Знание любых технологий требует укрепления управленческих знаний

3 марта OTUS проводит большой интенсив “Юнит-экономика: как обосновать инвестиции в IT при ограниченном бюджете”.

На занятии разберут особенности принятия управленческих решений с экономическим обоснованием и аргументацией какие инвестиции в разработку критичны и необходимы, а какие избыточны. Спикер: Алексей Рахманов, СТО FUN&SUN.

👉 Бесплатное участие

Интенсив будет полезен для продакт-менеджеров, которые хотят понять, как связаны ценность продукта, фич и родмэпа с затратами на их разработку.

Всем участникам в подарок большой гайд "Как считать UNIT-экономику в разработке". Реклама ООО «Отус онлайн-образование»

Ничего необычного, это GitHub продакт-менеджера, благодаря которому чувака взяли Senior AI PM в Google Cloud

У Аакаша вышла хорошая пейвол-статья про гитхаб для продактов на примере github.com/shubhamsaboo. Кому влом платить:

Активный GitHub рассказывает о вас то, что не может передать ваше резюме:

– Гитахб публично показывает, что вы действительно Создаёте Нечто, а не просто умеете красиво рассказывать о создании чего-то.

В нём можно вести логи своих вайб-продуктов, продукта компании, и вести свой продуктовый продакт-лог (блог?).

– Гитахб показывает то, как именно вы это нечто создаёте. Всё то, что мы обычно вырезаем из резюме, дабы оно прошло фильтры машин/эйчаров, можно рассказывать в своём гитхабе.

NDA? Никто ж не запрещает в нём делиться вашими публичными апдейтами продукта и намекать на то, как вы с командой к ним пришли.

– Свой Гитахб и форки показывают вашу продуктовую насмотренность и осведомлённость в области любых продуктов, их конкурентов (альтернативных решений проблем) и окружения и дополнений вокруг них. Просто потому, что гитхаб про опенсорс, а опенсорс есть чистый креатив без правил.

– Гитахб показывает, что вы, как минимум, понимаете то, как работают технические команды, что такое Код, и что вы умеете работать с инструментами, которые ваша команда использует ежедневно. То есть то, что вы – специалист.

– Да и в целом, Гитахб – это своеобразная соц сеть, в которой можно найти кучу полезного.

Смерть отслеживания задач – это эволюция

Отслеживание задач/тикетов – это функция корпоративного принуждения, направленная на то, чтобы люди (хотя бы!) вели списки дел, чтобы другим людям было ясно, кто за них отвечает, чтобы другие люди согласовали выполнение этого другими людьми...

Истинная суть, лежащая в основе подхода к разработке продуктов, которую все знают:

Если что-то ВАЖНО, это всплывёт. Снова. Снова. И снова. Пока до тебя это не дойдёт

Если что-то важно, тебе напомнят о его существовании. Снова. Снова. И снова. Пока... нутыпонел

Тебе не нужно отслеживать что-то важное, чтобы помнить о его существовании. Потому что см. выше почему

Бэклог/родмэп даёт ощущение ложной уверенности в важном и спокойствия, показывая следующее "100% точно важное" действие (вот оно, только протяни палец), но именно из-за этого мы месяцами начинаем забивать и апрувить их вопросами и задачами, которые... устаревают месяцы назад.

Чистое пустое пространство заставляет отступить в сторону и спокойно подумать о том, что действительно следует делать дальше, поскольку видение и мышление становятся менее инерционными и предвзятыми.

Всего два простых вопроса:

Почему это происходит именно сейчас? Что говорится этим?

Кошмарный сон любой корпы – работа без задач, которая означает потерю значительной части ежедневного контроля над тем, как ведётся работа.

Но именно такой подход назревает уже несколько лет (ок, десятков лет), и именно так развиваются автономные и гибкие команды/продукты.

Всё что требуется для этого:

– Небольшие и плоские структуры. Если вы хотите работать без списков задач, то каждая проблема/задача/вопрос должны решаться одним сообщением с одним человеком.

– Участники команды, которым вы доверяете самостоятельное управление проектом, а также участники, которым вы доверяете принимать небольшие независимые решения. Первые и вторые должны стать той самой единой структурой.

