Подкаст make sense (Есть смысл)

make sense (Есть смысл)
  • 4.6 (11)
  • TECHNOLOGY
  • UPDATED WEEKLY

Вместе с гостями подкаста make sense (Есть смысл) мы говорим о том, что важно при создании продуктов: люди, идеи, деньги, инструменты и практики

  1. О тупиках при работе с моделями, управлении результатом генераций и личной ответственности

    1D AGO

    О тупиках при работе с моделями, управлении результатом генераций и личной ответственности

    🌐 Бесплатный курс «Сигнал. Как сделать ИИ полезным в ежедневной работе.» → https://vk.cc/cWmkdH «Личный опыт становится тем, что позволяет получать более качественный результат от модели. У модели этого опыта нет. У нее есть общий, генерализованный опыт и представление о том, что такое хорошо.» «Запреты — это очень сильный инструмент для работы с моделями. Они очень хорошо фреймят и ChatGPT, и Claude код. Важно не перегибать, потому что можно отбить всю креативность.» «Нам нужно знать, как выглядит хорошо. Если мы не знаем, то нам нужно спросить о том, как это хорошо выглядит, либо поискать, либо посоветоваться с кем-то из людей, может быть, с кем-то из более умных моделей или провести дип-ресерч.» Ведущий: Юра Агеев, основатель ProductSense Конференция PeopleSense, 4–5 июня 2026 года, Москва Сайт конференции: https://vk.cc/cWmki0 Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 01:22 — Cценарии применения ИИ: отказ, слепое доверие, магические промпты 04:34 — Живой пример, как пять строчек меняют всё 07:34 — Причины генерации бесполезных ответов 10:09 — Опыт как суперсила при работе с моделью 11:40 — Инструмент «контракт»: описание результата до старта генерации 12:55 — Пять элементов контракта с моделью 15:20 — Модель врет и не проверяет себя: пример с исследованием конкурентов 16:34 — Поддакивание моделей и эксперимент с шестью циклами 19:02 — ИИ только генерирует, но не верифицирует 21:46 — Якорение модели на случайных данных из контекста 23:01 — Почему проверка должна быть внешней и перекрестной? 24:30 — «Рваная» граница компетенций модели 28:31 — Ловушки доверия: от скепсиса до полной автоматизации 29:43 — Ответственность всегда остается за человеком 30:41 — Анонс бесплатного курса «Сигнал» от ProductSense В подкасте упоминается: — Исследование «Менеджмент продуктов 2025»: https://productsense.io/research25/ Словарь терминов:  — Якорение — фиксация модели на ранее упомянутых цифрах или решениях — «Рваная граница» — невидимая и непредсказуемая граница между тем, что модель делает хорошо, и тем, где ошибается

    34 min
  2. Об ИИ-агентах как продукте, скиллах, масштабировании ошибок и новых навыках менеджеров продукта

    APR 1

    Об ИИ-агентах как продукте, скиллах, масштабировании ошибок и новых навыках менеджеров продукта

    «Самая главная человеческая функция в работе с ИИ — это принятие риска на себя. Агенту все равно, он сделает и так. Агент не может нести ответственность» «Огромнейшая иллюзия, что можно за две недели написать скиллы. Если бы можно было за две недели написать, все бы уже написали» «Я думаю, через пару лет люди наиграются и такие: блин, наш бизнес не в том, чтобы себе вайбкодить маркетинговую платформу. И все вернутся в условный SaaS, просто это будет уже SaaS другого поколения» Ведущий: Юра Агеев, основатель ProductSense Гость: Денис Пушкин, СРО Plurio AI Конференция PeopleSense, 4–5 июня 2026 года, Москва Сайт конференции: https://vk.cc/cW6qeM Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 03:22 — Будут ли нужны продакт-менеджеры в эпоху ИИ? 05:04 — Что умеет маркетинговый ИИ-агент от Plurio 07:09 — Составляющие агента: скиллы, описание бизнес-процессов и правила 09:47 — Что такое агент с продуктовой точки зрения 10:48 — Работа с ошибками агентов: прозрачность размышлений и ретроспективный анализ 13:57 — Принятие рисков — главная человеческая функция при работе с ИИ 15:23 — Масштабирование ошибок и иллюзия контроля 19:16 — Скорость обучения агентов: почему нельзя написать скиллы за 2 недели? 22:40 — Почему SaaS не умрет и отказ от самодеятельности 24:24 — Пример хорошего скилла: анализ рекламных материалов и кросс-платформенные рекомендации 32:03 — Конкуренция при одинаковых скиллах: почему контекст решает? 35:08 — Как агенты меняют портрет навыков продакт-менеджера 43:13 — Зачем всё ещё нужны аналитики?  47:01 — Бизнес-ценность агентов и почему корпорациям не нужна массовая оптимизация 51:01 — Ретроспективная проверка кода вместо предиктивной 53:06 — ИИ-маркетинг-инженер — профессия, которой пока не существует 57:15 — Главный барьер при внедрении агентов — недоверие Словарь терминов:  — Скилл — алгоритм, последовательность действий, которую агент выполняет для получения результата  — SaaS (software as a service) — программное обеспечение как услуга  — Предиктивный — связанный с прогнозированием будущего поведения кого-, чего-либо

