Аня Подображных [Будни продакта]

Спросил у Ани Подображных про ИИ, продукты и будущее профессии Давно хотел периодически приглашать сюда своих хороших знакомых профессионалов и говорить на разные темы. Буду звать ребят в канал и задавать пару вопросов — про ИИ, бизнес, продукты, предпринимательство, работу, жизнь и так далее. Начинаю с Ани Подображных @product_weekdays — продакт с 8+ годами опыта, строит вселенную AI-ассистентов в Т-Банке 🏢, а по выходным и сама не прочь повайбкодить. Какая главная проблема ИИ-продуктов сегодня? Их две. Первая: технологии дали возможность бОльшему числу людей легко что-то сделать. Раньше навыки разработки или необходимость платить программистам заставляли тщательнее отбирать идеи. Сейчас почти кто угодно может собрать небольшой продукт — и стало появляться больше бесполезных, никому не нужных. Зачем проверять идею, если можно просто сделать. Вторая — дистрибуция. Когда разработка стала стоить почти ничего, вся сложность переместилась на то, как выделиться среди кучи одинаковых продуктов. Побеждает тот, у кого есть защищённый доступ к аудитории или продукт, который окупается при больших вложениях в маркетинг. Что на самом деле отличает сильного продакта в 2026? Какие задачи ты отдаёшь ИИ, а какие оставляешь себе? Новый ответ здесь не дам. Даже с ИИ ключевые навыки прежние — системность и умение достигать результата кратчайшим путём. ИИ усиливает сильных: ту же работу они делают в разы эффективнее. Но если человек и без ИИ расфокусирован на кучу ненужных задач, ИИ только усугубит — будет эффективнее делать ещё больше ненужного. Мыслительный процесс я ИИ не отдаю. Разогнать вместе, поискать инсайты в данных — да, но выводы и решения на мне. ЛЛМки всё ещё косячат в причинно-следственных связях и уверенно булшитят. Отфильтровать этот булшит, построить правильные выводы, собрать из них стратегию — всё ещё ответственность человека. Была ситуация, когда ИИ подвёл тебя в важный момент? Когда он перестал работать на целый день )) Мне нужно было написать какой-то документ, а ни Claude, ни GPT, ни Gemini в тот день не работали — всё лежало. Открываю чистый лист и понимаю: не представляю, как жила раньше и как жить дальше без ЛЛМ. И это не про то, что я разучилась думать. Просто подход поменялся: я формулирую, что мне нужно, ЛЛМ собирает данные и готовит черновик, а я его правлю. Это настолько вошло в привычку, что идти самой по сайтам и писать «сочинение» с нуля уже странно. Проще подождать день, пока нейронки оживут — по времени примерно то же выйдет. Ты будешь спикером на нашем курсе AI Superpowers. Чем хочешь поделиться со студентами? Я заметила, что в курсе было много про разработку и продвижение продукта в соло, но почти ничего про специфику именно ИИ-продуктов. А я занимаюсь ими 3,5 года и вижу, что подход к их созданию отличается от классических продуктов. Нужно собирать и правильно готовить данные, строить инструмент замера качества, итерационно его улучшать. И экономика устроена иначе — затраты выше, надо понимать, когда и как их оптимизировать. Вот этим и хочу поделиться в своём мини-блоке. А если отойти от конкретных скиллов — я люблю упрощать сложное и помогать людям делать то, что очень хочется, но страшно. Надеюсь, покажу, что всё не так страшно, и вдохновлю попробовать сделать что-то своё. Как вы поняли, Аня — один из спикеров на курсе AI Superpowers. Так что если хотите учиться у практиков, которые сами делают что-то руками, а не только рассказывают, — велком (уже в среду закрывается набор). 🔥 — если понравилась рубрика (и пишите в комментариях, кого позвать ещё) 👻 — если бы хотели целый подкаст от меня @kgrbnv

Чувствую себя настоящим блогером - уже для других каналов пишу! ))