– Высокий уровень рабочего контекста и инфраструктуры разработки. Первое содержит в себе всю необходимую вводную информацию-базис для команд, второе позволяет им свободно трансформировать её в продукты без ограничений.

✨ Единственные рамки: исправление ошибок должно иметь приоритет над работой над новыми фичами, а стабильное состояние продукта должно быть таким, когда ошибок вообще нет ✨

Только достигнув этого состояния можно пробовать отказываться от того, что мы привыкли называть "отслеживанием задач".

И если ты хочешь увидеть, как выглядит будущее, ищи ответ не на kanban-доске / в родмэпе.

Если бы завтра какая-то команда с $50M инвестиций клонировала ваш продукт, что бы она не смогла воспроизвести даже через три года?

Будьте честны – это не ваша база клиентов/данных/УТП/НКП/культура/стратегия/понимание/связи и т.п. С $50M вы можете купить всёэто, а ИИ плевать на ваши "знания".

Что конкретно вы создали, чему научились или что заработали, что требует времени и что нельзя купить за деньги?

Если вы перебираете варианты с ответами, то вы должны осознать, что держите в руках просто наборы фич, а не свет и бриллианты. Потому что фичи копируются и поглощаются, это физика природы рынка фич.

Что вы создаёте, что становится ярче, крепче и сильнее с течением времени?

Не больше, а ярче, крепче и сильнее.

Ваша деятельность и продукт приносит и накапливает ценность Вне-Времени, или вы бежите по беговой дорожке, скорость и длина которой увеличивается с каждым кварталом?

Выживают только те Продукты, которые изначально не были просто продуктами

Если это не то, что вы строите, сейчас самое время выяснить, что же это такое.

Ключ понимания Систем лежит в мышлении системой действий-состояний пользователя, а не набором страниц с моментами. Когда продакт игнорирует системы, он начинает создавать моменты.

Истинное продуктовое мышление – исследование природы самой проблемы ещё до того, как она вообще была сформулирована.

Потому что каждое взаимодействие существует в более широком контексте целей пользователя, его психо-эмоциональных состояний, наложенных и отражающихся в ограничениях продукта (и продакта), которые вызывают у пользователя ответную реакцию.

Точки входа и выхода:

1. Какие это пользователи?
2. При каких условиях они начинают взаимодействие?
3. Какие состояния пользователя существуют в них до него?
4. Как, в какой момент и за счёт чего механика и функция продукта меняет поведение такого пользователя?
5. Что происходит после взаимодействия?
6. Какие последствия и состояния могут возникать ещё?
7. Что, в какой момент и за счёт чего определяет эти последствия?

Системное продуктовое мышление спрашивает о том, почему этот пользователь в этом состоянии вообще оказался в этой точке?

Точка, где рождается формулировка состояния пользователя и есть точка сборки любой гипотезы, фичи и Систем.

Главные ответы начинают появляться с пониманием того, какой паттерн воспроизводит эту ситуацию снова и снова.

Безопасность бизнеса – его фундамент

Два полезных бесплатных вебинара на тему безопасности бизнеса и составляющих его системы.

«Когда ИИ становится угрозой: управленческие риски в эпоху ИИ» (сегодня, 11 марта в 20:00)

Программа:
– Примеры успешного (и не очень) внедрения ИИ
– Оценка рисков внедрения ИИ
– Изменение зон ответственности
– Масштабирование ИИ

«CTO как система: люди, процессы и ИТ для управления бизнесом» (18 марта в 20:00)

Программа:

– Как распределять ответственность между людьми, процессами и архитектурой

– Принятие эффективных решений: опыт и интуиция

– Масштабируемые процессы без микроменеджмента

– Ошибки и анти-паттерны, которые тормозят рост и эффективность команды.

