Подкаст make sense (Есть смысл)

make sense (Есть смысл)

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

  1. -1 дн.

    Об экономике ИИ в бизнесе, перестройке процессов целиком, ответственности и будущем SaaS-сервисов

    «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 ProductSense Гость:  Оксана Гапонова, заместитель Генерального директора Яндекс 360 Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Epic Growth Conf'26 на ProductSense: https://egconf.io/ Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 01:37 — От эйфории вайб-кодинга к умеренному оптимизму 03:46 — Магии не существует: ИИ ускоряет, но не решает всё сам 06:17 — Почему стратегия выжидания не результативна? 09:38 — Причины внедрения ИИ: конкуренты, клиенты, визионерство 10:54 — Может ли вайб-кодинг убить SaaS-сервисы? 16:57 — Универсальные агенты невозможны без нишевой экспертизы создателей 22:10 — 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 Оксане 33:57 — Экономика внедрения: как считать эффект от дорогих инструментов 38:47 — ИИ — это новый инструмент, а не революция 42:34 — Кто отвечает, если ИИ ошибся 46:39 — Утечка данных через открытые модели и галлюцинации ИИ 51:13 — Определение стабильного результата субъективно 56:08 — Почему на рынке пока нет ИИ-интеграторов 1:02:40 — Так ли важно понимать глубину процесса? 1:05:19 — План внедрения ИИ в компании Словарик: - 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

    Об экономике ИИ в бизнесе, перестройке процессов целиком, ответственности и будущем SaaS-сервисов

  2. 20 авг.

    О границах делегирования агентам, пределах внимания и ответственности за чужой результат

    «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 ProductSense Epic Growth Conf'26 на ProductSense: https://egconf.io/ Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 01:48 — С агентами человек ставит задачу и уходит, а не работает рядом 04:20 — Новички проверяют каждый шаг, опытные дают свободу 05:56 — Добавить агента легко, добавить человеку внимание и память — нет 08:19 — Важен поток решений на проверку, а не число агентов 10:02 — Хорошее делегирование — про границы, контроль и критерии приёмки 12:11 — Экспертиза пользователя определяет длину сессии и долю подтверждённого успеха 13:33 — Асимметрия: можно инициировать в разы больше работы, но не осмыслить её больше 14:35 — Желание управлять не гарантирует умения 17:03 — Зачем вообще появилась управленческая иерархия?  22:08 — Формальная и реальная власть 23:18 — Автономия работает только вместе с обратной связью 25:09 — Решения за других людей психологически дороже, чем решения за себя 27:03 — Чем сильнее агент, тем слабее личное чувство ответственности человека 29:22 — У агента нет человеческой стороны управления 31:09 — Профессиональный менеджер смещается к проектированию системы решений 35:23 — Управление агентами мы тоже постепенно передаём агентам

    О границах делегирования агентам, пределах внимания и ответственности за чужой результат

  3. 12 авг.

    О месте ИИ среди технологических революций, долгосрочном конкурентном преимуществе и сигналах рынка

    «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 ProductSense Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Epic Growth Conf'26 на ProductSense: https://egconf.io/ Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 01:12 — Конкурентный рынок компьютерных томографов 06:47 — Как готовая сеть продаж и обслуживания стала преимуществом компании 08:26 — Дистрибуция решает: действительно ли технологии вторичны? 09:48 — Карлотта Перес о технологических революциях 12:16 — Проекция истории на сегодняшний рынок ИИ 14:55 — Почему ответ «Данные — наше преимущество» слишком грубый? 17:56 — Кейс ByteDance: усиливающийся цикл между продуктами 21:04 — Сервисная сеть как канал обратной связи с рынком 25:06 — Распространение технологий за пределами их создателей 27:21 — Опасность путать редкую способность с системой преимуществ 28:27 — Главный вопрос: успевает ли компания создать новую уникальность быстрее её обесценивания 32:17 — Контакт с реальностью — не гарантия: компании умеют игнорировать сигналы 34:59 — Как должен звучать главный вопрос продуктовой компании сегодня

    О месте ИИ среди технологических революций, долгосрочном конкурентном преимуществе и сигналах рынка

  4. 5 авг.

