Таков путь 🖖 | Алексей Халезов

Недавно сделал ресерч и написал разбор куда движется SaaS: агенты не убивают рабочие системы, а начинают ими пользоваться, и в какой-то момент люди просто перестанут заходить в интерфейс. Это был прогноз — то, к чему мы придём, но точно не завтра, так казалось пару месяцев назад. А сегодня наша команда уже активно использует CLI для управления процессами в Кайтен, который имеет более 300 инструментов управления и умеет делать буквально всё что нужно. Думаю что многие даже забыли, что такое настраивать процессы руками, когда можно попросить сделать это за тебя агента, просто описав требования и получить результат за считанные минуты вместо часов. Ещё на прошлой неделе у нас вышел кейс клиента, который уже сегодня так живёт. Контент-агентство работает в Кайтен через ботов и почти не заходит в него руками. То есть будущее, про которое рассуждал пару месяцев назад, происходит прямо сейчас — внутри нашего же продукта и пока без нашего участия. Коротко фактура из кейса: доска из 19 этапов, 100–300 материалов в месяц, один текст проходит через руки шести-восьми человек. В интерфейс из них заходят только менеджеры и только на планировании, остальные живут в Телеграм чатах. Всю работу внутри делают четыре AI-агента: заводят карточки и папки, проверяют условия и двигают по этапам, пишут брифы и письма, вычитывают тексты. Карточка живёт 5–7 дней, около 50 действий с ней делаются автоматизациями. Собрала всех четырёх агентов основательница агентства, журналист по профессии, через Claude Code. Что из этого следует. → Система, где лежат данные, никуда не девается, наоборот — становится важнее. Просто её перестают видеть: задачи, статусы, права и история на месте, только читает и пишет туда бот-агент. → Продукт перестают выбирать по красоте. В кейсе есть отличная фраза: трекер выбирают глазами, а жить вы будете с его API. Как только процесс перерастает интерфейс, удобные доски уступают вопросу, как отсюда достать данные и что-то с ними сделать. Интерфейс и весь UI/UX становится уже не так важен. → Четыре узкоспециализированных агента работают лучше одного универсального. Каждый занят своим делом и знает свои границы. Мы проходили это с обратной стороны: первая версия нашего саппорт-агента пыталась уметь всё сразу и не взлетела. → Уйти к конкуренту после такого почти невозможно. Автоматизация завязана на конкретный API и поля, и переезд означает переписать всех ботов заново. → Дальше самое неудобное: компании, которые делают такой софт, до сих пор берут деньги за количество людей внутри. А людей внутри будет становится меньше, нагрузка на API при этом будет расти в разы, и существующие тарифные сетки не учитывают это. Это история не про один продукт. В разборе a16z есть показательный пример: у клиента было 10 сотрудников с лицензиями Salesforce, команду которая использует систему сократили до двух человек и добавили один доступ для AI-агента. Восемь человек ушли, счёт по старой логике должен был стать меньше, но он вырос с $12 000 до $22 000 в месяц. Это пример своевременной реакции на изменения, но зная скорость изменений в энтерпрайзе, многие просто не успеют осознать и поменяться. Сам рынок при этом не схлопывается, IDC ждёт роста с $318 до $576 млрд к 2029 году. Меняется другое — за что платят. Считать людей у экрана становится нечестно, когда вместе с ними в систему ходят агенты и делают это эффективнее и интенсивнее. Считается, что сильные SaaS-компании пересматривают тарифы каждый год. По моим наблюдениям, так делают единицы. Я и сам собирался подступиться к этому в следующем году, проектируя уже usage-модель. Но судя по кейсу, браться нужно уже сегодня. Разбор трендов: → https://habr.com/ru/companies/kaiten/articles/1040650/ Кейс целиком: → https://secrets.tbank.ru/blogi-kompanij/keys-kaytena-v-agentstve-loft/ Тут возникает ряд вопросов. Главный — за что вы будете платить софту через год: за людей, за доступы для агентов или уже за сделанную работу?

Хочется немного раздушнить канал личным контентом, а то вас утомлю и сам немного устал. В Питере сегодня редкий хороший денёк для пробежки в лесу, погода этим летом капризная, приходится ловить момент. Всем желаю находить время на спорт и на себя в целом, между рабочими спринтами.

