У нас в компании периодически проходят внутренние демо дни, где разные проектные и продуктовые команды рассказывают, то над чем они работают.

Достаточно полезное мероприятие — позволяет вырваться из пузыря своего продукта и посмотреть на те крутые решения, которыми занимаются другие роботы.

Но пост не об этом)

🔥 Одна из команд рассказывала про фичу для детской образовательной платформы с использованием речевых технологий и AI.

Казалось бы, понятный функционал, которым уже мало кого удивишь.
Но как ребята рассказывали про это — меня зацепило.

Зацепила именно эмоциональная составляющая (чаще я обращаю внимание на применяемые технологические подходы).

Команда, действительно, горит проектом, понимает ту ценность, которую могут принести детям.

И, не долго думая, я оформил годовую подписку на эту платформу для своего сына)) Посмотрим, как зайдет.

🖋 Мораль сей басни — нужно уметь качественно, не поддельно презентовать свои решения, а это возможно, когда команда искренне любит то, чем занимается.

Сымитировать такое невозможно — человек на тонком плане (прости господи) чувствует фальшь

@alexs_journal

AI 2027: что делать, если ИИ реально всё захватывает?

Пока все шумят вокруг очередного прогноза про светлое/страшное ИИ-будущее (прогноз от умных людей AI-2027), давай спокойно разберёмся: чего ждать и как не остаться за бортом.

Без паники, без философии — просто трезвый план для тех, кто остаётся в IT и хочет адаптироваться, а не просто наблюдать.

🤖ИИ уже рядом
Cursor, Devin, Windsurf — код пишут, задачи решают, иногда даже успешно.
Пока не везде, но улучшаются быстрее, чем ты успеваешь моргнуть. Так что да, экспонента — она настоящая.

📌Первые шаги:

🔵Прими, что это реально
Не хайп. Не теория. Это уже работает. И будет работать ещё лучше. Принятие — первый шаг к спокойствию и адаптации.

🔵Начни использовать ИИ каждый день
Не просто “игрался пару раз с ChatGPT”, а именно: делегируй рутину, автоматизируй таски, учись писать промпты, проверяй код и идеи ИИ.
С правильным подходом можно делать в 2-3 раза больше за то же время.

🔵Следи за новыми инструментами
ИИ-инструменты бывают как “мем”, так и “новый уровень продуктивности”.
Учись различать. Подписки, чатики, бенчмарки — всё в помощь.

🔵Переосмысли, за что тебе платят
Если ты просто пишешь код — у ИИ скоро будет резюме покруче. Но если ты видишь архитектуру, умеешь работать с бизнесом, думаешь наперёд — ты всё ещё в игре.

🔵Окружи себя такими же адекватными
Нетворк с людьми, которые реально что-то делают с ИИ. Меньше инфоцыган и “ИИ-журналистов”, больше — практиков и экспериментаторов.

📌 Дальше — стратегически:

🔵Смещайся от “кодера” к “менеджеру ИИ” — декомпозиция, ревью, проверка, интеграция.

🔵Углубляйся в системный дизайн — машины пишут код, люди строят системы.

🔵Развивай продуктовую чуйку — понимание юзеров + ИИ = золото.

🔵Сделай себе финансовую подушку — турбулентность будет.


📌 На длинной дистанции:

🔵Управление ИИ-командами и внедрение ИИ в бизнес — будут нужны.

🔵Специализация + ИИ = суперсила. Разберись в своей нише, и ИИ будет работать на тебя.

🔵Адаптивность — ключевой скилл. Всё, что ты выучил, может устареть за год. Привыкай.

🔵Креатив, эмпатия, стратегия — вот что останется “человеческим” дольше всего.

🔵Ищи новые источники дохода. Стартапы, проекты, инвестиции — ИИ поможет, если не тормозить.

В общем: не надо паниковать. Надо учиться. Использовать. Адаптироваться.
ИИ — это не враг. Это твой новый напарник, если подружишься. Ну или соперник, если будешь игнорить.

❓Какие мысли у вас по этому поводу?

@alexs_journal

Похоронное бюро AI-инициатив

Проведя достаточно большое количество пресэйлов (100+) по Gen AI тематике, составил небольшой чек-лист запросов/проектов, которые вряд ли взлетят)

1️⃣ “Нам нужно ИИ. Просто… нужно”

Цель проекта: “Внедрить ИИ”.
Зачем? Кому? Что должно получиться? Неясно

Хороните сразу.

