогресса
Мы внедрили OKR, где целями стали метрики стратегии, а не просто инициативы. Вес локальных запусков ограничили (например, не более 10% от ключевого результата). 20% веса команд уходит на дискавери, чтобы держать бэклоги актуальными. Плюс еженедельный отчет: цель на конец квартала, текущий факт, прогноз и что происходит прямо сейчас.
Результат
За первое полугодие 2026 года DAU постящих сторис вырос на 33%. Для сравнения: за предыдущие четыре года рост числа пользователей составил 28%. И причина этому — фокус на решении проблем бизнеса.
Главное условие
Это сработает не в любой команде. Прежде чем внедрять такой процесс перестройки продукта, задайте себе три вопроса:
1. Жаждет ли ваш бизнес таких глобальных побед?
2. Нужны ли такие победы вашему руководителю?
3. Хотите ли вы такого роста лично?
Продукт, который идет в Change, должен иметь достаточно продуктовой доблести, чтобы перестраивать процессы.
Если ответы «да», начинайте с привязки метрик к целям бизнеса, формулируйте смелые ставки и стройте регулярный процесс, чтобы чувствовать ритм движения к вашим победам.
@pplsense
Спикер: Галина Ширанкова
Еще пять лет назад мы восхищались тем, что менеджер продукта хорошо умеет проверять гипотезы и знает фреймворки. Эти времена прошли. Проверка гипотез стала абсолютной базой, а бизнес ждет качественных побед и кратного роста.
Проблема в том, что классический продуктовый процесс оптимизирован под поиск локального максимума. Самые высокорисковые гипотезы часто не дают гарантий успеха, поэтому опускаются в самый низ в списке приоритетов. А это ограничивает возможность тестировать уникальные гипотезы — и мы получаем пусть успехи, но довольно маленькие, локальные улучшения конкретных сценариев.
Кейс: продукт «Истории» ВКонтакте
У нас 15 миллионов авторов ежемесячно. За четыре года (с 2021 по 2025) продукт вырос на 28%. У команды были выстроенные дискавери-процессы, регулярная поставка фичей и удивительно высокий success rate гипотез. Все зеленое, продукт растет.
Но могли ли мы сделать больше? Классический процесс не отвечал на вопрос о реальной бизнес-ценности и не давал той самой «полочки» на графике.
Чтобы перейти от поддержки текущего продукта (Run) к большим ставкам, переопределяющим продукт (Change), мы прошли пять шагов.
1. Привязать продуктовые метрики к бизнес-ценности
Мы смотрели на таймспенд и DAU авторов. Но бизнес-метрика ВКонтакте — это сессии. Социальный сценарий «липкий» и создает новые интенты входа в приложение. Мы доказали корреляцию: если пользователь вовлекается в просмотр историй, сессии растут на 40%, а revenue — на 70%.
2. Определить ключевые барьеры и сформулировать ставки
Мы думали, что пользователи не постят истории, потому что нет идей, мало реакций или сложная воронка. Но настоящий барьер был другим: «Я боюсь, что значимые для меня люди этот контент не увидят».
Наша продуктовая ставка: обеспечить дистрибуцию контента на реальный социальный граф (друзей и потенциально знакомых людей).
3. Наполнить бэклоги Change-гипотезами
Мы начали делать агрессивную дистрибуцию в ленте через рекомендации, расширили воронку через уведомления и увеличили время жизни историй до 44–48 часов, чтобы социальный контекст успевал сработать.
4. Ввести квоты на Change
Нельзя один раз зайти в эту воду и забыть. Нужно разделить гипотезы на Run и Change. Идеального соотношения квот не существует — оно зависит от зрелости продукта. Если базовые потребности закрыты и нужен кратный рост, фокус может быть 70% на Change и 30% на Run. В молодых продуктах — наоборот.
5. Построить регулярный процесс отслеживания прогресса
Мы внедрили OKR, где целями стали метрики стратегии, а не просто инициативы. Вес локальных запусков ограничили (например, не более 10% от ключевого результата). 20% веса команд уходит на дискавери, чтобы держать бэклоги актуальными. Плюс еженедельный отчет: цель на конец квартала, текущий факт, прогноз и что происходит прямо сейчас.
Результат
За первое полугодие 2026 года DAU постящих сторис вырос на 33%. Для сравнения: за предыдущие четыре года рост числа пользователей составил 28%. И причина этому — фокус на решении проблем бизнеса.
