Вчера наткнулся на сервис, который может полностью изменить подход к исследованию рынка и тестированию идей. И нет, это не очередной опросник или фокус-группа!
Societies.io создает искусственное общество из ИИ-персон, которые ведут себя как реальные люди. Звучит как научная фантастика? Я тоже так думал, пока не попробовал.
Как это работает:
1. Описываете вашу целевую аудиторию (или интегрируете собственные данные)
2. ИИ создает 300 уникальных персон с реалистичными характеристиками
3. Эти персоны начинают "общаться" между собой, формируя органическое общество
4. Вы наблюдаете, как ваши сообщения резонируют в этой среде
Помните, как вы тратили 2 недели и ±3000$ на фокус-группы для тестирования нового продукта. С Societies.io получил бы те же инсайты за минуты и в разы дешевле!
- Убедительность — изменит ли ваше сообщение мнение людей?
- Запоминаемость — оставит ли оно долгосрочное впечатление?
- Распространение — насколько широко разойдется по целевой аудитории?
Самое интересное — создатели сервиса использовали собственную технологию для написания инвестиционной презентации! Они смоделировали общество венчурных инвесторов из Сан-Франциско, протестировали два варианта питча и выбрали тот, который получил больший отклик.
Для продакт-менеджеров это настоящая находка:
- Тестирование концепций продукта без реальных пользователей
- Проверка маркетинговых сообщений на разных сегментах
- Моделирование реакции рынка на новые функции
Исследователи из Кембриджа, Стэнфорда и университета Цинхуа подтверждают, что AI-персоны хорошо отражают динамику человеческих социальных взаимодействий.
Это действительно парадигмальный сдвиг в изучении потребителей
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4❤3🤯3
🤖 КЛИЕНТЫ НЕНАВИДЯТ ЧАТ-БОТы! Как это исправить?
Знакомая ситуация? Звонишь в поддержку, а там робот, который не понимает половину вопросов. Или заходишь на сайт, а тебя встречает чат-бот, который только раздражает. 😤
Я недавно изучил свежее исследование, которое показало шокирующий факт: удовлетворенность клиентов падает на 8,8%, когда их обслуживает бот вместо человека. Даже если качество обслуживания идентичное!
Причина проста — клиенты думают, что компания просто экономит на них деньги за счет качества. И знаете что? Часто они правы.
Но есть два способа изменить ситуацию:
1️⃣ Покажите реальное превосходство бота над человеком
Когда бот демонстрирует явно лучший сервис (например, мгновенные ответы 24/7), результаты меняются кардинально:
- На 75% больше клиентов остаются с брендом
- На 166% больше подписываются на рассылку
- На 110% больше присоединяются к программе лояльности
2️⃣ Поделитесь экономией с клиентом
Исследование показало, что простая скидка 20% за использование бота полностью нивелирует негативный эффект. Клиенты видят это как честный обмен — вы экономите, и они тоже.
Команды уже внедряют эти подходы у клиентов, и результаты впечатляют. Один из них увеличил конверсию в чат-боте на 34% за месяц
А как у вас обстоят дела с автоматизацией клиентского сервиса?
Знакомая ситуация? Звонишь в поддержку, а там робот, который не понимает половину вопросов. Или заходишь на сайт, а тебя встречает чат-бот, который только раздражает. 😤
Я недавно изучил свежее исследование, которое показало шокирующий факт: удовлетворенность клиентов падает на 8,8%, когда их обслуживает бот вместо человека. Даже если качество обслуживания идентичное!
Причина проста — клиенты думают, что компания просто экономит на них деньги за счет качества. И знаете что? Часто они правы.
Но есть два способа изменить ситуацию:
1️⃣ Покажите реальное превосходство бота над человеком
Когда бот демонстрирует явно лучший сервис (например, мгновенные ответы 24/7), результаты меняются кардинально:
- На 75% больше клиентов остаются с брендом
- На 166% больше подписываются на рассылку
- На 110% больше присоединяются к программе лояльности
2️⃣ Поделитесь экономией с клиентом
Исследование показало, что простая скидка 20% за использование бота полностью нивелирует негативный эффект. Клиенты видят это как честный обмен — вы экономите, и они тоже.
Команды уже внедряют эти подходы у клиентов, и результаты впечатляют. Один из них увеличил конверсию в чат-боте на 34% за месяц
А как у вас обстоят дела с автоматизацией клиентского сервиса?
❤4
🤔 Как меняется ценность навыков
Интересный парадокс: навыки вроде программирования и промпт-инжиниринга сейчас одновременно:
1. Более ценны, чем когда-либо (их ROI удваивается каждые 6 месяцев)
2. Более уязвимы к полному обесцениванию
Мы живём в эпоху "skill flux" — когда навык может экспоненциально расти в ценности и в один момент обесцениться из-за нового ChatGPT-подобного прорыва.
Что делать командам и организациям?
1. Перестать мыслить оптимизацией, начать мыслить трансформацией. Инкрементальные улучшения не работают в эпоху парадигмальных сдвигов.
2. Пересмотреть метрики. Вместо эффективности и масштабирования — адаптивность и устойчивость.
3. Кодифицировать внутренние знания. LLM уже содержат 99% общедоступных знаний, но менее 1% корпоративных данных. Ваше конкурентное преимущество — в структурировании уникальных знаний компании.
4. Создавать динамические команды с перетекающими ролями. Когда задачи автоматизируются, работа не исчезает, а трансформируется.
Вместо того, чтобы автоматизировать существующие процессы, задайте вопрос: "А что, если мы полностью изменим подход к решению этой задачи?"
Посмотрите на Дубай 2000 vs 2018. Это не просто больше зданий — это принципиально другая архитектура. То же самое происходит сейчас с когнитивным трудом. Мы не просто автоматизируем мышление — мы меняем сам способ мышления.