    Об иллюзии роста производительности, способах контроля ИИ, разнице личного и системного эффекта

    «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 ProductSense Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 01:18 — Выводы про ИИ из исследования ProductSense 2025 05:27 — Производительность сотрудника — не то же самое, что производительность системы 08:24 — Аналогия с электрификацией фабрик: один вал на всю фабрику 09:38 — Первый этап электрификации — новый двигатель просто вращал старые валы 10:27 — Эффект электрификации проявился только спустя десятилетия 13:31 — Компании сейчас делают с ИИ то же самое, что фабрики делали с электромотором 15:58 — 77% сложностей успешных внедрений ИИ — не в модели, а в процессах 18:34 — Два способа контроля ИИ: подтверждение каждого результата и обработка исключений 22:12 — Единица улучшения: задача сотрудника и рабочий поток компании 24:34 — Ускорение кода не сокращает цикл, если ревью и тестирование не успевают 28:22 — «Супергерой» с личной ИИ-системой — актив человека, а не организации 30:00 — Стандартизировать нужно не каждый шаг мышления, а точки перехода в общую систему 31:04 — Итог: Вопрос не в скорости двигателя, а в архитектуре фабрики Словарик: - Unit drive — индивидуальный электропривод на каждый станок вместо одного общего вала на всю фабрику

    Об иллюзии роста производительности, способах контроля ИИ, разнице личного и системного эффекта

  5. 29 июл.

    Об аналитическом подхалимстве ИИ, принятии решений и убедительной предвзятости

    «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 ProductSense О чем говорим: 00:00 — Введение 01:12 — Знакомьтесь, модель-подхалим 02:42 — Почему проверка не поймала проблему: ставка на краткосрочные пользовательские сигналы 03:21 — Продуктовый парадокс: пользователю нравится, когда его понимают и не спорят с ним 04:01 — Приятный ответ и полезный ответ — не одно и то же, когда ИИ работает как аналитик 04:56 — Эксперимент 2026: слияния больниц, 14 моделей, 2160 анализов 07:33 — «Аналитическое подхалимство, обусловленное целью»: сильные модели видят больше методологических развилок — и потому уязвимее 09:30 — Кейс B2B: как формулировка руководителя незаметно определяет вывод модели 11:04 — ЛЛМ удешевляют не только решение, но и его «интеллектуальную защиту» 13:56 — Какие формулировки провоцируют согласие модели: утверждение против открытого вопроса 16:09 — Контраргумент: ИИ прогнозирует успех Kickstarter-проектов лучше людей 17:45 — Два режима одной технологии: независимый анализ vs часть мотивированного рассуждения 18:01 — Strategy Science: ИИ не повысил точность стратегического прогноза, но добавил перегрузку 19:56 — Три работы ИИ в решении: исследовать, защищать, разрушать — и их опасное смешение в одном чате 22:05 — Как разделить роли: независимый анализ в отдельном контексте, без предпочтений руководителя 24:31 — Сильное основание допускает собственное опровержение 25:01 — Исследование Science: соглашательство при конфликтах вредит отношениям, но нравится больше 27:07 — Защита должна быть встроена в процесс, а не в совет «будь критичнее» 29:46 — Голосование нескольких моделей не гарантирует независимости 32:20 — Главный риск: ИИ делает уже принятое решение похожим на независимый анализ

    Об аналитическом подхалимстве ИИ, принятии решений и убедительной предвзятости

  6. 22 июл.