Главное условие
Это сработает не в любой команде. Прежде чем внедрять такой процесс перестройки продукта, задайте себе три вопроса:
1. Жаждет ли ваш бизнес таких глобальных побед?
2. Нужны ли такие победы вашему руководителю?
3. Хотите ли вы такого роста лично?
Продукт, который идет в Change, должен иметь достаточно продуктовой доблести, чтобы перестраивать процессы.
Если ответы «да», начинайте с привязки метрик к целям бизнеса, формулируйте смелые ставки и стройте регулярный процесс, чтобы чувствовать ритм движения к вашим победам.
@pplsense
❤2
Не старайтесь изменить человека — иногда его нужно просто заменить
В команде появился человек, который стал саботировать текущие процессы и регламенты? Если вы когда-нибудь сталкивались с такими людьми, то знаете: такие ситуации запускают внутренний диалог о том, стоит ли менять человека и как вы как руководитель можете это сделать.
Не всегда ваши попытки заново обучить сотрудника могут увенчаться успехом. И это нормально. Но пока вы не теряете надежды и даете еще один шанс, человек продолжает нарушать правила игры.
Это быстро считывает и ваша команда. Если один систематически не выполняет договоренности, а остальные закрывают его задачи — значит, выполнять договоренности необязательно. Если слабый результат месяцами не имеет последствий — значит, планка ниже заявленной.
Так как же понять, что вы дошли до точки, после которой пора расставаться с сотрудником?
Универсального ответа нет. Но есть несколько вопросов, которые помогут принять решение.
🤩 Человек точно понимает, чего от него ждут?
Убедитесь, может ли он своими словами сформулировать: какой результат нужен, что сейчас не так и как мы поймем, что ситуация исправилась. Иногда запроса «Как понял, расскажи своими словами» может оказаться достаточно для проверки.
И если человек не справился с этим запросом — вероятно, проблема пока не в сотруднике, а в том, что вы как менеджер неясно сформулировали задачу.
🤩 У человека не получается или он не делает?
Не хватает навыка — можно научить.
Не хватает контекста — можно дать.
Мешает процесс — можно изменить.
Сложнее, когда человек знает, что делать, способен это делать, получил обратную связь — и ничего не меняется. Тогда важно понять, а в чем его вторичная выгода не делать и разобраться с этой причиной, а не заставлять посещать курсы повышения квалификации.
🤩 Что происходит после вашей обратной связи?
Меняется ли что-то в поведении сотрудника: обращайте внимание на повторяющиеся паттерны, новые реакции и действия. Человек задает вопросы, берет ответственность и меняет поведение? Или каждый разговор начинается с новой версии того, почему виноваты обстоятельства, коллеги, процессы и ретроградный Меркурий?
Ошибку можно исправить новым действием, а вот вырастить ответственность в человеке — это уже процесс без гарантий, к тому же требующий большего количества усилий и времени. Есть ли эти ресурсы у вас сейчас?
🤩 Изменения случаются только после серьезного разговора?
Иногда после жесткой обратной связи человек на две недели превращается в сотрудника мечты. А потом все возвращается обратно.
Если цикл «проблема → разговор → улучшение → откат» повторяется, возможно, вы уже не развиваете человека, а поддерживаете его результат постоянным внешним контролем.
🤩 Какую цену за «еще один» шанс платит команда?
Пока все внимание направлено на одного человека, кто-то берет его задачи, кто-то исправляет ошибки, а кто-то смотрит на происходящее и думает: «А зачем тогда я стараюсь?» У решения ничего не менять тоже есть своя цена.
И еще один вопрос — уже про эмоции:
Расставаться непросто. Особенно если вы уже много вложили в человека: время, силы, разговоры, попытки что-то изменить. Но иногда еще один шанс — это уже не шанс для сотрудника, а способ руководителя отложить неприятное решение.
@pplsense
В команде появился человек, который стал саботировать текущие процессы и регламенты? Если вы когда-нибудь сталкивались с такими людьми, то знаете: такие ситуации запускают внутренний диалог о том, стоит ли менять человека и как вы как руководитель можете это сделать.
Не всегда ваши попытки заново обучить сотрудника могут увенчаться успехом. И это нормально. Но пока вы не теряете надежды и даете еще один шанс, человек продолжает нарушать правила игры.