Интересный парадокс: навыки вроде программирования и промпт-инжиниринга сейчас одновременно:
1. Более ценны, чем когда-либо (их ROI удваивается каждые 6 месяцев)
2. Более уязвимы к полному обесцениванию
Мы живём в эпоху "skill flux" — когда навык может экспоненциально расти в ценности и в один момент обесцениться из-за нового ChatGPT-подобного прорыва.
Что делать командам и организациям?
1. Перестать мыслить оптимизацией, начать мыслить трансформацией. Инкрементальные улучшения не работают в эпоху парадигмальных сдвигов.
2. Пересмотреть метрики. Вместо эффективности и масштабирования — адаптивность и устойчивость.
3. Кодифицировать внутренние знания. LLM уже содержат 99% общедоступных знаний, но менее 1% корпоративных данных. Ваше конкурентное преимущество — в структурировании уникальных знаний компании.
4. Создавать динамические команды с перетекающими ролями. Когда задачи автоматизируются, работа не исчезает, а трансформируется.
Вместо того, чтобы автоматизировать существующие процессы, задайте вопрос: "А что, если мы полностью изменим подход к решению этой задачи?"
Посмотрите на Дубай 2000 vs 2018. Это не просто больше зданий — это принципиально другая архитектура. То же самое происходит сейчас с когнитивным трудом. Мы не просто автоматизируем мышление — мы меняем сам способ мышления.
💯7
Чем заняться в пятницу вечером?
>> Создавать продуктовую команду из нейро-сотрудников.
Эти промпты обеспечат процесс разработки продукта с использованием агентской схемы из шести ИИ-агентов.
Агент 1: Стратегический планировщик
Задача: Сформулировать измеримую SMART цель и определить целевую аудиторию.
Агент 2: Исследователь проблем
Задача: Описать гипотезу проблемы, провести исследование и принять решение о продолжении.
Агент 3: Исследователь решений
Задача: Описать гипотезы решения, сформулировать ценность, провести исследование и принять решение.
Агент 4: Бизнес-аналитик
Задача: Описать бизнес-функциональные и нефункциональные требования в формате Job Story и User Tasks.
Агент 5: Юридический консультант и специалист по ИБ
Задача: Провести аудит на соответствие законам РФ и оценить риски ИБ.
Агент 6: Продуктовый аналитик
Задача: Описать структуру метрик
>> Создавать продуктовую команду из нейро-сотрудников.
Эти промпты обеспечат процесс разработки продукта с использованием агентской схемы из шести ИИ-агентов.
Агент 1: Стратегический планировщик
Задача: Сформулировать измеримую SMART цель и определить целевую аудиторию.
Ты — Агент 1, стратегический планировщик. Твоя задача — сформулировать измеримую SMART цель для проекта в формате: '[Потребность (действие)] за счёт [Бизнес-требование (событие)]'. Например: [опишите свой пример].
Далее определи целевую аудиторию для каждого функционала, выбрав наиболее подходящие варианты из списка: [сегмент 1], [сегмент 2] и т.д. Укажи, какая аудитория затронута каждым аспектом функционала, и обоснуй выбор.
Результат должен быть конкретным, измеримым, достижимым, релевантным и ограниченным по времени (SMART)
Агент 2: Исследователь проблем
Задача: Описать гипотезу проблемы, провести исследование и принять решение о продолжении.
Ты — Агент 2, исследователь проблем. Опиши гипотезу проблемы по шаблону: 'Мы считаем, что [количество/процент клиентов] при решении задачи [что делает клиент] сталкиваются с проблемой [описание проблемы] по причине [причина] и теряют при этом [что и сколько теряют]'.
Определи тип исследования (качественное или количественное) для подтверждения или опровержения гипотезы. Подготовь дизайн эксперимента.
Проведи исследование и напиши краткий отчет с результатами. На основе отчета сделай вывод: стоит ли двигаться дальше? Критерий успеха: проблема затрагивает значительное количество пользователей, часто повторяется и приводит к потере времени или денег.
Агент 3: Исследователь решений
Задача: Описать гипотезы решения, сформулировать ценность, провести исследование и принять решение.
Ты — Агент 3, исследователь решений. Для каждой выявленной проблемы опиши гипотезы решения по шаблону: 'Если мы сделаем [решение], то клиенты ([все клиенты] или [определённый сегмент]) смогут/получат [выгоду/возможность], что сократит/улучшит нашу метрику [метрика] на [значение]'.
Сформулируй описание ценности для пользователя по шаблону: 'Для пользователя(-ей) [целевая аудитория] описанный функционал позволит получить [результат/выгоду]'. Например: 'Для отправителей и получателей описанный функционал позволит быстро находить заказы без документов, что сэкономит время и снизит недоверие.'
Выбери количественный метод исследования (например, A/B тестирование). Составь дизайн эксперимента. Проведи эксперимент и напиши отчет. На основе отчета прими решение: двигаться ли дальше на этап разработки.
Агент 4: Бизнес-аналитик
Задача: Описать бизнес-функциональные и нефункциональные требования в формате Job Story и User Tasks.
Ты — Агент 4, бизнес-аналитик. Опиши функционал проекта, используя формат Job Story по шаблону: 'Я как [Тип пользователя], когда [ситуация/контекст] хочу иметь возможность [действие], чтобы получить [ожидаемый результат/выгоду]'.
Для каждого Job Story добавь User Tasks — конкретные шаги.
Укажи нефункциональные требования.
Агент 5: Юридический консультант и специалист по ИБ
Задача: Провести аудит на соответствие законам РФ и оценить риски ИБ.
Ты — Агент 5, юридический консультант и специалист по информационной безопасности. Проведи аудит предложенного функционала на соответствие правовым документам Российской Федерации, чтобы снизить юридические риски. Определи, нужны ли изменения в юридических документах.
