📌 Почему продакты используют ИИ каждый день, но цикл работы над продуктом при этом не сократился По исследованию рынка продакт-менеджеров DevCrowd и Контура (1101 ответ) 91% продактов используют AI хотя бы несколько раз в неделю, из них 68,4% — ежедневно. Год назад еще можно было встретить продакта, который не трогает нейросети даже в рутине. Сейчас таких практически не осталось.
При этом ситуация в команде выглядит так: кто-то суммаризирует созвоны, кто-то просит накидать формулировок для гипотез, кто-то генерит текст для лендинга. Инструменты используются каждый день, но каждым по-своему и от случая к случаю. Спрашиваешь через полгода, что изменилось в скорости работы команды, — ответить нечем.
Разница между «пользуемся» и «встроили» в том, где именно ИИ стоит в процессе. Точечное использование экономит минуты на конкретной задаче. Встроенное сокращает весь цикл: от идеи до проверенной гипотезы.
По этапам это выглядит так:
✅ Discovery: расшифровка и разметка интервью, поиск повторяющихся паттернов в массиве обратной связи, сборка карты болей. Здесь выигрыш самый заметный, потому что раньше это была неделя ручной работы
✅ Гипотезы: не «придумай идеи», а проверка формулировки — какие данные нужны, чтобы гипотезу можно было подтвердить или опровергнуть
✅ Прототип: кликабельный макет за вечер вместо спринта, чтобы показать пользователям до постановки задачи разработке
✅ Аналитика: подготовка запросов к данным, первичный разбор выгрузки, поиск аномалий в метриках
✅ Документация: требования, changelog, ответы стейкхолдерам — рутина, которая съедает часы и не создает ценности
Экономия времени при этом реальная: 4+ часа в неделю у продактов, до 6 часов у фаундеров. То есть выигрыш появляется только там, где есть проверка результата.
На курсе «Полное погружение в продакт-менеджмент» разбираем ИИ не отдельным модулем, а внутри каждого этапа работы над продуктом:
— как ускорить discovery и анализ интервью — как собирать прототипы и тестировать их до разработки — как использовать ИИ в работе с метриками и данными — где обязательна ручная проверка и как выстроить критерии качества — как договориться о правилах использования внутри команды
Старт 24 сентября.
🔻Также поможем выстроить продуктовые процессы в командах, встроить ИИ в работу и привязать все это к бизнес-целям: соберем кастомную программу под ваш запрос. Перед стартом проводим диагностику продукта и процессов, дальше собираем обучение под конкретные задачи, а не даем типовой курс. Уже работаем с командами Т-Банка, Сбера, Яндекса, Ростелекома, ВкусВилла, Газпрома, Спортмастера, Сколково и многих других.
