Управление продуктом *

В январе 2026 Meta* фактически отказалась от масштабных амбиций по созданию метавселенной, разделив и перераспределив ресурсы внутри компании. По данным The Wall Street Journal, компания сократила около 1 500 сотрудников подразделения Reality Labs — это примерно 10% персонала команды — и закрыла несколько внутренних студий по разработке VR-игр.

И хотя ещё четыре года назад метавселенная была для Meta ключевым стратегическим направлением, теперь оно почти полностью свёрнуто. И, честно говоря, многие в индустрии уже давно перестали по нему скучать.

Или как я потратил неделю, чтобы доказать: ИИ сегодня — это красноречивые лжецы в костюмах экспертов.

В конце 2025 года я устал читать маркетинг в стиле «наша модель умнее ChatGPT на 15%». Умнее по какому бенчмарку? MMLU? Это всё равно что мерить интеллект человека по результатам ЕГЭ.

Я решил проверить одну простую вещь: способна ли нейросеть сказать «я не знаю»?

Потому что в реальном мире — в медицине, праве, финансах — ответ «я не уверен» стоит дороже любой красивой, но выдуманной истории.

Ниже — результаты слепого тестирования 14 топовых LLM (включая Claude 4.5, GPT-5.2, Gemini 3, Qwen, YandexGPT и GigaChat).

Спойлер: Copilot оказался самым надежным, Claude — самым умным, а китайский Qwen неожиданно «уделал» GPT.

Качественное и своевременное внедрение корпоративных информационных систем как российского (1С, Галактика, Парус), так и западного производства (ранее преимущественно SAP, Oracle и Microsoft) требует досконального знания методологии имплементации, что накладывается свой отпечаток на жизненный цикл программного обеспечения. Несмотря на наличие гибких методов внедрения, жизненный цикл программных продуктов, по существу, остается единым: начиная с задумки и заканчивая выведением из эксплуатации. Внедрение корпоративных программных систем, представляющих собой имплементирование программного решения в масштабах предприятия или холдинга, имеет схожий жизненный цикл. Однако, если внимательнее к нему присмотреться, выходит, что процесс внедрения является не единственным, а фактически завершающим шагом. Не верите, тогда давайте разберемся в этом вопросе в рамках текущей статьи.

Приведем шаги классического жизненного цикла программного обеспечения [1]:

Развивать платформенные продукты не просто. С бизнес-продуктами всё более менее понятно: развивать надо то, что приносит деньги. Тут главный вопрос, как узнать, что именно приносит деньги. Это тоже очень не просто, и на эту тему написано десятки статей и даже учебников.

В этой же статье хочу поговорить о том, какие сложности стоят именно перед платформенными продуктами. Если хотите узнать подробности — эта статья для вас.

После того как я начал делиться своим опытом построения стартапа ($1.35 млн инвестиций, 300к юзеров, экзит) в статьях на Хабре — получил большое количество сообщений с просьбой продолжать. Мы уже обсудили базовые уроки, планирование в условиях неопределенности и тему управленческого долга.

Сегодня я хочу копнуть еще глубже и поговорить о первопричине всех проблем и успехов – о психологии. О том, как наши внутренние установки помогают и мешают управлять командой, создавать продукт, продавать его – и сохранять себя на этом пути.

Как всегда, для придания веса своим словам я призову на помощь Бена Хоровица (легендарный CEO с экзитом на $1млрд+, сооснователь фонда Andreessen Horowitz) для обсуждения психологии руководителя. А влияние психологии на продажи и маркетинг мы разберем с привлечением опыта Ноя Кагана, основателя AppSumo — в нашем стартапе мы на этой площадке сделали продаж на сотни тысяч долларов благодаря их маркетинговым тактикам.

Как ритейл формирует менталитет современного человека.

Ежедневные повторяющиеся действия во многом формируют менталитет человека. Из них складываются привычки, ожидания и представление о том, что считается нормой.

Одной из самых устойчивых таких сред на протяжении всей цивилизованной истории был ритейл. Поэтому, чтобы говорить о менталитете современного человека, важно посмотреть, как изменилась сама форма этого взаимодействия.

Привет, Хабр! Продуктовая аналитика хорошо работает с событиями и метриками, но ломается на живых коммуникациях. Звонки зачастую остаются неохваченными анализом, хотя именно там слышно как клиент злится или сомневается, но эти сигналы доходят до менеджера продукта хаотично, а не в системном виде.

В этом гайде разберём, как превратить записи звонков в продуктовые инсайты без ручного прослушивания — с помощью Python, звонков от МТС Exolve, интерфейса на Streamlit и нейронкой MWS GPT от МТС.

Привет, Хабр! На связи команда разработки продукта PIKTools Генплан.

