The Product Samurai

Эпидемия одинаковости На рынке найма сейчас происходит то, что Кит Андерсон, нанимающий менеджер с опытом в Google, Uber, Meta и DoorDash, назвал sameness epidemic — эпидемией одинаковости. С 2022 года, когда массово появились ChatGPT и шаблонные резюме, отклики перестали запоминаться: пытаясь выделиться, кандидаты начали наоборот звучать идентично. Особые приметы таких откликов: — роботизированные формулировки; — расплывчатые общие описания, которые могут подойти половине других кандидатов; — дублирование в резюме текста вакансии. Соискателю важно понимать, что правила игры изменились: чтобы пройти скрининг и получить заветный оффер, недостаточно закинуть в ИИ промпт «Представь, что ты карьерный консультант, и помоги составить резюме на позицию Senior Product в бигтех». Выделиться стало заметно сложнее: нужно показать свою уникальность, системность мышления и ценность вашего опыта работодателю. Конкуренция на российском рынке труда сейчас на максимуме: hh.индекс, отношение среднего числа активных резюме к среднему числу активных вакансий, в июле 2026 составил 8,7 (все, что выше 8 — высокий уровень конкуренции, рынок работодателя): вакансий год к году стало на 15% меньше, а резюме — на 24% больше. На что делать ставку при подготовке? — Фокусируйтесь в резюме не только на ключевых словах из описания вакансии, но и на доказательствах своего аналитического мышления. Помимо указания ваших действий и результата, покажите, какие были развилки и как вы принимали решения; — Готовьтесь рассказать на собеседовании не только о своих успешных кейсах, но и о том, что шло не так и как вы выходили из сложных ситуаций. Даже если история не закончилась успехом, она покажет, как вы мыслите и извлекаете уроки из ошибок; — Показывайте свое любопытство и привычку постоянно учиться. Вот в этом посте Илина, продакт оунер в бигтехе, классно подсветила, что написать в разделе «О себе», чтобы зацепить рекрутера. Помимо указания дипломов и тайтлов с прошлых мест работ расскажите о том, где в профессии вы развиваетесь сверх привычных задач: ведете блог, запускаете пет-проекты, делитесь опытом в сообществах и на конференциях, менторите или обучаете. Если хотите подготовиться к осени в найме, но поиск работы ощущается как непонятный квест — заходите на канал к Илине, которая помогает своим менти находить работу и разбираться в новых правилах игры в IT. На базе своих знаний о том, как устроен сегодня поиск работы, она собрала полноценный навигатор к офферу. В канале Илина будет разбирать, как успешно пройти по всем этапам: написать резюме, которое замечают, пройти ATS, презентовать свой опыт и подготовиться к собеседованиям. Подписывайтесь, и пусть удача в найме всегда будет с вами! 🦋 Реклама. Еникеева И.Ф., ИНН 022900274924, erid: 2VtzqvijtZy

Этика в продукте Когда мы создаем новый продукт или фичу, мы в первую очередь думаем об успешном сценарии. Гораздо реже мы задаем два других вопроса: что будет, если пользователь применит продукт не так, как мы задумали, или во вред другим? Для первого есть термин misuse, неправильное или непредусмотренное использование, а для второго — abuse, намеренное злоупотребление возможностями продукта. И по мере того как продукты становятся сложнее, автономнее и теснее связаны с реальным миром, способность заранее видеть такие сценарии становится большей необходимостью. Сегодня мы воспринимаем защитную пленку или пломбу на упаковке лекарства как стандартную ее часть. Но это механизм безопасности, который должен показать пользователю, что упаковка могла быть вскрыта. Требования к такой упаковке появились после серии случаев намеренного отравления лекарств в 1980-х. То же самое произошло со множеством других продуктов после инцидентов. Появились аварийная ручка внутри багажника автомобиля, звуковое предупреждение об использовании AirTag и кнопки экстренного вызова. В цифровом мире — двухфакторная аутентификация, лимиты на переводы и модерация контента. Несмотря на то, что практика проектировать продукты с учетом возможного злоупотребления не нова, некоторые продукты продолжают наносить вред, особенно те, которые находятся на пересечении цифрового и физического мира. Например, AR-очки и wearables, которые могут постоянно видеть окружающую среду, слышать разговоры, понимать контекст и знать местоположение пользователя. Главная проблема этой категории — асимметрия согласия: решение о записи принимает один человек, а последствия несет другой, который часто вообще не знает, что находится в кадре. Такие продукты почти наверняка начнут меняться после первых массовых негативных кейсов распознавания лиц, нарушения приватности и скрытой съемки. В эту же категорию можно отнести автономные автомобили (что если злоумышленник получит доступ к системе управления?), умный дом (что случится при возможном сбое?), AI-агенты, действующие от имени пользователя (как гарантировать, что агенту не будет использовать ключи и доступы во вред?). Как действовать продакту? Устойчивый продукт проектируется не только для ожидаемого поведения. Нужно ответить на еще ряд вопросов до начала разработки: — Кто может пострадать от этой функции, не будучи её пользователем? — Как продукт могут использовать не по назначению? — Как его может использовать злоумышленник? — Какой вред может возникнуть даже без злого умысла? Этот дополнительный этап можно назвать дискавери рисков или негативных сценариев. Приоритизировать их можно по трем осям: обратимость последствий, их тяжесть и заметность для пользователя. И здесь есть важный принцип: не всякое трение в CJM — плохой UX. Мы привыкли воспринимать дополнительные шаги как угрозу конверсии: еще один экран, подтверждение, пароль, предупреждение, проверка личности. Но иногда эти механизмы — это цена того, чтобы пользователь не потерял деньги, данные или контроль над своим аккаунтом. Этика в продукте — не тормоз для инноваций, а способ сделать инновации устойчивыми. Устойчивый продукт учитывает, что пользователь может ошибиться, система может дать сбой, злоумышленник будет искать уязвимость, а новый сценарий использования появится там, где его никто не ожидал. В конечном счете зрелость продуктовой команды можно измерять не только тем, насколько хорошо она умеет создавать новые возможности, но и тем, насколько хорошо она умеет предвидеть последствия собственных решений. ❤️, если было интересно.

Зачем продукту видение? «Люди покупают не то, что вы делаете, а то, почему вы это делаете» — цитата из ‘Start With Why’, книги о том, как важно делать то, во что ты веришь. У ее автора, Саймона Синека, есть концепция ‘Golden Circle’, модель из трех колец: — внутреннее «Почему?» — зачем продукт существует и какую фундаментальную проблему он решает; — среднее «Как?» — какой уникальный способ решения вы предлагаете; — внешнее «Что?» — сам продукт или услуга, то, что вы создаете и продаете. У сильного продукта есть внятные ответы на все три вопроса, но начинается все с «почему» — с видения. Что такое продуктовое видение? Желаемое будущее и то позитивное изменение, которое продукт должен принести пользователям и бизнесу. Оно отвечает на вопросы: — Для кого мы делаем продукт? — Какую проблему он решает и какую ценность создаёт? — Каким станет мир, если у нас получится? Это не просто мотивационный постер с красивой цитатой, а управленческий инструмент, который помогает принимать решения, приоритизировать и говорить «нет» лишнему. Особенно оно полезно в трех случаях: в компании нужно выровнять ожидания, команда строит новый продукт или портфель продуктов активно разрастается. Без общего видения в таких ситуациях команду почти неизбежно начинает тянуть в разные стороны. Каким должно быть хорошее видение? • Вдохновляющим: заряжать команду и давать смысл работе; • Разделяемым: команда и стейкхолдеры должны прийти к нему вместе и единогласно поддерживать; • Лаконичным: помещаться в короткой фразе и быть легко запоминаемым; • Амбициозным: задавать большой ориентир, а не мелкую тактическую цель; • Стабильным: оставаться актуальным и устойчивым даже при смене решений и реализации, не зависеть от рынка и технологий; ∙ Этичным: не вредить пользователям и создавать ценность без негативных эффектов. Типичные ошибки: ✦ Подменять видение решением: как только в формулировке появляются конкретные интерфейс, платформа и технология, то видение обречено устареть. Если же оно сформулировано через проблему пользователя и ценность, продуктовую реализацию можно менять полностью, не теряя стратегического курса. Например, вместо «Создаем мобильное приложение с AI-ассистентом для планирования личных финансов» лучше описывать, каких изменений хочется достичь: «Хотим, чтобы каждый человек управлял своими деньгами уверенно и без тревоги». ✦ Пытаться вместить слишком много целей: видение теряет ясность и перестает запоминаться; ✦ Не отличать пользователей от покупателей: нужно отдавать приоритет тем, кто реально работает с продуктом и получает от него пользу; ✦ Не подтверждать ценность: видение должно не просто красиво звучать, но и проверяться через интервью, наблюдения и конкурентный анализ. Примеры видений крупных компаний: Airbnb — сделать так, чтобы любой человек мог ощущать себя как дома в любой точке мира. Duolingo — сделать изучение языков доступным, привычным и увлекательным для всех. Zoom — сократить расстояние между людьми с помощью надежной видеосвязи. Headspace — сделать заботу о ментальном здоровье понятной и доступной. Pinterest — помогать людям находить идеи и превращать вдохновение в действия. В формулировках нет упоминания интерфейсов, платформ или алгоритмов, только желаемое изменение. Как сформулировать видение? Лучше всего — коллаборативно: воркшоп с командой разработки и ключевыми стейкхолдерами в формате структурированного брейншторма. Каждый пишет на карточках, какое позитивное изменение должен создать продукт; формулировки зачитываются и синтезируются в общую. Цель — единогласие: видение должно «звучать правильно» для каждого, кто делает продукт успешным. А начать можно проще. Задайте себе и команде один проверочный вопрос: «Каким станет мир, если у нас получится?». Если ответы разойдутся, вам точно стоит пересмотреть видение продукта. ❤️, если было полезно.