Написал на Хабр, что 80% менеджеров скоро станут не нужны. Занятно вышло что работаю в компании, которая делает таск-трекер как раз для этих менеджеров Логика простая: есть тип управленца, вся работа которого — переложить задачу сверху вниз и собрать отчёт снизу вверх. Вот эту ручную передачу информации прозрачные системы и AI-агенты сейчас и съедают, тут автоматизировать проще всего. Но самое интересное развернулось в 124 комментариях и половина со мной крепко не согласилась. Один из доводов меня зацепил. Хороший менеджер работает щитом: прикрывает команду от десятка топов с взаимоисключающими «срочно», и без него человек просто утонул бы в чужом хаосе. Это работа суждения под давлением, и её AI в обозримом будущем не сможет забрать. Что по итогу. Умирает механическая часть — ретрансляция задач и отчётов. Это удалится теперь в сто раз легче. Остаётся та, где надо решать в конфликте и прикрывать своих. → Статья целиком: https://habr.com/ru/companies/kaiten/articles/1039538/ Но это лишь один срез. AI сейчас перекраивает всю работу разом и линейную, и управленческую. Я пока наблюдаю и продолжаю искать лучшие практики, тестировать на себе и перестраиваться под то, что уже происходит на земле. Недавно проходил обучение про AI-First компании. Концепция сильная, но показалась мне преждевременной: между тем, как бизнес работает сейчас, и красивой картинкой AI-First лежит ещё огромный путь и не один переходный год к новым зарекомендовавшим себя моделям управления. Кому тема курса интересна → Про AI-First компании: https://ai-native.aimindset.org/ А что в вашей работе — хоть линейной, хоть управленческой — AI пока не берёт?

Я перестал каждый раз объяснять нейросети, кто я и над чем работаю За последний год понял что с нейросетью всё как с любым навыком — чем больше часов практики, тем выше грейд, который растёт ступенями. Сначала все учились промптить, потом — собирать скиллы под повторяющиеся задачи. Дальше начинаешь делать под себя небольшие продукты, которые оптимизируют твою работу, — а когда их набирается не один и не два, приходит следующая ступень: harness, чтобы агенты хорошо работали внутри каждого проекта. Слово новое, появилось несколько месяцев назад (ввёл Митчелл Хашимото, создатель Terraform), но идея старая. Harness — это обвязка вокруг модели: контекст, правила и инструменты для работы агента в рамках задачи. Началось у меня всё с проектов в Claude, но там такая обвязка держит тебя на одном вендоре — чем это заканчивается, я прочувствовал, когда мне подряд заблокировали пять аккаунтов Claude Code писал об этом отдельно. Поэтому всю обвязку выношу в свой репозиторий, уже не привязанный к одному сервису. Проще на аналогии. Нейросеть без оснастки — временный сотрудник, которого каждый раз вводишь в курс дела и тратишь на это время. Проект с harness — уже интегрированный сотрудник: у него есть весь контекст, он понимает, кто ты и над чем работаешь, и сразу берёт на себя рутину, без онбординга. Чтобы не собирать её заново под каждый проект, я собрал открытый шаблон — готовую обвязку для агентов под большой контекст. Внутри — лучшие инструменты, что нахожу: → Правила и порядок чтения — агент сразу знает контекст проекта и как себя вести. → Слои знаний и память — знание копится структурно, а не в одном бесконечном чате. → Поиск и проверка — находит нужное, цитирует источник и отсекает выдуманные ссылки. Например, собираешь в базе свой стиль и прошлые посты — и агент пишет и редактирует их твоим голосом. Так же заводится проект под продукт, конкурентов или тарифы — везде, где важен накопленный контекст. По сути harness — следующая ступень грейда: работаешь с агентом не с нуля, а как с напарником, у которого уже есть твоя экспертиза. Вход дешёвый, шаблон открыт — берите и адаптируйте. → Мой шаблон — ai-kb-harness-template → Awesome Code-as-Agent-Harness Papers — большая подборка исследований по теме. __ На какой вы ступени — ещё промпты, уже скиллы, или пора собирать свой harness?

