Подкаст make sense (Есть смысл)

make sense (Есть смысл)

Вместе с гостями подкаста make sense (Есть смысл) мы говорим о том, что важно при создании продуктов: люди, идеи, деньги, инструменты и практики

Play

Open in

23 episodes
weekly
Avg 43 min
Russian

Episodes 23

Newest Oldest Longest

All20 Unplayed20 In progress0 Played0

Counted on this page — what you have heard stays on this device, so it is not something the list can be paged by.

#429
September 2 · 55 min
Об исследовании как образе мышления, языках описания реальности, ошибках и границах применения ИИ
«Проблема качественного анализа в том, что, чтобы проверить его от и до за моделью, тебе придётся повторить этот анализ. Весь этот выигрыш скорости сводит на нет то, что она может где-то лажать.» «По сути, никаких джобов, персон, мотиваций и потребностей не существует — мы не можем их наблюдать в реальности, просто их измерить. Мы вводим эти понятия только для того, чтобы объяснить реальность.» «Исследование — это действительно образ мышления. Если взять смежную сферу UX-дизайна: знание определённых тёмных паттернов, законов, правил композиции — оно не делает тебя дизайнером.» Ведущий: Юра Агеев, основатель ProductSense Гость: Константин Ефимов, соавтор книги "Качественные исследования в бизнесе”, управляющий партнер в X-Patterns.pro Телеграм-канал PostPostResearch: https://t.me/postpostresearch Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Epic Growth Conf'26 на ProductSense: https://egconf.io/ Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 02:38 — Как евангелисты кастдева ворвались в мир исследователей 04:10 — Три волны исследовательских сообществ 07:22 — Иллюзия быстрого успеха: что на самом деле продавали книги про кастдев 12:44 — Глубинное интервью против 15-минутного кастдева 13:56 — Исследование как образ мышления, а не протокол 16:59 — Подход Cynefin: три домена сложности задач 17:57 — Кластеризация в личных проектах как задача третьего домена 20:38 — «Метод параноика»: протоколы, седина, мозги 21:57 — Как демократизация стёрла третий, самый сложный уровень исследований 24:33 — Кейс телекома про «проклятие трубы» 28:02 — Desk Research и Deep Research до разговоров с людьми 30:14 — Почему ИИ додумывает то, чего нет в обучающих данных 34:39 — Водка на мумиё: то, что не расскажет модель 36:19 — Нет-тест и подхалимность моделей на синтетическом респонденте 39:00 — Почему джобов и персон не существует 42:45 — Как выбор языка меняет глубину ответа 47:07 — Жадность вне фреймворка JTBD: почему драйверы и барьеры проще 48:12 — Как ИИ ускорил протокольные задачи 51:33 — Почему анализ ИИ всё равно нужно перепроверять от и до 53:00 — Советы продактам: как развивать исследовательское мышление Словарик терминов: — JTBD (Jobs to be Done) — методология «работ», которые пользователь нанимает продукт выполнить — Cynefin — подход для классификации задач по уровню сложности — MVP — минимально жизнеспособный продукт — Deep Research — режим ИИ для автономного глубокого поиска и анализа информации — Desk Research — кабинетное исследование по открытым источникам
#428
August 28 · 1 hr 6 min
Об экономике ИИ в бизнесе, перестройке процессов целиком, ответственности и будущем SaaS-сервисов
«Ключевым образом я увидела, что магии не существует. Тот уровень развития инструментов, который нам доступен, способен решать задачи быстрее. Но чтобы это дало долгосрочный эффект, нужно не просто внедрять ИИ, а перестраивать весь процесс целиком.» «Универсального агента, который решает любую задачу целиком, не может создать просто IT-компания. Экспертиза нужна нишевая, и она должна быть продумана людьми, которые делают эту работу каждый день. Без этого массового внедрения ролевых агентов в компаниях не случится.» Ведущий: Юра Агеев, основатель ProductSense Гость: Оксана Гапонова, заместитель Генерального директора Яндекс 360 Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Epic Growth Conf'26 на ProductSense: https://egconf.io/ Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 01:37 — От эйфории вайб-кодинга к умеренному оптимизму 03:46 — Магии не существует: ИИ ускоряет, но не решает всё сам 06:17 — Почему стратегия выжидания не результативна? 09:38 — Причины внедрения ИИ: конкуренты, клиенты, визионерство 10:54 — Может ли вайб-кодинг убить SaaS-сервисы? 16:57 — Универсальные агенты невозможны без нишевой экспертизы создателей 22:10 — Где реальная экономия для бизнеса от использования ИИ? 25:23 — Вечно актуальный вопрос: как должны выглядеть продуктовые команды? 30:37 — Сколько реально ИИ экономит времени лично Оксане 33:57 — Экономика внедрения: как считать эффект от дорогих инструментов 38:47 — ИИ — это новый инструмент, а не революция 42:34 — Кто отвечает, если ИИ ошибся 46:39 — Утечка данных через открытые модели и галлюцинации ИИ 51:13 — Определение стабильного результата субъективно 56:08 — Почему на рынке пока нет ИИ-интеграторов 1:02:40 — Так ли важно понимать глубину процесса? 1:05:19 — План внедрения ИИ в компании Словарик: - SaaS — программное обеспечение, предоставляемое по подписке как услуга (Software as a Service) - CSAT — индекс удовлетворённости клиентов (Customer Satisfaction Score) - вайб-кодинг — написание кода с помощью ИИ через команды на естественном языке, без глубокого владения кодом