Сегодня сестра восторженно рассказывала, как завайбкодила свой первый лендос: Попросила GPT собрать сайт по моим референсам. Он собрал нормально, но фотки и шрифты отстойные. Я ему говорю: собери всё то же самое в фигме. Там руками поменяла шрифты, загрузила красивые фото, и он за полчаса перенёс всё обратно на сайт. Я слушаю и думаю: «Как он это в фигму положил? И что, GPT уже реально может макеты из фигмы нормально перенести на лендинг?» (да, с макетами я работаю редко). Попросила созвониться на выходных, чтобы сестра показала, как она это сделала, а я повторила. Сестра говорит: «Да там нечего показывать — пишешь «перенеси в фигму», он переносит». И я точно так же отвечаю людям, которые просят рассказать, как вайбкодить. Но иногда нужно, чтобы кто-то постоял рядом или один раз показал, и ты своими глазами убедился, что ничего сложного нет. Когда я переезжала из Lovable в Claude Code, больше всего боялась, что не разберусь с деплоем, подключением базы данных и другого окружения. Когда делала бота, переживала, что не смогу настроить эвалы: где хранить датасеты, как автоматически прогонять эксперименты, разбирать ошибки и так далее. Уверена, что я такая не одна. А я оочень люблю упрощать людям жизнь. Поэтому вписалась в очередной движ. Вместе с Ромой Кумар-Виасом и Сашей Соловьёвым (Kumar & Solo) делаем бесплатный воркшоп. Если не знаете ребят: они построили самую большую школу маркетинга в СНГ, а сейчас строят школу в Германии, где весь маркетинг на ИИ, и за 13 месяцев она выросла с нуля до $5M годовой выручки. Воркшоп для тех, у кого нет или мало опыта в вайбкодинге. Хочу показать: • Как настраиваю окружение: деплой, базу данных, аналитику… Расскажу, чем и для чего я пользуюсь. Покажу, что подключить каждый инструмент — дело на ~15 минут • Как я подхожу к развитию продукта и снижаю вероятность того, что он развалится )) • Как слежу за качеством, если под капотом продукта есть AI. Покажу, как я проверяю, что продукт не стал хуже, например, после правки промпта, и где слежу за ошибками. Всё на примерах, максимально простым языком. Хочу, чтобы после воркшопа вам было не страшно наконец сесть и сделать что-то своё. 24 сентября, чт, 18:00 мск, онлайн, бесплатно, запись будет. Регистрация: https://workshop.solokumi.tech?utm_source=anna

Каак же мозг любит подменять неизвестное сложным, бесит Иногда я долго откладываю задачки, потому что они мне кажутся сложными. Представляю себе длинный путь с большим количеством ошибок и итераций. Например, так было с ранжированием вакансий в моем боте. Изначально был просто промпт, который ранжировал ~250 вакансий под профиль юзера. Но это было дорого. Поэтому хотела заменить это решение на что-то, что не будет растить кост линейно с ростом аудитории. Конечно, я знала про эмбеддинги и косинусную близость. Но руками никогда такое не собирала — казалось, что это очень сложно. Моему мозгу была понятнее идея завести словарь тегов, разметить профиль и вакансии на эти теги, а потом кодом отранжировать по заданной логике. Три дня я мучилась с этим решением, и получилась ТАКАЯ ДИЧЬ Сдалась и решила всё-таки разобраться с эмбеддингами. Спросила у клода, как это делать, сделала за 10 минут и… с первой итерации выбила качество лучше, чем за предыдущие 3 дня мучений с тегами. Мысль такая: мы часто пытаемся избежать неизвестности, думая, что будет сложно. Иногда на то, чтобы уговорить себя попробовать, уходит больше времени, чем на саму задачу. Когда-то я училась прыгать сальто и хакнула свой страх фразой: «Рано или поздно я всё равно прыгну. Какой смысл ждать, давай сейчас». Так вот: хватит ждать, прыгайте

1000 и одна ошибка при создании Вселенной Я давно мечтала сесть и отрефлексировать всю работу над Вселенной AI-ассистентов в Т-Банке. И сделала это для нашей продуктово-аналитическо-дизайнерской конфы. Получилось ретро о граблях, из которых сложилась система, как надо и НЕ надо строить AI-продукты. Со смехуёчками, естественно. Мне оочень нравится! У вас есть последний шанс попасть на конфу оффлайн — потом не просите проходки, у меня их не будет ) Из того, что я ещё лично жду на этой конфе: • Акустику вечером. Это стендап от ребят из мира IT, бизнеса, искусства и науки, которые делают вещи, в которые искренне верят. И чего им стоит идти своим путём. Когда-то Акустика начиналась с мероприятия для 30 человек в Ереване, а сейчас уже проводится по всему миру — Европа, Америка, Англия... Мне нравится смотреть, как развивается проект и особенно кайфово, что ближайшая Акустика будет у нас на конфе! • Свой диджей-сет. Собираю для вас по ночам, ребят. Ну нельзя такое пропускать )) 12 сентября, суббота Парк Горького Приходите! https://l.tbank.ru/product-ffdd2d-ap