2️⃣ “У конкурентов есть — и нам надо”

Зависть — плохой стратег.

Копировать чужое решение без своих данных, процессов и боли — путь к провалу.

Это как надевать чужие очки и удивляться, почему всё мутно.

3️⃣ “Сделаем RAG-бота на выходных”

Идея норм. Вот только:
- Чатик есть
- Данных нет
- Понимания, как работает retriever — тоже нет

Презентация будет норм. Работы — нет.

4️⃣ “Да он сам всё придумает — это же AI”

Это не магия, это машинка с правилами.
Если ты не скажешь, что делать — она сделает ерунду. Но с умным видом.

И ты потом будешь виноват.

5️⃣ “Запускаем сразу в прод — потом разберёмся”

Не разберётесь.
Будет пожар, стыд и ор “лучше бы на Excel остались”.

6️⃣ “А давайте сгенерим всю документацию нейросеткой!”

Генерация ≠ понимание.
Потом ходишь с этим текстом, как с бомбой: вроде красиво, но никто не уверен, что там внутри. Даже сам ИИ.

7️⃣ “Главное — красиво презентовать”

Если в проекте больше времени уходит на подготовку слайдов, чем на валидацию модели — это уже не AI-проект. Это корпоративный театр.

8️⃣ “AI сократит сотрудников и сэкономит деньги”

ИИ не лечит токсичный процесс.
Он его автоматизирует. Быстрее. И больнее.
Люди уйдут, бардак останется.

9️⃣ “Сделаем MVP, а потом подумаем про данные”

Подсказка: MVP = Minimum Viable Product.
А если данных нет — то это MNP = Minimum Nothing Product.

🔟 “Мы наняли одного data scientist-а — он всё сделает”

Если AI-проект — это космический корабль, то один датасаентист — это чувак с отвёрткой и шлемом из фольги.
Без команды, процессов и поддержки — он просто сгорит в атмосфере.


Если узнал в каком-то пункте свой проект — не расстраивайся. Это ещё не похороны. Пока ты читаешь этот пост — есть шанс откачать.

📌 Как оживлять:

- Начинай с боли, а не с хайпа
- Работай с данными раньше, чем с интерфейсами
- Прототипируй быстро, но честно
- Не строй презентацию на мечтах
- Помни: AI — это усилитель, а не маг-чародей)

❓С какими приколами ты встречался при желании внедрить AI?


@alexs_journal

Недавно заходил на hh.ru и посмотрел, кто есть из продакт менеджеров — там такое разнообразие оказалось, что даже решил сделать подборку — все персонажи выдуманы, часть из них выдумана ChatGPT под моим руководством?

1️⃣PM-Идеалист

«Мы не просто делаем кнопку. Мы решаем экзистенциальную боль пользователя.»
— Вечно в интервью и кастдевах
— Говорит «а зачем?» чаще, чем продакт-евангелист на митапе
— Продукт не запускает, но концепция шикарная

2️⃣ PM-Огнеборец

«У нас баг в проде, релиз завтра, DevOps на Бали. Живём.»
— Jira — родной дом
— рабочий ТГ чат — основной инструмент и психотерапевт
— Говорит на языке паники, но чинит всё в дедлайн

3️⃣PM-Прототипер

«Я сделал MVP из *овна, веток и крепкого скотча. Уже у мамы на тестировании.»
— В no-code как боженька
— Запускает быстрее, чем ты формулируешь идею
— Не ждёт команды — сам себе и дизайнер, и маркетолог, и Scrum Master

4️⃣PM-Финансовый самурай

«Если CAC больше LTV — идём на завод.»
— KPI важнее UX
— Таблицы Excel — его храм
— Всё сводит к воронке. Даже отношения

5️⃣PM-Старец

«Когда я запускал первую версию продукта, рекламу давал в газете "Из рук в руки"»
— Видел все редизайны и все пивоты
— Говорит загадками: «Фича созреет, когда бизнес будет готов»
— Его backlog больше, чем твоя дипломная

6️⃣ PM-Визионер

«Мир пока не готов, но мы всё равно сделаем продукт для метавселенной на Web9»
— Говорит про сингулярность, пока баг в онбординге
— Умеет вдохновлять. И питчить. И придумывать продукт, которого никто не просил
— MVP обычно ломается на первом шаге

7️⃣PM-Мемолог

«Sprint review? Держи мемы.»
— Релиз-ноты = стендап
— Jira заполняет шутками
— Никто не понимает, работает ли он… но всем с ним весело