Be nice Хочу поделиться классной мыслью про целеполагание из ‘Feel-Good Productivity’ Али Абдаала: SMART-цели выглядят правильно с точки зрения бизнеса, но плохо работают как ежедневный ориентир для команды. Одного SMART недостаточно, потому что он отлично отвечает на вопрос «куда идти», но не на вопрос «что делать сегодня, чтобы туда попасть». Почему SMART не всегда работает? — Отложенный эффект. Цели с длинным горизонтом слабо связаны с ежедневной работой: команде трудно понять, приближает ли текущая активность к результату. Теряется ощущение прогресса, а именно оно сильнее всего влияет на мотивацию в работе. — Туннельное видение. Фокус на одной метрике сужает поле зрения: всё, что не влияет на KPI напрямую, обесценивается, включая пользовательский опыт и долгосрочные эффекты. — Негативное влияние на мотивацию. Когда важен только исход, теряется удовольствие от процесса: задача, которая могла бы приносить удовлетворение, превращается в средство достижения результата. Эти проблемы можно решать с помощью фреймворка NICE. Фреймворк NICE смещает фокус с результата на качество процесса и отвечает на главный вопрос: какие цели помогают команде двигаться каждый день? Цели по NICE: ✦ Near-term (краткосрочные) Что можно завершить за пару недель? Короткий горизонт снижает когнитивную нагрузку и возвращает ощущение прогресса. На практике получается двухслойная система: сверху — долгосрочные метрики, а на операционном уровне — короткие цели, которые поддерживают темп. Вместо «вырастить выручку на 40% за полгода» → «протестировать 2 гипотезы прайсинга до конца месяца». ✦ Input-based (основанные на действиях, а не результате) Какие действия с высокой вероятностью приведут к результату? В продукте между действием и outcome — куча факторов, которые мы не контролируем. Поэтому полезно ставить цели на действия (inputs), а не только на результаты. Особенно это критично в дискавери: даже если гипотеза не подтвердилась, цель все равно выполнена, и команда продвинулась. «Увеличить конверсию» → «запустить 3 A/B-теста на рост конверсии». ✦ Controllable (контролируемые) Что полностью под нашим контролем? Цель должна зависеть от команды, а не от внешних факторов — это снижает тревожность и делает прогресс предсказуемым. Для продакта это особенно больно: слишком многое завязано на другие функции и стейкхолдеров, а также на чужие дедлайны. «Заключить 3 партнерства» → «подготовить и отправить 5 питчей партнерам». ✦ Energising (заряжающие) Почему это важно для пользователя? Важно помнить, что люди приходят в продукт не двигать задачи в джире, а создавать вещи, которые делают жизнь пользователей проще и удобнее, и мотивируются не важностью задачи, а любопытством и ощущением смысла. Цель должна возвращать к пользовательской проблеме и вызывать интерес. Формулировка играет ключевую роль: задача может звучать как обязанность или как исследование. Вместо «проанализировать отток» → «понять, почему пользователи уходят, и найти точки влияния», вместо «реализовать фильтр» → «помочь пользователям находить товар в 2 раза быстрее». Как начать использовать? NICE не заменяет SMART или OKR — он их дополняет: помогает формулировать цели, которые поддерживают чувство прогресса и делают ежедневную работу осмысленной. Внедряйте в 3 шага: 1. Зафиксируйте outcome-цели на квартал (OKR). Это направление и метрика, по которой в конце квартала можно честно сказать, получилось или нет. 2. Декомпозируйте их в короткие NICE-цели на 1–2 недели. Не «вырастить retention», а «провести 5 интервью с ушедшими пользователями и сформулировать 3 гипотезы причин оттока». 3. Оценивайте не только результат, но и качество процесса: скорость экспериментов, глубину инсайтов, число проверенных гипотез. Это отдельная ось прогресса, которая не обнуляется, если конкретный эксперимент не сработал. ❤️, если было полезно.

А в чем проблема? Дорогостоящие ошибки случаются, когда мы слишком торопимся перейти к решению. Команда может неделями строить качественное решение для задачи, которая либо неважна, либо разбираться с ней нужно не так, как кажется. Вначале важно понять, какова проблема по своей структуре: один и тот же симптом в продукте может требовать совершенно разных действий. К примеру, падает конверсия: в одном случае это локальная проблема, а в другом — признак того, что сломана вся цепочка и точечная правка ничего не изменит. У Спенсера Гринберга, PhD в математике и предпринимателя, есть полезная классификация «структур проблем». Идея простая: научиться по симптому распознавать структуру и не лечить перелом пластырем. Примеры структур, с которыми не раз встречалась: ✦ Shark Laser Команда очень эффективно решает задачу, которая на самом деле не имеет большого значения, но выглядит понятной и управляемой. В итоге решение прекрасно работает, но не закрывает действительно важной потребности: вы оптимизируете второстепенную метрику или закрываете боль неприоритетного сегмента. Сигнал: команда много обсуждает, как улучшить решение, но почти не обсуждает, стоит ли вообще решать эту проблему. Что делать: приоритизировать проблемы и сверять их со стратегическими целями. Задавать главный вопрос: что изменится, если мы решим эту проблему идеально? ✦ Smashed Watch Несколько критически важных проблем существуют одновременно, и починка одной почти ничего не дает. Проблема системная: сломанный онбординг, плохие данные, перегруженный саппорт, нестабильная поддержка. Пользователь спотыкается не об одно препятствие, а о целую цепочку, поэтому устранение одного звена не меняет итогового опыта. Сигнал: вы чините конкретный участок, метрики на нем улучшаются, а сквозной результат стоит на месте. Что делать: не выбирать одну «самую главную» проблему, а понять, какие минимальные улучшения нужно сделать по всей цепочке. ✦ Leaky Pipe Устранение одной проблемы усиливает другие. Это классическая ловушка локальной оптимизации: вы поднимаете одну метрику, но роняете соседнюю — например, растет конверсия, но увеличиваются отписки, жалобы или фрод. Сигнал: локальная победа есть, но соседние метрики поползли вниз — часто вы замечаете это не сразу. Что делать: заранее определить контр-метрики и при каждом локальном улучшении их отслеживать. ✦ Feature Creep Проблему невозможно решить, потому что ее определение все время разрастается. Вы начинаете с одной задачи, но по ходу обсуждений каждый стейкхолдер добавляет новые требования, и MVP постепенно превращается в полноценный продукт. Сигнал: скоуп задачи на выходе заметно больше, чем на входе, а дату релиза вы переносили уже несколько раз. Что делать: фиксировать на старте цель, критерии успеха и пределы решения. ✦ Tug of War Решение для одной группы ухудшает положение другой. Здесь всегда есть явный trade-off: больше дохода может означать меньше лояльности, сильнее модерация — меньше токсичности, но и меньше свободы, больше контроля — меньше скорости. Сигнал: любое предлагаемое решение делает кому-то хуже, и обойти это не получается. Что делать: выбирать осознанно и честно назвать, чьим интересом вы жертвуете и почему. Зафиксировать, в чем состоят выигрыш и потери и что стратегически выгоднее в этом трейд-оффе. Алгоритм действий: Начинайте не с решения, а с точной формулировки симптома и контекста: — Что конкретно ломается, какое поведение или метрика отклоняется от ожидаемого? — Какой сегмент затрагивает, насколько он большой и приоритетный? — Это единичный кейс, всплеск или системная история? — На каком этапе пользовательского пути это происходит? — Какой метрикой это подтверждается? Только когда симптом описан точно, имеет смысл анализировать, какая это структура и каких действий требует решение. ❤️, если было полезно.