Оцени риски в информационной безопасности: требуется ли согласование со службой ИБ для обработки или хранения данных
Агент 6: Продуктовый аналитик
Задача: Описать структуру метрик
Ты — Агент 6, продуктовый аналитик. Для каждого Job Story опиши структуру метрик и разметку событий (events) и пользовательских свойств (user properties) по шаблону:
Название события
Имя события (event_name)
Реализовано: (доработка / новый)
Параметр 1: parameter_name
Значение 1: <parameter_value>
Параметр 2: …
Значение 2: (<user_id>)
Параметр 3: (например, cid)
Значение 3: (<cid>)
❤5🔥4👍1
Экспериментируйте, чтобы найти путь к лучшей жизни
🧠 Почему эксперименты важнее целей?
Недавно наткнулся на потрясающее интервью с Анн-Лор Ле Кунфф, основательницей Ness Labs и автором книги "Tiny Experiments" (Маленькие эксперименты). Её подход перевернул моё представление о продуктивности и успехе.
Анн-Лор работала в Google, имела престижное образование и казалось бы "успешную" карьеру. Но внутри чувствовала пустоту. Знакомо, да? 🤔
Когнитивные сценарии, которые управляют нами
Большинство наших решений — от выбора профессии до отношений — продиктованы когнитивными сценариями, которые мы даже не осознаём. Мы просто делаем то, что "принято" или "ожидается".
Как продакт, я часто замечаю это в работе команд:
1. Мы проводим встречи определённым образом "потому что так принято"
2. Строим карьеру по шаблону "потому что так делают успешные люди"
3. Используем инструменты "потому что все их используют"
И редко задаёмся вопросом — а работает ли это именно для меня?
🧪 Почему эксперименты лучше целей
Вместо линейного пути к цели (я называю это "лестницей успеха"), Анн-Лор предлагает циклический подход — петлю роста через эксперименты.
Разница огромна:
1. Цель предполагает, что вы точно знаете, чего хотите (спойлер: мы ужасно предсказываем свои будущие желания)
2. Цель создаёт иллюзию контроля в мире, который непредсказуем
3. Цель заставляет сравнивать себя с другими ("почему он уже там, а я всё ещё здесь?")
Эксперимент же начинается с любопытства и гипотезы: "А что, если...?"
Как применять это в работе с командами:
1. Вместо жёстких KPI — эксперименты с метриками и гипотезами
2. Вместо строгих методологий — пробуем разные подходы и смотрим, что работает
3. Вместо погони за продуктивностью — наблюдаем за энергией и вовлечённостью
Как начать экспериментировать
Анн-Лор предлагает простой способ — стать антропологом собственной жизни. Возьмите блокнот и в течение 24 часов наблюдайте за собой, задавая вопросы:
1. Почему я делаю именно это?
2. Почему я забочусь об этом?
3. Почему моя жизнь выглядит именно так?
Вы удивитесь, сколько автоматических решений принимаете ежедневно! 😮
Прокрастинация — не враг, а сигнал
Ещё одно открытие: прокрастинация — это не проблема, а сигнал от мозга, что что-то не работает.
Вместо самобичевания, спросите себя:
1. Проблема в голове? (Задача не имеет смысла)
2. Проблема в сердце? (Задача не вызывает эмоционального отклика)
3. Проблема в руках? (Не хватает навыков или инструментов)
Я применил этот подход к своей работе над отчётами (которые всегда откладывал) и обнаружил, что проблема была в "сердце" — процесс был скучным. Решение? Превратил это в эксперимент с визуализацией данных с помощью ИИ. Теперь это одна из простых задач!
Что можно сделать прямо сейчас
1. Выберите одну область жизни для экспериментов (работа, здоровье, отношения)
2. Сформулируйте гипотезу ("Что, если я буду проводить встречи иначе?")
3. Проведите маленький эксперимент
4. Наблюдайте за результатами без осуждения
5. Повторите с новой гипотезой
Помните: в мире постоянных изменений выигрывает не тот, кто следует проверенным путям, а тот, кто умеет экспериментировать и адаптироваться.
Недавно наткнулся на потрясающее интервью с Анн-Лор Ле Кунфф, основательницей Ness Labs и автором книги "Tiny Experiments" (Маленькие эксперименты). Её подход перевернул моё представление о продуктивности и успехе.
Анн-Лор работала в Google, имела престижное образование и казалось бы "успешную" карьеру. Но внутри чувствовала пустоту. Знакомо, да? 🤔
Когнитивные сценарии, которые управляют нами
Большинство наших решений — от выбора профессии до отношений — продиктованы когнитивными сценариями, которые мы даже не осознаём. Мы просто делаем то, что "принято" или "ожидается".
Как продакт, я часто замечаю это в работе команд:
1. Мы проводим встречи определённым образом "потому что так принято"
2. Строим карьеру по шаблону "потому что так делают успешные люди"
3. Используем инструменты "потому что все их используют"
И редко задаёмся вопросом — а работает ли это именно для меня?
Вместо линейного пути к цели (я называю это "лестницей успеха"), Анн-Лор предлагает циклический подход — петлю роста через эксперименты.
Разница огромна:
1. Цель предполагает, что вы точно знаете, чего хотите (спойлер: мы ужасно предсказываем свои будущие желания)
2. Цель создаёт иллюзию контроля в мире, который непредсказуем
3. Цель заставляет сравнивать себя с другими ("почему он уже там, а я всё ещё здесь?")
Эксперимент же начинается с любопытства и гипотезы: "А что, если...?"
Как применять это в работе с командами:
1. Вместо жёстких KPI — эксперименты с метриками и гипотезами
2. Вместо строгих методологий — пробуем разные подходы и смотрим, что работает
3. Вместо погони за продуктивностью — наблюдаем за энергией и вовлечённостью
Как начать экспериментировать
Анн-Лор предлагает простой способ — стать антропологом собственной жизни. Возьмите блокнот и в течение 24 часов наблюдайте за собой, задавая вопросы:
1. Почему я делаю именно это?
2. Почему я забочусь об этом?
3. Почему моя жизнь выглядит именно так?
Вы удивитесь, сколько автоматических решений принимаете ежедневно! 😮
Прокрастинация — не враг, а сигнал
Ещё одно открытие: прокрастинация — это не проблема, а сигнал от мозга, что что-то не работает.