8️⃣PM-Саботажник-перфекционист

«Нет, не можем выпускать. Пиксель съехал на 2 мм. Сжечь всё и переделать.»
— Обожает идеальный продукт… который никогда не выйдет
— Делает 24 ревизии одной фичи
— MVP — ругательство

9️⃣PM-Гоблин-заказчика

«Так, директор просил кнопку “как в TikTok”, но для пенсионеров. Срочно.»
— Все хотелки — от кого-то «сверху»
— Меняет приоритеты каждую среду
— Не знает, зачем нужна аналитика, но уверен, что “так надо”

1️⃣0️⃣PM-Ниндзя-фантом

«Кто у нас вообще продакт? А, вон он сидит в углу, молчит третий день.»
— Появляется на звонках как мираж
— Может 3 недели не отвечать, потом скинуть идеальный roadmap
— Тайный агент из параллельной вселенной

1️⃣1️⃣PM-Мотиватор команды

«Ребятки, вы лучшие, каждому по стикеру! Обожаю вас!»
— Живёт ради командного духа
— Не понятно, что именно делает, но с ним классно
— Организует демо с пиццей и подарками, даже если нет фич

1️⃣2️⃣PM-Микроменеджер

«А можешь описать, как ты делал эту задачу? С аудио и скриншотами?»
— Комментариев больше, чем тасок
— В Jira всё под задачи: завтрак, вдохновение, жалобы на погоду
— У команды уже тик, когда он пишет «ну что, как дела?»

1️⃣3️⃣PM-Альтернативной реальности

«Юзер с помощью чата будет сам создавать себе продукт через сон. Это же очевидно!»
— Его идеи либо революционные, либо бред
— Любит слова “нейроинтерфейс”, “автоматизированный синтез” и “микроэмпатия”
— Каждый спринт — как фестиваль Burning Man

Ставь:

❤️ — если узнал себя

👍 — если узнал меня

🔥 — если узнал и себя, и меня


@alexs_journal

12 апреля 2025. Бортовой журнал. День космонавтики.

С момента, как Гагарин сказал своё знаменитое "Поехали!", прошло 64 года.
Теперь в космос летают частные ракеты, а в чате ты больше разговариваешь с GPT, чем с друзьями.

В 60-х фантасты мечтали о летающих машинах, колониях на Марсе и разумных компьютерах

Что ж, с машинами вышло так себе.
С Марсом — работает Илон.
А вот с ИИ... тут уже интересно.

— "Я боюсь, Дэйв. Я не могу этого сделать."
— шептал HAL 9000.
— "Конечно, вот 10 вариантов названия для вашего стартапа в бьюти-AI. И логотип в стиле минимализм."
— бодро ответил GPT-4.

🚀 С днём космонавтики!

Будущее наступило. Оно просто говорит с тобой на 150 языках и генерирует PowerPoint.

@alexs_journal

По мотивам разговора с Валерой про FOMO...

Иногда кажется, что ты проснулся на пару дней позже всех, а за это время:

— OpenAI выкатили AGI (но нет),
— Microsoft внедрили 3000 новых фич в Copilot,
— Твой конкурент запустил нейросеть для подбора кофе,
— А кто-то уже сделал стартап на базе GPT-5.1.2-beta и продал его Google.

И ты такой сидишь, смотришь в календарь, а там уже 2025, а у тебя всё ещё KeyNote и надежда.

Добро пожаловать в эпоху FOMO-индустрии — когда боишься не просто "что-то пропустить", а упустить целую эпоху.
AI, стартапы, no-code, quantum computing, метавселенные (ещё живы?), крипта — всё движется так быстро, что тормозить страшнее, чем ехать с закрытыми глазами.

И вот главный парадокс:
Пока ты носишься по хабрам и митапам, чтобы быть "в тренде", другие — спокойно пилят продукт.
И выигрывают не те, кто знал обо всех новостях, а те, кто фокусировался на главном и делал.
(как же найти "это главное"?)

Так что если вдруг сегодня ты не дочитал очередную статью с arxiv.org — ничего страшного.
Главное — не бояться FOMO, а использовать его как двигатель, а не как петлю на шее.

Меньше паники — больше смысла.

❓Сознавайся, накрывают тебя иногда такие чувства?