В пн я писала, как пыталась оптимизировать AI-продукт и не разориться. А на следующей неделе — покажу! И попытаюсь сделать это за 10 минут )) Буду выступать на конференции про AI-юзкейсы и AI-скиллы. Состав спикеров солидный: придут ребята из Nebius, Revolut, Whisper AI, Doordash и других команд Классических докладов и теории не будет. Мы покажем, что собрали для себя или для своей команды, где ошиблись, и что в итоге сработало. Все рассказы супер короткие - примерно по 10 минут. Рекомендую, потому что сможете в короткий срок насмотреться на кучу реальных кейсов и повторить релевантные вам. Не совершая ошибок, которые уже совершили мы. 8-10 сентября с 18:00 по Мск Всё бесплатно, даже подписываться на миллион тг-каналов не нужно Нужно только зарегаться

Я почти похоронила своего бота )) Напомню, я сделала ботика, который парсит вакансии из тг, hh и линкедина, и собирает из них персонализированную подборку. Прототип я сделала за вечер на большой дорогой модели. Собрала фидбэк, пофиксила ошибки — всё ок. Но я прекрасно понимала, что если выкачу этот прототип сюда, в канал, вы меня разорите )) В той архитектуре косты росли линейно с аудиторией. Я потратила много свободных вечеров, чтобы это поменять. Разделила пайплайн на 2 части: общий кусок, который делается один раз для всех, и персонализированный для каждого юзера. Общий кусок постаралась перевести на настолько маленькие модели, насколько это было возможно. В персонализированном вообще убрала ллм — заменила всё на эмбединги. Обмазалась эвалами в попытках не сильно просесть в качестве после оптимизации… и в какой-то момент почти сдалась. Выходило либо всё ещё слишком дорого — никакой здравомыслящий человек столько не заплатит, либо некачественно — за такое просто никто не заплатит. Я думала, что у меня кривые руки, но вынырнула из своего корпоративного пузыря и посмотрела на рынок. Десять лет назад В2С-продукты собирали ~30% венчурных денег, сейчас — меньше 7%: дистрибуция подорожала, большие ниши заняли гиганты. GenAI мог бы стать новой волной в B2C — более удобный пользовательский опыт, все стартуют с нуля. Но не стал. В genAI доля B2C те же ~6%. Цифры не новые, но одно дело читать про них, другое — прочувствовать на своём опыте. Люди в B2C никогда массово не платили. Просто раньше бесплатный юзер ничего не стоил, и его монетизировала реклама. А в genAI продуктах каждый запрос бесплатного юзера — это затраты на инференс. Рекламная модель пока толком не выстроена, а та готовность платить, что у людей есть, уходит в одну генеральную подписку: в мире ~70% consumer-денег в genAI забирает OpenAI. Экономика сходится либо у B2B-продуктов (бизнесы могут и готовы платить большие чеки), либо у внутренних, которые экономят косты. Ну и остаются гиганты, но у них своя игра — не отстать от рынка по пользовательскому опыту и не начать терять долю. Я лично наблюдала, как несколько классных AI-стартапов переориентировались из B2C в B2B, и расстраивалась: продукт для физика обрастал ненужным функционалом и становился неудобным. Забавно, как на старте карьеры я изо всех сил покачивала недостающие навыки, чтобы перейти в В2С. Казалось, что продакты без В2С-опыта какие-то ненастоящие продакты. Прошло восемь лет, и кто тут теперь ненастоящий продакт ))

Сделала на выходных очередного ботика, и наконец-то, переехала в клод код Банана-бота я собирала в Lovable. Честно, обожаю ребят за то, как они демократизируют создание продуктов для широкой аудитории. Но самой уже было стыдновато сидеть в Lovable, когда вокруг есть гораздо более мощные штуки. Несколько месяцев назад заставила себя переехать в клод код — всё оказалось совсем не страшно. И с гитом разобралась, и деплоить научилась, и БД спокойно прикрутила. Да, чуть больше телодвижений, но по ощущениям, трачу значительно меньше итераций и когнитивной нагрузки, чтобы получить тот же результат. На выходных сделала бота, который собирает вакансии для продактов из разных источников и персонализирует их под интересы человека (нет, ну а что еще делать мне, у которой 19к продактов в канале 😁). Агрегировать и дедуплицировать вакансии из кучи тг-каналов — не проблема, я это и так знала. Но к моему удивлению, бот не развалился ни когда я заставила его парсить hh, ни когда добавила вакансии из линкедина, ни даже когда попросила искать вакансии в постах в линкедине, а не только в разделе с вакансиями. Где бот начнет разваливаться, я примерно понимаю. Когда человек хочет персонализировать выдачу под себя, он пишет свои интересы. Дальше бот прогоняет все вакансии, собранные за день, через эти интересы, отбирая релевантные. Как только людей, желающих персонализировать выдачу, станет больше ~10 (ну может, 100), наверняка бот приляжет )) Но персонализация платная, так что problems nice to have. Прежде чем кидать бота всем, хочу собрать фидбэк и на выходных сделать итерацию улучшений. Ищу 5 продактов в поиске работы, готовых потыкать бота несколько дней + поделиться фидбэком. Пишите в комменты или в лс ) Горшочек не вари — Вдруг кому пригодится: - Деплоить удобно через https://railway.com/ (спасибо, Даниэль!) - БД: https://supabase.com/ - Подтягивать данные из линкедина, hh и ещё кучи мест: https://apify.com/ - Подписка / оплата через тг: @tribute - С гитом сами разберётесь. Если что, пишите что-то вроде “Вообще хз как к тебе подключать гит, скажи что делать — я сделаю”