Вебинары проходят в рамках курса «CTO / Технический директор». Реклама ООО «Отус онлайн-образование»

Февральский дайджест красным цветом
О, этот ярко-красный свет

– Глиммер продакта
– Закон тревоги Гудхарта
– Управление незримым

– Иллюзия могущества ИИ
– Что поручаем ИИ, а что нет
– Как ИИ может утопить
– Как снизить себестоимость ИИ

– Будущее IT
– Jakob Nielsen's 18 Predictions 2026
– 26 Useful Concepts for 2026

– Смерть задач – их эволюция
– Фибонначи трудозатрат
– Золотые правила интерфейсов

– Product Manger Product builder
– GitHub продакт-менеджера
– Слова, фреймворки, кирпичи

– SaaS = API для ИИ
– Контекст = король для ИИ/продакта
– Фокус внимания – роскошь

– Классификация точек
– Айтишники. Останутся. В Телеге.

♾️ Infinite Moments by Erik Wollo
Упавшая в ночи картина изменилась

The Company Graph

Когда говорят, что ИИ/человек не может выполнить ту или иную работу, на самом деле говорят, что им "не предоставили весь контекст".

Всё дело всегда в контексте.

И источник проблемы не в том, что контекста не существует (он существует), а в том, что он разбросан повсюду внутри компании.

Поэтому каждой компании и необходим структурированный граф её знаний. Это хранилище всего контекста:

– идеи, гипотезы, фичи с их разбором в разрезе всей истории их жизни, метрик, отзывов пользователей и происходящих изменений-обновлений;

– каждое решение команды с альтернативами и обоснованием (что решали, что решили и почему);

– каждое совещание (извлеченные утверждения, решения, пункты действий и стратегические изменения);

– все, что вы опубликовали, каждую исследовательскую сессию и каждый конкурентный анализ.

Организация знаний в области и структуру + правильное наименование = ИИ, говорящий на языке вашего продукта о самом себе.

Такой граф не только обновляется и улучшается благодаря вам и команде (вместе с ней), но и выполняет свою главную JTBD – помогает команде через ИИ в предоставлении всем правильного контекста.

Невозможность организовывать работу в пространстве знаний – вот, что погубило все старые продуктовые и проектные wiki. Old school Wiki были просто хранилищем. Граф ИИ – тот самый живой менеджер старой корпоративной википедии.

Потому что теперь ИИ не только имеет быстрый доступ к данным, но и:

– замечает, какие данные/спецификации/идеи не синхронизированы с вашей командой или противоречат друг другу;

– накапливая достаточное количество наблюдений, ИИ может предлагать структурные изменения в Системе именно на основе контекста.

То, что произошло с разработкой ПО с помощью Vibe Coding, совсем произойдет и с интеллектуальным трудом и управлением. И если в 2025 год ИИ писал код, то в 2026 году ИИ начнёт менеджерить решения в компаниях через их знания.

Ваш продукт и компания уже является (и всегда был) графом знаний, имея весь необходимый контекст информации и данных о себе.

Но самые полезные для организации знания находятся не в документах, а в головах людей.

Вопрос лишь в том:

1) можете ли вы, ваши коллеги и только потом ИИ их сохранять, чтобы видеть;

2) хотите ли вы, чтобы их видели Те-Кто-Стоят-За-ИИ

Контекст продакта

Продукт, которым управляет продакт – это система, похожая на стеклянную каплю принца Руперта: чрезвычайно прочная и ярко сияющая. Но надломи её «хвостик» непродуманным решением и она разрушится, обрушив доверие пользователей и похоронив годы работы.

В команде продакта собираются спецы, каждый со своим видением, амбициями и глубокими знаниями. Они подобны алхимикам, которые свято следуют своему сердцу и не всегда готовы подстраиваться под других. Продакт удерживает баланс между их личными убеждениями и целями компании.

А процессы, в которых всё это существует, напоминают головоломку из параллельных реальностей многомерного пространства, в которых официальные регламенты переплетены с негласными договоренностями, корпоративной политикой и всё теми же амбициями, но уже у руководства...

Пост вдохновлен описанием контекста тимлида Евгением Антоновым из Яндекса. Думаю, наше мнение здесь сходится: менеджмент — это адски сложная работа с кучей контекста, которая только со стороны кажется простой.

Решения и действия (с)

Если разложить любую профессию на составляющие то, вы обнаружите одну и ту же повторяющуюся примитивную структуру:

Решения и действия. Всё

Каждая работа, каждый рабочий процесс, каждая профессия, начиная от менеджера до СЕО – это всего лишь уникальная перестановка и комбинация этих двух вещей с разной частотой и амплитудой в зависимости от контекста.