Мы в Kaiten много общаемся с крупным бизнесом и по нашим данным, 70% компаний с выручкой от 2 млрд продолжают работать на Jira, Confluence или Trello через посредников, зарубежные юрлица или неофициальные сборки. Написал об этом колонку в «Газете.ру». Что по таймлайну: — С февраля 2024 Jira Server не получает обновлений безопасности; — 30 марта 2026 Atlassian закрыл продажи on-premise Data Center; — В 2029 поддержка всех локальных версий прекращается окончательно; — Marketplace для РФ заблокирован, плагины постепенно конфликтуют между собой. Компании остаются, потому что за 10–15 лет Jira вросла в CI/CD, Confluence, ERP. Срок миграции оценивают в 1–2 года — и поэтому откладывают. Хотя на практике перенос данных автоматизирован, а основное время уходит на аудит того, что накопилось. Например, у одного нашего клиента из 200 кастомных полей реально использовались 17 — остальные никто не чистил, но и удалять не решался. Полный текст с разбором регуляторных рисков (ФСТЭК, Минцифры, КИИ) в колонке.

Harness - главный рычаг качества AI-агента Обвязка — это всё, что модель окружает: системный промпт, инструменты, контекст, скиллы, память. На английском её называют harness. Без неё даже флагманский Claude работает как экскаватор без рычагов: мощность есть, использовать нечем. Из последнего у нас в Кайтен — фабрика лендингов на LLM. Любой человек в компании заполняет короткий бриф (продукт, аудитория, цель) и через минуты получает готовый брендированный лендинг, неотличимый от нашей дизайн-системы. Цепочку маркетолог → копирайтер → дизайнер → фронтенд закрывает один AI-агент в обвязке: скилл под конверсионный лендинг с awareness-уровнями аудитории, реестр разрешённых компонентов, валидаторы бренда и автоматическая проверка вёрстки. Работает это на любой современной модели — главное лежит в самой обвязке. Эти практики за последние полгода независимо описали Anthropic, OpenAI и сильные инженеры из Google и Answer.AI. И чем выше растёт мой собственный грейд работы с LLM, тем отчетливей ловлю, что упираюсь ровно в это же — в обвязку и необходимость её систематизировать. Видимо это естественная фаза взросления, через которую проходят многие, кто прошёл с LLM достаточный путь. У обвязки есть простая граница применимости — она работает там, где есть повторяемость. Когда вы протаптываете новую тропинку или впервые идете в незнакомый домен, harness ещё неоткуда взяться: сначала пройти руками, потом систематизировать. На этой развилке и спотыкается множество корпоративных AI-пилотов. В статье на Habr подробней разложил формулу Agent = Model + Harness, цитаты инженеров из Google, OpenAI и Anthropic, ещё несколько моих кейсов из Кайтен (включая фабрику лендингов) и практический playbook из трёх шагов. → Harness вокруг LLM: что я понял за полтора года ежедневной работы с Claude Code Живите и процветайте 🖖

Куда поедет ваш SaaS-бюджет через год Зимой и весной 2026 в венчуре произошло то, что случается редко. Два главных фонда мира — a16z и Sequoia — за пять месяцев независимо опубликовали один и тот же тезис. А Notion своей продуктовой стратегией и релизами подтверждает оба тезиса фондов. Когда конкурирующие фонды говорят одно и то же, а передовые продукты делают, это уже похоже не на идеи, а на будущую карту рынка. Такие фонды всегда находятся на передовой и за ними интересно наблюдать. Но тут есть ещё одно совпадение: эти изменения видны и внутри Кайтен, а это ещё одно весомое для меня подтверждения тенденции изменения рынка в эту сторону. Тезис простой: сейчас вы платите CRM (АМО, Битрикс, Salesforce и др.) за то, что там лежат ваши клиенты. ServiceNow — за тикеты. Notion — за документы. Через год-два главный платёж уедет на слой выше: тот, который эти данные читает, думает за вас и делает работу. Базы данных не исчезнут, но превратятся в инфраструктуру под чужими AI-агентами. Сигналы рынка за полгода: → Salesforce в апреле сделал свою платформу «безголовой»: данные теперь доступны через программный интерфейс, в который ходят Claude, Cursor, ChatGPT и любые другие агенты. Компания открыто говорит: внешний вид готовы уступить, главное — остаться источником данных. → Notion за восемь месяцев из приложения для документов стал операционной системой компании. Конкуренты Notion теперь не Confluence, а Microsoft Copilot и Glean. → Sequoia в декабре зашла в стартап Serval, который полностью заменяет старые системы поддержки вроде Jira Service Desk. Их слоган в инвест-меморандуме: «Это не AI поверх ITSM. Это ITSM, построенный из AI». → MCP — общий протокол для подключения AI-агентов к корпоративным системам — за 12 месяцев из эксперимента Anthropic стал стандартом индустрии. У нас в Кайтен доля сотрудников с активным использованием AI выросла за 10 месяцев с 5% до 80%. И я наблюдаю эту картину изнутри: внутри компании выстраивается «думающий слой», который сверху обращается к базам данных. Когда он есть, критерий выбора стороннего софта меняется. Смотришь не на «сколько у нас там внутри лежит», а на «насколько свободно агент туда заходит и работает». Конкретный кейс из текста a16z: компания SaaStr.ai заменила 10 платных мест в Salesforce на 2 человека плюс 1 программный доступ. Платёж при этом вырос на 83%. Простая связка «больше людей в системе = больше платёж» больше не работает. Источники, что почитать на эту тему: — a16z, «От системы данных к системе смысла» 14 мая 2026 — Sequoia × Serval декабрь 2025 — Notion Developer Platform 3.5 — External Agents API, Workers, Agent SDK (13 мая 2026) А вы у себя замечаете, что бюджет начинает уезжать с привычных SaaS на агентский слой или это пока чужое будущее? Живите и процветайте 🖖

