Подкаст make sense (Есть смысл)

«Частая управленческая ошибка — что мы быстро получаем импульс, чтобы исправить людей, а при этом фокусировка должна быть на том, чтобы исправить систему. В рабочей специфике поведение сотрудника — это продукт среды, где он находился, той культуры, а культура — это производная процессов.»«Я не верю в то, что есть большие и маленькие позиции. Я верю в то, что есть какой-то лаг или гэп между желанием и возможностями. Иногда мы недостаточно сильно хотим, иногда мы не осознаём, насколько мы много можем.»Ведущий:Степан Поздняков, продюсер ProductSense Гость:Владимир Гаврилов, лидер продуктовой трансформации, iFutureПодкаст выходит при поддержке Академии ProductSense. Оформить подписку можно на сайте академии: https://academy.productsense.io/Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcastО чем говорим:00:00 — Введение02:56 — Почему в командах нет общего языка04:40 — Персональный контекст у продакта, разработчика и руководителя09:08 — Если команда не тянет, что надо чинить?11:44 — Кейс команды, где за 10 лет каждый понял назначение сервиса по-своему15:25 — Руководитель тоже продукт среды16:46 — Процессный долг и отделы, которые враждуют годами18:27 — Как быть, когда руководителю и команде важно разное?20:17 — Ретро для галочки и три уровня зрелости команды23:46 — Эффект наблюдателя и самоорганизация без анархии26:13 — С какого уровня вообще можно влиять на изменения в компании?27:40 — Принцип домино и мощь малых усилий28:55 — Руководитель, который пережил семь президентов32:37 — Почему у команды власти больше, чем у руководителя34:40 — Лидер мирного и военного времени по Бену Хоровицу38:18 — Аристотель, практическая мудрость и откуда берётся чуйка41:06 — Что такое продуктовая чуйка?41:54 — Верблюд, лев и ребёнок у Ницше как ступени взросления46:11 — Продакт владеет видением, а не людьми48:30 — Право предложить, оспорить и окончательно решить51:29 — Как право вето в Larian помогло сделать Baldur's Gate 354:08 — Почему не стоит принимать первое «нет»55:56 — Работает ли чуйка в командных процессах?58:06 — Зачем основателю быть пользователем своего продукта1:01:01 — Чего ИИ не заберёт у руководителя и команды1:03:02 — Что прокачать, когда только пришёл в управление1:04:22 — Закон Старджона и критический взгляд на любой совет1:06:02 — Одиночество руководителя и здоровый нигилизм1:09:03 — Почему новому руководителю не стоит идти работать руками

«В какой-то момент можно принять решение не привлекать больше, а вовлекать лучше, сделать свою аудиторию более активной внутри продукта. В "красном океане" гораздо эффективнее работать со своей аудиторией и вовлекать ее в прдуктовые сценарии»«Раньше устаревание знаний было 20–30 лет, сегодня — один год максимум, если не быстрее. Поэтому продукты начнут появляться и устаревать быстрее, и нужно искать новые направления, если хочешь, чтобы бизнес имел возможность куда-то расти.»Ведущий:Юра Агеев, основатель ProductSenseГость: Руслан Арзуманов, руководитель продуктового направления Почта Mail, VKЗаписи докладов ProductSense'26, кейсы и практики — в Академии ProductSense: https://academy.productsense.io/Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcastО чем говорим:00:00 — Введение02:08 — Почта Mail в 28 лет: от рекорда Гиннесса до экосистемы VK03:09 — Чем почта отличается от мессенджеров04:44 — Сколько времени пользователь должен проводить в почте?06:43 — Подходы к сегментации 50 млн пользователей09:42 — Для чего на самом деле используют почту?11:05 — Почта как инструмент малого бизнеса14:06 — Как из скоринга сегментов родились три продуктовые ставки17:31 — Когда продукт можно считать зрелым19:02 — Что делать со зрелым продуктом, когда пользователь уже в нем давно20:01 — За что пользователи почты готовы платить22:17 — Как перестоить и деверсифицировать выручку 24:01 — От единого тарифа к подпискам для семей, фотографов и работы27:17 — Какие пользователи самые активные?30:17 — Почта как цифровой архив: письма и файлы за почти 30 лет32:46 — Как выделить важное во входящих: виджеты билетов, броней и напоминаний36:50 — Будут ли агенты за нас читать письма?39:32 — Риск MCP-зации: почта как транспорт для ИИ-агентов и чужих сервисов41:39 — Какие продуктовые ставки сработали, а какие нет45:12 — Можно ли за выходные написать свою почту без рекламы?46:59 — Как управлять портфелем ставок, когда у продукта десятки миллионов пользователейСловарик:— MAU и DAU — число уникальных активных пользователей за месяц и за день— Retention — удержание: какая доля пользователей возвращается в продукт— MCP — открытый стандарт, через который ИИ-модели и агенты подключаются к внешним сервисам и данным