ПО автоматизировало «действенную» часть работы и поглотило действие, но уровень принятия решений остался человеческим, потому что принятие решений требует рассудительности, учёта контекста, терпимости к неопределённости, распознавания образов в неполной информации, креативности и творчества. Для всего этого необходим интеллект (и вкус – прим.). А интеллект раньше не был доступен по запросам из промптов.

Вот почему работники интеллектуального труда чувствовали себя неприкасаемыми. Они не просто кликали мышкой. Они РЕШАЛИ, НА-ЧТО кликать. Но ИИ полностью меняет это.

ПО – это «действие по триггеру»
ИИ – это «принятие решения по запросу»

Подключите ИИ к ПО и данным, и вы замкнёте цикл. Теперь вы можете создавать сущности, которые могут принимать решения и действовать автономно, от начала до конца.

Марк Андреессен однажды сказал, что ПО поглотит мир. Оно поглотило лишь часть работы. Теперь ИИ пришел, чтобы завершить трапезу.

Но, как ни парадоксально, это не убивает рабочие места в сфере разработки ПО и менеджмента, а создаёт бесконечный спрос на них.

Каждый рабочий процесс, который теперь можно автоматизировать, нужно пересоздавать заново.

Здравоохранение, юриспруденция, логистика, финансы, исследования – каждый из них представляет собой фрактал решений и действий, и каждый теперь является программной проблемой. Весь потенциальный рынок теперь охватывает все существующие рабочие процессы, выполняемые человеком.

Но зверь ИИ дик. Он галлюцинирует, дрейфует, ломается, нуждается в ограничениях, циклах оценки, защите и доверии. Кто-то должен его приручать, подключать к реальным системам, данным, заставляя работать всё это в продакшене.

Поэтому менеджеры и разработчики, которые понимают, что они больше не создают инструменты, а создают системы сущностей, не будут заменены.

Так они эволюционируют в Архитекторов всего, что будет их заменять.

Product Focus Club 2026 — главное событие весны про будущее продуктов в эпоху ИИ

17 апреля пройдёт конференция Product Focus Club 2026, где в одном месте соберутся собственники, C-level и руководители продуктов и подразделений, чтобы обмениваться свежими кейсам и идеями.

Четыре трека:

— Продуктовая, бизнес- и AI-трансформация
— Лидерство и команда в кризис
— Стратегия прорыва и точки роста
— AI & тренды

Cпикеры: Сбер, Финам, Rostics, Мегафон, OKKO, Персона, Ростех, ВК и другие.

На конференции вы увидите рыночные тренды, узнаете, как другие встраивают ИИ в продукты, команды и бизнес-процессы и переосмыслите свой продукт в контексте ИИ, найдя новые точки для его роста.

👉 Подать заявку на участие

Для обеспечения качественного нетворкинга и сильное окружения, все участники проходят модерацию.

Промокод на скидку 15% для подписчиков канала: PF15RUSPM.

RevenueCat опубликовали ежегодное исследование рынка подписок

Внутри много всего, из интересного:

– Жёсткие пейволлы превосходят фримиум по конверсии: приложения, требующие оплаты сразу, конвертируют пользователей в 5 раз эффективнее, чем модели фримиум (10,7% против 2,1%). Однако в долгосрочной перспективе это преимущество исчезает и спустя год показатели удержания пользователей (retention) для обеих моделей становятся практически идентичными.

– Приложения сокращают пробные периоды вопреки статистике: пробные периоды длительностью от 17 дней обеспечивают конверсию на 70% выше, чем короткие триалы (42,5% против 25,5%). Тем не менее, разработчики продолжают переходить на 3-дневные пробные версии. Сегодня почти половина всех приложений предлагает пробные периоды длительностью не более четырех дней, тем самым, возможно, упуская значительную часть потенциальной конверсии.

– 55% всех отмен 3-дневных пробных периодов происходит в «нулевой день» (день установки приложения). Битва за подписчика выигрывается или проигрывается уже во время первой сессии, что вынуждает разработчиков мгновенно создавать для пользователя тот самый aha-moment.