Build-in-Public — реалити-шоу стартапера или эффективная стратегия? BiP — это практика публично делиться процессом создания продукта: гипотезами, решениями, успехами и провалами. Это не только маркетинг, но и элемент продуктовой стратегии, влияющий на процесс дискавери и продуктовые метрики. Что BiP дает продукту: — Органический трафик. Аудитория, которая следила за процессом, становится вашим листом ожидания. Вы запускаетесь не в пустоту, а на ранних пользователей, которые уже вовлечены. — Проверка ценности. Подписчики голосуют вниманием ещё до того, как вы написали первую строчку кода. Реакция и фидбек позволяют понять, нужен ли продукт вообще, до релиза. — Выстраивание доверия. Реальные цифры и честное признание ошибок конвертируют лучше любого лендинга. Когда люди видят путь, а не только финальный релиз, они быстрее понимают, можно ли вам доверять. — Ускорение дискавери. Публичные апдейты о гипотезах и инсайтах превращаются в поток обратной связи, а неочевидные UX-проблемы всплывают до масштабного запуска. Показательные кейсы: ✦ Base44: BIP как часть продукта AI-платформа для вайбкодинга, которую Маор Шломо в одиночку забутстрапил до покупки Wix за $80M+ всего за шесть месяцев. Особенности подхода: — публично рассказывал о развитии продукта без постов, нацеленных на продажи; — собрал Discord-комьюнити с тестированием в реальном времени: пользователи кидали скриншоты багов, и фиксы выкатывались в тот же день; — встроил дистрибуцию в пользовательский сценарий: продукт сам подталкивает поделиться результатом генерации в соцсетях. Вывод: BIP может быть не отдельной маркетинговой активностью, а частью самого продукта и go-to-market. ✦ Beehiiv: BIP как часть петли роста Платформа для создания и монетизации рассылок, основанная Тайлером Денком: $100K MRR за 14 месяцев. Особенности подхода: — превращали релизы в контент-маркетинг: несколько фич в неделю, и каждая — инфоповод; — собственная рассылка Денка (Big Desk Energy, 110K+ подписчиков) работает на beehiiv и сама является кейсом; — публично разбирали успехи пользователей. Вывод: BIP может быть частью петли роста: публичность → фидбек → продукт → публикация → новые пользователи. ✦ Plausible: BIP как канал привлечения клиентов Open-source аналитика для сайтов, альтернатива Google Analytics. Забутстрапили с $64 в первый месяц платных подписок до $1M ARR к 2022 и $3.1M ARR к концу 2024. Особенности подхода: — показывали прогресс разработки и продуктовые решения, а не только успехи; — открыли не только код, но и трафик собственного сайта: публичный дашборд Plausible работал как живое демо; — превращали продуктовые и growth-истории в обучающий контент. Вывод: BIP — эффективный канал построения доверия к бренду и продукту. А минусы будут? 1. Утечка конкурентного преимущества Арвид Каль, один из самых известных практиков BIP, недавно признал: раньше было безопасно публично делиться цифрами примерно до $20–30K MRR, не опасаясь копирования. С приходом AI-кодинга порог упал до нуля: описанная в твите фича легко воспроизводится конкурентом. 2. Подмена продукта контентом Публичность незаметно превращается в видимость эффективности: создается иллюзия прогресса, а реальные метрики и качество продукта не растут. К тому же, работа с контентом физически вытесняет работу над продуктом и исследование пользователей. 3. Хрупкость репутации Резкая смена курса, закрытое направление или долгое молчание, и разочарование аудитории масштабируется быстрее, чем в закрытом режиме. Отсюда соблазн показывать только безошибочный прогресс, но тогда теряется главное — честность. Реалити-шоу или стратегия? Реалити-шоу случается, когда видимость начинает управлять вами: контент-план диктует приоритеты, а метрикой успеха становятся лайки, а не продукт. Важно не делиться всем подряд, а осознанно управлять тем, что именно вы делаете видимым для рынка и зачем: какие части продуктового пути вынести на публику, чтобы ускорить обучение, выстроить доверие и собрать аудиторию ещё до запуска. ❤️, если было интересно.

Take your time Послушала подкаст и задумалась о том, что до каких-то вещей в своей жизни нужно просто дорасти. Вот я же уже умею делать А, В и С — что мешает мне пойти дальше, перейти на следующую позицию и взять больше ответственности? Здесь кроется ключевое различие между квалификацией и зрелостью: ты можешь быть классным специалистом, но у тебя не хватает прожитого опыта. Чтобы делать что-то по-настоящему эффективно, быть экспертом и глубоко разбираться в своей области, нужно вначале очень много раз ошибиться и сделать плохо. И работодатель, и инвестор готовы вкладывать ресурсы не столько в идею, сколько в опытного менеджера или фаундера, который уже набил шишек, сформировал экспертизу и работает не просто по методичкам и фреймворкам из курсов, а имеет опыт решения неочевидных кейсов. Нет какого-то фаст-трека к тому, чтобы набраться опыта — его можно только накапливать. Проживать разные сложные события, которые обычно сильно нас меняют и расширяют нашу картину мира: смену работы, переезд, запуск своих проектов. Или просто жить, пробовать разное, знакомиться с новыми людьми и ошибаться в мелочах. Лера классно сказала, что зрелость — это производная прожитого опыта. И она в том, чтобы уметь анализировать, понимать и защищать свои ценности и не мыслить категорично. Это значительно снижает риск того, что вас когда-то заменит AI: ваши рассуждения, опыт и экспертиза всегда будут ценнее того, что можно алгоритмизировать. Поэтому если вас накрывает FOMO от того, что вам уже надо быть где-то там, задайте себе вопрос: а не хочу ли я этого слишком рано? Важно идти в своем темпе и понимать, сколько всего еще предстоит пройти и узнать о себе и о других людях. Мне всегда особенно нравится узнавать больше про чей-то опыт, который я еще не проживала и может, вообще не проживу, и примерять его на себя: хочется ли мне попробовать? Читаю и очень рекомендую канал Леры ‘Radical Rozova’ и особенно вот эти посты: — про опыт на позиции CEO, уроки и выводы; — про карьерные ошибки; — совет себе двадцатилетней о том, как важно слушать. Лера пишет про свой опыт эмиграции, предпринимательство и свои проекты, материнство и управление командой — подписывайтесь на нее, уверена, что и вам ее опыт будет интересен и вы захотите попробовать что-то новое.

Продакты будущего Не думаю, что профессия продакта куда-то денется в обозримом будущем, но точно сильно изменится. Какой продакт останется ценным, когда AI ускорит операционку? Моя гипотеза в том, что подорожают именно те навыки, которых искусственному интеллекту не достает. Проблема будущих нас не в том, что команды не будут успевать строить, а в том, что они будут слишком быстро строить не то, что нужно рынку — а чем быстрее становится процесс, тем дороже ошибка команды. Какие навыки вырастут в цене? ⭐️ Эмпатия AI не чувствует боль пользователей и не дает их глубокого понимания, на котором строится принятие решений. Самое ценное в пользовательском интервью — не информация, которую вы собрали, а то, как меняются ваши суждения, пока вы его проводите. Если вы делегируете эту часть AI, то теряете большую часть этой ценности. А заодно рискуете нагенерировать синтетических пользователей и результаты исследований и перестать разговаривать с живыми людьми и решать их реальные проблемы. ⭐️ Контекст-инжиниринг Фундаментальный навык — не формулировка промптов, а понимание сильных и слабых сторон моделей и умение правильно задать контекст, в котором модель решит задачу точно и эффективно. Не просто задать вопрос, а дать ей нужные данные, ограничения, примеры и рамки. Именно это отличает процесс, где AI реально ускоряет работу, от того, где он создает только видимость пользы. ⭐️ Product sense и критическое мышление AI выдаст вам любые выводы и решения, которые будут на вид уверенными, структурированными и обоснованными. Модель одинаково убедительна и когда права, и когда галлюцинирует. Поэтому ценным становится не принимать результат за истину: проверять источники, искать альтернативные интерпретации, отделять факты от трактовок. Если у продакта слабое критическое мышление, он легко примет удобный ответ за правильный. ⭐️ Agency и ownership Мои любимые плохо переводимые на русский слова. Для меня это способность продакта действовать самостоятельно и проактивно, брать ответственность и превращать намерение в результат. AI не создает ценность сам — она появляется там, где продакт замечает проблему, исследует ее, формулирует гипотезы решения, проверяет их и доводит до реализации. А каковы главные риски и ошибки? ❗️ Перестать думать самостоятельно Модель прекрасно генерирует варианты, но плохо понимает ваш бизнес-контекст, ограничения команды и реальные последствия решений. Чем чаще вы берёте готовый ответ вместо собственного анализа, тем слабее ваш product sense. Решения должен принимать человек, и это нельзя делегировать. ❗️ Потерять связь с пользователем Если продакт начинает больше разговаривать с моделью, чем с клиентом, очень высок риск построить продукт для собственной интерпретации рынка, а не для реального потребителя. ❗️ Создавать бесполезные артефакты Стало очень легко генерировать разные документы: PRD, саммари по интервью, роадмапы, юзер стори, стратегии — это выглядит продуктивно, но большинство не двигает вас к цели. Много писать и красиво структурировать — не то же самое, что ответить, какая проблема решается, для кого, почему именно так и какая метрика должна измениться. Как уже меняются продакты? Лучший способ следить за тем, как эволюционирует профессия — следить за теми, кто в профессии и рассказывает о своем кейсе публично, причем не только в крупных каналах. ⭐️ Делюсь с вами подборкой интересных авторов, с которыми вы могли быть не знакомы. Они пишут про продукт, исследования, метрики, UX, карьеру и управление командами. Идея этой подборки — создать постоянно доступный хаб каналов, где можно найти новых экспертов, полезный контент и подсмотреть тренды, даже если у автора пока небольшие охваты. Добавляйте себе! А если вы тоже ведете канал и считаете, что он будет полезен сообществу, пишите куратору @LuneaPR и узнавайте условия участия. ❤️, если было полезно!