    59 min
  3. О запуске школы в Кении, образовании как продукте и будущем развивающихся стран

    MAR 25

    О запуске школы в Кении, образовании как продукте и будущем развивающихся стран

    «Надо искать асимметрии, искать то, где можно найти нечестное конкурентное преимущество и сделать резкий рост либо качества, либо сделать снижение стоимости, либо и того, и другого» «Подход с тем, что мы сыпем деньги на проблемы и пытаемся решить проблемы, засыпая их внешними деньгами, не провоцирует строить экономические модели вообще» «По факту школы — это во многом девелоперский бизнес. Вся экономика школы определяется выбором локации» Ведущий: Юра Агеев, основатель ProductSense Гость: Дмитрий Абрамов, Founder & CEO DUMA School, доступные школы нового поколения в Африке Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast Конференция PeopleSense, 4–5 июня 2026 года, Москва Сайт: https://vk.cc/cVSBcO О чем говорим: 00:00 — Введение 01:58 — Африка — новое окно возможностей для кратного роста 05:01 — Образование как продукт в развивающихся странах 08:03 — Как Кения сделала начальное образование обязательным и что пошло не так 10:02 — Расслоение рынка: частные и церковные школы 12:30 — Школы международного образца и британское наследие 14:34 — Магическое мышление и ограниченная картина мира 16:54 — Что важно родителям: безопасность, питание, а только потом качество 20:21 — Контекст Африки: разношерстность и историческое наследие 26:57 — Трущобы Найроби: два миллиона человек на площади двух микрорайонов 30:23 — Проблема донорских денег: нерациональное финансирование и отсутствие экономических моделей 37:28 — Решение о запуске: сначала мечта, а потом рационализация 42:03 — Исследования, которые не сработали, и эффективность офлайн маркетинга 46:06 — Экономика школы, инвестиционные расходы и операционный контроль 54:53 — Офлайн-маркетинг: листовки, обход домов и робособака из Китая 01:01:36 — Product-market fit: опережающие метрики и осознание неопределенности 01:05:53 — Чему учить, если не знаешь, каким будет мир через 11 лет Словарь терминов: Product-market fit — состояние, при котором продукт максимально удовлетворяет потребности конкретного сегмента рынка и востребован потребителями настолько, что возникает устойчивый органический спрос

    1h 9m
  4. О продуктовых инженерах, внедрении ИИ, границах автоматизации и ответственности за результат

    MAR 18

    О продуктовых инженерах, внедрении ИИ, границах автоматизации и ответственности за результат