«У аудитории уже есть устойчивые ожидания от видеопродукта, они знакомы с разными платформами и сравнивают свой опыт. Поэтому важно постоянно учитывать эти ожидания и проверять, насколько сервис им соответствует.»«Эксперимент — это инструмент оценки и валидации того, что мы сделали. Не бывает такого, что мы начинаем с экспериментов и думаем: давайте поэкспериментируем сейчас, а потом решим. Это неправильный подход.»Ведущий:Юра Агеев, основатель ProductSenseГость: Вадим Дорохов, руководитель направления «Опыт зрителя» VK ВидеоЗаписи докладов ProductSense'26, кейсы и практики — в Академии ProductSense: https://academy.productsense.io/Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcastО чем говорим:00:00 — Введение03:22 — Почему видео выделили в отдельный продукт06:43 — Почему платформа не выбирает между длинными видео и клипами10:25 — Как принимать решение, когда одна метрика съедает другую14:42 — Есть ли конфликт целей, когда зрители уходят из одного продукта в другой 16:42 — Отличают ли зрители VK Видео от раздела видео  во ВКонтакте?18:37 — Детский контент как пример смены восприятия продукта20:16 — Привычки зрителей и связь между ожиданиями и продуктом21:54 — Продуктовая работа по этапам пути зрителя23:22 — Плеер вместо гифки на витрине поднял общее время просмотра25:00 — Единый выбор следующего видео в соцсети и в приложении26:16 — Почему после ролика к новости не нужно рекомендовать следующее видео29:12 — Ошибка в аналитике, которая спрятала настоящий результат теста30:43 — Как понять интересы нового зрителя32:59 — «Своя» лента из 70% интересов, 20% смежного и 10% нового34:52 — Один телевизор на семью и раздельные рекомендации для детей и взрослых36:48 — Четыре этапа продуктовой работы: проблема, макеты, демо и итоги теста40:50 — Эксперимент проверяет решение, а не заменяет стратегию42:25 — Решения на развилках, где данных ещё нет46:51 — Почему на собеседованиях системность важнее знания метрик50:36 — Пространство решений и умение сказать, что мы не делаем

«Содержательность — это когда текст несёт какой-то смысл. Для меня это значит, что, прочитав этот текст, можно ответить на вопрос: а зачем этот текст вообще существует? Чем его существование поможет тому, кто его читает?»«Это проблема LLM: имея возможность искать в интернете, вытаскивать из весов нужные токены, они могут цитировать заблуждение. Когда ты занимаешься чем-то 8, 9, 10 лет, ты знаешь, что это заблуждение. Но оно настолько широко распространённое, что выглядит как правда.»Ведущий:Степан Поздняков, продюсер ProductSenseГость: Юра Агеев, основатель ProductSenseЗаписи докладов ProductSense'26, кейсы и практики — в Академии ProductSense: https://academy.productsense.io/Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcastО чем говорим:00:00 — Введение01:25 — Даже подводку в два предложения LLM не может написать человеческим языком04:46 — Как распознать слоп: стилистический и смысловой06:19 — Почему нейрослоп неизбежен?10:14 — Через призму каких характеристик мы смотрим на текст? 12:31 — Чем экспертность отличается от содержательности14:02 — Почему модели тиражируют распространённые заблуждения15:45 — Рубленые фразы и почерк двух моделей в одном тексте18:05 — Команда «Пиши как Пушкин» решает 80% задачи стиля19:57 — Стилизация ответов модели под себя22:28 — В какой момент нужны редполитика и скиллы?24:19 — Пайплайны проверок разными моделями26:42 — Экспертность через гипотезы и попытки их опровергнуть28:52 — Почему смысл важнее экспертности31:46 — Инженерный подход: декомпозиция текста на шаги для Claude33:35 — Почему LLM хорошо пишут код и причем тут код-ревью36:04 — Как применить инженерный подход к смыслу текста38:21 — Проверка смысла второй моделью в режиме «душнилы»41:04 — Процесс целиком: экспертность, смысл, стильСловарик:— LLM (Large Language Model) — большая языковая модель: ChatGPT, Claude и другие— Нейрослоп — шаблонный текст нейросети, который выглядит убедительно, но почти не несёт смысла— Пайплайн — последовательность заданных этапов обработки и проверки, через которую проходит текст или задача