Вместо самобичевания, спросите себя:
1. Проблема в голове? (Задача не имеет смысла)
2. Проблема в сердце? (Задача не вызывает эмоционального отклика)
3. Проблема в руках? (Не хватает навыков или инструментов)
Я применил этот подход к своей работе над отчётами (которые всегда откладывал) и обнаружил, что проблема была в "сердце" — процесс был скучным. Решение? Превратил это в эксперимент с визуализацией данных с помощью ИИ. Теперь это одна из простых задач!
Что можно сделать прямо сейчас
1. Выберите одну область жизни для экспериментов (работа, здоровье, отношения)
2. Сформулируйте гипотезу ("Что, если я буду проводить встречи иначе?")
3. Проведите маленький эксперимент
4. Наблюдайте за результатами без осуждения
5. Повторите с новой гипотезой
Помните: в мире постоянных изменений выигрывает не тот, кто следует проверенным путям, а тот, кто умеет экспериментировать и адаптироваться.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9👍1
ИИ для продакта & CPO | Влад Прошинский
Чем заняться в пятницу вечером? >> Создавать продуктовую команду из нейро-сотрудников. Эти промпты обеспечат процесс разработки продукта с использованием агентской схемы из шести ИИ-агентов. Агент 1: Стратегический планировщик Задача: Сформулировать…
Не изучайте и не применяйте n8n, Zapier, Make!
Если вы использовали такие инструменты, как n8n, Zapier или Make, вы уже изучили основы «воркфлоу мышления». Следующий шаг — не более сложный no-code , а более простой код, написанный ИИ.
Изменение ментальной модели на удивление незначительно (см. скрин)
Разница в том, что GenSX (TypeScript framework for agents & workflows) не навязывает вам визуализатор (как в Make), которая ломается из-за сложности. Вместо этого он использует самую успешную модель программирования пользовательского UI всех времен — фреймворк React — и применяет ее к рабочим процессам бэкэнда.
Это означает что создание кода, который практически полностью читаем, и что самое важное — Cursor, Claude или Lovable могут писать код GenSX по запросу.
Если вы застряли в аду ноу-кода, пытаясь соединить все сложные ноды в n8n, чтобы создать то, что должно было стать простым приложением, пришло время попробовать другой подход.
Откройте Cursor, Claude или ChatGPT и просто опишите, что вы хотите построить с помощью GenSX . Не беспокойтесь о синтаксисе или концепциях программирования. Просто опишите свои цели.
Будущее без кода — это не лучшие визуальные инструменты программирования. Это мир, где писать код так же просто, как вести разговор — и это будущее уже здесь с компонентными моделями, такими как GenSX (github), которые кажутся знакомыми с первого дня, но масштабируются в соответствии с вашими амбициями.
Если вы использовали такие инструменты, как n8n, Zapier или Make, вы уже изучили основы «воркфлоу мышления». Следующий шаг — не более сложный no-code , а более простой код, написанный ИИ.
Изменение ментальной модели на удивление незначительно (см. скрин)
Разница в том, что GenSX (TypeScript framework for agents & workflows) не навязывает вам визуализатор (как в Make), которая ломается из-за сложности. Вместо этого он использует самую успешную модель программирования пользовательского UI всех времен — фреймворк React — и применяет ее к рабочим процессам бэкэнда.
Это означает что создание кода, который практически полностью читаем, и что самое важное — Cursor, Claude или Lovable могут писать код GenSX по запросу.
Если вы застряли в аду ноу-кода, пытаясь соединить все сложные ноды в n8n, чтобы создать то, что должно было стать простым приложением, пришло время попробовать другой подход.
Откройте Cursor, Claude или ChatGPT и просто опишите, что вы хотите построить с помощью GenSX . Не беспокойтесь о синтаксисе или концепциях программирования. Просто опишите свои цели.
Будущее без кода — это не лучшие визуальные инструменты программирования. Это мир, где писать код так же просто, как вести разговор — и это будущее уже здесь с компонентными моделями, такими как GenSX (github), которые кажутся знакомыми с первого дня, но масштабируются в соответствии с вашими амбициями.
🔥7👍1
Сотрудники готовы к использованию ИИ, но руководители сохраняют осторожность — только 1% компаний достигли зрелости в области ИИ.
Поскольку 92% планируют увеличить инвестиции в ИИ, ожидается рост обучения, инноваций и адаптации.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1
Привет, друзья! Сегодня хочу поделиться мыслями о том, как ИИ меняет работу продактов. И не просто теоретически – у меня для вас инсайты от человека, который прямо сейчас создаёт будущее продакт-менеджмента.
Слушал подкаст Ленни Рачитски с Эриком Саймонсом, основателем Bolt – одного из самых быстрорастущих AI-продуктов в истории. За 5 месяцев они выросли с нуля до $40 млн годовой выручки! 🤯
Что такое Bolt и почему это важно
Bolt – это ИИ-инструмент для создания веб-приложений. Вы просто описываете, что хотите сделать, а AI генерирует код. Звучит как магия, но это реальность.
1. От идеи до работающего MVP за минуты, а не недели
2. Не нужно быть разработчиком, чтобы создавать сложные продукты
3. Возможность быстро тестировать гипотезы и итерировать
Почему PM важнее, чем когда-либо
Вот что меня действительно зацепило: Эрик уверен, что в мире ИИ именно продакт-менеджеры окажутся в выигрыше. Почему?
1. Умение чётко формулировать задачи становится ключевым навыком
2. Понимание пользователей и бизнес-целей важнее технических деталей
3. Способность быстро валидировать идеи и принимать решения на основе данных
По сути, ИИ берёт на себя рутину кодирования, а нам остаётся самое интересное – создание продукта.