    «Часто разработчикам непонятно, что им платят не за то, чтобы они написали 100 строчек кода, им платят за то, чтобы они либо заработали сколько-то денег бизнесу, либо сэкономили сколько-то денег бизнеса. И вот это непонимание часто приводит к агрессии, к отрицанию новых подходов.» «Если вы делаете работу вместе с AI, вы все еще отвечаете за результат этой работы. Не AI отвечает за результат, а вы отвечаете за результат.» Ведущие: Юра Агеев, основатель ProductSense Гость: Максим Романовский, Head of AI & Product Engineering Телеграм-канал Максима: https://t.me/max_about_ai Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast Конференция PeopleSense, 4–5 июня 2026 года, Москва Сайт: https://peoplesense.ru/ О чём говорим 00:00 — Введение 02:05 — Что не так с классической программной инженерией 04:57 — Инкапсуляция ролей: может ли разработчик думать о продукте 06:27 — Универсальные специалисты против генералистов: куда движется рынок 08:17 — Планирование как узкое горлышко между кодом и продуктом 09:53 — Программирование с ИИ и сложность корпоративных систем 10:43 — Определение роли продуктового инженера 12:01 — Пользовательские интервью и итеративный процесс разработки 15:06 — Внутренняя и внешняя разработка: кто такой инженер внедрения? 17:02 — Метрики для инженеров: DAU, MAU, целевые действия 18:25 — Стоимость разработчика и менеджера продукта 20:01 — Что проще прокачать: гибкие навыки или технические? 21:06 — Программирование с ИИ и высвобождение времени для продуктовых задач 24:00 — Расхождение технических и продуктовых ролей в будущем 25:22 — Контур работы с ИИ-агентами: инфраструктура и ограничения 31:17 — Как менеджеру продукта вкатиться в продуктовую инженерию 34:55 — Программирование с ИИ в реальных продуктах 39:17 — Инженерия роста: новая роль на стыке маркетинга и разработки 43:13 — ROI ИИ-инструментов: 9 из 10 задач пока не окупаются 46:24 — Зачем оцифровывать мысли и хранить их в тексте? 49:49 — Лаконичность в эпоху ИИ: пишите агентам подробно, от агентов требуйте коротко 53:05 — Ответственность продуктового инженера на примере матрёшки Словарь терминов: DAU (англ. daily active users) — дневная активная аудитория, число активных пользователей за день. MAU (англ. monthly active users) — месячная активная аудитория, число активных пользователей за месяц. ROI (англ. return on investment) — окупаемость, отношение полученной пользы к затратам (деньги, время, ресурсы). Head of AI & Product Engineering — руководитель направления ИИ и продуктовой инженерии.

    58 min
  5. О запуске нового бизнеса внутри корпорации, нетворкинге, партнерствах и искусстве переговоров

    MAR 11

    О запуске нового бизнеса внутри корпорации, нетворкинге, партнерствах и искусстве переговоров

    «Главная проблема, с которой вы столкнетесь при любом запуске внутри компании — это человеческий ресурс». «Проблема большинства людей, которые занимаются бизнесом, партнеркой — они не думают про цели своего контрагента. Вообще никто не задумывается про это». «Внутри компании ты адвокат партнера. Потому что если ты не отстаиваешь его интересы, то партнерство пойдет на упадок…». Ведущий: Юра Агеев, основатель ProductSense Гость: Никита Фроликов, руководитель управления партнерских каналов продаж в X5 Digital Telegram-канал Никиты: https://t.me/Manager_Nikita_Frolikov Конференция PeopleSense, 4–5 июня 2026 года, Москва Сайт: https://peoplesense.ru/ Конференции ProductSense, 10–11 сентября 2026 года, Москва.  Сайт: https://productsense.io  Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 02:25 — Как запустить новый бизнес внутри корпорации? 05:29 — Опыт Яндекс Маркета: продажа уцененных товаров 06:47 — Как определить «синергичность» новой идеи основному бизнесу 09:37 — Главная проблема любого запуска — человеческий ресурс 11:19 — MVP с минимальным ресурсом без выделенной команды 16:34 — Цикл жизни запуска: от идеи до P&L 20:17 — Три слайда для защиты идеи перед руководством 23:00 — Внутренний нетворкинг: кофе, паддл и доверие 27:14 — Не бойся писать первым! 31:22 — Профессиональный и личный коннект: почему важно разделять 34:15 — Построение партнерства: баланс интересов и роль адвоката партнера 37:36 — Переговоры о ценах: как искать модель взаимной выгоды 43:42 — Подготовка к переговорам: подбор слов и работа через мотивацию 47:48 — Когда лучше перенести встречу? 49:31 — Теория игр и «дилемма заключенного» в переговорах 54:41 — Пожелания от Никиты В подкасте упоминается: — Джим Кэмп «Сначала скажите нет . Секреты профессиональных переговорщиков»(https://vk.cc/cVllMk) Словарь терминов:  MVP (англ. minimum viable product) — минимально жизнеспособная версия продукта, чтобы проверить гипотезу с минимальными затратами.  P&L (англ. profit and loss) — отчёт о прибылях и убытках, финансовая модель доходов и расходов.