«Проблема качественного анализа в том, что, чтобы проверить его от и до за моделью, тебе придётся повторить этот анализ. Весь этот выигрыш скорости сводит на нет то, что она может где-то лажать.»«По сути, никаких джобов, персон, мотиваций и потребностей не существует — мы не можем их наблюдать в реальности, просто их измерить. Мы вводим эти понятия только для того, чтобы объяснить реальность.»«Исследование — это действительно образ мышления. Если взять смежную сферу UX-дизайна: знание определённых тёмных паттернов, законов, правил композиции — оно не делает тебя дизайнером.»Ведущий:Юра Агеев, основатель ProductSenseГость: Константин Ефимов, соавтор книги "Качественные исследования в бизнесе”, управляющий партнер в X-Patterns.proТелеграм-канал PostPostResearch: https://t.me/postpostresearch Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.ioEpic Growth Conf'26 на ProductSense: https://egconf.io/Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcastО чем говорим:00:00 — Введение02:38 — Как евангелисты кастдева ворвались в мир исследователей04:10 — Три волны исследовательских сообществ07:22 — Иллюзия быстрого успеха: что на самом деле продавали книги про кастдев12:44 — Глубинное интервью против 15-минутного кастдева13:56 — Исследование как образ мышления, а не протокол16:59 — Подход Cynefin: три домена сложности задач17:57 — Кластеризация в личных проектах как задача третьего домена20:38 — «Метод параноика»: протоколы, седина, мозги21:57 — Как демократизация стёрла третий, самый сложный уровень исследований24:33 — Кейс телекома про «проклятие трубы»28:02 — Desk Research и Deep Research до разговоров с людьми30:14 — Почему ИИ додумывает то, чего нет в обучающих данных34:39 — Водка на мумиё: то, что не расскажет модель36:19 — Нет-тест и подхалимность моделей на синтетическом респонденте39:00 — Почему джобов и персон не существует42:45 — Как выбор языка меняет глубину ответа47:07 — Жадность вне фреймворка JTBD: почему драйверы и барьеры проще48:12 — Как ИИ ускорил протокольные задачи51:33 — Почему анализ ИИ всё равно нужно перепроверять от и до53:00 — Советы продактам: как развивать исследовательское мышлениеСловарик терминов:— JTBD (Jobs to be Done) — методология «работ», которые пользователь нанимает продукт выполнить— Cynefin — подход для классификации задач по уровню сложности— MVP — минимально жизнеспособный продукт— Deep Research — режим ИИ для автономного глубокого поиска и анализа информации— Desk Research — кабинетное исследование по открытым источникам