10+ лет личных финансов в приложении, семейный бюджет в гугл таблицах, а за последние две недели завайбкодил свое приложение Хотелось простую апку, где можно видеть не только свои деньги, но и общий бюджет, регулярные платежи, цели, прогноз и главный вопрос: сколько у нас реально свободно Так за последние три недели в свободное время завайбкодил moniq.space — приложение для личных и семейных финансов. Всё ещё испытываю легкий шок что такое сейчас можно сделать просто общаясь с нейронкой в чате, потому что раньше это давалось через боль, много времени, целую команду и приличные деньги. Приложение решает несколько базовых задач: — вести личный и общий бюджет в одном месте — учитывать разные счета, доходы, расходы, переводы и все операции — понимать, сколько денег реально свободно — контролировать регулярные платежи, цели и накопления — смотреть прогноз по бюджету до 12 месяцев — пользоваться соло или вместе с партнёром, в том числе через Telegram App: @app_moniq_bot Приложение не коммерческое и будет бесплатным, пока сам им пользуюсь. Цель сейчас собрать обратную связь, понять насколько это вообще полезно другим, не только мне и довести до ума по фидбеку. Внутри есть демо-аккаунты, можно быстро зайти, потыкать и посмотреть, как всё работает без долгой настройки. Буду очень признателен за любой фидбэк: что непонятно, где неудобно, чего не хватает, где странная логика, что сломалось или что хочется добавить. Сейчас особенно ценен взгляд первых пользователей хочется развивать это вместе с теми, кому такая штука может быть реально полезна. Сайт: moniq.space TG Mini App: @app_moniq_bot

А вы уже зарегистрировались на конференцию про AI? 👀 Мы во всю готовимся к нашему мероприятию «AI в управлении компанией: тренды 2026». Напоминаем, что это бесплатная онлайн-конференция про использование AI в стратегии, процессах и командах. На конференции мы обсудим ключевые темы: 🟣21 апреля — ИИ для стратегического развития и роста прибыли — Павел Алферов поделится знаниями об ИИ-агентах как о новом компоненте системы управления проектами; — Светлана Берендеева расскажет, почему ИИ не гарантирует прорыв; — Александр Бындю и Алексей Халезов в прямом эфире разработают стратегию компании! 🟣22 апреля — Кейсы использования ИИ: боли и находки — Игорь Филипьев расскажет о ресурсах ИИ с точки зрения менеджера продукта и деливери-менеджера; — Елена Полозова поделится, как построить холодные продажи с ИИ; — Марина Вербицкая покажет, как металлообрабатывающий завод ускорил выполнение задач в 3 раза с помощью Кайтен и AI; — Иван Зверев раскроет, как провести аудит процессов с AI и сэкономить 50% бюджета. 🟣23 апреля — Люди + ИИ: как внедрять без саботажа — Мария Савельева обсудит, действительно ли ИИ вытесняет консультантов; — Илья Павличенко покажет, как комбо метода гипотез, AI и человеческого критического мышления повышает конверсию; — Давид Асатрян расскажет, как вшить ИИ в рутину персонала; — Андрей Гирин поделится опытом применения LLM-инструментов в проджект-менеджменте. Состав спикеров — 12 опытных практиков, которые готовы поделиться реальными кейсами и инструментами. В одно время и в одном месте мы соберем сотни участников, среди которых CEO, CTO, тимлиды, PMO, руководители проектов, операционные директора, product-менеджеры и agile-практики. Надеемся, вы уже записали конференцию в список дел на 21-23 апреля 😉 👉 Узнать подробнее и зарегистрироваться