Карьера в контексте изменений В начале 2026 года Марк Андриссен приходил на подкаст к Ленни, где они обсудили карьеру в эпоху AI. Хочу провести параллели с его серией эссе о карьерном планировании, которая была опубликована еще в 2007. Главный тезис Марка, не потерявший актуальности — не планируйте карьеру. Рассматривать карьеру как прямую траекторию бессмысленно: слишком быстро меняются технологии, роли, компании и ценность навыков. Андриссен считает, что страх вокруг AI и рабочих мест «сильно преувеличен», но AI действительно ускоряет изменчивость контекста и делает карьеру еще более нелинейной. Важные принципы карьерных решений: 📎 Выбирайте среду, где происходят реальные изменения прямо сейчас Среда стала еще важнее, потому что именно там, где AI уже меняет процессы и перераспределяет функции, рост навыков происходит быстрее. Выбирайте компанию или роль, которая находится в эпицентре AI-трансформации: там скорость накопления навыков максимальна, а возможности появляются чаще. Темп роста компании устанавливает потолок вашего личного и профессионального роста. Полезно смотреть не только на компанию, но и на людей, продукт и саму динамику среды. Если вы выбираете между несколькими ролями, обратите внимание на три вещи: насколько быстро меняется рынок, насколько сильны люди рядом, насколько много вы сможете сделать руками и увидеть результат. Если вы попали в место, где рынок и продукт двигаются быстро, такая ставка может дать гораздо больший карьерный рост. 📎 Стройте уникальное конкурентное преимущество Этот принцип перекликается с концепцией double / triple threat Скотта Адамса: гораздо полезнее быть сильным в нескольких областях, чем лучшим только в одной. Классный набор навыков более выигрышен, особенно в роли продакта. К тому же, есть навыки-мультипликаторы, которые усилят ваш базовый стек: например, коммуникация, продажи, управление людьми и финансами. Сегодня к ним добавляется и AI, который делает более продуктивным и без того классного специалиста. Соберите комбинацию сильных сторон, которые обеспечат вам конкурентное преимущество, которое трудно скопировать и можно выгодно позиционировать на рынке труда — вас точно будет сложнее заменить. 📎 Работайте там, где ваши результаты будут заметны Работа, которую никто не видит, на безопасном и стабильном месте, не дает новых возможностей и не помогает выстраивать карьерный капитал. Важно брать на себя задачи с видимым риском и результатом, быть замеченным как внутри компании, так и за ее пределами — рынком и пользователями. Для продакта это означает запускать новые продукты с нуля, брать ответственность за крупные категории, выходить на новые рынки — вас будут ассоциировать с чем-то значимым. Также параллельно важно публиковаться, выступать, участвовать в дискуссиях в индустрии. 📎 Смотрите на карьеру как на портфель Продакту полезно воспринимать карьеру как портфель ставок, где каждая роль, проект или переход имеют собственное соотношение риска, доходности, обучения и будущих возможностей. Идея карьеры-портфеля особенно важна потому, что ставить все на карту очень рискованно в контексте постоянно изменяющегося рынка. Как и в инвестициях, важна не только доходность, но и диверсификация. Отдельная ставка может выглядеть рискованной, но быть оправданной, если она дает доступ к сильным специалистам, новым рынкам или редким навыкам. 🔤 «Правильный» путь не очевиден заранее, поэтому карьера становится серией небольших экспериментов. Перед новым шагом полезно спросить себя: какие навыки я получу? Какие двери откроет эта роль? Какой «риск» я принимаю и какую потенциальную «доходность» ожидаю? ❤️, если было полезно.

Карьерные якоря Как определиться, куда расти? Чтобы принять карьерное решение, можно опираться на ориентиры в виде зарплаты, грейда, сильного бренда в резюме или чужого успеха в LinkedIn. Но даже самый классный оффер может быть не совместим с тем, как вы хотите работать и жить. Важно разобраться в том, что именно для вас является источником устойчивой мотивации. С этим может помочь теория карьерных якорей. Она была предложена Эдгаром Шейном как способ описать сочетание ценностей, мотивов и сильных сторон, вокруг которых человек строит карьеру. Якорей восемь: ✳️Функциональная компетентность Хочет быть сильным специалистом в своей области и получать удовольствие от роста мастерства. Для продакта это может означать любовь к исследованиям, аналитике или продуктовой стратегии. Часто комфортнее расти в треке Individual Contributor. ✳️Менеджерская компетентность Предпочитает быть ответственным за команду, координацию людей и влиять на результат через организацию работы. Такой продакт обычно растет в Lead, Head, Director или CPO, чтобы управлять не только продуктом, но и командой. ✳️Автономия и независимость Нравится быть свободным в принятии решений и иметь минимум контроля сверху и бюрократии. Часто проявляется в любви к стартапам, консалтингу, внутреннему предпринимательству или ролям с высокой степенью ownership. ✳️Стабильность и безопасность Выбирает работать в предсказуемой и надежной среде с понятными правилами. Хорошо себя чувствует в зрелых продуĸтовых ĸомандах ĸрупных ĸомпаний с выстроенными процессами. Стартап с постоянной неопределённостью изматывает, а не заряжает. ✳️Предпринимательская креативность Мотивирован создавать новое, запускать продукты и видеть, как идея превращается в бизнес. Важно не просто участвовать, а быть основателем и строить с нуля. Это один из самых естественных якорей для продактов, особенно в стартапах и growth-командах. ✳️Служение делу Хочет делать что-то полезное для людей, общества или конкретной аудитории. Такой продакт заинтересован в увеличении цифровой доступности, устойчивом потреблении, работе в сферах healthtech, edtech или femtech, продуктах для НКО. ✳️Вызов Заряжен решать сложные задачи, преодолевать препятствия и постоянно проверять себя на прочность. Такой продакт любит кризисные проекты, сложные B2B-продукты и рынки с высокой конкуренцией. ✳️Образ жизни Предпочитает работу, которая вписывается в желаемый ритм жизни. Для продактов это обычно означает гибкий график, удалёнку, ограничение переработок и предпочтение культуры work-life balance. 📎 Как использовать якоря в карьерном планировании? Для продакта карьерный якорь полезен как фильтр решений. Он помогает выбрать не только следующую роль, но и тип компании, руководителя, зону ответственности и формат работы. Если ваш якорь — автономия, вам вряд ли подойдет микроменеджмент; если якорь — управление, стоит выбирать роли, где можно строить и развивать команду. Ещё один важный эффект — защита от ложных целей и измерения своего успеха чужими метриками. Например, грейд сам по себе не делает карьеру успешной, если после повышения вы теряете интерес, энергию и ощущение смысла. 📎 Как определить свои якоря? 🔵Провести ретроспективу своей карьеры. Определите повторяющиеся паттерны: что нравилось на каждом месте и что становилось главной причиной ухода; 🔵Пройти тест Шейна (например, тут); 🔵Провести мысленный эксперимент. Что вы выберете, если придется чем-то пожертвовать, например, деньгами ради свободы или ростом ради стабильности? Ищите не самую «классную» роль, а среду, в которой ваши внутренние драйверы совпадают с тем, как устроена работа, чтобы вам не пришлось идти на компромиссы, к которым вы точно не готовы. ❤️, если было полезно. Какой якорь у вас и совпадает ли он с тем, где вы сейчас?

