Подкаст make sense (Есть смысл)

make sense (Есть смысл)
  • 4.7 (12)
  • 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. 21h ago

    О развитии зрелого продукта через сегменты, портфеле продуктовых ставок и запуске подписочной модели

    «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 ProductSense Гость:  Руслан Арзуманов, руководитель продуктового направления Почта Mail, VK Записи докладов ProductSense'26, кейсы и практики — в Академии ProductSense: https://academy.productsense.io/ Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 02:08 — Почта Mail в 28 лет: от рекорда Гиннесса до экосистемы VK 03:09 — Чем почта отличается от мессенджеров 04:44 — Сколько времени пользователь должен проводить в почте? 06:43 — Подходы к сегментации 50 млн пользователей 09:42 — Для чего на самом деле используют почту? 11:05 — Почта как инструмент малого бизнеса 14:06 — Как из скоринга сегментов родились три продуктовые ставки 17:31 — Когда продукт можно считать зрелым 19:02 — Что делать со зрелым продуктом, когда пользователь уже в нем давно 20:01 — За что пользователи почты готовы платить 22:17 — Как перестоить и деверсифицировать выручку  24:01 — От единого тарифа к подпискам для семей, фотографов и работы 27:17 — Какие пользователи самые активные? 30:17 — Почта как цифровой архив: письма и файлы за почти 30 лет 32:46 — Как выделить важное во входящих: виджеты билетов, броней и напоминаний 36:50 — Будут ли агенты за нас читать письма? 39:32 — Риск MCP-зации: почта как транспорт для ИИ-агентов и чужих сервисов 41:39 — Какие продуктовые ставки сработали, а какие нет 45:12 — Можно ли за выходные написать свою почту без рекламы? 46:59 — Как управлять портфелем ставок, когда у продукта десятки миллионов пользователей Словарик: — 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

    О развитии зрелого продукта через сегменты, портфеле продуктовых ставок и запуске подписочной модели

  2. Oct 15

    О привычках зрителей, компромиссах между метриками и неочевидных эффектах продуктовых изменений

    «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 ProductSense Гость:  Вадим Дорохов, руководитель направления «Опыт зрителя» VK Видео Записи докладов ProductSense'26, кейсы и практики — в Академии ProductSense: https://academy.productsense.io/ Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 03:22 — Почему видео выделили в отдельный продукт 06:43 — Почему платформа не выбирает между длинными видео и клипами 10:25 — Как принимать решение, когда одна метрика съедает другую 14:42 — 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 продукта 20:16 — Привычки зрителей и связь между ожиданиями и продуктом 21:54 — Продуктовая работа по этапам пути зрителя 23:22 — Плеер вместо гифки на витрине поднял общее время просмотра 25:00 — Единый выбор следующего видео в соцсети и в приложении 26:16 — Почему после ролика к новости не нужно рекомендовать следующее видео 29:12 — Ошибка в аналитике, которая спрятала настоящий результат теста 30:43 — Как понять интересы нового зрителя 32:59 — «Своя» лента из 70% интересов, 20% смежного и 10% нового 34:52 — Один телевизор на семью и раздельные рекомендации для детей и взрослых 36:48 — Четыре этапа продуктовой работы: проблема, макеты, демо и итоги теста 40:50 — Эксперимент проверяет решение, а не заменяет стратегию 42:25 — Решения на развилках, где данных ещё нет 46:51 — Почему на собеседованиях системность важнее знания метрик 50:36 — Пространство решений и умение сказать, что мы не делаем

    О привычках зрителей, компромиссах между метриками и неочевидных эффектах продуктовых изменений

  3. Sep 30

    О нейрослопе в текстах, проверках на содержательность и инженерном подходе к неинженерным задачам

    «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 ProductSense Гость:  Юра Агеев, основатель ProductSense Записи докладов ProductSense'26, кейсы и практики — в Академии ProductSense: https://academy.productsense.io/ Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 01:25 — Даже подводку в два предложения LLM не может написать человеческим языком 04:46 — Как распознать слоп: стилистический и смысловой 06:19 — Почему нейрослоп неизбежен? 10:14 — Через призму каких характеристик мы смотрим на текст?  12:31 — Чем экспертность отличается от содержательности 14:02 — Почему модели тиражируют распространённые заблуждения 15:45 — Рубленые фразы и почерк двух моделей в одном тексте 18:05 — Команда «Пиши как Пушкин» решает 80% задачи стиля 19:57 — Стилизация ответов модели под себя 22:28 — В какой момент нужны редполитика и скиллы? 24:19 — Пайплайны проверок разными моделями 26:42 — Экспертность через гипотезы и попытки их опровергнуть 28:52 — Почему смысл важнее экспертности 31:46 — Инженерный подход: декомпозиция текста на шаги для Claude 33:35 — Почему LLM хорошо пишут код и причем тут код-ревью 36:04 — Как применить инженерный подход к смыслу текста 38:21 — Проверка смысла второй моделью в режиме «душнилы» 41:04 — Процесс целиком: экспертность, смысл, стиль Словарик: — 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

    О нейрослопе в текстах, проверках на содержательность и инженерном подходе к неинженерным задачам

  4. Sep 2

    Об исследовании как образе мышления, языках описания реальности, ошибках и границах применения ИИ

    «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 ProductSense Гость:  Константин Ефимов, соавтор книги "Качественные исследования в бизнесе”, управляющий партнер в X-Patterns.pro Телеграм-канал PostPostResearch: https://t.me/postpostresearch  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 02:38 — Как евангелисты кастдева ворвались в мир исследователей 04:10 — Три волны исследовательских сообществ 07:22 — Иллюзия быстрого успеха: что на самом деле продавали книги про кастдев 12:44 — Глубинное интервью против 15-минутного кастдева 13:56 — Исследование как образ мышления, а не протокол 16:59 — Подход Cynefin: три домена сложности задач 17:57 — Кластеризация в личных проектах как задача третьего домена 20:38 — «Метод параноика»: протоколы, седина, мозги 21:57 — Как демократизация стёрла третий, самый сложный уровень исследований 24:33 — Кейс телекома про «проклятие трубы» 28:02 — Desk Research и Deep Research до разговоров с людьми 30:14 — Почему ИИ додумывает то, чего нет в обучающих данных 34:39 — Водка на мумиё: то, что не расскажет модель 36:19 — Нет-тест и подхалимность моделей на синтетическом респонденте 39:00 — Почему джобов и персон не существует 42:45 — Как выбор языка меняет глубину ответа 47:07 — Жадность вне фреймворка JTBD: почему драйверы и барьеры проще 48:12 — Как ИИ ускорил протокольные задачи 51:33 — Почему анализ ИИ всё равно нужно перепроверять от и до 53:00 — Советы продактам: как развивать исследовательское мышление Словарик 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

    Об исследовании как образе мышления, языках описания реальности, ошибках и границах применения ИИ

  5. Aug 28

    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

  6. Aug 20

    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

  7. Aug 12

    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

  8. Aug 5

    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
See All (434)

Ratings & Reviews

4.7
out of 5
12 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