Это быстро считывает и ваша команда. Если один систематически не выполняет договоренности, а остальные закрывают его задачи — значит, выполнять договоренности необязательно. Если слабый результат месяцами не имеет последствий — значит, планка ниже заявленной.
Так как же понять, что вы дошли до точки, после которой пора расставаться с сотрудником?
Универсального ответа нет. Но есть несколько вопросов, которые помогут принять решение.
Убедитесь, может ли он своими словами сформулировать: какой результат нужен, что сейчас не так и как мы поймем, что ситуация исправилась. Иногда запроса «Как понял, расскажи своими словами» может оказаться достаточно для проверки.
И если человек не справился с этим запросом — вероятно, проблема пока не в сотруднике, а в том, что вы как менеджер неясно сформулировали задачу.
Не хватает навыка — можно научить.
Не хватает контекста — можно дать.
Мешает процесс — можно изменить.
Сложнее, когда человек знает, что делать, способен это делать, получил обратную связь — и ничего не меняется. Тогда важно понять, а в чем его вторичная выгода не делать и разобраться с этой причиной, а не заставлять посещать курсы повышения квалификации.
Меняется ли что-то в поведении сотрудника: обращайте внимание на повторяющиеся паттерны, новые реакции и действия. Человек задает вопросы, берет ответственность и меняет поведение? Или каждый разговор начинается с новой версии того, почему виноваты обстоятельства, коллеги, процессы и ретроградный Меркурий?
Ошибку можно исправить новым действием, а вот вырастить ответственность в человеке — это уже процесс без гарантий, к тому же требующий большего количества усилий и времени. Есть ли эти ресурсы у вас сейчас?
Иногда после жесткой обратной связи человек на две недели превращается в сотрудника мечты. А потом все возвращается обратно.
Если цикл «проблема → разговор → улучшение → откат» повторяется, возможно, вы уже не развиваете человека, а поддерживаете его результат постоянным внешним контролем.
Пока все внимание направлено на одного человека, кто-то берет его задачи, кто-то исправляет ошибки, а кто-то смотрит на происходящее и думает: «А зачем тогда я стараюсь?» У решения ничего не менять тоже есть своя цена.
И еще один вопрос — уже про эмоции:
если бы этот человек завтра написал заявление, моей первой реакцией было бы желание его удержать или облегчение?
Расставаться непросто. Особенно если вы уже много вложили в человека: время, силы, разговоры, попытки что-то изменить. Но иногда еще один шанс — это уже не шанс для сотрудника, а способ руководителя отложить неприятное решение.
@pplsense
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍2🔥1
«Люди приходят в компанию, а уходят от руководителя» — правда или ложь?
Предлагаем вместе разобраться, когда это удобная фраза для продажников тренингов, а когда действительно дело в руководителе.
По модели Job Demands–Resources у любой работы есть две стороны:
🤩 Demands — что работа требует
Это может быть нагрузка, стресс, сложность задач, неопределенность, ролевые конфликты, неудобный график и др.
🤩 Resources — что помогает с этим справляться
Например, деньги, автономия, ясность целей, поддержка, развитие, признание, доверие и др.
Риск ухода сотрудников растет, когда требования работы постоянно превышают доступные ресурсы. А руководитель может утяжелять как одну, так и другую чашу весов.
Так все-таки люди приходят в компанию, а уходят от руководителя?
Когда правда
Хороший руководитель добавляет команде ресурсы, плохой — не просто не добавляет, но и сам становится источником нагрузки. Микроменеджмент, фаворитизм, неясность в приоритетах — это дополнительные требования поверх рабочих.
Токсичное лидерство повышает намерение уйти, поддерживающее — снижает.
Когда ложь
Даже лучший руководитель не компенсирует бесконечно:
— Недостаток денег.
— Отсутствие понятной системы роста.
— Реорганизацию, оптимизации.
Чем сильнее система компании давит на сотрудников, тем меньше у руководителя рычагов влияния. В высоконагруженных сферах (продуктовая разработка с дедлайнами, поддержка 24/7) требования системы доминируют над эффектом лидерства.
Так что на решение сотрудника уходить или оставаться влияет не только личность руководителя, но и то, какие условия создаются в компании.
Вот четыре сценария:
🟢 Компания ок + руководитель ок
Ресурсов хватает, люди остаются.
🟡 Компания ок + руководитель токсичный
Руководитель сам становится источником требований и истощает ресурсы. Люди могут уходить.