Как это изменит наши команды
Эрик предсказывает серьёзные изменения в структуре продуктовых команд:
1. Меньше фронтенд-разработчиков, больше PM и дизайнеров
2. Фокус инженеров смещается на сложные архитектурные задачи
3. PM получают возможность самостоятельно реализовывать и тестировать идеи
Представьте: вы придумали новую фичу, тут же создали прототип и показали пользователям. Без ожидания спринтов и согласований с разработкой!
Как подготовиться к будущему
1. Развивайте навык чёткой постановки задач. Учитесь "общаться" с ИИ так же, как вы общаетесь с разработчиками.
2. Углубляйте понимание пользователей и бизнеса. Это то, что AI пока не может заменить.
3. Экспериментируйте с инструментами вроде Bolt, Lovable, v0, Cursor, Replit. Чем раньше вы начнёте, тем больше преимуществ получите.
4. Не бойтесь технической части. Базовое понимание кода всё ещё будет полезным.
5. Фокусируйтесь на решении проблем и создании ценности, а не на конкретных технологиях.
Что дальше?
Мы стоим на пороге революции в том, как создаются цифровые продукты. ИИ не заменит нас, но кардинально изменит наш рабочий процесс.
Готовы ли вы к этому будущему? Какие возможности вы видите для себя в мире, где создание кода становится доступным каждому? Пишите в комментариях! 👇
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7❤1
🚀 Революция в корпоративном обучении: как ИИ меняет подход к развитию талантов
Вчера погрузился в исследование двух сервисов, которые могут кардинально изменить подход к обучению в вашей компании. И знаете что? Я впечатлен! Технологии ИИ наконец-то дошли до сферы образования и управления талантами.
Персонализированные траектории обучения
Futura — это EdTech-компания, которая буквально переворачивает традиционный подход к обучению. Их ключевая фишка — алгоритмы, персонализирующие и оптимизирующие образовательные траектории для каждого студента.
Что впечатляет: более 7000 довольных студентов с момента запуска
Их ценности особенно резонируют с продуктовым подходом:
"In data we trust" — принятие решений на основе данных, а не интуиции
"Just do it" — быстрый переход от слов к действиям
"Search for growth" — постоянный поиск обратной связи для роста
ИИ-платформа для управления навыками
Workera — это полноценная AI-first платформа для оценки и развития навыков сотрудников. Они называют это "Verified Skills Intelligence", и это действительно впечатляет.
Ключевые возможности:
- Библиотека из 10,000+ навыков (крупнейшая в мире!)
- Точные ИИ-оценки компетенций
- Персонализированное менторство по навыкам
- Интеграция с существующими HR-системами
🔍 Особенно ценно для продакт-менеджеров: платформа отслеживает не просто теоретические знания, а практическое применение навыков в реальных рабочих сценариях.
Workera охватывает весь жизненный цикл сотрудника:
- Предварительная оценка навыков при найме
- Адаптация и переквалификация
- Распределение ресурсов на проекты
- Управление эффективностью
- Внутренняя мобильность
- Планирование рабочей силы
💊 Сравнение и применение в продуктовых командах
Если сравнивать эти сервисы:
Futura больше фокусируется на образовательном процессе и оптимизации обучения
Workera концентрируется на измерении и верификации навыков в корпоративной среде
Для продуктовых команд я вижу мощную синергию: использовать Workera для оценки текущих компетенций команды, а затем Futura для создания персонализированных планов развития. 💡
Оба сервиса отлично вписываются в современный AI-driven подход к управлению командами и развитию талантов.
А как вы оцениваете и развиваете навыки в своих командах? Используете ли ИИ-инструменты? Делитесь опытом в комментариях! 👇
Вчера погрузился в исследование двух сервисов, которые могут кардинально изменить подход к обучению в вашей компании. И знаете что? Я впечатлен! Технологии ИИ наконец-то дошли до сферы образования и управления талантами.
Персонализированные траектории обучения
Futura — это EdTech-компания, которая буквально переворачивает традиционный подход к обучению. Их ключевая фишка — алгоритмы, персонализирующие и оптимизирующие образовательные траектории для каждого студента.
Что впечатляет: более 7000 довольных студентов с момента запуска
Их ценности особенно резонируют с продуктовым подходом:
"In data we trust" — принятие решений на основе данных, а не интуиции
"Just do it" — быстрый переход от слов к действиям
"Search for growth" — постоянный поиск обратной связи для роста
ИИ-платформа для управления навыками
Workera — это полноценная AI-first платформа для оценки и развития навыков сотрудников. Они называют это "Verified Skills Intelligence", и это действительно впечатляет.
Ключевые возможности:
- Библиотека из 10,000+ навыков (крупнейшая в мире!)
- Точные ИИ-оценки компетенций
- Персонализированное менторство по навыкам
- Интеграция с существующими HR-системами
🔍 Особенно ценно для продакт-менеджеров: платформа отслеживает не просто теоретические знания, а практическое применение навыков в реальных рабочих сценариях.
Workera охватывает весь жизненный цикл сотрудника:
- Предварительная оценка навыков при найме
- Адаптация и переквалификация
- Распределение ресурсов на проекты
- Управление эффективностью
- Внутренняя мобильность
- Планирование рабочей силы
Если сравнивать эти сервисы:
Futura больше фокусируется на образовательном процессе и оптимизации обучения
Workera концентрируется на измерении и верификации навыков в корпоративной среде
Для продуктовых команд я вижу мощную синергию: использовать Workera для оценки текущих компетенций команды, а затем Futura для создания персонализированных планов развития. 💡
Оба сервиса отлично вписываются в современный AI-driven подход к управлению командами и развитию талантов.
А как вы оцениваете и развиваете навыки в своих командах? Используете ли ИИ-инструменты? Делитесь опытом в комментариях! 👇
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3
Как делать деньги когда придет AGI
Многое уже сбывается, статья от 2023 г.