@alexs_journal

Как продакт-менеджеру (и не только) вкатиться в LLM и генеративный ИИ в 2025 году

(ниже будет кэпская база, но кому-то будет полезно, т.к. иногда меня про это спрашивают, решил оформить в постец)

🔵Начни с базового понимания

1. Освой основы:
Разберись, что такое большие языковые модели (LLM), как они работают на базовом уровне, и какие модели сейчас лидируют на рынке (модели от OpenAI, Claude 3.7, Llama, Gemini).

2. Изучи ключевые концепции:
Prompt engineering, fine-tuning, RAG (Retrieval-Augmented Generation), агенты, tools, embeddings — эти термины не должны тебя пугать

🔵Стань уверенным пользователем

1. Ежедневная практика:
Используй ChatGPT, Claude или другие доступные LLM для решения рабочих задач.
Попробуй применять их для:
- Написания документации
- Генерации идей
- Анализа данных
- Помощи в разработке User Stories
- Прототипирования

2. Эксперименты с промптами:
Научись писать эффективные промпты.
Заведи личную библиотеку рабочих промптов для разных задач.

🔵Изучи возможности для продуктов

1. Проанализируй применение в своей нише:
- Как конкуренты используют LLM?
- Какие новые стартапы появляются в твоей области с применением генеративного ИИ?

2. Определи возможные точки интеграции:
Где в твоем продукте можно внедрить генеративный ИИ для усиления ценности для пользователей?
- Автоматизации рутинных задач
- Персонализации пользовательского опыта
- Создании нового контента
- Упрощении сложных процессов
- Анализе и обработке данных

🔵Сформируй бизнес-видение

1. Оцени ROI:
Научись рассчитывать возврат инвестиций от внедрения LLM в продукт. Это ключевой навык для обоснования затрат:
- Экономия времени сотрудников
- Повышение конверсий
- Улучшение удержания пользователей
- Снижение нагрузки на поддержку

2. Изучи модели монетизации:
Как другие компании зарабатывают на генеративном ИИ? Какие есть успешные кейсы?

🔵Работа с техническими командами

1. Говори на одном языке:
Освой технический минимум, чтобы эффективно ставить задачи разработчикам:
- Различия между облачными API и локальными моделями
- Ограничения и возможности текущих моделей
- Примерные требования к инфраструктуре
- Подходы к интеграции в существующие продукты

2. Инструменты для прототипирования:
Изучи no-code/low-code платформы для быстрого создания прототипов с LLM.

Не нужно становиться экспертом во всем, но базовое понимание и практические навыки значительно усилят вашу ценность на рынке.

❓Есть вопросы? Пиши в комментариях

@alexs_journal

Сегодня у нас прошел внутренний ИИ воркшоп — собралось много крутых ребят со всей нашей необъятной Родины)

Круто поштурмили про то, куда нужно двигаться и что с этим всем ИИшным делать дальше

Интересных вопросов подвесили "на подумать".
Будет чем в выходные заняться)

Всем хороших выходных 💙

@alexs_journal

Немного субботнего юмора в ленту
(смотреть лучше со звуком)

❓Кому знакома ситуация?

@alexs_journal

Поздравляю вас со Светлой Пасхой!
Пускай пасхальная радость наполнит ваши сердца.
Счастья вам и всем вашим родным 🩵

@alexs_journal

Guardrails для LLM-систем

Сейчас дорабатываем в нашем продукте важную, но часто недооцененную часть любого ИИ-проекта на базе LLM — систему guardrails.

Что такое guardrails и зачем они нужны?

Guardrails — это комплекс мер и ограничений, которые не позволяют LLM выдавать нежелательный, опасный или неправильный контент

Без хороших guardrails ваш продукт может:
- Генерировать токсичный или оскорбительный контент
- Разглашать конфиденциальную информацию
- Выдавать бесполезные или неточные ответы
- Уходить от основной темы диалога
- Давать рекомендации, противоречащие ценностям компании или законам

Основные виды guardrails

1️⃣ Промпт-инжиниринг — базовый уровень защиты через грамотно составленную инструкцию модели.
Работает так себе) Но начать можно с этого.