#427
August 20 · 37 min
О границах делегирования агентам, пределах внимания и ответственности за чужой результат
«Хорошо выполнять задачу самому, хорошо получать результат через другого человека и хотеть управлять — это три разные вещи, которые могут совпасть в одном человеке, а могут и не совпасть.» «Добавить ещё одного исполнителя очень легко — открыть ещё одну сессию, запустить ещё одного агента. Технически это почти ничего не стоит. А вот добавить человеку ещё одно внимание, ещё одну память и ещё одну голову мы пока не умеем.» «Человек может за день инициировать в несколько раз больше работы, чем раньше, но его способность осмыслить эту работу не выросла в несколько раз.» Ведущий: Юра Агеев, основатель ProductSense Epic Growth Conf'26 на ProductSense: https://egconf.io/ Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 01:48 — С агентами человек ставит задачу и уходит, а не работает рядом 04:20 — Новички проверяют каждый шаг, опытные дают свободу 05:56 — Добавить агента легко, добавить человеку внимание и память — нет 08:19 — Важен поток решений на проверку, а не число агентов 10:02 — Хорошее делегирование — про границы, контроль и критерии приёмки 12:11 — Экспертиза пользователя определяет длину сессии и долю подтверждённого успеха 13:33 — Асимметрия: можно инициировать в разы больше работы, но не осмыслить её больше 14:35 — Желание управлять не гарантирует умения 17:03 — Зачем вообще появилась управленческая иерархия? 22:08 — Формальная и реальная власть 23:18 — Автономия работает только вместе с обратной связью 25:09 — Решения за других людей психологически дороже, чем решения за себя 27:03 — Чем сильнее агент, тем слабее личное чувство ответственности человека 29:22 — У агента нет человеческой стороны управления 31:09 — Профессиональный менеджер смещается к проектированию системы решений 35:23 — Управление агентами мы тоже постепенно передаём агентам
#426
August 12 · 37 min
О месте ИИ среди технологических революций, долгосрочном конкурентном преимуществе и сигналах рынка
«Архив можно купить, лицензировать, украсть или приблизительно воспроизвести. А вот поток настоящего пользовательского поведения создаётся заново каждый день» «Компании годами получают обратную связь и великолепно умеют её игнорировать» «Сама по себе модель — это не преимущество. Завтра такая же модель может появиться у ваших конкурентов» Ведущий: Юра Агеев, основатель ProductSense Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Epic Growth Conf'26 на ProductSense: https://egconf.io/ Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 01:12 — Конкурентный рынок компьютерных томографов 06:47 — Как готовая сеть продаж и обслуживания стала преимуществом компании 08:26 — Дистрибуция решает: действительно ли технологии вторичны? 09:48 — Карлотта Перес о технологических революциях 12:16 — Проекция истории на сегодняшний рынок ИИ 14:55 — Почему ответ «Данные — наше преимущество» слишком грубый? 17:56 — Кейс ByteDance: усиливающийся цикл между продуктами 21:04 — Сервисная сеть как канал обратной связи с рынком 25:06 — Распространение технологий за пределами их создателей 27:21 — Опасность путать редкую способность с системой преимуществ 28:27 — Главный вопрос: успевает ли компания создать новую уникальность быстрее её обесценивания 32:17 — Контакт с реальностью — не гарантия: компании умеют игнорировать сигналы 34:59 — Как должен звучать главный вопрос продуктовой компании сегодня
#425
August 5 · 33 min
Об иллюзии роста производительности, способах контроля ИИ, разнице личного и системного эффекта
«К концу 2025 года 97% опрошенных менеджеров продуктов уже использовали ИИ в работе, но 77% не видели изменений в продуктовых метриках. Встроить ИИ в процессы с конкретными целевыми показателями успели только около 10% участников». «Можно научить каждого станочника быстрее управлять новым двигателем, но это не изменит расположение фабрики». «Настоящий перелом произошёл по мере распространения небольших электродвигателей, которые можно было устанавливать непосредственно на отдельные станки — этот принцип назывался unit drive, индивидуальный привод. Вместо одного большого двигателя стало много маленьких, но последствия оказались организационными». Ведущий: Юра Агеев, основатель ProductSense Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 01:18 — Выводы про ИИ из исследования ProductSense 2025 05:27 — Производительность сотрудника — не то же самое, что производительность системы 08:24 — Аналогия с электрификацией фабрик: один вал на всю фабрику 09:38 — Первый этап электрификации — новый двигатель просто вращал старые валы 10:27 — Эффект электрификации проявился