    56 min
  6. О практическом применении ИИ, опыте как суперсиле и первых шагах

    MAR 4

    О практическом применении ИИ, опыте как суперсиле и первых шагах

    «Ваша суперсила заключается в том, что вы знаете, как выглядит хороший результат. Конкретно в своей области». «97% используют в работе искусственный интеллект, но при этом 77% из этих же опрошенных не видят влияния на бизнес» «Можно делегировать задачи, но не делегировать ответственность». Ведущий Юра Агеев, основатель ProductSense Конференция ProductSense, 10–11 сентября 2026 года, Москва Сайт: https://productsense.io  Конференция PeopleSense, 4–5 июня 2026 года, Москва Сайт: https://peoplesense.ru/ Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чём говорим 00:00 — Введение 01:33 — FOMO и мотивация разобраться в ИИ 03:53 — Две суперсилы: опыт и Ai-fluency 07:06 — 97% используют ИИ, но 77% не видят влияния на бизнес 07:48 — Рейтинг подходов: привлекательность vs полезность 08:52 — Вайб-кодинг для руководителей и продакт-менеджеров 10:03 — Разовые вопросы без контекста, с памятью и без неё 11:05 — Промпт-инжиниринг и работа с контекстом 11:56 — Виртуальный совет директоров 13:34 — «Контракт» с LLM о формате и критериях результата 14:31 — Интеграции через MCP и сопутствующие риски 16:10 — Голосовой ввод и постобработка через LLM 18:10 — Персональная операционная система руководителя 20:59 — Не всё привлекательное действительно полезно 23:37 — Четыре уровня зрелости: от чата до оркестровки 28:46 — Делегирование агентам: матрица риска и проверяемости 31:37 — Ошибки агентов: критерии валидации и цена промахов 32:29 — С чего начать: вопросы для поиска задач и первый пилотный процесс 35:04 — Практический план: первый контракт и создание навыка для агента Словарь терминов:  FOMO (англ. fear of missing out) — «страх упустить что-то важное». AI-флюенси (англ. AI fluency) — умение работать с ИИ итеративно: задавать контекст, уточнять, проверять, добиваться нужного результата. LLM (англ. large language model) — большая языковая модель. MCP (Model Context Protocol) — открытый стандарт взаимодействия LLM с внешними инструментами и источниками данных. Полезные ссылки:   — Handy ( https://github.com/cjpais/Handy )  — Meetly ( https://meetly.me/ )

    37 min
  7. Об исследовании «Менеджмент продуктов 2025», трансформации профессии, зарплатах и применении ИИ

    FEB 25

    Об исследовании «Менеджмент продуктов 2025», трансформации профессии, зарплатах и применении ИИ