Почему «Карта гипотез» для меня стала настольной книгой Вчера пришла книга Александра Бындю с персональным автографом. Очень приятно получить такой подарок учитывая что это уже фактически настольная книга для меня. С «Картой гипотез» использую в работе, в личной жизни и постепенно переношу этот подход на разные проекты. За последний год только сильнее убедился, насколько это полезный инструмент. Если коротко, карта гипотез — это методология, которая помогает не просто ставить цели, а простраивать к ним реалистичный путь: через причинно-следственные связи, ограничения, проверку гипотез и осмысленное планирование. Что особенно ценно: в ней собрано сразу несколько сильных подходов и методологий: → СМД-подход (системно-мыследеятельностный) Г. П. Щедровицкого → ТРИЗ (теория решения изобретательских задач) Г. С. Альтшуллера → Impact Mapping - Гойко Аджича → ТОС / Theory of Constraints (теория ограничений) Элияху Голдратта → Agile и Lean → продуктовый подход Для меня главная ценность в том, что она помогает не просто что-то хотеть или планировать, а реально собирать путь к целям более трезво и последовательно. Так что хотел просто поделиться и ещё раз порекомендовать. Если планируете стратегию, цели, бизнес или личные треки — «Карта гипотез» точно стоит внимания. Полезные ссылки по «Карте гипотез» → Новая версия книги → Сайт → База знаний → Telegram-канал

У нас в одном комьюнити давно популярна книжка *Project Hail Mary* («Проект «Конец света») как одна из топовых научных фантастик. Мне она тоже зашла и точно входит в топ любимых — динамичная, насыщенная, интересная. Не так давно вышел фильм по ней, но у меня лично были вопросы по поводу выбора главного актёра. Гослинг не очень откликался для этой истории. Однако после просмотра всё оказалось не так плохо. Хотя после книги и осталось ощущение, что фильм не впитал всей картины оригинала. Нет той насыщенности, деталей и элементов, которые были в книге. Но при этом в фильме есть красивый визуал и некоторые вещи прям топ. Например, планету Тау Кита с обложки поста представлял совсем иначе, в фильме она топчик. Полноценно проникнуться фильмом удалось только после второго просмотра. Всем, кто не читал книгу, точно рекомендую, фильм зайдёт на ура, уверен. Ну а любителям sci-fi читайте обязательно! Там хватает юмора, захватывающих моментов и трагичных. Сюжет собрал в себя всю палитру хорошей качественной истории. И наверное главный вывод тут для меня, что не стоит возлагать на фильмы, те же ожидания, что даёт книга. В один фильм просто невозможно уместить всё, что заложено в оригинале. Хотя есть кстати и другие кейсы. Например, «Задача трёх тел» китайцы сняли первый сезон примерно на 30 серий и это только первая книга. Получилось отменно, прямо по книге. А Netflix сделали что-то около 8–10 серий. И по насыщенности, глубине и качеству у китайцев, на мой взгляд, вышло сильно круче. С этим фильмом у меня примерно такое же ощущение: взяли важные куски, но целостной картины всё равно немного не хватает. Если коротко — рекомендую к просмотру всем без исключений. Фильм точно достойный и без приятных впечатлений не оставит.