Ключевые смыслы
- AGI может значительно ускорить экономический рост, что приведет к росту стоимости акций технологических компаний, особенно тех, кто непосредственно связан с разработкой ИИ
- Развитие AGI может привести к значительным изменениям на рынке труда и обесценить традиционный карьерный капитал
- Процентные ставки могут существенно вырасти из-за ускорения экономического роста
- Этичность инвестирования в AGI обсуждается с точки зрения возможности использования полученных средств для поддержки безопасного развития ИИ
Конкретные рекомендуемые действия
1️⃣ Инвестировать в акции ключевых технологических компаний:
- Вложить по 3-5% портфеля в
- Рассмотреть инвестиции в другие компании полупроводникового сектора (
2️⃣ Диверсифицировать портфель:
- Выделить 20-40% портфеля на технологические/ИИ-ориентированные инвестиции
- Оставить часть средств в традиционных индексных фондах для диверсификации
3️⃣ Рассмотреть опционные стратегии:
- Приобрести долгосрочные опционы (
4️⃣ Избегать долгосрочных облигаций:
- Рассмотреть возможность короткой позиции по долгосрочным облигациям
- Инвестировать в краткосрочные казначейские облигации для безопасной части портфеля
5️⃣ Пересмотреть карьерные планы:
- Избегать долгосрочных инвестиций в карьерный капитал (например, аспирантуру)
- Сосредоточиться на навыках, которые будут ценны в мире с развитым ИИ
6️⃣ Ограничить потребление массмедиа:
- Избегать информационного шума и пропаганды
- Развивать доверительные связи с единомышленниками для совместного осмысления происходящего
7️⃣ При наличии ипотеки или других долгосрочных кредитов с фиксированной ставкой - сохранять их, так как они выгодны в сценарии роста процентных ставок
Многое уже сбывается, статья от 2023 г.
Инвестиционные стратегии в контексте приближающегося развития искусственного интеллекта общего назначения (AGI). Авторы рассматривают различные аспекты инвестирования с учетом потенциального влияния AGI на экономику и общество.
Ключевые смыслы
- AGI может значительно ускорить экономический рост, что приведет к росту стоимости акций технологических компаний, особенно тех, кто непосредственно связан с разработкой ИИ
- Развитие AGI может привести к значительным изменениям на рынке труда и обесценить традиционный карьерный капитал
- Процентные ставки могут существенно вырасти из-за ускорения экономического роста
- Этичность инвестирования в AGI обсуждается с точки зрения возможности использования полученных средств для поддержки безопасного развития ИИ
Конкретные рекомендуемые действия
- Вложить по 3-5% портфеля в
NVIDIA, TSMC, Microsoft, Google, ASML и Amazon - Рассмотреть инвестиции в другие компании полупроводникового сектора (
AMD, AMAT, CDNS, INTC) - Выделить 20-40% портфеля на технологические/ИИ-ориентированные инвестиции
- Оставить часть средств в традиционных индексных фондах для диверсификации
- Приобрести долгосрочные опционы (
LEAPS) на акции технологических компаний для увеличения потенциальной доходности - Рассмотреть возможность короткой позиции по долгосрочным облигациям
- Инвестировать в краткосрочные казначейские облигации для безопасной части портфеля
- Избегать долгосрочных инвестиций в карьерный капитал (например, аспирантуру)
- Сосредоточиться на навыках, которые будут ценны в мире с развитым ИИ
- Избегать информационного шума и пропаганды
- Развивать доверительные связи с единомышленниками для совместного осмысления происходящего
Please open Telegram to view this post
VIEW IN TELEGRAM
Lesswrong
How to (hopefully ethically) make money off of AGI — LessWrong
habryka
Hey Everyone! • As part of working on dialogues over the last few weeks I've asked a bunch of people what kind of conversations they would b…
Hey Everyone! • As part of working on dialogues over the last few weeks I've asked a bunch of people what kind of conversations they would b…
👍3
DeepSeek выпустил DeepSeek-V3-0324
Модель с открытым исходным кодом на 685B параметров с архитектурой Mixture-of-Experts (MoE). Она активирует только 37B параметров на токен, что снижает требования к вычислительным ресурсам. Она достигает более высоких оценок рассуждений и кодирования, чем предыдущие модели DeepSeek.
Что нового
DeepSeek выпустил DeepSeek-V3-0324, модель с открытым исходным кодом на 685B параметров с архитектурой Mixture-of-Experts (MoE). Она активирует только 37B параметров на токен, что снижает требования к вычислительным ресурсам. Модель показывает более высокие оценки в задачах рассуждений и кодирования по сравнению с предыдущими версиями DeepSeek.
Основные характеристики
DeepSeek-V3-0324 включает множество улучшений для повышения производительности и удобства использования:
- Использует многопоточную интерактивную переписку для лучшего создания контента
- Улучшает качество перевода и написания писем
- Повышает качество анализа отчетов на основе поиска с более подробными результатами
- Поддерживает китайский и английский языки с улучшенными навыками письма на китайском
Фронтенд и генерация кода
Модель улучшает исполняемость кода и эстетику интерфейсов:
- Создает более качественные веб-страницы и игровые интерфейсы
- Генерирует структурированный и правильный код
- Увеличивает оценку
- Повышает удобство использования кода в реальных приложениях
Показатели производительности
DeepSeek-V3-0324 демонстрирует улучшения в рассуждениях, математике и кодировании:
-
-
-
-
Расширенная функциональность
Модель поддерживает новые возможности:
- Реализует вызов функций с повышенной точностью
- Формирует выходные данные в формате
- Поддерживает завершение
Наличие и доступ
DeepSeek-V3-0324 доступна для всех на Hugging Face
Модель с открытым исходным кодом на 685B параметров с архитектурой Mixture-of-Experts (MoE). Она активирует только 37B параметров на токен, что снижает требования к вычислительным ресурсам. Она достигает более высоких оценок рассуждений и кодирования, чем предыдущие модели DeepSeek.