Про найм продактов Вслед за изменением продуктового контекста изменился и найм, а старые сценарии устарели и работают менее эффективно. Нанимающие менеджеры из Netflix, Rippling и EvenUp обсудили в подкасте The Skip, как трансформировались критерии оценки кандидатов. Тренды продуктового найма: 🌟 Формат поведенческих интервью теряет актуальность Ответы про прошлый опыт всё хуже предсказывают реальную эффективность на новой работе. Поведенческие вопросы по-прежнему полезны, но они уже не являются главным инструментом оценки. AI упростил подготовку заученных историй по схожей структуре, поэтому предпочтительным является кейс-интервью, которое помогает понять, как кандидат рассуждает, работает с вводными данными и принимает решения в реальном времени. 🌟 Фреймворки менее значимы, чем ход мышления Их использование или знание само по себе больше не считается положительным сигналом, если кандидат не умеет использовать их по ситуации и не демонстрирует высокий уровень мышления. На собеседовании важнее не то, сколько способов приоритизации человек знает, а умеет ли он ясно мыслить, видеть ограничения и предлагать рабочее решение под конкретный контекст. Честно говоря, для меня большой вопрос, зачем вообще проверять на интервью знание конкретных фреймворков. На мой взгляд, в индустрии есть некий «карго-культ»: желание выглядеть профессионально имеется, использовать RICE «надо», но непонятно для решения какой проблемы и где это вообще не уместно. 🌟 Фокус смещается от приоритизации к расширению возможностей Прототипирование, исследование и тестирование гипотез стали быстрее и дешевле, и ценность продакта все чаще определяется не тем, что он умеет выбрать из ограниченного набора вариантов, а тем, что он умеет расширить этот набор и создать новые варианты решения. Хороший продакт все еще обязан уметь приоритизировать, однако на одном этом навыке сложно создать сильное конкурентное преимущество. Теперь в продакте ищут того, кто сможет увидеть новые направления и сильные ставки, снять ограничения, повысить скорость и поискать альтернативные решения проблемы. Грин флаги в кандидатах: ✔️ глубина мышления: умеет ли кандидат разобраться в проблеме с нескольких сторон, задает ли правильные вопросы, понимает ли, почему вообще нужно решать именно эту задачу; ✔️ мышление роста: готов ли он учиться, адаптироваться и пересобирать свой подход по мере изменения инструментов и контекста; ✔️ скорость, драйв и инициативность: способен ли он не только размышлять, но и быстро доводить идеи до результата и лидировать проекты, заряжая команду и стейкхолдеров; ✔️ интерес к продукту и компании: сильный кандидат часто выделяется не только опытом, но и тем, что приходит уже с мнением о продукте и идеями по его улучшению. Ред флаги в кандидатах: ❌ поверхностность: кандидат сразу прыгает к решению, не разобравшись в проблеме, пользователях и юзкейсах; ❌ натренированные и шаблонные ответы: складно отвечает только до серии уточняющих вопросов и не может углубиться в тему; ❌ негибкость и уход в оборону: не пересобирает логику ответа, если получает новые вводные, а придерживается изначальной позиции, защищает ее и не способен критически ее осмыслить; Рекомендации к подготовке: 1. Демонстрируйте реальный интерес к продукту: потратьте время на изучение продукта, отзывов, конкурентов и пользовательских паттернов и приходите на интервью с гипотезами улучшения; 2. Готовьтесь не к вопросам по шаблону, а к кейсам, в которых интервьюер будет проверять логику, гибкость и реальное понимание продукта. Полезно показывать, что вы умеете глубоко и системно исследовать, мыслить сценарно, быстро менять гипотезу и не бояться новых вводных и неопределенности; 3. Тренируйте умение думать вслух: интервьюеру важен процесс, а не только ответ. ❤️, если было полезно.

«Я просто человек такой» Признаюсь, у меня люто пригорает, когда я слышу от кого-то: «Я не умею организовывать своё время, такова моя природа», «Я просто интроверт, мне сложно выступать публично», «Я гуманитарий, не смогу в этом разобраться». Эти оправдательные суждения о себе звучат как приговоры. Личностные тесты (MBTI, DISC, Big Five и т.п.) усиливают этот эффект: они относят человека к определенному типу и как будто помогают лучше понять себя. В итоге человек начинает верить, что он принадлежит к какому-то типу, тогда как на самом деле личность меняется и формируется в процессе жизни, и никакой «тип» не гарантирует ни успеха, ни неудачи. Что важно понимать? ❤️ Результаты тестов зависят от ожиданий Большинство личностных тестов показывают, насколько вы сравнительно сильно проявляете ту или иную черту среди других людей. Это значит, что результаты зависят от того, с кем вы себя сравниваете и того, как вы воспринимаете себя в момент заполнения. Это делает тесты не столько отражением вашей сущности, сколько срезом того, как вы себя сейчас видите и в каком окружении находитесь. ❤️ Ярлык тормозит рост Как только человеку говорят, что он «интроверт», «неспортивный», «технарь» и т.п., этот ярлык начинает работать как скрытая инструкция к действию. Это усиливается «эффектом самосбывающегося пророчества»: человек начинает искать ситуации и интерпретации, подтверждающие его образ, и избегает тех ситуаций, где придётся его оспорить. ❤️ Личность не статична Набор черт личности изменчив и зависит и от возраста, и от опыта, и от окружения. Люди в среднем становятся более добросовестными, эмоционально устойчивыми и доброжелательными, когда вступают в стабильные отношения, строят карьеру и берут на себя ответственность. Личность устойчива не потому, что это врождённое, а потому что человек привык действовать в определённым образом; изменяя поведение, он меняет и представление о себе. ❤️ Добросовестность важнее IQ Если мы говорим о достижениях, то исследования показывают, что уровень интеллекта (IQ) объясняет лишь часть успеха. Метаанализ показал, что добросовестность является наиболее устойчивым и независимым предиктором академической успеваемости. Именно эта черта включает самодисциплину, планирование, следование нормам и способность откладывать вознаграждение. Что это означает на практике? Умение довести до конца, не бросать при первых трудностях, работать системно важнее «природного таланта» в объяснении реальных достижений. ❤️ Мышление влияет на достижения Кэрол Дуэк в своей книге «Гибкое сознание» классно объясняет этот концепт. Она делит людей на два типа по тому, как они думают о своих способностях: люди с фиксированным мышлением (fixed mindset) верят, что их качества — интеллект, таланты, черты характера — это постоянные параметры. Люди с мышлением роста (growth mindset) считают, что способности развиваются через усилие и опыт. Человек с фиксированным мышлением избегает сложных задач, потому что неудача означала бы, что он «недостаточно умён» или «не тот тип». Человек с мышлением роста воспринимает трудность как обучение. И что со всем этим делать? Исследование Хадсона показывает: изменение личности — это не просто внутреннее желание, а процесс, который требует конкретных действий. Личность меняется не через желание быть другим, а через повторяющиеся действия, которые постепенно перезаписывают на внутреннем жестком диске привычный стиль мышления и поведения. Из этого исследования можно почерпнуть логику, которой можно следовать, если хотите в себе что-то изменить или развить: ✔️ Сначала нужно выбрать черту, которую вы хотите развивать, например добросовестность, общительность или эмоциональную устойчивость. ✔️ Затем перевести черту в наблюдаемое поведение: не «быть более организованным», а «каждый день планировать 3 главные задачи и закрывать их до вечера». ✔️ После этого регулярно это поведение повторять: именно последовательность, а не разовый порыв, создаёт эффект изменения. ❤️, если было полезно.