Когда AI становится частью мышления: что происходит с мозгом при потере инструмента На прошлой неделе заблокировали уже 5-й аккаунт в Claude, через который работаю с AI. Claude Code — десктоп, терминал, VS Code. Сейчас большая часть рабочих задач проходит через AI-интерфейсы. Вместе с аккаунтом улетел рабочий контекст: проекты, диалоги, наработки за месяцы — включая агентные структуры, которые строил неделями. И это не только я — заблокировали десятки аккаунтов у коллег. Целая команда разом потеряла инструмент, дающий x5–x20 к скорости на некоторых задачах. Часть файлов лежит локально, прошлые блокировки научили. Попробовал ChatGPT и Codex — вроде тоже AI, что-то умеет. Но другая логика, другой контекст, нет привычных наработок, не та арендная среда. Но интересной оказалась даже не сама потеря, а моя реакция на неё. Пытаясь объяснить себе это ощущение, нашёл подходящую кмк метафору. Представьте, что вы несколько лет копали траншеи на экскаваторе. Привыкли к скорости, к масштабу и объёму выполняемой работы за минуты. А потом вас внезапно снимают с экскаватора, дают лопату и говорят — теперь работаешь так. Покопался в когнитивной науке — вот почему это так больно: Когда работаешь с AI, мозг привыкает: кидаешь задачу, получаешь решение за секунды, правишь, идёшь дальше. AI забирает на себя огромный слой операционки — поиск, анализ, структуру, черновики. Без него в рабочей памяти 4–7 элементов, с ним оперируешь десятками. Когда этот конвейер встаёт — мозг ощущает это как резкое падение собственного интеллекта. И это не иллюзия. Есть ещё такая штука из когнитивной науки — модель Clark & Chalmers про расширенный разум: инструменты могут становиться частью твоей когнитивной системы. Телефон уже стал — попробуйте вспомнить номер без контактов. AI — следующий шаг. Он помогает анализировать, принимать решения, генерировать решения каждый день. Теряешь не сервис, а часть того, как ты думаешь. И психологически потери ощущаются в 2–2.5 раза сильнее приобретений. А ещё AI создаёт состояние близкое к сверхпотоку: задача → ответ → правка → результат. Постоянное движение, мгновенная обратная связь, дофамин от скорости. Прототип интерфейса за 15 минут вместо дня. Ресёрч по теме за минуты вместо часов. Когда этот цикл ломается — вылетаешь из потока и ощущение как будто делаешь бессмысленную работу. Но главный вывод — не психологический. Проблема архитектурная. Вся система завязана на один сервис. Классический single point of failure — только не в серверной архитектуре, а в мышлении. Как руководителю, мне было неприятно наблюдать, как десятки людей разом буксуют — встала разработка и сроки по релизам, люди сидят и не понимают как вернуться к прежней скорости. Это уже не личная фрустрация, а удар по всей компании. Есть хороший образ из сериала Halo. У Мастера Чифа в нейроинтерфейс встроен AI Кортана — анализирует обстановку, просчитывает варианты, помогает принимать решения в реальном времени. Когда Кортану извлекают — суперсолдат остаётся, но становится медленнее, хуже ориентируется, перестаёт понимать что происходит вокруг. И вот парадокс: ситуация одновременно показывает, насколько сильно AI усиливает интеллект — и насколько хрупкой становится система мышления, когда ты на него завязан. Что делать, чтобы не оказаться с лопатой: — Запасные инструменты. Основной AI + резервный + локальная модель. Падает один узел — система работает. — Контекст — локально. Промпты, шаблоны, архитектуры агентов — в markdown/git, не в истории чатов. Чат заблокируют, файлы на диске — нет. — Регулярно сохраняйте важные диалоги и результаты. — План Б для команды. Не «разберёмся когда упадёт», а готовый сценарий переключения. По сути мы уже в мягком киберпанке — просто без имплантов. Вместо чипа — подписка на облачный сервис. И когда её отключают, ты буквально чувствуешь, что ампутировали часть мышления. Кто уже ловил это у себя?