Что нового
DeepSeek выпустил DeepSeek-V3-0324, модель с открытым исходным кодом на 685B параметров с архитектурой Mixture-of-Experts (MoE). Она активирует только 37B параметров на токен, что снижает требования к вычислительным ресурсам. Модель показывает более высокие оценки в задачах рассуждений и кодирования по сравнению с предыдущими версиями DeepSeek.
Основные характеристики
DeepSeek-V3-0324 включает множество улучшений для повышения производительности и удобства использования:
- Использует многопоточную интерактивную переписку для лучшего создания контента
- Улучшает качество перевода и написания писем
- Повышает качество анализа отчетов на основе поиска с более подробными результатами
- Поддерживает китайский и английский языки с улучшенными навыками письма на китайском
Фронтенд и генерация кода
Модель улучшает исполняемость кода и эстетику интерфейсов:
- Создает более качественные веб-страницы и игровые интерфейсы
- Генерирует структурированный и правильный код
- Увеличивает оценку
LiveCodeBench на 10 баллов по сравнению с DeepSeek-V3- Повышает удобство использования кода в реальных приложениях
Показатели производительности
DeepSeek-V3-0324 демонстрирует улучшения в рассуждениях, математике и кодировании:
-
MMLU-Pro (81,2, +5,3): проверяет общие знания и решение задач по разным предметам-
GPQA (68,4, +9,3): оценивает профессиональные знания на уровне выпускника-
AIME (59,4, +19,8): измеряет математическое мышление на задачах соревновательного уровня-
LiveCodeBench (49,2, +10,0): проверяет точность программирования в реальных условияхРасширенная функциональность
Модель поддерживает новые возможности:
- Реализует вызов функций с повышенной точностью
- Формирует выходные данные в формате
JSON для структурированных ответов- Поддерживает завершение
FIM (Fill-in-the-Middle)Наличие и доступ
DeepSeek-V3-0324 доступна для всех на Hugging Face
👍2
This media is not supported in your browser
VIEW IN TELEGRAM
Portkey Prompt Management – полный набор инструментов для разработки, тестирования и развертывания готовых к производству промптов.
Больше никаких гаданий, какая модель лучше справится с задачей. Теперь мы запускаем параллельные тесты и получаем реальные данные о производительности
Основной фокус — на тех, кто использует LLM и нуждается в управлении промптами, мониторинге и оптимизации AI-приложений.
- Развертывает Prompts на 75% быстрее
- Сравнивайте и тестируйте несколько подсказок одновременно
- Оптимизируйте промпты
- Создавайте сниппеты {prompt} из промптов
Больше никаких гаданий, какая модель лучше справится с задачей. Теперь мы запускаем параллельные тесты и получаем реальные данные о производительности
Основной фокус — на тех, кто использует LLM и нуждается в управлении промптами, мониторинге и оптимизации AI-приложений.
- Развертывает Prompts на 75% быстрее
- Сравнивайте и тестируйте несколько подсказок одновременно
- Оптимизируйте промпты
- Создавайте сниппеты {prompt} из промптов
❤1
Модели Gemini 2.5 разработаны для «продумывания» проблем, поможет тебе лучше делать discovery problem и поиск solutions. Также можно симулировать проведение интервью (валидации гипотез проблем и решений)
Что нового в Gemini 2.5 Pro?
• Мыслит как человек — анализирует, рассуждает, принимает решения
• Лидер по человеческим предпочтениям — топ LMArena
• Кодит на уровне senior-разработчика — создаёт веб-приложения и игры
• Понимает всё — текст, аудио, видео, изображения и целые репозитории кода
• Гигантский контекст — 1 млн токенов (скоро 2 млн!)
Как может изменить вашу работу?
1. Автоматизация сложных задач — от анализа данных до создания прототипов
2. Креативные решения — генерирует уникальные идеи для ваших проектов
3. Ускорение разработки — от идеи до кода за минуты
4. Улучшенное принятие решений — благодаря продвинутым навыкам рассуждения
Доступно в Google ai studio
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3👍2
Агенты ИИ изменят все — генеральный директор Box
Аарон Леви видел все это как генеральный директор Box . Мы поговорили с ним, чтобы узнать, как агенты меняют будущее работы. Вот пять важных идей:
- ИИ движется в 10 раз быстрее, чем бум облаков: в облаке было всего несколько крупных игроков, но у ИИ есть несколько игроков, которые выпускают передовые модели с регулярной периодичностью. Крупный прорыв происходит почти каждую неделю или две — то, чего мы не видели ни в одной новой технологической волне раньше.
- Нет лучшего времени, чтобы настроить свой рабочий процесс вокруг ИИ: поскольку LLM становятся все более мощными и эффективными, те из нас, кто уже понял, как их использовать, получат огромное преимущество. Вы можете начать с настройки нескольких вкладок на своем компьютере и попросить агентов провести для вас глубокое исследование. Это само по себе может сэкономить часы каждую неделю.
- Ключ к тому, чтобы оседлать волну стартапов ИИ: ИИ может помочь вам создавать продукты, которые были неосуществимы еще несколько лет назад. Например, инструменты кодирования ИИ помогли пользователям создавать собственные приложения с нуля за несколько часов.
- Агенты превратят нас всех в менеджеров: в ближайшие годы мы, скорее всего, будем тратить больше времени на обучение агентов работе и синтез их результатов. По иронии судьбы, это также означает, что мы сможем больше сосредоточиться на творческих занятиях, поскольку ИИ возьмет на себя управление повторяющимися задачами, которые в настоящее время поглощают так много нашего времени.
- Компании станут меньше, но и прибыльнее: стартапы с действительно оригинальными идеями поднимутся наверх. Мы уже видели Cursor, c ревеню $100 млн всего с несколькими десятками сотрудников
Видео на YouTube
Аарон Леви видел все это как генеральный директор Box . Мы поговорили с ним, чтобы узнать, как агенты меняют будущее работы. Вот пять важных идей:
- ИИ движется в 10 раз быстрее, чем бум облаков: в облаке было всего несколько крупных игроков, но у ИИ есть несколько игроков, которые выпускают передовые модели с регулярной периодичностью. Крупный прорыв происходит почти каждую неделю или две — то, чего мы не видели ни в одной новой технологической волне раньше.