только спустя десятилетия 13:31 — Компании сейчас делают с ИИ то же самое, что фабрики делали с электромотором 15:58 — 77% сложностей успешных внедрений ИИ — не в модели, а в процессах 18:34 — Два способа контроля ИИ: подтверждение каждого результата и обработка исключений 22:12 — Единица улучшения: задача сотрудника и рабочий поток компании 24:34 — Ускорение кода не сокращает цикл, если ревью и тестирование не успевают 28:22 — «Супергерой» с личной ИИ-системой — актив человека, а не организации 30:00 — Стандартизировать нужно не каждый шаг мышления, а точки перехода в общую систему 31:04 — Итог: Вопрос не в скорости двигателя, а в архитектуре фабрики Словарик: - Unit drive — индивидуальный электропривод на каждый станок вместо одного общего вала на всю фабрику
#424
July 29 · 34 min
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
#423
July 22 · 35 min
О скрытом обучении, вытеснении новичков из работы и двух результатах любой работы
«У процесса всегда было два результата. Первый — сама выполненная работа. Второй — человек, который стал чуть лучше способен выполнять эту работу самостоятельно» «Одни и те же модели будут доступны огромному количеству компаний и специалистов. Дефицитом станет среда, в которой люди продолжают приобретать опыт, необходимый для управления этими моделями» Ведущие: Юра Агеев, основатель ProductSense О чем говорим: 00:00 — Введение 01:10 — Итог прошлого выпуска: ИИ снижает цену действия, но не цену решения 01:40 — Новое следствие: опытный специалист вытесняет начинающего из работы 02:10 — Кейс Мэтта Бина: как роботизированная хирургия изменила обучение хирургов 05:04 — Важный вывод: дело не в качестве операций, а в распределении работы 05:55 — «Теневое обучение»: как резиденты сами добывали практику в обход системы 07:49 — Два результата любой работы: сам результат и обученный человек 08:54 — Пример продакт-менеджера: какие задачи раньше доставались джуниорам 10:24 — Что теряется, когда модель делает эту работу за человека 11:28 — Исследование 2024 года: младшие консультанты и генеративный ИИ 13:28 — Почему нужно различать выполнение задачи и формирование навыка 14:03 — Эксперимент: программисты изучают новую библиотеку с ИИ и без 15:03 — Разница между помощью, убирающей сложность, и помощью, которая учит с ней работать 18:39 — Замкнутый круг: меньше практики — медленнее растёт способность оценивать ИИ 19:10 — Модель экономиста Энрике Иде о передаче неявного знания между поколениями 19:51 — Дилемма руководителя: джуниор или опытный сотрудник для задачи с ИИ 20:35 — Почему правка кода джуниора и модели — не одно и то же 21:49 — Контрпример: как PackBot изменил обучение сапёров 23:49 — Главный вопрос: кому достаётся управление при внедрении ИИ 26:03 — Почему запрет на ИИ для новичков — плохое решение 29:14 — Три вещи, которые должна сохранять система обучения с ИИ 32:11 — Суждение — результат переработанного опыта, а не врождённая способность
#422
July 15 · 32 min
О дешёвых прототипах, роли суждения и почему LLM ускоряют и плохой процесс
«Прототип может ускориться в 10 раз, а весь путь продукта — только на 10%. Эта цифра не обесценивает ускорение, а помогает понять, где именно оно произошло.» «LLM способны ускорить не только хороший, но и плохой продуктовый процесс: плохая команда быстрее превратит своё предположение в красивый прототип и убедит себя, что проблема доказана.» Ведущие: Юра Агеев, основатель ProductSense Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чём говорим: 00:00 — Введение 00:26 — О чём выпуск: соло про удешевление первой версии 01:26 — Раньше первая версия была дорогой: цепочка передач контекста 03:26 — Бум LLM в менеджменте продукта и вопрос «где кейсы?» 04:27 — Кейс Selectel: кликабельный прототип за 20–25 минут 05:01 — Три концепции редизайна за час; стоимость производства влияет на выбор 06:56 — Кейс EXANTE: требования и HTML-прототип до подключения дизайнера 07:53 — Продакт сам доходит до кода и открывает Merge Request 08:46 — Сокращение цикла фичи с 1,5–2 месяцев до 3–4 недель — и осторожность к цифре 09:59 — Самая важная цифра появляется не там, где ускорение максимально 10:11 — Кейс Content AI: прототип в 5–10 раз быстрее, конвейер — на 10% 11:19 — «Производительность» — что скрывается за словом 12:26 — Нагрузка перемещается дальше по процессу 12:53 — Пример: 3 прототипа превращаются в 30, а пропускная способность прежняя 13:26 — Парадокс: каждый быстрее, а полный цикл не сокращается 15:11 — Главный сдвиг: дефицит переезжает из производства в выбор 16:01 — Побочный эффект: убедительный прототип принимают за доказательство 17:30 — LLM ускоряет и хороший, и плохой продуктовый процесс 18:00 — Чем дешевле генерация, тем важнее профессиональное суждение 18:30 — Кейс Just.ai: мониторинг упоминаний, где эффект легко посчитать 19:51 — Ближе к Discovery и стратегии измерять эффект всё сложнее 20:52 — Как меняется ценность продактов, дизайнеров, разработчиков, тестировщиков 22:48 — Организационный риск: больше работы у тех, кто отвечает за качество 24:42 — Три объяснения разрыва между «в 10 раз» и «на 10%» 26:34 — Лучший результат — вовремя не выпустить фичу 27:37 — Кейсы дают механизм, но не распространённость 30:16 — Ежегодное исследование и его прошлогодний вывод 30:45 — Тема и три трека ProductSense 2026 Кейсы по теме: Selectel — «Как создавать интерактивные прототипы интерфейсов с помощью ИИ» https://clck.ru/3UoZAD EXANTE — «Как продакт-оунер использует ИИ на всём пути от идеи до релиза» https://clck.ru/3UoZAE Content AI — «Как ИИ меняет разработку: прототипы быстрее в 5–10 раз, весь конвейер — примерно на 10%» https://clck.ru/3UoZAF Just AI — «Как мы автоматизировали мониторинг упоминаний продукта с помощью ИИ-агента» https://clck.ru/3UoZAH
#421
July 8 · 33 min
О том что такое агент, уровнях автономности и проектировании рабочей среды
«Модель не становится агентом просто потому, что мы её так назвали. Она может хорошо рассуждать, писать сильные тексты, код, планы. Но пока вокруг неё нет рабочего контура — это всё ещё не агент.» «Одна и та же модель в плохой обвязке будет выглядеть как болтливый стажёр: много текста, много уверенности и мало ответственности за результат.» Ведущие: Юра Агеев, основатель ProductSense Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чём говорим: 00:00 — Введение 01:20 — Слово «агент» размылось: каждый понимает своё 02:30 — Три разные вещи: модель, инструмент и рабочая система 04:16 — Субъектность: почему модель кажется агентом, хотя ещё не он 05:04 — Цикл работы: что на самом деле делает агента агентом 06:38 — Главная граница: кто решает, что делать дальше 07:40 — Автономный агент — это рамка работы, а не команда на каждый шаг 08:48 — Разработка: это уже агент или всё ещё дополнительные руки? 09:36 — Два вопроса: автономность внутри задачи и над задачами 10:43 — Почему в коде выходит агент, а в маркетинге — руки: роль тестов 12:00 — Harness/обвязка: то, что превращает токены в работу 14:09 — Рабочее место агента: аналогия рабочего стола 16:34 — Почему у разработки почти идеальная среда для агентов 19:50 — Одна модель в плохой и в хорошей обвязке 20:20 — Что значит «запустить агента» 22:26 — Семь блоков обвязки: участок ответственности и источники 25:02 — Границы полномочий, хуки, память и проверка качества 26:38 — Журнал решений: зачем видеть, что агент решил и почему 27:37 — Пять уровней автономности 29:24 — Проблема не в модели, а в наших нечётких правилах 29:49 — Проектировать работу агента — это хороший менеджмент 32:40 — Главный вывод: следующая компетенция — проектировать обвязку
#420
July 1 · 30 min
О задачах и артефактах, декомпозиции и работе с агентами
То, что мы называем задачей, часто есть название артефакта, и это совсем не равно задаче. Лендинг — это форма результата, стратегия — жанр документа. Задача появляется только тогда, когда понятно, какую работу этот артефакт должен выполнить.» «Плохой результат легко отбросить, а вот средний нас затягивает. И как раз в этом и заключается опасность.» «Агент часто просто возвращает нам нашу же воду, наше непонимание, но аккуратно отформатированное. И это неприятно, потому что ответственность становится видимой.» Ведущий: Юра Агеев, основатель ProductSense Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чём говорим: 00:00 — Введение 00:33 — Почему «собрать лендинг» ещё не значит поставить задачу 01:18 — История: пришёл к агенту с полным контекстом 02:29 — «Маленькое чудо»: лендинг за минуты вместо недель 02:56 — Страница выглядит убедительно, но собрана из чужих страниц 03:56 — Средний результат злит сильнее плохого 04:50 — Рефлекс «дай больше контекста» не сработал 05:40 — Инсайт за кофе: чиню не то, задачи ещё нет 06:21 — Какую работу страница должна сделать для человека 07:45 — Название артефакта — ещё не задача 08:53 — Агенты как честное зеркало: проблема видна быстрее 09:41 — Сильный редактор и продакт дособирают задачу за постановщиком 10:54 — Почему агент не переспрашивает, а достраивает среднее 11:28 — Исследование «What prompts don't say»: угадывает ~40% 13:45 — Пересборка задачи: в какой ситуации человек 14:57 — Дизайн-система: выдать ≠ объяснить, как ей пользоваться 16:37 — Разметка фотографий отдельным агентом 17:44 — Паттерны лендингов, структура наконец проявляется 18:56 — Промпт сократился до одной строки 19:52 — Главный вывод: момент, когда отдаём задачу в исполнение 21:36 — Эксперт vs новичок: паттерн до исполнения 22:21 — Мульти-агенты и декомпозиция на независимые куски 23:35 — Intelligence vs judgment: задачи суждения не режутся 24:06 — Дрейф цели на длинной дистанции 25:12 — Формула: «помоги оформить задачу», а не «сделай» 25:32 — Агент как неприятный собеседник, ищущий дыры 26:26 — Скорость агента работает против сырой задачи 28:42 — Итог: собирать задачу, а не прятать её
#419
June 24 · 41 min
О том, как работать за границами своей компетентности, сигналах доверия и способах проверки ответов