Почему мы делаем разные выводы? В продуктовой работе мы постоянно оперируем данными, и кажется, что решения принимаются объективно. На практике случается, что две команды смотрят на одни и те же цифры, но приходят к противоположным выводам. Почему так? Одно из объяснений — «лестница умозаключений», модель Криса Аргириса. Она описывает, как мы на самом деле двигаемся от фактов к действиям и где по пути начинаем искажать реальность. Выглядит примерно так: 🌟 Объективные данные Это исходный материал, с которого мы начинаем: цифры в дашборде, P&L отчет, результаты NPS-опроса — сырые факты, которые пока не имеют оценки. Допустим, конкурентный анализ показал, что все основные прямые конкуренты внедрили ИИ-фичу в поиск, и есть рыночный отчет о том, что ИИ в поиске повышает удовлетворенность на 30%. При этом также есть данные о том, что подобные фичи не окупаются и не влияют на удержание пользователей в продукте, и явные сигналы о других пользовательских проблемах. 🌟 Выбор данных Из всего массива информации наш мозг выбирает, на что обратить внимание. Этот выбор не случаен: он определяется прошлым опытом, ожиданиями и убеждениями. Например, команда концентрируется только на данных о росте удовлетворенности и о внедрении функционала конкурентами. 🌟 Интерпретация Мы наделяем выбранные данные смыслом и трактуем их так, как считаем правильным и очевидным. «Конкуренты делают поиск с ИИ, значит это единственный способ выжить и удовлетворить клиентов». 🌟 Выводы Мы делаем логический, как нам кажется, вывод на основе интерпретации. «Нам нужно прямо сейчас начать внедрять это, иначе мы проиграем рынок». 🌟 Действия Вывод закрепляется как истина, и мы переходим к действию. Например, команда приоритизирует фичу с ИИ-поиском, игнорируя всю предыдущую стратегию и ранее собранный бэклог. В итоге, команда упускает альтернативные возможности и тратит ресурсы на проверку заведомо неуспешной гипотезы. Что может пойти не так? ⚫️ Ошибочная оценка ситуации: как в кейсе выше, команда может принять неверное решение, основываясь на выводах, которые всем кажутся «очевидными». ⚫️ Конфликт в команде: люди спорят о решениях, хотя на самом деле расходятся на уровне выбранных данных; ⚫️ Петля рефлексии: вывод превращается в «бесспорный факт», который уже никто не ставит под сомнение, и он начинает влиять на все последующие решения. Как действовать? 〰️ Спускаться вниз по своей лестнице перед важным решением для самопроверки. Какие данные я выбрала из доступных и какие при этом проигнорировала? Где я могу быть необъективна из-за прошлого опыта? Если мой вывод неверен — какие данные это показали бы? 〰️ Разбирать не выводы, а путь к ним. Может оказаться, что разногласие с коллегой не на уровне решений и действий, а на уровне того, какие данные были проигнорированы. 〰️ Системно практиковать в команде осознанность выводов. Четко разделять данные и интерпретации, разбирать ключевые убеждения, которые озвучиваются, и регулярно ставить их под сомнение. Важно помнить, что «лестница умозаключений» — это не баг, а фича нашего мозга, который пытается экономить энергию. Задача продакта — уметь балансировать и опираться как на свой опыт и product sense, так и на фундамент из фактов. ❤️, если оказалось полезным.

Что изменит нашу работу? Недавно коммьюнити Products That Count объявило победителей The Product Awards Q1 2026. В списке много интересных продуктов, которые влияют на повседневную работу продакт-менеджера и меняют ее в этом году. Рынок движется от отдельных AI-фич к AI-инструментам, становящимся частью операционки и инфраструктуры, а также к реальным бизнес-эффектам от их внедрения. Расскажу вам про интересных победителей, достойных внимания: 🌟Amplitude Agentic AI Analytics AI-ассистенты для кода уже кратно ускорили разработку фич, но теперь команды релизят быстрее, чем могут понять, что работает для пользователей и улучшает их опыт. Операционная нагрузка аналитики по-прежнему ложится на людей и плохо масштабируется. Amplitude представила серию AI-агентов, ĸоторые автономно анализируют поведение пользователей, выявляют паттерны и предлагают действия в реальном времени. Применение: ☑️Обращаться к агенту как к аналитику: узнавать, у какого сегмента пользователей выше конверсия в активацию или каковы результаты завершившегося теста; ☑️Настроить отслеживание конкретных метрик или аномалий с объяснением возможных причин на основе анализа сегментов и изменений в продукте. 🌟Todoist Ramble Постоянно требуется что-то зафиксировать в неудобный момент: между встречами или во время интервью. Можно потерять важный контекст, а восстановление займет время. Ramble — AI-фича в Todoist, которая позволяет быстро добавлять задачи с помощью голоса. Она превращает неструктурированную речь в организованные задачи с проектами, датами, дедлайнами, приоритетами и лейблами. Применение: ☑️Надиктовать все экшн-поинты после встречи, чтобы разгрузить свою оперативочку, зафиксировать договоренности и не потерять все важные шаги — Ramble создаст отдельные задачи. 🌟Breinify Чтобы настроить персонализацию, требуется команда Data Science и минимум 3-6 месяцев на внедрение модели. Также большинство ограничиваются работой с залогиненными пользователями — то есть с теми, о ком уже есть история. Breinify — это B2C-платформа для персонализации цифрового опыта конечного потребителя. Temporal AI — их AI-движок, который понимает, что потребности клиента меняются со временем, и использует временные, сезонные, географические и контекстные сигналы. Применение: ☑️Проверять гипотезы о том, какие сегменты, триггеры и предложения реально меняют поведение и влияют на конверсии, без дополнительной разработки; ☑️Настраивать персонализацию для незарегистрированных посетителей, по которым пока нет данных. 🌟Netcore Продуктовая команда использует много инструментов коммуникации с пользователями: рассылки, уведомления, сообщения, пуши и т.д. — все эти инструменты нужно координировать. Пользовательский путь разбросан по разным системам: коммуникации дублируются, данные отображаются разрозненно. Непонятно, какие этапы в итоге проходит пользователь и как это влияет на воронку. Netcore запустила Agentic Marketing Platform — AI-агентов, которые автономно запускают, оптимизируют и масштабируют кампании по разным каналам. Они определяют оптимальное время, канал и контент для каждого пользователя. Применение: ☑️Построить полноценную картинку пути пользователя, чтобы понимать, где пользователь теряется, и превратить разрозненные коммуникации в управляемые и измеримые; ☑️Систематически тестировать каналы, сообщения и разные сценарии в зависимости от поведения конкретного пользователя без разработки. Какой продукт кажется вам самым полезным для продуктовой работы? Маякните ❤️, если все еще живы в телеграме!

Продакты-решалы В ускоряющемся контексте (а еще когда тебе постоянно вставляют палки в колеса блокировками) одна компетенция становится всё более критичной — принятие решений. Смысл этой компетенции в том, чтобы уметь принимать достаточно хорошие решения вовремя и находить баланс между импульсивностью, которая приводит к дорогостоящим ошибкам, и параличом анализа, который приводит к выгоранию команды и устареванию фич еще до релиза. Как подходить к принятию решений? ⚡️Проводим пре-мортем В предыдущем посте рассказала о том, что иногда можно не учиться на ошибках, а заранее предугадать, что угрожает успеху. Пре-мортем поможет определить риск-факторы и принять решение с меньшим стрессом. ⚡️Достигаем оптимальной определенности Большинство хороших решений можно принять, имея около 70% нужной информации. Ожидание 90–100% нерационально: ситуация меняется, а каждый следующий процент уверенности стоит непропорционально дорого. ⚡️Устанавливаем дедлайны За первой встречей идет вторая, третья, десятая, а решение продолжает откладываться. Установите жёсткий дедлайн для принятия решения ещё до начала анализа — это предотвращает бесконечные обсуждения и фокусирует команду. ⚡️Нормализуем ошибки Страх ошибиться — главная причина паралича. Если ошибки трактуются как «чья-то вина», решения будут откладываться. Создайте культуру, где ошибки разбираются как обучение. Никто никогда на 100% не знает, что делать: допустите предположения по решению и тестируйте одно за другим, ориентируясь на получаемые результаты. ⚡️Поддерживаем принятые решения на уровне команды На обсуждении мы спорим, приводим аргументы и критикуем, но после того, как решение уже было принято, не саботируем его и все вместе работаем на достижение успеха. ⚡️Делим решения по типу рискованности Вспомним принципы Amazon: решения могут быть обратимыми (их можно отменить или скорректировать), а могут — необратимыми (их будет трудно или невозможно откатить, а последствия могут быть серьезными). Нужно определить, что дороже: ошибиться или не решить вовремя. 💡Фреймворк для сложных стратегических решений Когда ставки высоки и решение необратимо или трудно обратимо, помогает структура — можно обратиться к фреймворку SPADE. Примеры серьезных решений: выход на новый рынок, смена архитектуры, пересмотр модели монетизации. S — Setting. Формулируем задачу: что именно нужно решить, какой дедлайн и в чем наша основная цель. Это помогает всем участникам понимать контекст. P — People. Определяем 3 ключевые роли: кто принимает финальное решение (причем тот, кто принимает решение, также и отвечает за его исполнение!), кто одобряет (может заблокировать решение), кто консультирует. A — Alternatives. Собираем список альтернатив, которые являются реалистичными, разнообразными и охватывают все возможные кейсы (вспоминаем правило MECE!). Лучший вариант сформулировать альтернативы — провести брейншторм. D — Decide. Честное приватное голосование с обоснованием, чтобы не возникало иллюзии консенсуса, группового мышления и давления со стороны топа на мнения окружающих (HiPPO-эффект). При этом заранее определенный ответственный может принимать решение самостоятельно, не обязательно склоняясь к большинству. E — Explain. Донесение решения до всех, кого оно касается, с достаточным контекстом. Это обеспечивает прозрачность процесса, доверие и улучшение качества последующих решений. Ставьте ❤️ и делитесь, тяжело ли вам дается принятие решений?