2️⃣ Валидация входных данных:
- Фильтрация потенциально опасных запросов
- Определение тематик, выходящих за рамки того, для чего система создавалась
- Проверка на jailbreak

3️⃣ Валидация выходных данных:
- Проверка ответов на токсичность
- Фактчекинг через верификационные модели
- Оценка релевантности ответа запросу

4️⃣ Архитектурные решения:
- Мультиагентные системы (где одна LLM проверяет другую)
- Интеграция с внешними источниками данных для верификации
- Модель-судья (judge model) для финальной оценки ответа

Инструменты для реализации guardrails

1️⃣ Открытые библиотеки:
- NeMo Guardrails от NVIDIA
- Guardrails AI
- Langchain Safety Toolkit
- Llama Guard от Meta

2️⃣ Проприетарные решения:
- OpenAI Moderation API
- Azure Content Safety
- Anthropic's Constitutional AI

3️⃣ Самописные решения — наш выбор)

На что стоит обращать внимание при внедрении

🔹 Баланс безопасности и функциональности: слишком строгие ограничения могут сделать систему бесполезной.

Мы на одном проекте сильно зарезали скор — на огромное кол-во нормальных вопросов система переставала отвечать (

🔹 Прозрачность: пользователи должны понимать, почему система отказывается отвечать на определенные запросы

🔹 Кастомизация: guardrails должны соответствовать специфике вашего продукта и отрасли

Именно по этому мы выносим настройки в пользовательский интерфейс, чтобы админ мог гибко настроить и протестировать все, не дергая разработчиков

Guardrails — это не просто мера безопасности, а вклад в качество продукта. Они помогают создать систему, которой пользователи могут доверять.

❓Какие методы защиты используете вы в своих LLM-приложениях?

(схема взята с вот этого сайта)

@alexs_journal

Немного запоздало, но наткнулся на технологический хайп-цикл Gartner 2024, не мог с вами не поделиться)

Какие технологии находятся на подъеме?

⚡️ Инновационная фаза:

- Large Action Models — продвинутые AI-модели для автономного принятия сложных решений (особенно перспективны для робототехники и логистики)

- Рабочие роботы-гуманоиды — автоматизация задач в здравоохранении, производстве и сфере услуг

- Пространственные вычисления — интеграция цифровой и физической среды через AR, VR и IoT

🔼 Пик завышенных ожиданий:

- AI-дополненная разработка ПО — интеграция искусственного интеллекта в жизненный цикл разработки программного обеспечения

- Суперприложения — платформы, объединяющие множество сервисов

- Внутренние порталы для разработчиков — централизованные платформы для повышения продуктивности разработчиков

🔫 Скатываются в долину разочарования:

- Генеративный ИИ — несмотря на впечатляющие возможности, сталкивается с этическими проблемами и рисками неправильного использования

- Cloud-Native WebAssembly — технология для высокопроизводительных приложений в браузерах, но внедрение тормозится сложностью освоения

Прогнозы на будущее

🕔 5-летняя перспектива:

AI-дополненная разработка ПО и технологии Reinforcement Learning достигнут "Плато продуктивности" — стадии широкого практического применения.

🕔10-летняя перспектива:

Продвинутые модели ИИ, роботы-гуманоиды и пространственные вычисления начнут активно применяться в здравоохранении, производстве и городском планировании.

Вызовы и возможности

🔎 Основные проблемы:

- Этические вопросы развития ИИ и роботизации
- Потребность в специалистах с новыми навыками
- Необходимость развития регуляторной базы для новых технологий

В комментарии закинул pdfку с отчетом

Что делать с этой информацией?
Помним, что любая технология проходит все этапы цикла, и учитываем это при разработке продуктов и бизнес планов.

@alexs_journal

Баловался сегодня с manus.im — автономным AI-агентом, который получает на вход задачу, сам планирует ее решение, ходит в интернет, пишет код, что-то там думает и делает ... и на выходе — готовый результат.

Я был наслышан про способности Мануса.

Взял и попросил его скопировать проект n8n, переписать бэкенд на FastApi и, заодно, сделать сайт проекта с документацией)

Сайт с документацией по проекту получился ничего так — ссылочки работают, описание архитектуры на месте, API методы описаны, руководство по развертыванию есть — просто 🔥

А вот код самого сервиса получился так себе))

Помучав Cursor, получилось запустить локально сервис, а там все замокано, криво, косо и, кроме авторизации, ничего не работает.

Но это уже отличный результат!

Осталось подождать чуть-чуть и проекты типо Manus смогут создавать рабочий функционал, который можно будет встраивать в свои решения (да, я оптимист)

На сайте проекта есть куча решений, которые сделали пользователи при помощи Мануса. Можно надолго залипнуть — рекомендую)


❓Тестили этот сервис? Как результаты?

@alexs_journal