Хотите узнать, как генпланисту оперативно создавать, редактировать, оформлять и проверять генеральные планы? Как получать рабочую документацию строительства, сократить трудозатраты на ее разработку? Как наш продукт PIKTools Генплан помогает в этом?

Если да, тогда приготовьте себе кофе и погнали — мы продолжаем наш рассказ. Если вы пропустили вводную статью про продукт, советуем начать с нее. Сегодня речь пойдет о модуле «Озеленение». Расскажем о том, из чего он состоит, а также какие прикладные задачи и проблемы он решает.

X опубликовали репозиторий с исходным кодом своих рекомендательных алгоритмов в 2023 году. Там нет конкретных весов и многих переменных, но есть общие принципы. По репе можно понять общую механику того, как именно контент попадает в ленту.

Похожие рекомендательные системы используются и в других соцсетях.

Главная проблема — из сотен миллионов ежедневных твитов невозможно прогнать через тяжелую Ranker-нейросеть каждый. Поэтому используются быстрые алгоритмы, чтобы отобрать топ кандидатов (конкретное число скрыто в params.rs). Для out-of-network контента X использует SimClusters — алгоритм, который находит сообщества пользователей с похожими интересами. Если вы попали в кластер "Любители Rust", а пост популярен в этом кластере, он попадёт в кандидаты, даже если вы не подписаны на автора.

Потом идёт второй этап — Grok-трансформер, который для отобранных кандидатов предсказывает вероятность 19 различных действий (лайк, ретвит, ответ, шер в личку и другие).

Пока один эксперт за три недели запускает свой курс и покупает новую квартиру, другой — годами продаёт консультации, выгорает и не понимает, как зарабатывать больше. И разница между ними не в харизме, таланте или гениальности. Разница — в понимании одной простой вещи: как правильно масштабироваться.

Давайте посмотрим, что сделал Китай, чтобы за 60 лет пройти путь с нуля до глобального лидера, который произвел и продал в 2025 году более 27 млн. автомобилей.

Можно выделить 6 ключевых этапов:

1.      Зарождение автопрома при активной помощи СССР (1950-е)
2.      Самостоятельное развитие (1960-1970-е)
3.      Рынок в обмен на технологии (1980-1990-е)
4.      Активная государственная поддержка (2000-е)
5.      Технологический рывок (2010-е)
6.      Экспортная экспансия и амбиции на мировое лидерство (2020-е)

 Этап 1: Зарождение автопрома при активной помощи СССР (1950-е)

15 мая 1953 года в Москве было подписано Соглашение об оказании правительством СССР помощи Центральному народному правительству КНР в развитии народного хозяйства, одним из элементов которого была помощь в строительстве двух автозаводов. Через 2 месяца, 15 июля 1953 года в городе Чанчун был заложен первый камень для строительства Первого автозавода, который и сегодня называется FAW (First Automotive Works — «Автомобильный завод №1»). Этот день считается отправной точкой всей современной автомобильной промышленности Китая.

У нас есть стенд ОТК для проверки 10 000 контроллеров в год. Каждый контроллер проходит проверку параметров перед отправкой заказчику. Процесс работает, но при росте производства упирается в человеческий фактор: две смены наладчиков, пиковые нагрузки, себестоимость растет. Нужен свежий подход к процессам.

Мой мир ИИ стартанул, когда Трамп прорекламировал DeepSeek. Попробовал задавать вопросы на корявом английском и читать ответы на этом тарабарском языке. Потом спросил «А ты говоришь по-русски?» 

— Да — ответил DeepSeek.

Поехали! (с) Гагарин

После перехода из роли портфельного проджекта (PM) на роль портфельного продакта (тоже PM), как оказалось, границы для ролей полностью теряются, и из двух превращаются в одну. Новая роль называется ИТ‑выживальщик, из приятного — роль дополняется куполом цирка и клоунским носом. Выбираться из роли выживальщика можно, и более того, нужно. Собственно, статья о том, как я это пробую делать.

С 2014 года мы со Светланой Берегулиной провели более 30 стратегических сессий по форсайту. Методология работала. Участники уходили с видением на 5-10 лет вперёд, с пониманием трендов и точек приложения усилий. Опыт накапливался, инструменты оттачивались.

В сентябре 2024 года мы решили проверить потенциал масштабирования. Сделали лендинг. Запустили охват на 20 000 маркетологов и предпринимателей — через рассылки, таргет, публикации в профильных каналах.

В открытом форсайте рассчитанном на 35 человек приняло участие 12. Ученики Школы CPO-Стратег и лично приглашённые эксперты.