— Почти треть всех отмен подписок в Google Play происходит не по воле пользователя, а из-за сбоев при списании средств — этот показатель вдвое больше аналогичный показатель в App Store (14%).

– ИИ помогает продавать, но не удерживать: приложения на базе ИИ приносят на 41% больше выручки в пересчёте на одного платящего пользователя, однако отток аудитории в них происходит на 30% быстрее.

3,000 лет д.н.э: Проект-менеджмент
1855: Структура ж/д компании
2026: Структура ИИ-агентов

В 1855 году у Нью-Йоркско-Эрийской железнодорожной компании возникла проблема. Железнодорожный транспорт в то время представлял собой крупнейшую в истории страны структуру по сложности своей организации.

Начальнику железной дороги Дэниелу МакКаллуму, который в то время был ведущим мыслителем в области менеджмента, было поручено найти решение. Так он разработал первую в истории современного мира сложную, многоуровневую, древовидную организационную схему (хайрес).

Схема представляет собой дерево, корни которого символизировали президента и совет директоров. Ветви – пять оперативных подразделений и сервисных отделов (ремонт локомотивов, автомобили, телеграф, типографию, а также казначейство и секретариат. Листья же обозначали местных агентов по продаже билетов, грузоперевозкам и экспедированию грузов, подчиненных руководителей, поездные бригады, бригадиров и так далее.

Одной из отличительных особенностей схемы Маккаллума для Эри является то, что она функционирует одновременно и как карта и как организационная схема. Вы можете видеть как структуру всей железной дороги и расположение её подразделений, так и организационную структуру каждого подразделения.

На схеме Маккаллума самые высокопоставленные руководители компании расположены внизу, что противоречит современному пониманию иерархических организационных схем.

Это совершенно другая организация, нежели пирамидальная структура, в которой руководители находятся на вершине, в отличие от этой, где они находятся внизу

Несмотря на достижения МакКаллума в конце XIX века, организационные схемы получили широкое распространение лишь спустя почти сто лет, с появлением бизнес-школ в США. До этого момента организационные схемы появлялись в исторических документах лишь в контексте военных действий.

P.S. Маккаллум просто скопировал всё с языка Кипу эпохи среднего горизонта (периода до инков), в котором цифры завязывали узелками и могли использовать для учёта расходов и доходов. Некоторые из узлов так же, как другие особенности, такие как цвет, представляют нечисловую информацию, которая до сих пор ещё не была расшифрована.

В 2006 году американский исследователь Гари Уртон обнаружил, что в узелках Кипу заложен код, напоминающий двоичную систему. 3,000 лет до нашей эры. Заложен код.

Trello, Jira, Notion, Obsidain? А может, лучше Настя Кипу?

Всем пятницы и выходных!

Subagents vs. Agent Teams: в чём между ними разница + 5 паттернов оркестрации

Субагенты – это параллелизм через изоляцию

Субагент – это специализированный экземпляр в Claude/ChatGPT, работающий в собственном изолированном окне контекста. Представьте, что вы выступаете руководителем исследовательской группы. Вы не читаете каждый первоисточник лично, а делегируете конкретные вопросы исследователям, они возвращаются к вам с квинтэссенцией полученных данных, и вы синтезируете всё это в единый, связный результат. Именно так работает механика с субагентами.

Каждый субагент получает:

– Собственный системный промпт, определяющий его специализацию.
– Конкретный набор инструментов, к которым он имеет доступ.
– Чистое, изолированное окно контекста.
– Одну конкретную задачу для выполнения.

По завершении, родительскому процессу возвращается лишь окончательный результат. Не полная цепочка рассуждений и не промежуточные шаги, а только сжатый вывод.

Смысл использования субагентов заключается не только в параллелизме, но и в компрессии. Вы дистиллируете огромный объём поисковой активности в чистый сигнал, не засоряя контекст родительского агента информационным шумом.

Существует одно жесткое ограничение: субагенты не могут взаимодействовать друг с другом напрямую. Все результаты возвращаются к родительскому агенту, который выступает в роли единственного координатора.

Это ограничение не то чтобы, недостаток, а скорее, особенность архитектуры и механики. Оно обеспечивает предсказуемость системы, в котрой вы всегда точно знаете, по каким каналам движется потоки информации и где принимаются решения.