«Компетентность — это не просто объём знаний, это способность видеть ситуацию иначе: замечать несостыковки, видеть фальшь, узнавать паттерны, быстро понимать, где ответ нормальный, а где в нём что-то не так.» «Доверие — это механизм снижения социальной сложности. Без доверия невозможно жить, потому что альтернатива — это проверка всего, а на это физически не хватит времени.» «В следующий раз, когда модель даст вам убедительный, правдоподобный ответ, остановитесь и спросите себя: это точно проверенный ответ или очередное случайное число 17?» Ведущий: Юра Агеев, основатель ProductSense Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 03:00 — Почему все модели отвечают «17»? 05:00 — Что такое компетентность? 10:47 — Зоны развития в работе с моделью 15:30 — Зоны компетенций на примерах из жизни 18:00 — Доверие как механизм снижения сложности 19:18 — Три сигнала доверия: способность, доброжелательность, целостность 22:32 — Мир ненадёжных сигналов 27:04 — Метакогнитивная лень и когнитивный долг 29:38 — Искажения моделей: подхалимство и якорение 32:20 — Метод работы за границей компетентности 36:43 — Киборг и кентавр: две модели взаимодействия 38:48 — «Мы и так живём через делегирование»
#418
June 17 · 39 min
О продуктовом мышлении, роли артефактов в эпоху LLM и изменении критериев оценки результатов
«Продуктовое мышление — это способность превращать неопределённость в проверяемые продуктовые решения, удерживая одновременно пользователя, бизнес, систему и команду.» «Вкус — это способность чувствовать последствия решения до того, как они действительно развернулись.» «Можно много чего делегировать, но менеджер продукта за это всё отвечает.» Ведущий: Юра Агеев, основатель ProductSense Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 01:24 — Четыре блока работы менеджеров продукта до LLM 06:40 — Роль артефактов в работе с командой и почему они стали способом оценки 08:33 — Что такое продуктовое мышление 11:46 — Признаки продуктового мышления у человека 13:17 — Что меняют большие языковые модели 18:14 — Артефакты обесценились как признаки работы 20:37 — Где LLM помогают, а где всё ещё зона ответственности человека 22:27 — Как теперь оценивать промежуточную работу продуктового менеджера 26:36 — Качество использования LLM как отдельный навык 27:17 — Что в 2026 году меняется и не меняется в работе продуктовых менеджеров 30:00 — Вкус как защитный ров и его связь с продуктовым мышлением 34:57 — Ставка на ответственность и качество решений Словарик: — LLM — (Large Language Model) большая языковая модель
#417
June 12 · 34 min
Об устройстве контекстного окна моделей, неоднородности интеллекта и правилах контекст-инжиниринга
«То, что вчера требовало от эксперта знаний — сделать сайт, написать описание, разметить данные — сегодня модель делает почти что из коробки.» «Модель на самом деле не ошибается — просто у неё нет понимания, как решать именно эти задачи.» «Когда вы ловите себя на том, что повторяете модели одно и то же снова и снова, — это сигнал, что в контексте появилась дыра.» Ведущий: Юра Агеев, основатель ProductSense Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 02:50 — Устройство контекстного окна на примере аналогий 04:14 — Статистический разрыв при обучении модели 05:09 — Семантический разрыв при обучении модели 06:56 — Ошибки мышления модели, подхалимство и уход от ответственности 09:00 — Захламление контекста и сжатие 11:11 — Две картины мира: человек и модель 18:22 — Неоднородность интелекта моделей и рваные границы 21:40 — Почему дообучить модель самому — это тупик? 22:16 — Контекст-инжиниринг: то, на что мы реально влияем 24:52 — Правило 1: разбивать задачи на чаты и контролировать сжатие 26:16 — Правило 2: не сваливать 30 файлов сразу, ловушка якорения 27:50 — Правило 3: hand-off, выжимка задачи для следующей сессии 28:51 — Правило 4: разметка источников по важности и актуальности 31:04 — Правило 5: повтор инструкций — сигнал о дыре в контексте 32:31 — Луп-инжиниринг: что приходит на смену Словарик: Луп-инжиниринг — (Loop Engineering) практика проектирования систем, которые автономно управляют работой ИИ-агентов
#416
June 3 · 53 min
О децентрализованных финансах, новых классах уязвимостей, ИИ в трейдинге и смарт-контрактах