«Ключевым образом я увидела, что магии не существует. Тот уровень развития инструментов, который нам доступен, способен решать задачи быстрее. Но чтобы это дало долгосрочный эффект, нужно не просто внедрять ИИ, а перестраивать весь процесс целиком.»«Универсального агента, который решает любую задачу целиком, не может создать просто IT-компания. Экспертиза нужна нишевая, и она должна быть продумана людьми, которые делают эту работу каждый день. Без этого массового внедрения ролевых агентов в компаниях не случится.»Ведущий:Юра Агеев, основатель ProductSenseГость: Оксана Гапонова, заместитель Генерального директора Яндекс 360Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.ioEpic Growth Conf'26 на ProductSense: https://egconf.io/Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcastО чем говорим:00:00 — Введение01:37 — От эйфории вайб-кодинга к умеренному оптимизму03:46 — Магии не существует: ИИ ускоряет, но не решает всё сам06:17 — Почему стратегия выжидания не результативна?09:38 — Причины внедрения ИИ: конкуренты, клиенты, визионерство10:54 — Может ли вайб-кодинг убить SaaS-сервисы?16:57 — Универсальные агенты невозможны без нишевой экспертизы создателей22:10 — Где реальная экономия для бизнеса от использования ИИ?25:23 — Вечно актуальный вопрос: как должны выглядеть продуктовые команды?30:37 — Сколько реально ИИ экономит времени лично Оксане33:57 — Экономика внедрения: как считать эффект от дорогих инструментов38:47 — ИИ — это новый инструмент, а не революция42:34 — Кто отвечает, если ИИ ошибся46:39 — Утечка данных через открытые модели и галлюцинации ИИ51:13 — Определение стабильного результата субъективно56:08 — Почему на рынке пока нет ИИ-интеграторов1:02:40 — Так ли важно понимать глубину процесса?1:05:19 — План внедрения ИИ в компанииСловарик:- SaaS — программное обеспечение, предоставляемое по подписке как услуга (Software as a Service)- CSAT — индекс удовлетворённости клиентов (Customer Satisfaction Score)- вайб-кодинг — написание кода с помощью ИИ через команды на естественном языке, без глубокого владения кодом

«Хорошо выполнять задачу самому, хорошо получать результат через другого человека и хотеть управлять — это три разные вещи, которые могут совпасть в одном человеке, а могут и не совпасть.»«Добавить ещё одного исполнителя очень легко — открыть ещё одну сессию, запустить ещё одного агента. Технически это почти ничего не стоит. А вот добавить человеку ещё одно внимание, ещё одну память и ещё одну голову мы пока не умеем.»«Человек может за день инициировать в несколько раз больше работы, чем раньше, но его способность осмыслить эту работу не выросла в несколько раз.»Ведущий:Юра Агеев, основатель ProductSenseEpic Growth Conf'26 на ProductSense: https://egconf.io/Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcastО чем говорим:00:00 — Введение01:48 — С агентами человек ставит задачу и уходит, а не работает рядом04:20 — Новички проверяют каждый шаг, опытные дают свободу05:56 — Добавить агента легко, добавить человеку внимание и память — нет08:19 — Важен поток решений на проверку, а не число агентов10:02 — Хорошее делегирование — про границы, контроль и критерии приёмки12:11 — Экспертиза пользователя определяет длину сессии и долю подтверждённого успеха13:33 — Асимметрия: можно инициировать в разы больше работы, но не осмыслить её больше14:35 — Желание управлять не гарантирует умения17:03 — Зачем вообще появилась управленческая иерархия? 22:08 — Формальная и реальная власть23:18 — Автономия работает только вместе с обратной связью25:09 — Решения за других людей психологически дороже, чем решения за себя27:03 — Чем сильнее агент, тем слабее личное чувство ответственности человека29:22 — У агента нет человеческой стороны управления31:09 — Профессиональный менеджер смещается к проектированию системы решений35:23 — Управление агентами мы тоже постепенно передаём агентам

«Архив можно купить, лицензировать, украсть или приблизительно воспроизвести. А вот поток настоящего пользовательского поведения создаётся заново каждый день»«Компании годами получают обратную связь и великолепно умеют её игнорировать»«Сама по себе модель — это не преимущество. Завтра такая же модель может появиться у ваших конкурентов»Ведущий:Юра Агеев, основатель ProductSenseКонференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.ioEpic Growth Conf'26 на ProductSense: https://egconf.io/Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcastО чем говорим:00:00 — Введение01:12 — Конкурентный рынок компьютерных томографов06:47 — Как готовая сеть продаж и обслуживания стала преимуществом компании08:26 — Дистрибуция решает: действительно ли технологии вторичны?09:48 — Карлотта Перес о технологических революциях12:16 — Проекция истории на сегодняшний рынок ИИ14:55 — Почему ответ «Данные — наше преимущество» слишком грубый?17:56 — Кейс ByteDance: усиливающийся цикл между продуктами21:04 — Сервисная сеть как канал обратной связи с рынком25:06 — Распространение технологий за пределами их создателей27:21 — Опасность путать редкую способность с системой преимуществ28:27 — Главный вопрос: успевает ли компания создать новую уникальность быстрее её обесценивания32:17 — Контакт с реальностью — не гарантия: компании умеют игнорировать сигналы34:59 — Как должен звучать главный вопрос продуктовой компании сегодня