Как предотвратить факап Представьте: вы запустили продукт, и это тотальный провал. Конверсии не дотягивают, пользователи завалили поддержку жалобами, проблемы с безопасностью. Вы всей командой собираетесь, чтобы выяснить, что же пошло не так. Многие команды проводят пост-мортем, «разбор полетов», когда факап уже случился. Но что, если работать на опережение и обсуждать не что уже пошло не так, а что могло пойти не так? Этот подход называется пре-мортем, и он помогает заранее выявить слабые места и учесть риски, которые в ходе обычного анализа легко упустить. В основе лежит принцип prospective hindsight: нужно представить, что проект уже провалился, и проанализировать причины, почему это случилось. Когда мы воображаем, что событие уже произошло, наша способность корректно определить причины будущих исходов возрастает на 30%. Другими словами, мозг гораздо лучше придумывает объяснения прошлого, чем прогнозирует будущее. Помимо этого, пре-мортем помогает бороться с чрезмерной уверенностью в успехе и с замалчиванием внутри команд: люди обычно боятся выглядеть пессимистами, обидеть коллег, лидирующих проект, и предлагать «глупые идеи». Проводить пре-мортемы эффективно: ✅ перед крупными релизами за 1-3 месяца до запуска, чтобы успеть отработать риски; ✅ до принятия важных стратегических решений, например, о пивоте, закрытии продукта или инвестициях в новый; ✅ в случае проблем в командном взаимодействии, чтобы вскрыть накопившееся напряжение при работе над проектом. Три типа угроз: Эту классификацию ввел Шреяс Доши, чтобы участникам пре-мортем обсуждений было легче выделять и называть риски. 🌟 Тигр — очевидная угроза, которая повредит проекту, если ничего не сделать; 🌟 Бумажный тигр — «ложная тревога», кажущаяся угроза, которая уже под контролем. Эта категория позволяет сэкономить время на обсуждение рисков, например: «Я слышу беспокойство про производительность базы данных — мы уже провели нагрузочное тестирование, это не проблема»; 🌟 Слон — тот самый, который в комнате. Никто не озвучивал эту проблему вслух: она большая и пугает. Эта категория нужна, чтобы задать «глупые вопросы», которые могут вскрывать по-настоящему серьезные проблемы. Как провести пре-мортем: 📌 Встреча для выявления угроз Собираем кросс-функциональный состав участников (6-12 человек), чтобы посмотреть на ситуацию с нескольких сторон: разные роли подсветят неочевидные риски (особенно поддержка, юристы и финансы). — Начало встречи. Фасилитатор задает вводный контекст: участники переносятся на 3 месяца вперед (или больше), когда проект уже был запущен и провалился; — Тихий брейншторм. Каждый участник формулирует минимум двух Тигров и любое количество Бумажных тигров и Слонов. — Тихое голосование и групповое обсуждение. Все читают карточки друг друга, голосуют за наиболее значимые угрозы до обсуждения, затем по кругу делятся своими мыслями. — Составление плана действий. Фасилитатор фиксирует ключевые темы и следующие шаги. 📌 Работа с угрозами по готовому плану Самая важная часть пре-мортема — это план действий после встречи. Фасилитатор должен приоритизировать топ-3–5 Тигров и Слонов и зафиксировать по каждой угрозе меры нейтрализации и ответственного. Попробуйте провести первый пре-мортем на ближайшем крупном запуске — скорее всего, вы узнаете что-то важное и новое для себя.

Продакты vs разработчики Вышло новое исследование от Product Sense, и один из вопросов в нем — о перспективах профессии и ее изменении, в том числе под влиянием AI. Респонденты считают, что в ближайшие годы профессия никуда не исчезнет (78% думают, что продактов будет примерно столько же), но роль может трансформироваться: сместится в сторону стратегии (46%), специализируется на ИИ (40%) или сольется с аналитикой (20%). Хочу посмотреть на этот вопрос через призму такой метрики как PD Ratio. Product-developer ratio (или product-engineer ratio) — это соотношение числа продактов к разработчикам в команде и компании, баланс между дискавери и деливери. Классический бенчмарк — 1 продакт на 6-10 разработчиков, и это же число в исследованиях отмечали как идеальное. При этом меньше разработчиков на продакта обычно в продуктах на ранних стадиях развития, а больше — в зрелых или технологически сложных продуктах. Например, есть вот такая статистика, посчитанная на открытых данных LinkedIn: соотношение выше в Tinder, Loom, Instacart, Miro, Wise, а самое низкое — в GitHub, Airtable, GitLab и Notion. В какую сторону изменится PD Ratio в ближайшие 3-10 лет? Есть две гипотезы: 1️⃣ Количество разработчиков на одного продакта сократится AI сильнее ускоряет часть деливери, а продуктовая работа становится основным «узким горлышком», при том что стратегические решения все еще остаются за людьми. Предпосылки: 🌟увеличение продуктивности инженеров за счет новых инструментов и автоматизации рутинных задач: фокус сместится в сторону сложной архитектуры и обеспечения масштабируемости и безопасности; 🌟усиление значимости стратегии и качественного дискавери: так как скорость разработки увеличится и проверять гипотезы будет проще и быстрее, то еще ценнее будет принятие эффективных решений и определение ключевых ставок, особенно в условиях, когда растет неопределенность и усложняется контекст; 🌟рост автономности продакта и освоение новых навыков: сами собирают прототипы, промпт-инженерят, быстрее проверяют простые гипотезы. К этой точке зрения склоняются также Эндрю Ын и Марти Каган. 2️⃣ Количество разработчиков на одного продакта вырастет AI сильнее ускоряет часть дискавери, поэтому один продакт сможет обеспечить качественными гипотезами и стратегией большее количество инженеров. Предпосылки: 🌟ускорение продуктового диско: продакт может двигаться быстрее, используя ИИ для анализа данных, обработки фидбека, генерации идей, исследования конкурентов, что дает возможность вести больше стримов и генерировать больше гипотез, фокусироваться на стратегии и сложных решениях; 🌟расширение навыков продакта: возможность самостоятельно собрать прототип, завайбкодить минимальную версию и быстрее проверять гипотезы — нужен больший деливери ресурс, чтобы успевать запускать фичи в продукте; 🌟увеличение автономности инженеров: с участием AI инструментов инженеры смогут принимать часть продуктовых решений на уровне интерфейса и брать больше ответственности. На мой взгляд, product sense действительно станет ценнее, и ratio может увеличиться (особенно в AI-продуктах): навык фокусироваться на стримах с высоким потенциалом и находить ключевые ставки очень важен в условиях ускорения деливери. Не думаю, что это случится быстро, но думать про это уже нужно. Расскажите, как у вас сейчас: много разработчиков на продакта (>8) 🧑🏻‍💻 или меньше (<=8) ✍️🏻? И поделитесь, что думаете, в какую сторону сдвинется соотношение?

Управление энергией В отчете Atlassian ‘State of Product 2026’ исследовалось, на какие задачи продактам не хватает времени. 49% указали, что нет времени на стратегию и роадмап, также 49% отметили, что не успевают анализировать данные и следить за метриками, и еще 42% — что страдают инновации и эксперименты. Получается, именно на то, для чего продакта нанимают, времени не остается. В Forbes вышла классная статья о том, почему списки дел не делают нас продуктивнее: — мозг стремится минимизировать усилия и ускорить получение вознаграждения, поэтому мы чаще выбираем простые задачи с низким порогом входа, а не стратегически важные, и это создает иллюзию прогресса; — длинный список дел усиливает ощущение перегрузки и негативно влияет на область мозга, которая ответственна за расставление приоритетов, что приводит не к продуктивной работе, а к ее откладыванию; — планировать лучше энергию, а не задачи, потому что у задач разная когнитивная стоимость: требуется разный уровень внимания и продуктивности. Поделюсь фреймворком для приоритизации задач в работе, который очень выручает, когда нужно сделать много всего и сразу — LNO. Для того чтобы приоритизировать задачи, нужно спросить себя «Как результат выполнения этой задачи повлияет на бизнес-цели?». Задачи отличаются своим ROI, только инвестиции здесь — время, энергия и усилия. LNO делит задачи на 3 типа: ❤️ Leverage / Рычаги Задачи, где вложенное усилие дает кратно больший эффект для продукта, бизнеса или команды. Кроме того, в выполнении этих задач — основная ценность продакта. Это, например, подготовка продуктовой стратегии или проработка роадмапа, написание требований по важной продуктовой фиче, принятие сложного решения в неопределенности, крупное дискавери. Характерные признаки: — ты откладываешь задачу, она вызывает тревогу и страх не справиться; — задача объемная и требует фокуса и «состояния потока»; — ты уверен в том, что сделать ее нужно и она важная. ❤️ Neutral / Нейтральные Задачи, где отдача примерно равна вложенным усилиям. Без них нельзя, но они не дают значимо большего результата. К примеру, синки со стейкхолдерами, подробные MN после встреч, брифы на исследование или дизайн, уточнение требований по ходу разработки, ответы в рабочих чатах. ❤️ Overhead / Избыточные Задачи, где отдача меньше, чем вложенные усилия. Это могут быть идеальное оформление задачи в Jira, форматирование документов по шаблону, подготовка идеальной презентации, подробный отчет по статусам. Лайфхак для перфекционистов: заставить себя сделать эти задачи плохо, не править отступы и не переписывать письмо в пятый раз. Как применять LNO в повседневной работе: ✔️ Начинаем день / неделю с вопроса «Какие 1-2 задачи сегодня заслуживают больше всего моего внимания и почему?»; ✔️ Выделять фокусное и свое самое продуктивное время дня на L-задачи (без встреч, почты и рабочего мессенджера); ✔️ Освобождать время не за счет переработок, а за счет уменьшения слотов на N и O-задачи; ✔️ Работать с прокрастинацией над L-задачами: например, можно сменить рабочее место, если сложно сконцентрироваться. ❤️, если иногда больно смотреть в свой туду лист