«Безопасность за счёт скрытия алгоритма почти никогда не работает. Если ваш криптографический алгоритм — это black box, это не делает его безопаснее: как только данные о его работе утекут, он тут же перестанет быть безопасным.» «Голосование в смарт-контракте честнее настоящих мировых голосований: чтобы проголосовать, нужно использовать токены протокола, поэтому каруселей и мёртвых душ тут нет как класса.» «С точки зрения основного регулятора и госдепартамента США вся эта возня с биткоинами пока даже не стоит времени — между традфинансами и криптой несколько порядков разницы в объёме средств.» Ведущий: Юра Агеев, основатель ProductSense Гость: Григорий Чикишев, руководитель команды трейдинга в Quantum Brains Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чём говорим: 00:00 — Введение 03:38 — Жизнь без посредника и при чём тут блокчейн 06:08 — Довериться алгоритму, а не людям 09:33 — Баланс между удобством пользователя и безопасностью 12:00 — Торговля с применением децентрализованных финансов 16:54 — Риски смарт-контрактов и повторная атака 18:52 — Открытый код против «безопасности через сокрытие» 20:32 — Поиск уязвимостей как часть игры. Отсутствие регулирования 22:37 — Управление протоколом через голосование сообщества 25:15 — Proof-of-Stake против Proof-of-Work 26:10 — Мгновенный заём и арбитраж 27:55 — Злоупотребление заёмом: атака на протокол Drift 32:24 — Крах стейблкоина UST и «мёртвая спираль» 35:09 — Высокочастотная торговля: туннель Нью-Йорк—Чикаго и Ротшильд под Ватерлоо 36:31 — Крах FTX и связь крипты с традиционными финансами 37:41 — Дойдут ли механики децентрализованных финансов до банков? 39:21 — Стейкинг и кредитование: откуда берётся доходность 44:15 — Почему ИИ до сих пор не справляется с торговлей 46:04 — Где ИИ полезен: анализ уязвимостей и данных в блокчейне 47:28 — Роль человека в финансах будущего. Ошибка выжившего 50:07 — Объяснимость моделей и прогноз на 5 лет Словарик: — Блокчейн — распределённый реестр, где данные о транзакциях хранятся в цепочке блоков и проверяются участниками сети — Смарт-контракт — программа в блокчейне, которая автоматически выполняет условия сделки — Proof-of-Stake — способ подтверждения транзакций, где вес участника зависит от количества его токенов — Proof-of-Work — способ подтверждения транзакций через вычислительную работу, например майнинг — Флэш-заём — мгновенный заём в блокчейне, который берётся и возвращается в рамках одной связанной операции — Drift — децентрализованный финансовый протокол — Стейблкоин — криптовалюта, привязанная к стоимости обычного актива, чаще всего доллара — UST — стейблкоин проекта Terra, потерявший привязку к доллару в 2022 году — FTX — крупная криптовалютная биржа, обанкротившаяся в 2022 году — Robinhood — инвестиционное приложение для простой покупки акций и других активов — Revolut — финансовое приложение с банковскими, платёжными и инвестиционными функциями — Стейкинг — размещение криптовалюты для поддержки работы сети с получением вознаграждения — DeFi — децентрализованные финансы: финансовые сервисы на блокчейне без классических посредников — HFT — высокочастотная торговля: автоматическая торговля на бирже с очень высокой скоростью
#415
May 27 · 58 min
О зрелости менеджеров, карьере за рубежом и ИИ-нативных агентствах
«Зрелость — это производная того опыта, который ты прожил. А ты проживаешь опыт либо когда у тебя очень интенсивные события, либо когда тупо идёт время. И хотим мы этого или нет, самое главное здесь — это время» «Продакт-менеджмент с появлением ИИ и тулзов больше будет превращаться именно в ремесло. И для того, чтобы быть хорошим ремесленником, тебе надо много опыта, много знаний, быть настоящим фанатом темы, которой ты занимаешься» «ИИ будет безжалостен ко всем, кто не знает, чего хочет. Поэтому сейчас мой главный совет людям — это вспоминать и проверять, а что вы на самом деле хотите, не бежите ли вы за каким-то хайпом или за какой-то модой» Ведущий: Юра Агеев, основатель ProductSense Гость: Валерия Розова-Розенблат, основательница Shanc.ai, Roots, TYPICAL Телеграм-канал Валерии: https://t.me/valerierozov Конференция PeopleSense, 4–5 июня 2026 года, Москва Сайт: https://peoplesense.ru/ Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 03:09 — Культурные различия между продактами из РФ и Европы 05:59 — Влияние среды на формирование менеджера 09:14 — Что такое зрелость и можно ли обогнать время 14:28 — Почему российским CPO сложно найти работу за рубежом 16:39 — Эволюция профессии продакт-менеджера в России 18:03 — Роль корочек и степеней в международной карьере 21:35 — Карьерные перспективы при поиске работы в зарубежных компаниях 24:14 — Не стоит менять индустрию и географию одновременно 26:29 — Сообщества и нетворкинг как инструмент поиска работы 30:02 — Понижение при переезде в другую страну — к чему готовиться? 36:07 — AI Native агентства: что происходит на венчурном рынке 39:54 — ИИ автоматизирует процесс разработки, а опыт становится продуктом 46:00 — Где заканчивается алгоритм и начинается суждение? 49:43 — Управление продуктом как ремесло, а не набор инструментов 56:30 — Финальный совет: понимать то, что ты реально хочешь Словарик: — AI Native — организация, изначально спроектированная вокруг AI-процессов — CPO (Chief Product Officer) — директор по продукту
#414
May 20 · 45 min
О построении ИИ-нативной организации, выборе задач для автоматизации и будущем продуктовых команд