Kaiten: как мы ввели правило «Сначала спроси у нейросети» — и вот что из этого вышло Я рад, что мой канал начал активно пополняться кейсами от подписчиков и моих знакомых по Продукторию. Сегодня хочу поделиться интересным примером преобразования процессов в продуктовой команде. AI-first пока ещё очень новый термин, тем интереснее мне было погрузиться. Надеюсь, и вам будет интересно и полезно. Поехали! Слово ребятам из Kaiten. Мы решили попробовать в Kaiten новый подход: прежде чем идти с вопросом к коллеге, спроси сначала у нейросети. И это сработало — взаимодействие в команде стало эффективнее, а точечное использование ИИ превратилось в системную практику. Про наш опыт с нейросетями — ниже. Первое, что мы сделали — ввели правило AI-First. Суть простая: прежде чем идти с вопросом к коллеге, спроси сначала у нейросети. Не важно, джуниор ты или сеньор. Попробуй сформулировать проблему и получи варианты решения. Результат: сотрудники начали расти быстрее. За несколько месяцев при таком подходе они становятся мини-управленцами самих себя и процессов вокруг. Второе — начали обмениваться кейсами. Некоторые команды проводят дейлики и мастермайнды, где каждый показывает промежуточные результаты работы с нейросетями. Это помогает взращивать культуру использования AI. Нельзя резко заставить людей решать задачи способом, к которому они не привыкли. Вместо этого команда должна созреть — увидеть реальные примеры, попробовать создать свои и выработать свой подход. Третье — начали применять AI на трёх уровнях. Уровень 1: Персональная эффективность 📌 Research: раньше глубинные исследования требовали отдела из 16 аналитиков. Сейчас любой сотрудник может провести такое исследование через Perplexity, Claude, Gemini. 📌 Обработка данных: мы собрали тысячи отзывов клиентов и обработали через нейросеть. На выходе получили кластеры проблем — это сразу превратилось в приоритеты для продуктовой команды. 📌 Создание контента: прогоняем тезисы через GPT и Claude, забираем лучшее, загружаем в Gamma — готово. 📌 Автотесты: скорость написания выросла в 10 раз. Разработчик задаёт параметры, ИИ пишет код. Покрытие 50-70% вместо 100%, но это в 2 раза меньше работы. Уровень 2: Командная работа 📌 Проверка сообщений перед отправкой 📌 Геймификация через AI (колесо фортуны для дейликов) 📌 Совместная работа над KPI через нейросети Уровень 3: Бизнес-процессы, где нейросети стали частью системы: 📌 HR-документация 📌 Найм: для нас стало важно, использует ли кандидат AI. 📌 Поддержка клиентов: внутри Kaiten появился чат-бот, обученный на 500+ материалах. Четвёртое — отказались от промптов в пользу проектов. Промпты нужны для рутины, но важнее — работа с проектами в Claude или GPT. Как это работает: 1. Создаём проект 2. Загружаем overview компании, ICP, стратегию, бренд-платформу 3. Добавляем инструкцию, как ИИ должен себя вести. Дальше работаем в контексте — ИИ помнит всё Подробнее о продукте — система управления задачами, проектами и командами в едином пространстве: 🔗 kaiten.ru 🛫 @kaiten_ru Ключевые уроки для продактов 📌 AI-First — это культура, а не инструмент. Нельзя заставить команду сразу переключиться. 📌 Эффект начинается с личной эффективности. Не с масштабных проектов, а с того, как каждый человек применяет AI в своих задачах. 📌 Проекты важнее промптов. Создайте контекст один раз — ИИ будет помнить всё и давать стабильный результат. 📌 AI меняет найм. Компетенция теперь в вопросах, которые кандидат задаёт нейросети, а не в заученных ответах. 📌 Скорость разработки растёт в разы. 90% разработчиков используют нейросети — фичи выходят в 6–10 раз быстрее. 📌 AI-ассистент в продукте — следующий шаг. После внутреннего внедрения логично встроить AI прямо в продукт для пользователей. #kaiten@product_case_every_day #ai@product_case_every_day #saas@product_case_every_day

Рассказали в подкасте B2B РЕХАБ, как растет Kaiten 🚀 Алексей Халезов, бизнес-лидер SMB-сегмента Kaiten, поделился: 🟣как увеличить конверсию в 4 раза без расширения бюджета — за счет данных и устранения трений в начале воронки; 🟣как AI-культура ускорила разработку — фичи, которые раньше делали за 2–3 месяца, теперь выходят за 1–2 недели; 🟣почему карта гипотез спасает от хаоса при масштабировании; 🟣как Kaiten превращается из системы управления проектами в операционную систему для бизнеса. Получился разговор про цифры, процессы и реальные решения. Слушайте или смотрите на удобной площадке: Я.Музыка VK Video YouTube