- Нет лучшего времени, чтобы настроить свой рабочий процесс вокруг ИИ: поскольку LLM становятся все более мощными и эффективными, те из нас, кто уже понял, как их использовать, получат огромное преимущество. Вы можете начать с настройки нескольких вкладок на своем компьютере и попросить агентов провести для вас глубокое исследование. Это само по себе может сэкономить часы каждую неделю.
- Ключ к тому, чтобы оседлать волну стартапов ИИ: ИИ может помочь вам создавать продукты, которые были неосуществимы еще несколько лет назад. Например, инструменты кодирования ИИ помогли пользователям создавать собственные приложения с нуля за несколько часов.
- Агенты превратят нас всех в менеджеров: в ближайшие годы мы, скорее всего, будем тратить больше времени на обучение агентов работе и синтез их результатов. По иронии судьбы, это также означает, что мы сможем больше сосредоточиться на творческих занятиях, поскольку ИИ возьмет на себя управление повторяющимися задачами, которые в настоящее время поглощают так много нашего времени.
- Компании станут меньше, но и прибыльнее: стартапы с действительно оригинальными идеями поднимутся наверх. Мы уже видели Cursor, c ревеню $100 млн всего с несколькими десятками сотрудников
Видео на YouTube
👍2
This media is not supported in your browser
VIEW IN TELEGRAM
Вышел Replit Agent v2
V2 в 10 раз более автономен, чем V1 Agent и полностью решает проблемы самостоятельно.
Развертывайте на ходу полный стек за час все, что вам нужно
У Replit уже 40 млн. пользователей
V2 в 10 раз более автономен, чем V1 Agent и полностью решает проблемы самостоятельно.
Развертывайте на ходу полный стек за час все, что вам нужно
У Replit уже 40 млн. пользователей
👍2
Design to Code Tools
Недавно решил обновить свой опыт использовать ИИ в части UX/UI проектирования (в 2024 когда тестил — хромало).
Итак, апдейт:
1️⃣ Codia — ИИ плагин Figma. Скриншот → макет. Удобно, можно скринить (сейчас большинство сайтов блокируют кроулеры и показывают заглушку) = не скопировать так просто. Скриншоты решают эту проблему с помощью OCR.
Распознает шрифты, язык, SVG конвертит и сразу адаптирует код (фича в Фигме) для v0, Lovable
Заявляет о 140k юзеров
2️⃣ Builder.io — классный, но нужна платная фигма для PRO версии, чтобы код был. У меня нет, но можно оформить бесплатно версию для студентов на 2 года. Конверит в React, Vue, Angular, SwiftUI, Tailwind
3️⃣ html.to.design — четко работает, но сайты, которые блокируют кроулеры, будут выдавать заглушку. Но можно использовать плагин для хрома → делаем скрин → загружаем h2d файл → получаем готовый макет.
300к пользователей
4️⃣ Screenshot2Design – Работает тоже через OCR, но у меня не заработал.
12k пользователей
5️⃣ плагин Attention Insight для Figma – легко анализируйте дизайны в Figma с помощью предиктивных тепловых карт отслеживания глаз.
64.3k пользователей
6️⃣ Fronty — превращает дизайн веб-страницы в код HTML, CSS
7️⃣ Screenshot2Design — последний апдейт 30.05.2023 — скорее всего мертв.
======
☑️ Используйте Codia для создания дизайна в Figma.
☑️ Используйте Builder.io, для генерации начального кода.
☑️ Используйте МСР (superflex / mcp.so / Coincap MCP Server / Firecrawl / Smithery MCP / context7 / aci.dev) сервера, что настроить прямую интеграцию Figma → MCP server* → IDE Cursor (тут подробнее)
☑️ Импортируйте этот код в WinSurfs, Cursor или Replit для дальнейшей разработки с использованием их функций.
☑️ Для Lovable, v0 или Bolt попробуйте импортировать код для доработки, если это поддерживается, или создайте новый проект на основе текстового описания.
* Сервер MCP — это компонент, который обеспечивает стандартизированный интерфейс для подключения моделей искусственного интеллекта, таких как большие языковые модели (LLM), к внешним инструментам, источникам данных и сервисам.
Недавно решил обновить свой опыт использовать ИИ в части UX/UI проектирования (в 2024 когда тестил — хромало).
Итак, апдейт:
Распознает шрифты, язык, SVG конвертит и сразу адаптирует код (фича в Фигме) для v0, Lovable
Заявляет о 140k юзеров
300к пользователей
12k пользователей
64.3k пользователей
======
* Сервер MCP — это компонент, который обеспечивает стандартизированный интерфейс для подключения моделей искусственного интеллекта, таких как большие языковые модели (LLM), к внешним инструментам, источникам данных и сервисам.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4
81% мобильных приложений не достигают даже $1000 ежемесячной выручки спустя два года после запуска.
Только 19% приложений зарабатывают хотя бы $1000 в месяц в течение первых двух лет
Топ-5% приложений зарабатывают в 400 раз больше
35% используют гибридные модели монетизации (подписки + разовые покупками)
Самые успешные категории: Фото и Видео (28% достигают $1000), Здоровье и Фитнес (66,6% годовых подписок) и Игры (78% недельных подписок)
Только 19% приложений зарабатывают хотя бы $1000 в месяц в течение первых двух лет
Топ-5% приложений зарабатывают в 400 раз больше
35% используют гибридные модели монетизации (подписки + разовые покупками)
Самые успешные категории: Фото и Видео (28% достигают $1000), Здоровье и Фитнес (66,6% годовых подписок) и Игры (78% недельных подписок)
Media is too big
VIEW IN TELEGRAM
wonderdynamics — автоматически анимирует, освещает и вставляет CGI-персонажей в сцены с живыми актёрами
Всего 19$ в мес.
Всего 19$ в мес.