«AI First — это когда мы пытаемся перестроить существующую компанию на ИИ-процессы. А AI Native — это когда мы всю организацию пересобираем вокруг ИИ-процессов. В обычной организации работу делают люди, ИИ помогает, а в AI Native организации работу должен делать ИИ, а люди просто за этим присматривают.» «Всё, что не требует человеческого суждения, опыта, экспертизы, личных отношений, автоматизируется хорошо и даёт, как правило, неплохой эффект. Всё, что требует — автоматизируется пока плохо.» «Саму ИИ-автоматизацию зачастую создать несложно. Основная сложность в том, чтобы интегрировать новую технологию в компанию и положить это на существующие рельсы, правила, данные.» Ведущий: Юра Агеев, основатель ProductSense Гость: Кирилл Гурбанов, основатель, sfer.ai Конференция PeopleSense, 4–5 июня 2026 года, Москва Сайт конференции: https://vk.cc/cX11Mc Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чём говорим: 00:00 — Введение 02:36 — Тренд на агентства автоматизации и внедрения ИИ 03:46 — Что такое AI Native и чем отличается от AI First? 04:52 — Данные как главный актив при внедрении автоматизации 06:11 — Барьеры больших корпораций при внедрении ИИ 08:04 — Неопределённость и отсутствие успешных кейсов 12:48 — ИИ-грамотность: что должен уметь каждый сотрудник 14:54 — Сотрудник будущего: от исполнителя к оркестратору агентов 16:52 — Markdown вместо менеджмента: как агенты заменят QBR 21:13 — Где брать ИИ-грамотных людей? 27:07 — Четыре критерия: где внедрять ИИ, а где не стоит 34:06 — Шесть направлений, где ИИ уже доказал эффект 37:02 — Три уровня ИИ-зрелости 38:17 — Сопротивление внедрению: страх на всех уровнях 41:48 — От создания продукта к созданию системы 43:11 — Советы скептикам Словарик: — AI Native — организация, изначально спроектированная вокруг AI-процессов — AI First — стратегический приоритет ИИ в существующей компании, трансформация процесс за процессом — QBR (Quarterly Backlog Review) — квартальная синхронизация продуктовых команд в крупных компаниях
#413
May 13 · 43 min
О трансформации программ лояльности, виртуальных командах и роли лидера с единой задачей
«Мы выделяем три стимула лояльности. Первый, самый сильный — выгода. Второй — эмоциональная составляющая, дополнительный дофамин. И третий — опыт: насколько клиенту удобнее делать привычные действия» «Самая ключевая инвестиция — нанять правильных людей, которые смогут тебе достроить всё, что ещё не достроено, и дойти до тех результатов, которые ожидаются» Ведущий: Юра Агеев, основатель ProductSense Гость: Артём Петренко, CPO, Магнит Плюс Конференция PeopleSense, 4–5 июня 2026 года, Москва Сайт конференции: https://vk.cc/cX11Mc Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 02:05 — Что такое Магнит Плюс и Магнит OMNI? 02:47 — Лояльность как связующее звено между каналами и форматами 03:20 — Почему бизнес и продукт объединились в одну роль? 05:39 — Отличие зон ответственности команд продукта и бизнеса 08:02 — Лидер с единой задачей и виртуальные команды 10:40 — Трансформация базовой лояльности на 100+ человек 13:01 — Что значит «отвечать за результат»? 14:54 — Как формируются виртуальные команды и зачем инвестиции руководства 17:41 — Отличия виртуальной команды от продуктовой 21:22 — Как изменилась работа CPO после объединения ролей 23:54 — Многозадачность, найм сильных сотрудников и делегирование 25:51 — Работает ли лояльность в 2026? 29:16 — Три стимула лояльности: выгода, эмоции, удобство 31:39 — Экономика лояльности: спонсоры и персональные предложения 35:12 — Геотесты и масштабирование: от региона к федеральному запуску 38:02 — Исследование внутри лояльности и кросс-вовлечение клиентов 40:54 — Лояльность в B2B: применимо ли? Словарик терминов: — CPO (Chief Product Officer) — директор по продукту. — B2B (Business to Business) — бизнес-модель, в которой компания продаёт товары или услуги другим компаниям.
#412
May 6 · 47 min
Об экономике изобилия, воображаемых мирах и роли ИИ в создании продуктов
«Экономика изобилия характеризуется тем, что произвести что угодно перестаёт быть проблемой. Сам процесс производства, сложность этого производства перестаёт быть проблемой.» «Маск продаёт мир будущего, и по каждому из важных аспектов этого воображаемого мира у него имеется продукт — либо действующий, либо в стадии разработки. Роботы тестируются, ракеты летают, машины сами ездят, чипы в голову вставляются.» Ведущий: Юра Агеев, основатель ProductSense Гость: Ярополк Раш, СЕО, VOIDFORGE Конференция PeopleSense, 4–5 июня 2026 года, Москва Сайт конференции: https://vk.cc/cX11Mc Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 03:22 — ИИ переходит из фазы евангелистов в реальность 07:51 — Экономика изобилия: произвести что угодно — больше не проблема 09:38 — «Для кого» и «зачем» вместо «что» и «как» 13:16 — Эмпатия к пользователю как шаманская практика 16:17 — Воображаемые миры: новая рамка для стратегии и продукта 19:30 — Кейс Маска: продуктовая линейка внутри мистического мира 22:40 — От социального графа к информационной архитектуре воображаемых миров 28:58 — Применение в России: свои фантасты и свои мифы 35:20 — На каком уровне компании строится воображаемый мир? 39:00 — Зачем компаниям думать про завтра? 43:10 — Что будет с бизнесом через два года?