«К концу 2025 года 97% опрошенных менеджеров продуктов уже использовали ИИ в работе, но 77% не видели изменений в продуктовых метриках. Встроить ИИ в процессы с конкретными целевыми показателями успели только около 10% участников».«Можно научить каждого станочника быстрее управлять новым двигателем, но это не изменит расположение фабрики».«Настоящий перелом произошёл по мере распространения небольших электродвигателей, которые можно было устанавливать непосредственно на отдельные станки — этот принцип назывался unit drive, индивидуальный привод. Вместо одного большого двигателя стало много маленьких, но последствия оказались организационными».Ведущий:Юра Агеев, основатель ProductSenseКонференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.ioПодписывайтесь на канал анонсов подкаста: https://t.me/mspodcastО чем говорим:00:00 — Введение01:18 — Выводы про ИИ из исследования ProductSense 202505:27 — Производительность сотрудника — не то же самое, что производительность системы08:24 — Аналогия с электрификацией фабрик: один вал на всю фабрику09:38 — Первый этап электрификации — новый двигатель просто вращал старые валы10:27 — Эффект электрификации проявился только спустя десятилетия13:31 — Компании сейчас делают с ИИ то же самое, что фабрики делали с электромотором15:58 — 77% сложностей успешных внедрений ИИ — не в модели, а в процессах18:34 — Два способа контроля ИИ: подтверждение каждого результата и обработка исключений22:12 — Единица улучшения: задача сотрудника и рабочий поток компании24:34 — Ускорение кода не сокращает цикл, если ревью и тестирование не успевают28:22 — «Супергерой» с личной ИИ-системой — актив человека, а не организации30:00 — Стандартизировать нужно не каждый шаг мышления, а точки перехода в общую систему31:04 — Итог: Вопрос не в скорости двигателя, а в архитектуре фабрикиСловарик:- Unit drive — индивидуальный электропривод на каждый станок вместо одного общего вала на всю фабрику

«Сказать руководителям „относитесь к советам критически" примерно так же полезно, как сказать людям „не поддавайтесь когнитивным искажениям"».«Самый опасный не тот аналитик, который ничего не понимает, — его ошибки обычно заметны. Гораздо опаснее система, которая достаточно хорошо понимает задачу, данные и самого пользователя, чтобы построить интеллектуально сильный путь именно к тому выводу, который человек хотел получить».Ведущие:Юра Агеев, основатель ProductSenseО чем говорим:00:00 — Введение01:12 — Знакомьтесь, модель-подхалим02:42 — Почему проверка не поймала проблему: ставка на краткосрочные пользовательские сигналы03:21 — Продуктовый парадокс: пользователю нравится, когда его понимают и не спорят с ним04:01 — Приятный ответ и полезный ответ — не одно и то же, когда ИИ работает как аналитик04:56 — Эксперимент 2026: слияния больниц, 14 моделей, 2160 анализов07:33 — «Аналитическое подхалимство, обусловленное целью»: сильные модели видят больше методологических развилок — и потому уязвимее09:30 — Кейс B2B: как формулировка руководителя незаметно определяет вывод модели11:04 — ЛЛМ удешевляют не только решение, но и его «интеллектуальную защиту»13:56 — Какие формулировки провоцируют согласие модели: утверждение против открытого вопроса16:09 — Контраргумент: ИИ прогнозирует успех Kickstarter-проектов лучше людей17:45 — Два режима одной технологии: независимый анализ vs часть мотивированного рассуждения18:01 — Strategy Science: ИИ не повысил точность стратегического прогноза, но добавил перегрузку19:56 — Три работы ИИ в решении: исследовать, защищать, разрушать — и их опасное смешение в одном чате22:05 — Как разделить роли: независимый анализ в отдельном контексте, без предпочтений руководителя24:31 — Сильное основание допускает собственное опровержение25:01 — Исследование Science: соглашательство при конфликтах вредит отношениям, но нравится больше27:07 — Защита должна быть встроена в процесс, а не в совет «будь критичнее»29:46 — Голосование нескольких моделей не гарантирует независимости32:20 — Главный риск: ИИ делает уже принятое решение похожим на независимый анализ