Beauty & The AI Недавно прошла ежегодная конференция CES 2026: технологические компании показывают там много классных новинок. Интересные тренды есть в beauty tech: 🌟профессиональные девайсы для домашнего использования: LED-маски, RF-технологии, микротоки; 🌟«умные» ванные комнаты: системы вроде AI-бьюти-зеркал и сканеров, встроенных в душ, оценивают состояние кожи и адаптируют рекомендации по уходу; 🌟AI-консультанты: голосовые и чат-ассистенты работают как виртуальный визажист или skin-коуч; 🌟AI-диагностика кожи и персонализация: по фото анализируют текстуру, уровень увлажнённости, пигментацию и «биологический возраст», чтобы рекомендовать персонализированный уход и отслеживать прогресс. Последний тренд — AI-анализ состояния кожи — обсудила с Натальей Мартыновой, кофаундером сервиса анализа кожи и бренда функциональной косметики Openface: 1. Какую потребность пользователя закрывает Openface? Кто ваша целевая аудитория? Openface — это косметика для пользователей с пониманием рынка, которые ищут продукт, действительно подходящий их коже и решающий конкретные задачи. Мы видим высокую возвращаемость: люди начинают пользоваться продуктами, видят эффект и остаются с нами. 2. Откуда вы черпаете идеи новых продуктов? У нас очень насмотренная команда. Мы сами постоянно тестируем много продуктов и новинок, в том числе с рынков Азии и Америки, регулярно ездим на международные выставки: за последнее время были в Гонконге, Сеуле, Абу-Даби. Изначально Openface был D2C-брендом, и до сих пор прямое взаимодействие с потребителем, в том числе через персонализированные решения, остаётся важной частью бизнеса. Это даёт нам большое количество данных о состоянии кожи, о том, как она меняется и какие потребности остаются незакрытыми. Такой подход помогает нам точнее понимать, что действительно нужно клиенту. 3. Как и в чем вы сейчас применяете AI у себя в компании? Используете ли AI при разработке формул и производстве продукта? Мы активно используем AI: от написания кода и создания визуальных рендеров до аналитики. С его помощью мы анализируем отзывы на наши продукты и рынок в целом, в том числе тональность и частоту упоминаний бренда. При этом мы принципиально не используем AI напрямую для разработки продуктов. AI хорошо работает там, где есть большие массивы данных и можно получить усреднённый результат. А наши продукты, наоборот, находятся в зоне редких и нестандартных решений, а не «среднего по рынку»: идеи и формулы рождаются внутри команды на основе собранных данных, экспертизы и живого творчества. 4. Как вы разрабатывали и обучали вашу модель для анализа состояния кожи? Откуда получали необходимое количество изображений для обучения? Модель мы разрабатывали с нуля, так как внимательно изучили рынок и не нашли решений, которые подходили бы под нашу задачу. Большинство существующих моделей фокусируются на отдельных проблемах, например, на выявлении меланомы, где анализируется один тип объектов — родинки. В нашем случае важно оценивать не отдельный элемент, а состояние кожи лица в целом. Это требует более холистического подхода и, соответственно, более сложных моделей. Поэтому мы использовали все современные наработки в области анализа медицинских изображений, но архитектуру и обучение выстраивали под нашу задачу. Для обучения модели мы использовали данные, собранные через наш сервис персонализации, а также изображения, размеченные профессиональными дерматологами. Каждая зона на изображениях размечалась минимум тремя специалистами и проходила дополнительную валидацию. Наталья ведет свой канал, где пишет, например, ⚫️о когнитивных ловушках в общении с AI; ⚫️о схожести в развитии волшебства и развитии инноваций; ⚫️о связи кривой внедрения изменений и Мадридского Реала; ⚫️о внимании как ограниченном ресурсе. Подписывайтесь и читайте об опыте управления бизнесом, AI и капитале. Реклама. Мартынова Н.Н., ИНН 773467121683

Скорость — слово 2026? Посмотрела свежее интервью с Ерзатом Дулатом, кофаундером Higgsfield, AI-сервиса для генерации видео и первого единорога Казахстана. Higgsfield, как и Lovable, о котором я писала раньше — один из самых быстрорастущих стартапов в мире. Было очень интересно подробнее про них узнать, делюсь с вами ключами их роста: ❤️ Простота интерфейса Higgsfield снижает входной барьер в использование AI почти до нуля, и за счёт этого ускоряет массовый adoption. Пользователю не нужно на старте разбираться в промптинге или в том, как устроены тренды и как правильно снять ролик, чтобы он залетел. Для этого в продукте реализованы фичи Click-to-Video — предсказуемый результат по пресетам и шаблонам, Click-to-Ad — готовое рекламное видео на основе анализа страницы товара и Draw-to-Video — генерация видео из примитивного скетча. Также в Higgsfield есть постоянно обновляемая библиотека форматов контента, которые уже работают в соцсетях. ❤️ Управляемая виральность Быстрый рост Higgsfield — не удача, а контролируемая виральность, построенная на глубоком понимании трендов в соцсетях. Рост не завязан на перфоманс-маркетинг, что принципиально важно для инвесторов. 60% пользователей приходят через органику и сарафанное радио, остальные — напрямую из соцсетей, куда публикуется контент, созданный в продукте. Каждый пользователь, размещая видео, автоматически становится микроканалом привлечения. Классическая петля виральности: больше пользователей → больше видео → больше охвата → больше новых пользователей. Рекомендательные алгоритмы сократили жизненный цикл трендов настолько, что единственный способ оставаться релевантным — постоянно создавать новые. Для этого у Higgsfield есть команда креаторов AI-хуков и пресетов. Они формируют шаблоны, ML-команда тренирует нейронку, и пользователь может создавать контент, который с высокой вероятностью привлечет внимание. ❤️ ЦА и монетизация Higgsfield реализует dual-market стратегию: с одной стороны, ориентирован на массовую аудиторию, которая дает охват и органический рост, а с другой — на платежеспособных просьюмеров. Продукт привлекает миллионы пользователей через бесплатные инструменты, а затем конвертирует в платящих тех пользователей, у кого появляется регулярная потребность в стабильном, качественном результате: маркетологов, агентства, бренды. Следующий уровень — энтерпрайз, которому нужны профессиональные фичи, контроль и масштабирование. Монетизация логично поддерживает эту стратегию. Higgsfield не продаёт «места» или фиксированные подписки, а работает по consumption-модели: пользователи покупают кредиты и платят за фактическое использование. Такая модель масштабирует выручку вместе с ценностью, которую получает клиент. Самые активные и вовлечённые пользователи, создающие больше всего видео, приносят наибольший доход и получают доступ к профессиональным возможностям. По данным компании, около 85% использования приходится на SMM, и примерно 80% этого сегмента уже создает коммерческий контент. Видео сегодня — основной канал дистрибуции для бизнеса: шортсы, рилсы, тиктоки стали базовым форматом коммуникации не только в B2C, но всё чаще и в B2B. Компании конкурируют за внимание именно через видео, а значит готовы системно инвестировать в его производство. ❤️ Скорость Ерзат подчеркивает, что команда постоянно живёт в состоянии FOMO: гигантский бэклог, окна возможностей, которые открываются и закрываются слишком быстро. Поэтому они радикально сократили цикл build-ship-learn до дней, постоянно ускоряют модель и сразу встраивают новые паттерны использования. Что еще важнее, скорость — это не только внутренняя метрика, но и продуктовая ценность. Higgsfield продаёт пользователям возможность резко ускорить их цикл производства контента: создать видео за минуты, сразу опубликовать и протестировать гипотезы креативов и формата в борьбе за дефицитное внимание потребителя. 🔥 Расскажите, пользовались ли вы уже Higgsfield и как в целом относитесь к видеоконтенту, сгенерированному AI?