#411
April 30 · 46 min
О внимании, памяти, когнитивном долге и влиянии нейросетей на мышление
«Каждое воспоминание — это отдельный документ Word в библиотеке долговременной памяти. Каждый раз, когда ты его открываешь, ты вносишь правки. Но самое главное — у тебя нет истории правок в этом документе.» «Когда тебе представляют нового человека, а ты не запомнил имя — многие переживают, что это про память. А на самом деле это история про внимание. Ты не обратил внимания, был в своих мыслях — и за счёт этого ничего не запомнил.» «Мы берём у себя будущих в долг когнитивные функции и разучиваемся их использовать. Как в мультике «Валли» люди разучились ходить — примерно то же самое когнитивно происходит при использовании нейросетей.» Ведущий: Юра Агеев, основатель ProductSense Гость: Полина Кривых, психофизиолог, нейроученый, сооснователь книжных клубов Inhound Telegram-канал Полины: https://t.me/polina_krivykh Книжный клуб Полины: https://inhound.club/ Конференция PeopleSense, 4–5 июня 2026 года, Москва Сайт конференции: https://vk.cc/cX11Mc Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 02:27 — Что такое внимание и почему у него нет своего продукта 03:56 — Миф о многозадачности и ограниченность ресурса внимания 05:37 — Переключение контекста: сколько времени нужно, чтобы вернуть фокус? 07:47 — Рабочая память: один ресурс на обработку и запоминание 09:43 — Параллель между памятью человека и контекстом больших языковых моделей 11:06 — От стратегии к аналитике: мышление как мост между абстракциями 15:09 — Можно ли тренировать внимание: таймер помодоро и путь к автоматизму 18:50 — Раздражение как сигнал: ресурс внимания на пределе 21:28 — Исчерпаемость силы воли: сколько ресурса заложено на день? 23:55 — Эффект Зейгарник: почему незавершённые задачи не отпускают? 25:41 — Память перезаписывается при каждом воспоминании 29:49 — Подключение моторной памяти через ведение конспекта 32:57 — Мнемотехники как ПДД: прочитать не значит научиться 35:19 — Когнитивный долг: что происходит при делегировании мышления нейросетям? 38:26 — Фрактальное обучение: как нейросети отучают нас учиться 41:46 — Чтение книг — тренировка всех когнитивных функций разом 45:17 — Прокрастинация: перфекционизм и страх неидеального результата В подкасте упоминаются: — Александр Романович Лурия «Маленькая книжка о большой памяти» (https://vk.cc/cXkmk4) — Даниэль Шахтер «Семь грехов памяти» (https://vk.cc/cXkmqr)
#410
April 23 · 1 hr 3 min
О роли менеджеров продукта в корпорациях, умении доводить до результата и ответственности за деньги
«Сейчас кардинально всё поменялось. Нужны своего рода индивидуальные предприниматели, бизнесмены, которые не просто могут придумать и написать промт, но и дотащить это до продакшена, до получения результата» «Один из критериев успеха — это когда человек даже в корпорации относится к бюджету как к своему. Прошёл спринт, стоимость — 3,5 миллиона рублей. Сколько эффектов мы получили? Если нет ответа — мы сожгли эти деньги» «Мы брали людей из стартапов, но люди за полтора–два года меняются и становятся корпоратами. Роль лидов — бодрить людей. Ни в коем случае нельзя ругать, надо бодрить и выстраивать процессы, которые подталкивают» Ведущий: Юра Агеев, основатель ProductSense Гость: Андрей Бийчук, директор центра продуктов телеком технологий, МТС Выпуск записан в студии МТС Тг-канал: https://t.me/mtsprodact Конференция PeopleSense, 4–5 июня 2026 года, Москва Сайт конференции: https://vk.cc/cX11Mc Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 02:50 — Роль продакт-менеджера в корпорации 05:02 — «Продакты были всегда — просто называлось по-другому» 07:08 — Куда сдвинулся рынок и почему начинающих специалистов стало меньше? 10:12 — Новое требование к найму: умение доводить до результата 14:54 — Плюсы и риски найма продактов из стартапов 17:18 — Профиль продакта в МТС: бюджетный цикл и защита финансирования 20:52 — С какого грейда начинается ответственность за деньги? 21:43 — Прямые и косвенные эффекты продуктов: LTV и конверсия 27:04 — Стратегия против тактики: какие критерии успеха? 32:40 — Должен ли продакт знать стоимость спринта? 38:12 — Запуск новой инициативы в корпорации за 3 дня 44:52 — Реально ли в корпорации относиться к продукту как к своему? 49:17 — Продукт «Защитник» МТС: от антиспама к «антивирусу для сим-карт» 56:46 — Агент безопасности в звонке: почему это было непросто? 58:27 — Гонка вооружений и адаптация схем: мошенники против антифрода 01:00:48 — Россия в мировом контексте телефонного мошенничества В подкасте упоминаются: — «Кто? Решите вашу проблему номер один» Джефф Смарт и Рэнди Стрит (https://vk.cc/cX0A25) — «Непревзойденный В-747» Саттер Д. (https://vk.cc/cX10gl) Словарик терминов: — LTV (Lifetime Value) — пожизненная ценность клиента, совокупная прибыль, которую клиент приносит компании за весь период взаимодействия.— Спринт (от англ. sprint в контексте Agile/Scrum) — ограниченный по времени рабочий цикл (обычно 1–4 недели), в течение которого команда выполняет определённый набор задач. — Антифрод (от англ. anti‑fraud) — система защиты от мошенничества, комплекс мер и технологий для выявления и предотвращения мошеннических операций. — Корпораты (разг., от «корпоративные сотрудники») — штатные сотрудники крупной компании, работающие в рамках устоявшихся корпоративных процессов.