Команды ИИ-агентов – это координация через коммуникацию

Команды агентов представляют собой принципиально иную модель. В то время как субагенты это недолговечные исполнители, которые выполняют конкретную задачу и исчезают, команды агентов – долгоживущие сущности, которые сохраняют своё состояние, напрямую взаимодействуют друг с другом и координируют свои действия посредством общего состояния.

Команда агентов состоит из трёх ключевых компонентов:

– Лидер команды, который координирует работу, распределяет задачи и обобщает результаты.

– Члены команды в лице независимых экземпляров агентов, каждый из которых обладает собственным контекстным окном и работает параллельно с остальными.

– Общий список задач, в котором отслеживается статус каждой задачи, а также зависимости между задачами.

Главное отличие от субагентов заключается в прямом взаимодействии по принципу «от равного к равному». Участники команды могут обмениваться сообщениями, делиться результатами, выявлять препятствия и вести переговоры, не пропуская всё через родительского ИИ-агента руководителя.

Вот как следует подходить к выбору между этими двумя подходами:

1) Суб-агенты работают по принципу «запустил и забыл». Вы ставите им задачу, они её выполняю и отчитываются о результате. Никакого взаимодействия или диалога между агентами. Ни общей памяти, ни сохранения текущего состояния, потому что жизненный цикл каждого суб-агента ограничен рамками одной сессии.

2) Команды ИИ-агентов работают на принципах сотрудничества, сохраняют своё состояние и накапливают контекст с течением времени. Результаты, полученные в процессе выполнения любой задачи, мгновенно становятся доступны ИИ-коллегам по команде.

Используйте суб-агентов, когда ваша работа допускает «параллельное» выполнение: независимые потоки исследований, изучение кодовой базы или поиск информации, когда родительскому агенту требуется лишь краткая сводка результатов.

Используйте команды агентов, когда работа требует постоянного согласования действий: в ситуациях, когда агентам необходимо сверить свои результаты перед переходом к следующему этапу, или когда открытие, сделанное в одном потоке, влияет на дальнейшие действия другого ИИ-потока.

Продакты с амбициями, вам сюда

Т-Образование запускает курс по ML-Product-менеджменту для опытных специалистов с 12 мая по 7 июля.

Акцент на практику — участники создают свой ML-прототип и проходят через все этапы принятия продуктовых решений: от идеи и формулировки гипотез до MVP и масштабирования в формате Stage-Gate.

А еще в программе:

— восемь модулей с тестами и заданиями;
— лекции раз в неделю и задачи с обратной связью;
— работа с метриками, этикой, дрифтами, PDCA, мониторингом и scaling-фазой.

Преподаватели курса — лидеры профессии и практикующие ML-продакты.

В конце пройдет защита прототипов продуктов — шанс показать свои навыки и быть рассмотренным на роль ML-Product-менеджера в Т-Банке.

Если готовы сделать следующий карьерный шаг — подайте заявку.

Как там дела у Фигмы после IPO

1. Тул #1 для UX/UI/дизайна
2. Отказ от поглощения Adobe, компенсация в $1B
3. Скандал вокруг прав на слова dev mode и Config
4. Выход на IPO
4. 6-ти месячный lock-up акций после IPO
5. Акции упали на 80% (на языке биржи они превратились в мусор)
>> Figma сейчас здесь <<

Figma в 2026 году убыточна на -120% (они тратят $220 чтобы заработать $100), а рост выручки замедлился до 30%, что по стандартам компаний стартапов её уровня считается весьма слабым результатом.

Для понимания особой печали сотрудников Фигмы – после IPO они стали богатыми на экране, но из-за локапа не могли продать акции и выйти в кеш и наблюдали за падением цены своих акций.

Ко всему прочему, Фигме на хвост наступают конкуренты типа https://penpot.app (рекомендую изучить как альтернативу Фигме, есть self-hosted и тот же MCP для фронтов) и, в целом, вся ИИ индустрия, готовая в любой день выкатить и выкатывающая очередной уникальный ИИ-тул для создания уникального дизайна и интерфейсов.

