Побывал на ProductSense. Мне понравилось, и сейчас объясню почему.

Недавно я был у тех же организаторов на PeopleSense. ProductSense прям здоровый, народу дофига. Большая хорошая площадка, и по расположению, и по залам. Треки для меня оказались интересными.

Мастер-классы в этот раз не очень попали в меня. Все-таки я в большей степени технарь, хоть и постоянно соприкасаюсь с продуктом. Я ехал за другим. Хотел понять, чем сейчас живут продукты, что у них меняется и как нам с ними дружить. Считаю, что разработке и продукту нужно заглядывать друг в друга и переопыляться.

Я вижу, что мы в айтишке потихоньку превращаемся в генералистов. Не все и не во всех областях, специализация никуда не девается, но менеджеру мыслить широко важно и нужно. Это мое убеждение, в других постах объясню, почему.

Что вынес с конференции:

▪️AI был в каждом докладе, хотя бы упоминанием.

▪️Доклады уже не про «надо внедрять AI». Почти все прикладные: мы попробовали вот здесь, набили вот такие шишки, это работает, а это нет.

▪️Все презентации собраны с помощью AI, руками их уже никто не делает. Это уже норма и база. Интересный эффект: сильного спикера, который разбирается в теме и умеет строить доклад, это усиливает, подача и визуализация становятся круче. А плохо проработанная концепция превращается в презентацию, которая зашумляет мысль докладчика.

▪️Спикеры очень разные, и за два дня можно послушать бизнес-задачи из совершенно разных областей.

▪️«Human in the loop». Ответственность остается на человеке, и об этом говорят в каждом втором докладе.

▪️Иллюзий больше нет. Люди наигрались в пилоты, набили ошибок, понимают, как делать не надо, и делятся этим.

▪️Про данные тоже без иллюзий. Поручать AI собирать датасет не надо. Нужно, чтобы человек посидел и собрал руками хороший датасет, и уже с ним работал AI. Про это чуть ли не каждый третий доклад.

▪️Никто не верит, что AI прямо сейчас заменит человека и поменяет жизнь бизнеса внутри компании. Наоборот, все понимают, что AI добавляет каждому члену команды большую когнитивную нагрузку. А как будет расти отдача конкретного продукта и как эту отдачу считать, пока не очень понятно.

▪️Зато все понимают, что AI ускоряет валидацию гипотез. Стоит ли гипотезу вообще развивать, можно проверить, супер быстро навайбкодив прототип. Дальше продукт может прийти с этим прототипом к дизайнеру и разработчику, показать, что он хочет, и вместе понять, надо ли это развивать и сколько это будет стоить.

▪️Унес с собой термин Feasible. Это про реализуемость: насколько идею вообще возможно сделать вашей командой, на вашем стеке и в разумный срок. Концепцию я, разумеется, знал и применял, а вот термин услышал впервые.

Еще утащил с собой два подхода к работе с гипотезами, делюсь:

🌟 AI-native продуктовая команда. Мне откликнулось, что AI-native это не набор инструментов и подписок, а операционная модель работы команды: как она собирает сигналы от пользователей, как синтезирует исследования и кто у нее критикует выводы.

🌟 Стресс-тест продуктовых гипотез. Главная мысль: не используйте LLM, чтобы генерить еще больше идей, используйте его, чтобы проверять на прочность уже существующие. Решение все равно принимает человек, а плохие идеи умирают рано.

Есть еще парочка мыслей, которые оформлю отдельными постами. А в целом видно, что работа с AI уходит из хайпа в практику, в реальные инструменты, которые ускоряют и автоматизируют процессы не только в разработке, но и в смежных блоках.

#конференция #productsense #ai | @ulyanov_life

В этом посте были ссылки, но мы их удалили по правилам Сетки