🟡 Компания проблемная + руководитель ок
Руководитель здесь связующее звено, но с ограниченным гарантийным сроком. Люди уйдут, как только из их трений с компанией выпадет руководитель.
🔴 Компания проблемная + руководитель токсичный
Причин остаться почти нет.
Что руководитель может сделать
Загнаться после ухода ценного сотрудника 😁
Или — провести системный аудит по трем уровням:
🤩 Работа
Что конкретно стало требовать больше усилий команды?
(Объем работ увеличился кратно, а количество новых сотрудников или ресурсов для выполнения этих работ — нет.)
🤩 Руководитель
Какими ресурсами я обеспечивал, а какие — сам забирал?
(Давал ли реальную автономию или микроменеджерил? Создавал ли ясность или оставлял больше вопросов, чем ответов?)
🤩 Организация
Где заканчивается моя зона ответственности?
(Нет понятной системы роста, заморожен наём, урезан бонусный фонд?)
Если проблема на уровне организации, задача руководителя:
🤩 Подсветить наличие системного сбоя наверх (с данными и кейсами).
🤩 Расстаться на хорошей ноте, без обид и с сохранением отношений.
Где-то в уходе ценного сотрудника руководитель не виноват, а где-то — это его ответственность. Главное — прилагать усилия там, где мы можем на что-то повлиять. А когда не можем — находить тех, кто поможет решить возникший вопрос.
Источник: интегративный обзор 39 исследований за 10 лет (2014–2025) о влиянии руководителей и организационных факторов на текучесть.
@pplsense
Предлагаем вместе разобраться, когда это удобная фраза для продажников тренингов, а когда действительно дело в руководителе.
По модели Job Demands–Resources у любой работы есть две стороны:
Это может быть нагрузка, стресс, сложность задач, неопределенность, ролевые конфликты, неудобный график и др.
Например, деньги, автономия, ясность целей, поддержка, развитие, признание, доверие и др.
Риск ухода сотрудников растет, когда требования работы постоянно превышают доступные ресурсы. А руководитель может утяжелять как одну, так и другую чашу весов.
Так все-таки люди приходят в компанию, а уходят от руководителя?
Когда правда
Хороший руководитель добавляет команде ресурсы, плохой — не просто не добавляет, но и сам становится источником нагрузки. Микроменеджмент, фаворитизм, неясность в приоритетах — это дополнительные требования поверх рабочих.
Токсичное лидерство повышает намерение уйти, поддерживающее — снижает.
Когда ложь
Даже лучший руководитель не компенсирует бесконечно:
— Недостаток денег.
— Отсутствие понятной системы роста.
— Реорганизацию, оптимизации.
Чем сильнее система компании давит на сотрудников, тем меньше у руководителя рычагов влияния. В высоконагруженных сферах (продуктовая разработка с дедлайнами, поддержка 24/7) требования системы доминируют над эффектом лидерства.
Так что на решение сотрудника уходить или оставаться влияет не только личность руководителя, но и то, какие условия создаются в компании.
Вот четыре сценария:
🟢 Компания ок + руководитель ок
Ресурсов хватает, люди остаются.
🟡 Компания ок + руководитель токсичный
Руководитель сам становится источником требований и истощает ресурсы. Люди могут уходить.
🟡 Компания проблемная + руководитель ок
Руководитель здесь связующее звено, но с ограниченным гарантийным сроком. Люди уйдут, как только из их трений с компанией выпадет руководитель.
🔴 Компания проблемная + руководитель токсичный
Причин остаться почти нет.
Что руководитель может сделать
Загнаться после ухода ценного сотрудника 😁
Или — провести системный аудит по трем уровням:
Что конкретно стало требовать больше усилий команды?
(Объем работ увеличился кратно, а количество новых сотрудников или ресурсов для выполнения этих работ — нет.)
Какими ресурсами я обеспечивал, а какие — сам забирал?
(Давал ли реальную автономию или микроменеджерил? Создавал ли ясность или оставлял больше вопросов, чем ответов?)
Где заканчивается моя зона ответственности?
(Нет понятной системы роста, заморожен наём, урезан бонусный фонд?)
Если проблема на уровне организации, задача руководителя:
Где-то в уходе ценного сотрудника руководитель не виноват, а где-то — это его ответственность. Главное — прилагать усилия там, где мы можем на что-то повлиять. А когда не можем — находить тех, кто поможет решить возникший вопрос.