    🔍 Исследование «Менеджмент продуктов 2025»: https://vk.cc/cUOfrf «Информации стало очень много. Переизбыток информации. 53% говорят: слишком много, сложно выбирать». «97% используют ИИ в работе либо точечно, либо на постоянной основе, но 77% не видят влияния на бизнес». «Вас не заменит искусственный интеллект, но есть вероятность, что вас заменит тот, кто пользуется им эффективнее». Ведущие:  Юра Агеев, основатель ProductSense, Оля Стратанович, программный директор ProductSense, Head of product в Одноклассниках 🔍 Исследование «Менеджмент продуктов 2025»: https://vk.cc/cUOfrf 🔍 Исследование «Менеджмент продуктов 2024»: https://productsense.io/research24 О чём говорим: 00:00 — Введение 03:49 — Зарплаты и грейды: что видно по CPO и корпорациям? 05:24 — Наём и карьерные «перепрыгивания», дефицит сильных кандидатов 08:59 — Состав аудитории: почему «проседают» мидлы и что стало с джунами? 12:50 — Специализации: рост B2B и роль отраслевого опыта 16:26 — Офис, гибрид и важность личных встреч 18:02 — Причины выбора работы и влияние сильного руководителя 20:18 — Как оценивают продактов сейчас и как будут оценивать в будущем? 22:19 — Что развивают и планируют развивать: ИИ-навыки, аналитика, мета-навыки 27:19 — Форматы развития и проблемы выбора контента 29:36 — Как продакты относятся к применению ИИ в рабочих задачах? 32:36 — Бизнес-эффект от применения ИИ 34:35 — ИИ в найме: от скоринга вакансий до транскриптов собеседований 37:51 — Будущее профессии: куда сместится роль менеджера продукта? 41:10 — Появление и развитие роли ИИ-продакта 44:46 — Насколько актуальны традиционные инструменты? 46:08 — Что ещё внутри исследования: рейтинг работодателей, уроки года и подборки ресурсов Обсудить подробнее развитие в профессии, использование ИИ и тенденции рынка приглашаем на наших конференциях: Конференция PeopleSense пройдёт 4–5 июня 2026 года в Москве.  Сайт конференции: https://peoplesense.ru Конференция ProductSense пройдёт 10–11 сентября 2026 года в Москве.  Сайт конференции: https://productsense.io Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

    50 min
  8. О продуктовой разработке с агентами, замене agile-команд и роли продакт-инженера

    FEB 18

    О продуктовой разработке с агентами, замене agile-команд и роли продакт-инженера

    «Проблема в том, что постоянно приходится передавать контекст от одного человека к другому. Возникает бас-фактор». «Самое ценное — это управление контекстом. Если ты его завязываешь на свою инфраструктуру, на свои сервисы, на свои продукты, он как раз уже персонализируется по твоим клиентам, давая возможность работать с тем контекстом, к которому клиент уже привык». «Хочешь — пиши сам код, ну кто тебе мешает. Но будь готов, что, скорее всего, бизнес перейдёт на новую парадигму, потому что для него это быстрее». Ведущий:  Юра Агеев, основатель ProductSense Гость: Александр Бондаренко, руководитель продуктовой разработки, Garage Eight Конференции ProductSense, 10–11 сентября 2026 года, Москва.  Сайт: https://productsense.io (https://productsense.io/)  Конференция PeopleSense, 4–5 июня 2026 года, Москва Сайт: https://peoplesense.ru/ Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чём говорим 00:00 — Введение 01:58 — Личный сетап агентов, эксперименты и первые сценарии 03:34 — Почему тема агентов это про оргмодель, а не про игрушки 06:05 — Откуда взялся agile: ответ на рост сложности продуктов 09:10 — Идея мини-команд для быстрого тестирования гипотез с агентами 11:10 — Риски одиночки: туннельность, критика, bus-фактор 12:05 — Платформенная команда: стандарты, golden path и quality gates 14:05 — Зависимость централизации от культуры компании 16:12 — Продакт-инженер: продукт и инженерия в одном цикле 17:32 — Схлопывание ролей: инженеры учат продукт, продукты учат технику 19:33 — Практика пайплайнов в работе с агентами: сначала документация, потом код 26:03 — Контекст как главная ценность и способ удержания клиентов 29:01 — Один в поле не воин: почему запуск и масштаб важнее кода? 30:28 — Можно ли доверять агентам? 33:54 — Конкуренция заставит ускоряться: когда агенты станут нормой? 35:55 — Практика внедрения агентов: выделенные пилоты и команды добровольцев 37:35 — Главные риски: стоимость токенов и деградация навыков 42:09 — Как будут трансформироваться процессы и agile-роли? 50:57 — Как правильно строить эксперимент: задачи, команды, обучение и метрики

    55 min
See All (410)

Ratings & Reviews

4.6
out of 5
11 Ratings

About

Вместе с гостями подкаста make sense (Есть смысл) мы говорим о том, что важно при создании продуктов: люди, идеи, деньги, инструменты и практики

Information

You Might Also Like