    О скрытом обучении, вытеснении новичков из работы и двух результатах любой работы

    «У процесса всегда было два результата. Первый — сама выполненная работа. Второй — человек, который стал чуть лучше способен выполнять эту работу самостоятельно» «Одни и те же модели будут доступны огромному количеству компаний и специалистов. Дефицитом станет среда, в которой люди продолжают приобретать опыт, необходимый для управления этими моделями» Ведущие: Юра Агеев, основатель ProductSense О чем говорим: 00:00 — Введение 01:10 — Итог прошлого выпуска: ИИ снижает цену действия, но не цену решения 01:40 — Новое следствие: опытный специалист вытесняет начинающего из работы 02:10 — Кейс Мэтта Бина: как роботизированная хирургия изменила обучение хирургов 05:04 — Важный вывод: дело не в качестве операций, а в распределении работы 05:55 — «Теневое обучение»: как резиденты сами добывали практику в обход системы 07:49 — Два результата любой работы: сам результат и обученный человек 08:54 — Пример продакт-менеджера: какие задачи раньше доставались джуниорам 10:24 — Что теряется, когда модель делает эту работу за человека 11:28 — Исследование 2024 года: младшие консультанты и генеративный ИИ 13:28 — Почему нужно различать выполнение задачи и формирование навыка 14:03 — Эксперимент: программисты изучают новую библиотеку с ИИ и без 15:03 — Разница между помощью, убирающей сложность, и помощью, которая учит с ней работать 18:39 — Замкнутый круг: меньше практики — медленнее растёт способность оценивать ИИ 19:10 — Модель экономиста Энрике Иде о передаче неявного знания между поколениями 19:51 — Дилемма руководителя: джуниор или опытный сотрудник для задачи с ИИ 20:35 — Почему правка кода джуниора и модели — не одно и то же 21:49 — Контрпример: как PackBot изменил обучение сапёров 23:49 — Главный вопрос: кому достаётся управление при внедрении ИИ 26:03 — Почему запрет на ИИ для новичков — плохое решение 29:14 — Три вещи, которые должна сохранять система обучения с ИИ 32:11 — Суждение — результат переработанного опыта, а не врождённая способность

    О скрытом обучении, вытеснении новичков из работы и двух результатах любой работы

  7. 15 июл.

    О дешёвых прототипах, роли суждения и почему LLM ускоряют и плохой процесс

    «Прототип может ускориться в 10 раз, а весь путь продукта — только на 10%. Эта цифра не обесценивает ускорение, а помогает понять, где именно оно произошло.» «LLM способны ускорить не только хороший, но и плохой продуктовый процесс: плохая команда быстрее превратит своё предположение в красивый прототип и убедит себя, что проблема доказана.» Ведущие: Юра Агеев, основатель ProductSense Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чём говорим: 00:00 — Введение 00:26 — О чём выпуск: соло про удешевление первой версии 01:26 — Раньше первая версия была дорогой: цепочка передач контекста 03:26 — Бум LLM в менеджменте продукта и вопрос «где кейсы?» 04:27 — Кейс Selectel: кликабельный прототип за 20–25 минут 05:01 — Три концепции редизайна за час; стоимость производства влияет на выбор 06:56 — Кейс EXANTE: требования и HTML-прототип до подключения дизайнера 07:53 — Продакт сам доходит до кода и открывает Merge Request 08:46 — Сокращение цикла фичи с 1,5–2 месяцев до 3–4 недель — и осторожность к цифре 09:59 — Самая важная цифра появляется не там, где ускорение максимально 10:11 — Кейс Content AI: прототип в 5–10 раз быстрее, конвейер — на 10% 11:19 — «Производительность» — что скрывается за словом 12:26 — Нагрузка перемещается дальше по процессу 12:53 — Пример: 3 прототипа превращаются в 30, а пропускная способность прежняя 13:26 — Парадокс: каждый быстрее, а полный цикл не сокращается 15:11 — Главный сдвиг: дефицит переезжает из производства в выбор 16:01 — Побочный эффект: убедительный прототип принимают за доказательство 17:30 — LLM ускоряет и хороший, и плохой продуктовый процесс 18:00 — Чем дешевле генерация, тем важнее профессиональное суждение 18:30 — Кейс Just.ai: мониторинг упоминаний, где эффект легко посчитать 19:51 — Ближе к Discovery и стратегии измерять эффект всё сложнее 20:52 — Как меняется ценность продактов, дизайнеров, разработчиков, тестировщиков 22:48 — Организационный риск: больше работы у тех, кто отвечает за качество 24:42 — Три объяснения разрыва между «в 10 раз» и «на 10%» 26:34 — Лучший результат — вовремя не выпустить фичу 27:37 — Кейсы дают механизм, но не распространённость 30:16 — Ежегодное исследование и его прошлогодний вывод 30:45 — Тема и три трека ProductSense 2026 Кейсы по теме: Selectel — «Как создавать интерактивные прототипы интерфейсов с помощью ИИ» https://clck.ru/3UoZAD EXANTE — «Как продакт-оунер использует ИИ на всём пути от идеи до релиза» https://clck.ru/3UoZAE Content AI — «Как ИИ меняет разработку: прототипы быстрее в 5–10 раз, весь конвейер — примерно на 10%» https://clck.ru/3UoZAF Just AI — «Как мы автоматизировали мониторинг упоминаний продукта с помощью ИИ-агента» https://clck.ru/3UoZAH