Источник: интегративный обзор 39 исследований за 10 лет (2014–2025) о влиянии руководителей и организационных факторов на текучесть.
@pplsense
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4❤3
🎾 3 механики из спортивных книг для работы с командой и собой
Руководитель в продуктовом мире живет режимом профессионального спортсмена: дедлайны, публичные выступления, решения с неполными данными. Спортсмены давно нашли формулу, как двигаться вперед и не ломаться.
А мы вытащили из их книг механики, которые может применить любой руководитель: что отслеживать, что говорить, что записать.
Листайте карусель — мы все адаптировали к нашей реальности и уложили в карточки.
Для мотивационных цитат места уже не осталось, но если вам хотелось бы увидеть и их, поставьте посту реакцию 👍, сделаем.
Источники: Gallwey «The Inner Game of Tennis» (1974), Walsh «The Score Takes Care of Itself» (2009), Mack «Mind Gym» (2002).
@pplsense
Руководитель в продуктовом мире живет режимом профессионального спортсмена: дедлайны, публичные выступления, решения с неполными данными. Спортсмены давно нашли формулу, как двигаться вперед и не ломаться.
А мы вытащили из их книг механики, которые может применить любой руководитель: что отслеживать, что говорить, что записать.
Листайте карусель — мы все адаптировали к нашей реальности и уложили в карточки.
Для мотивационных цитат места уже не осталось, но если вам хотелось бы увидеть и их, поставьте посту реакцию 👍, сделаем.
Источники: Gallwey «The Inner Game of Tennis» (1974), Walsh «The Score Takes Care of Itself» (2009), Mack «Mind Gym» (2002).
@pplsense
👍3❤2
А рефлексию ИИ можно делегировать?
ИИ уже берет на себя все больше мыслительной работы: ищет, сравнивает, анализирует. И знает о вас немало: переписки, заметки, история запросов. Он помнит, что вы недавно чинили, о чем переспрашивали трижды, за что не можете взяться уже неделю. Возможно, уже пора доверить ему рефлексию?
Не совсем. ИИ может проанализировать ситуацию по данным, которые вы в него загрузите. Но рефлексия ценна не выводами, а тем, что понимание возникает именно у вас. Если выводы сделает ИИ, вы получите чужой, а не свой собственный новый взгляд на ситуацию. Поэтому рефлексию за вас он не проведет. Но может помочь с ее подготовкой: задать вопросы, разложить ситуацию по полочкам, указать на то, что вы упускаете.
Чем ИИ может помочь в рефлексии, если правильно попросить
➡️ Станет собеседником
Когда вы не готовы к диалогу с собой, ситуацию можно разобрать с кем-то другим. Раньше за этим шли к коллеге: «Слушай, это начальник не прав или я чего-то не понимаю?» Теперь таким собеседником может стать ИИ. Плюс — он не обидится, не устанет и не начнет рассказывать про свой случай.
➡️ Задаст вопросы
Наши любимые «почему я такой?» и «зачем он так сделал?» ведут к осуждению, а не к пониманию. Полезнее другие вопросы: «что именно произошло?», «что от меня зависело?», «что я сделаю иначе?». Попросите ИИ задавать их вам — по одному, под вашу ситуацию.
➡️ Разложит все по полочкам
Когда обдумываете все в голове, картина складывается неполная. ИИ может отделить факты от ваших интерпретаций и собрать ответы в систему.
➡️ Поможет искать причины, а не виноватых
«Он глупый» или «я криворукий» — это не объяснение, а остановка анализа. ИИ поможет пойти дальше и найти, что на самом деле привело к результату.
❗️ Но есть ловушка
По умолчанию ИИ поддакивает. Руководителю и так редко говорят правду, а тут еще и модель соглашается. Напишете «команда меня не уважает» — и ИИ начнет развивать эту мысль. Вместо разбора причин получится поиск виноватых.
Чтобы ИИ помогал, а не поддакивал, держитесь трех правил:
1️⃣ Настройте собеседника
Модель сама не догадается быть неудобной. При постановке задачи сразу попросите ее не соглашаться, а проверять: «Какие факты противоречат моему выводу?», «Что сказал бы человек, который со мной не согласен?», «Где в моей версии событий удобные для меня допущения?».