В мире AI-продуктов бенчмарк — это не подготовка к продуктовой работе, это и есть продуктовая работа. Короткой дороги нет. Ко мне регулярно приходят продакты, которые хотят построить своих ассистентов. И все хотят быстро. Демка правда собирается быстро. И на глаз даже кажется, что отвечает неплохо. Но первый же замер качества на нормальном датасете даёт ~50% Почему никто не хочет строить бенчмарк и эвал, даже если знает о существовании этих слов? Потому что это нудно. Собрать запросы, убедиться, что они похожи на то, что люди реально будут спрашивать (иначе вся работа в стол). Понять, что такое хороший ответ, научиться согласованно размечать ответы на хорошие и нехорошие… А что такое хороший ответ? Если девушка попросила красную помаду, и ассистент подобрал красную помаду, — это хорошо? Да вообще не факт. Может, она хотела весь вечер целоваться, не оставляя нигде следов. Откуда ж мы знаем. Узнать можно только одним способом — спросить. Так мы и строили ассистента для подбора товаров: обзвонили людей, которые недавно что-то покупали, опросили их по методологии, близкой к JTBD: что искал, в каком контексте, какого результата ждал… Ценность не в том, чтобы найти товар по запросу, а в том, чтобы решить задачу, которая за этим запросом стоит. Тогда работа ассистента распалась на две части: правильно собрать контекст с человека и правильно подобрать товар под этот контекст. Но что значит «правильно подобрать»? С помадой разобрались — не должна оставлять следов. А если «ноутбук для брата, чтобы играть в майнкрафт и делать проекты в скретче»? Я в ноутбуках не разбираюсь вообще. Для некоторых категорий нам пришлось привлекать экспертов, которые объясняли, как переводить человеческий запрос на язык фильтров и критериев подходящести. Так мы руками проделали работу ассистента на большом датасете. И именно поэтому поняли, как её автоматизировать и как проверять. Сбор бенчмарка оказался половиной всей работы над продуктом, если не больше. Всё остальное (прототипы, выбивание целевого качества, переезд на маленькие модельки…) стояло на этом фундаменте. Так что пропустить сбор бенчмарка — это как сказать "Я знаю короткую дорогу". А потом сделать крюк и пойти по навигатору )) Через 2 недели на TurboML Conf наш ML-инженер Саша Замиралов расскажет как мы научили ассистента подбирать товары. Как строили бенчмарк, итерировались, как переезжали на маленькие модельки, улучшая скорость и не теряя в качестве. Будет довольно технический доклад — приходите, если не боитесь! Рега закроется завтра: https://l.tbank.ru/turbo-ap

"Вот вырастешь, поймёшь"  Раньше я не понимала своего папу, который твердил, что стабильности не бывает, что надо быть готовой всё потерять и начинать сначала. В 20 лет мне казалось, что IT - самая надёжная сфера в мире, с которой уж точно ничего не случится. Зачем меня пугать.  Выросла. Наблюдаю, как шатает IT мир в эпоху AI ))  И естественно, думаю о своём будущем: как меняется моя профессия, какие могут быть развилки, что может быть востребовано через несколько лет.  У меня есть своя позиция, но мне нравится слушать и альтернативные, чтобы проверить, не ошибаюсь ли я. Вдруг другие люди заметили то, чего я не замечаю.  Во вторник соберёмся с Женей Одуд (CPO Jetsim) и Дашей Васяниной (Product Advisor) и подискутируем про будущее продуктовой профессии. Организовывает и модерирует Лера Розова (основательница Shanc.ai). 23 июня в 19:00 по Мск, онлайн  Нужно зарегистрироваться: https://clck.ru/3U8eyy