Привет друзья 👋 Полтора года с прошлого приветственного поста, пришло время обновится. Здесь пишу про продукт, данные, AI и немного про жизнь. Про мой путь Начинал в крупном дистрибьюторе: продавал вычислительное и сетевое железо, SAP, Oracle интеграторам разного масштаба. Оттуда понимание SMB/enterprise. Дальше 12+ лет предпринимательства: 20+ проектов, 5 акселераторов (от ФРИИ до Нью-Йорка и Сингапура), управление венчурным фондом, финтех. 4 года свой мобильный SaaS-видеоредактор: от идеи → ангельские инвестиции → 3 паблишера → международный рынок → 500+ кастдевов → продажа конкуренту. Exit без единорогов, возврат инвестиций и небольшой плюс. Но именно там сильная школа: юнит-экономика, сквозная аналитика, подписки. И главное полный цикл от нуля до exit без списания. Акселераторы послужили хорошоей школой от 0-1: кастдевы, быстрая валидация гипотез, маркетинг на коленке, сборка продукта из идеи в MVP. Плюс международная насмотренность и нетворк, который работает до сих пор. Паблишеры научили главному: воронка раскладывается на атомы. Каждый шаг, каждый переход. Если есть 3 месяца данных можешь строишь предикшн. Этот навык потом окупился многократно. В Kaiten последний год После очередного стартапа выбрал предпринимательство внутри компании, что для меня кафовый масштаб до которого сам пока не добежал. Сейчас полностью сфокусирован на Kaiten в роли бизнес-лидера — SaaS для управления проектами, 112 000+ клиентов. Что успел за год: → вырастили с командой конверсию из регистрации в оплату x4 (с ~1% до ~4%) → увеличил выручку сегмента x2 → десятки миллионов новой выручки без нового продукта и без увеличения маркетингового бюджета, с компаунд-эффектом в сотни млн Формально найм, по сути предпринимательство в желанном масштабе. Система из хаоса — мой тип мышления. AI — отдельный большой слой: → vibecoding, Claude Code и др, команды агентов, кастомные BI дашборды на лету, моделирование экономики с десятками тысяч сценариев - так выглядят возможности от AI в работе сегодня → своя персональная SaaS-ка в проде из гугл таблицы на основе карты гипотез, написанная за выходные в Claude Code это новая реальность → адепт внедрения AI-first подхода в компании: с покрытием начиная с 5% до 80% сотрудников за 10 месяцев → фичи, которые делали в легаси продукте ещё пол года назад 2–3 месяца → теперь 1–2 недели до прода → регулярные воркшопы и обмен опытом в малых командах, и на всю компанию Всю жизнь увлекался футурологией и фантастикой. Сейчас ощущение, что сингулярность уже стучится в двери. Скорость изменений и пугает, и завораживает, оставляя в лёгком замешательстве. Но интерес и воодушевление сильнее. Верю в светлую сторону этих изменений. В канале — опыт из Kaiten, AI-наработки и немного личного. Живите и процветайте 🖖

🏃 Runna + Altra: как системный подход и правильная обувь качественно изменили мой бег Контекст. С 2018 бегаю любительски — максимум 15км, интуитивно-ситуативные тренировки. Пробовал заниматься с тренером, но там были рваные отрезки на несколько месяцев. Ничего системного. Что изменилось. Последние 15 недель бегаю по плану через приложение Runna. Три тренировки в неделю. Это оказалось самым эффективным из всего, что пробовал. По порядку. Раньше 10км давались большим напрягом. Сейчас — рутинная тренировка. Спокойно даются 10, 12, 14 километров без того надрыва, который был раньше. Второе важное открытие — перешёл на кроссовки Altra. Позиционируют себя как обувь для естественного бега: • с нулевым перепадом (Zero Drop) что с точки зрения биомеханики более естественно для стопы • широкая передняя часть (FootShape) позволяет работать стопе анатомически правильно Если тема актуальна, рекомендую почитать про их подход к обуви, меня зацепило. Из нюансов - нужно адаптироваться, нулевой перепад задействует новые группы мышц, мне 2 недели примерно понадобилось чтобы привыкнуть. Итог. За последние 2 месяца — ноль травм. Раньше это была регулярная история: пробежал в высоком темпе — косточка вылетела, пробежал 7-8км сверх обычного — микротравма, растяжение и тд. Постоянно что-то шло не по плану. Сейчас 2 мес — всё ровно при 3х достаточно интенсивных для меня тренировках в неделю. Два качественных улучшения по обуви за всё время: • Сначала перешёл на кроссовки с коррекцией гиперпронации (боковая поддержка), стало меньше травм • Сейчас на Altra — естественный бег + та же боковая поддержка, ещё меньше травм Что по итогу План в приложении снимает когнитивную нагрузку. Он профессионально сбалансирован. Не нужно думать, что сегодня бежать, как быстро, под настроение или нет. Открыл приложение → увидел задание → побежал. Всё. Сейчас понимаю, что кроме системных тренировок, нужна такая же системная работа над техникой, это осознал сегодня на итоговом забеге, когда бежишь на максимальном темпе остро начинаешь ощущать все огрехи техники бега. Честно — не соблюдал план на 100%. Избегал интервальных тренировок (мне тяжело даются интервалы + неудобно на лесных трейлах). Но даже так прогресс ощущается очень. Резюмируя. Системный подход работает везде — и в бизнесе, и в беге. Когда есть структура и план, результаты приходят быстрее и без лишних травм.