2️⃣ Выводы делайте сами
ИИ не был участником события, которое вы хотите разобрать, и знает обо всем только с ваших слов. Его задача — спрашивать и структурировать. Если он уверенно выдает оценки вроде «проблема в сотруднике» или «вам стоит его уволить» — это повод насторожиться. Что делать дальше, решаете вы. И за последствия отвечаете тоже вы.
3️⃣ Не заменяйте живых людей
ИИ — удобный собеседник, но не единственный. Коллеги, которые были рядом в разбираемой ситуации, видели то, чего не видели вы. У них другой опыт и другое мышление, и они могут не согласиться с вами по-настоящему, а не по просьбе.
Как это выглядит на практике
Допустим, сотрудник подал заявление через день после 1:1, и вы не понимаете, что пошло не так. Начните разговор с ИИ с такого запроса:
А вы уже пробовали разбирать с ИИ рабочую ситуацию? Что получилось, а что — нет?
@pplsense
ИИ уже берет на себя все больше мыслительной работы: ищет, сравнивает, анализирует. И знает о вас немало: переписки, заметки, история запросов. Он помнит, что вы недавно чинили, о чем переспрашивали трижды, за что не можете взяться уже неделю. Возможно, уже пора доверить ему рефлексию?
Не совсем. ИИ может проанализировать ситуацию по данным, которые вы в него загрузите. Но рефлексия ценна не выводами, а тем, что понимание возникает именно у вас. Если выводы сделает ИИ, вы получите чужой, а не свой собственный новый взгляд на ситуацию. Поэтому рефлексию за вас он не проведет. Но может помочь с ее подготовкой: задать вопросы, разложить ситуацию по полочкам, указать на то, что вы упускаете.
Чем ИИ может помочь в рефлексии, если правильно попросить
Когда вы не готовы к диалогу с собой, ситуацию можно разобрать с кем-то другим. Раньше за этим шли к коллеге: «Слушай, это начальник не прав или я чего-то не понимаю?» Теперь таким собеседником может стать ИИ. Плюс — он не обидится, не устанет и не начнет рассказывать про свой случай.
Наши любимые «почему я такой?» и «зачем он так сделал?» ведут к осуждению, а не к пониманию. Полезнее другие вопросы: «что именно произошло?», «что от меня зависело?», «что я сделаю иначе?». Попросите ИИ задавать их вам — по одному, под вашу ситуацию.
Когда обдумываете все в голове, картина складывается неполная. ИИ может отделить факты от ваших интерпретаций и собрать ответы в систему.
«Он глупый» или «я криворукий» — это не объяснение, а остановка анализа. ИИ поможет пойти дальше и найти, что на самом деле привело к результату.
По умолчанию ИИ поддакивает. Руководителю и так редко говорят правду, а тут еще и модель соглашается. Напишете «команда меня не уважает» — и ИИ начнет развивать эту мысль. Вместо разбора причин получится поиск виноватых.
Чтобы ИИ помогал, а не поддакивал, держитесь трех правил:
Модель сама не догадается быть неудобной. При постановке задачи сразу попросите ее не соглашаться, а проверять: «Какие факты противоречат моему выводу?», «Что сказал бы человек, который со мной не согласен?», «Где в моей версии событий удобные для меня допущения?».
ИИ не был участником события, которое вы хотите разобрать, и знает обо всем только с ваших слов. Его задача — спрашивать и структурировать. Если он уверенно выдает оценки вроде «проблема в сотруднике» или «вам стоит его уволить» — это повод насторожиться. Что делать дальше, решаете вы. И за последствия отвечаете тоже вы.
ИИ — удобный собеседник, но не единственный. Коллеги, которые были рядом в разбираемой ситуации, видели то, чего не видели вы. У них другой опыт и другое мышление, и они могут не согласиться с вами по-настоящему, а не по просьбе.
Как это выглядит на практике
Допустим, сотрудник подал заявление через день после 1:1, и вы не понимаете, что пошло не так. Начните разговор с ИИ с такого запроса:
Я руководитель. Хочу разобрать ситуацию: [что случилось]. Не давай советов и не делай выводов. Задавай мне вопросы по одному: что произошло, что я мог контролировать, где в моей версии удобные для меня допущения, что сказал бы человек, который со мной не согласен. В конце разложи мои ответы на три части: факты, мои интерпретации, что я сделаю иначе.
А вы уже пробовали разбирать с ИИ рабочую ситуацию? Что получилось, а что — нет?
@pplsense
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2