Конверсия 0.06% — это не провал маркетинга. Это ответ рынка на вопрос, который мы не задавали десять лет. Форсайт — инструмент для тех, кто уже освоил базовые практики стратегической работы. Для тех, кто умеет формулировать гипотезы и проверять их до того, как вкладывать ресурсы. Рынку сначала нужны базовые инструменты. Продвинутые — потом.

Одна проверка гипотезы спроса сэкономила годы попыток масштабировать то, что не масштабируется в текущих условиях.

Ниже — 9 опорных гипотез, которые мы теперь проверяем в компании и Стратегической мастерской до старта любого продукта.

Наш случай не уникален. Статистика подтверждает: большинство продуктов умирают не от плохой реализации, а от непроверенных предположений.

90% стартапов закрываются в первые три года — данные CB Insights за последние десять лет стабильны. Главная причина смерти — no market need (42% случаев). Не нехватка денег, не конкуренция, не плохая команда. Просто продукт оказался не нужен.

Всем привет, я Лена, исследовательница в команде Облака Mail. Изучаю опыт пользователей и помогаю командам делать наши сервисы удобнее и понятнее. Управляю проектом UX-мониторинга core-сценариев продуктов Mail.

В этой статье хочу рассказать о том, как мы переосмыслили место исследователя в продуктовой команде и как нам удалось пересмотреть UX-долг*, также о том, как этот подход помог нам стать источником для формирования продуктового бэклога на примере нашей небольшой команды.

Личный опыт лидера команды по переходу от формального "зачитывания требований" к совместному созданию понимания. Простые шаги, которые помогли нам победить "иллюзию понятных задач" и в разы сократить количество срочных доработок в середине спринта.

Прошел год с тех пор, как наша команда Sugar CRM совершила прыжок из уютного водопада в бурные воды Agile. Мы пережили мучительные получасовые, а иногда и часовые дейлики вместо 15-минутных, прошли через «гадание на кофейной гуще» на планировании спринтов и вроде бы обжились.

Но одна проблема упорно не сдавалась, грозя похоронить все наши agile-начинания. Мы вроде делали всё по книжке: проводили Product Backlog Refinement (PBR), оценивали задачи в Story Point (SP), обсуждали задачи, писали чек-листы и выходили с встреч с чувством выполненного долга.

А потом начинался спринт. И всё шло под откос.

В предыдущей статье я показал, что любая методика управления проектом — осознанно или нет — вводит проектную сегментацию. По сути, речь идёт о способе, с помощью которого многомерное пространство задач приводится к управляемой линейной форме.

Мы использовали сегментацию как оптический прибор — чтобы увидеть, почему современные методики управления так различны и в чём на самом деле заключается их сходство. Теперь пришло время сменить фокус: от наблюдения перейти к применению. Взять найденный ключ и попробовать открыть им дверь.

Рассматривая сегментацию как самостоятельный элемент контроля и анализа, мы получаем полноценный инструмент управления, применимый на практике. Однако, как и любой инструмент, он не нейтрален: сегментация может как усиливать управление проектом, так и незаметно разрушать его. Именно поэтому, прежде чем переходить к теории сегментов, имеет смысл зафиксировать правила обращения с этим инструментом — правила, которые помогут использовать его осознанно и избежать типичных ошибок.

В этой статье я сформулирую основные принципы сегментирования. Часть из них покажется очевидной — но именно такие вещи особенно важно проговаривать явно. Другие принципы следуют из рациональных соображений, а третья группа представляет собой попытку обобщить полезную практику, с которой сталкиваются многие проектные команды.

Продактов часто спрашивают:
«С чего начать дерево метрик?» и почти сразу —
«А можно ли строить бэклог без него?»

Формально — можно.
Практически — тогда бэклог быстро превращается в набор идей без системы.

Эта статья — о том, как дерево метрик связывает стратегию, эксперименты и ежедневные продуктовые решения, и почему без прокси-метрик эта связь не работает в реальном времени.

«Если ты не измеряешь, значит, ты не управляешь» — кто‑то из великих менеджеров

На одном совещании мне понравилась фраза руководителя: «Если вы пришли на совещание без цифр, то что мы тут собираемся обсуждать?». Принятие решений на основании фактов даже легло в основу подхода Data Driven, когда система принятия решений, основывается на анализе данных, а не на интуиции или опыте руководства, при этом бизнес‑решение подкрепляется не только показателями, но и результатами анализа их в динамике, а также прогнозами. В данной статье обсудим, какие показатели могут быть интересны руководителю операционного уровня.

Споры о том, «убивает» ли ИИ креативность или, наоборот, усиливает её, обычно сводятся к эмоциональным полюсам. Но если смотреть прагматично, картина проще: генеративные модели ускоряют этап производства вариантов, а ключевые риски и ключевая ценность лежат на этапе оценки. Именно там проходит практическая граница креативности и именно там ИИ пока слабее человека.