Я это всё плавно подвожу к тому, что эпоха SaaS с приходом ИИ ОЧЕНЬ сильно изменилась и рыночек в лице акций самого популярного инструмента для создания интерфейсов тому наглядный пример.

И подкидывая дров в печку AI Free Zone, скажу, что self-hosted продукты в эпоху ИИ рулят по 3 главным причинам:

– с self-hosted вы перестаёте зависеть от хотелок продактов условных Figma/Notion в эпоху ИИ-хайпа;

– с self-hosted вы платите $50/m за машину на DO вместо того, чтобы платить тысячи $ за каждого сотрудника Figma/Notion/Slack за... а за что мы платим им тысячи долларов?

– вы не кормите чужой ИИ своими данными.

И для меня приятным удивлением в этом году было обнаружить https://anytype.io для ведения тасочек и доков. Русские ребята в Швейцарии пилят удобную self-hosted замену Ношена/Обсидиана, в которой есть всё что надо от таск-менеджера и Слака, плюс шифрование ✨ В общем – make it yours.

Возвращаясь к Фигме, предположу, что её всё же выкупят и это будет OpenAI/Claude. Или, может быть, опять Adobe за... миллиард?

Что такое вайбкодинг и почему о нём так много говорят?

Битрикс24 выпустил бесплатный курс для гуманитариев из 11 уроков, где простым языком разбирают вайбкодинг и показывают, как делать первые проекты с ИИ без знания языков программирования.

Курс будет полезен руководителям, маркетологам, HR, менеджерам — всем, кому интересна тема. Формат практический: минимум теории, первые проекты, разбор ошибок, работа со структурой и сценариями.

Пройти курс можно на любой платформе:
YouTube / VK / RuTube

Каждая фича старого SaaS теперь переосмыслена ИИ

Подумай же и ты об этом:

– Old school SaaS полагался на жёсткие предопределённые правила и данные. Теперь ИИ заменяет их контекстной логикой.

– Сбор данных раньше был в виде статичных форм с фиксированными полями, которые нужно было заполнять руками (своими или пользователей). С ИИ это а) автозаполнение; б) обогащение данных за секунды.

– Workflows раньше строились руками менеджеров и разрабов как цепочки «If-This-Then-That», где люди проектировали каждый шаг. Теперь ты описываешь всё текстом и ИИ собирает и проводит процессы.

– Импорт данных раньше был по жёстким шаблонам CSV, который ломался на любой ошибочной строке и приходилось тратить часы на её поиск и исправление. Теперь ИИ ест данные за минуты.

– Поиск внутри продукта... Помню, на заре 2010-ых был целый сегмент продуктов по поиску внутри продуктов. Где они сейчас, где будут завтра?

– Обучение/документация были протухшей базой знаний FAQ. С ИИ документация жива и актуальна.

– Аналитика была взглядом на месячную задержку данных. ИИ анализирует онлайн.

– Дизайн был делом вкуса и времени. Теперь с ИИ остался только вкус.

– Старый спам уведомлений. ИИ-саммари и группировка.

– Онбординг? ИИ-адаптация!

– API? MCP!

– SaaS теперь источник данных для ИИ.

– Новые фичи = интеграция данных, а не фич

– Новый UI/UX = голос-чат

Продуктовое мышление — навык для вашего роста 🧠

Если вы уже работали с продуктом, но до этого двигались на ощупь и без уверенности — возможно, пора систематизировать знания.

До 31 марта на расширенный курс «Продакт-менеджер» действует скидка 10% на все курсы, кроме программ ВО и Медицины, по промокоду NETONEW10.

За 10 месяцев вы научитесь:

- анализировать рынок и ЦА, проводить A/B-тесты и CustDev;
- разрабатывать концепцию продукта и создавать MVP;
- составлять ТЗ исполнителям;
- использовать гибкие методологии;
- рассчитывать юнит-экономику.

Для итоговой работы создадите концепцию продукта: с анализом ниши и конкурентов, списком гипотез, первым прототипом и юнит-экономикой.

🔗 Записаться со скидкой → https://netolo.gy/eFWv

Реклама. ООО "Нетология" ОГРН 1207700135884 erid:2VSb5yTzM3w