    О дешёвых прототипах, роли суждения и почему LLM ускоряют и плохой процесс

  8. 8 июл.

    О том что такое агент, уровнях автономности и проектировании рабочей среды

    «Модель не становится агентом просто потому, что мы её так назвали. Она может хорошо рассуждать, писать сильные тексты, код, планы. Но пока вокруг неё нет рабочего контура — это всё ещё не агент.» «Одна и та же модель в плохой обвязке будет выглядеть как болтливый стажёр: много текста, много уверенности и мало ответственности за результат.» Ведущие: Юра Агеев, основатель ProductSense Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чём говорим: 00:00 — Введение 01:20 — Слово «агент» размылось: каждый понимает своё 02:30 — Три разные вещи: модель, инструмент и рабочая система 04:16 — Субъектность: почему модель кажется агентом, хотя ещё не он 05:04 — Цикл работы: что на самом деле делает агента агентом 06:38 — Главная граница: кто решает, что делать дальше 07:40 — Автономный агент — это рамка работы, а не команда на каждый шаг 08:48 — Разработка: это уже агент или всё ещё дополнительные руки? 09:36 — Два вопроса: автономность внутри задачи и над задачами 10:43 — Почему в коде выходит агент, а в маркетинге — руки: роль тестов 12:00 — Harness/обвязка: то, что превращает токены в работу 14:09 — Рабочее место агента: аналогия рабочего стола 16:34 — Почему у разработки почти идеальная среда для агентов 19:50 — Одна модель в плохой и в хорошей обвязке 20:20 — Что значит «запустить агента» 22:26 — Семь блоков обвязки: участок ответственности и источники 25:02 — Границы полномочий, хуки, память и проверка качества 26:38 — Журнал решений: зачем видеть, что агент решил и почему 27:37 — Пять уровней автономности 29:24 — Проблема не в модели, а в наших нечётких правилах 29:49 — Проектировать работу агента — это хороший менеджмент 32:40 — Главный вывод: следующая компетенция — проектировать обвязку

    О том что такое агент, уровнях автономности и проектировании рабочей среды
См. все (430)

4,9
из 5
Оценок: 315

Об этом подкасте

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

Информация

  • Автор
    make sense (Есть смысл)
  • Годы выхода
    2018 - 2026
  • Выпуски
    430
  • Ограничения
    Без ненормативной лексики
  • Авторские права
    2026 © make sense (Есть смысл). Все права защищены.
  • Сайт подкаста
    Подкаст make sense (Есть смысл)

Вам может также понравиться