Почему имхо Ex-McKinsey ничего не забыли на С-level в тех компаниях
Я нередко вижу, как бывшие сотрудники, зачастую партнеры, из MBB (McKinsey, Bain, BCG) продолжают свою карьеру на C-level позициях в компаниях, которые они ранее сами и консультировали. Когда это касается технологических компаний и таких позиций, как CEO, COO, а тем более CTO, я невольно жмурюсь. Недавно CEO одной из компаний, в которой я занимаюсь AI-трансформацией, решил назначить на должность CTO будущего Ex-McK — у которого при этом нет технического бэкграунда. Для меня это чаще всего тревожный сигнал.
Недавно Марк Цукерберг заявил в подкасте “Acquired”, что компания не может называться технологической, если у её руководства нет технических навыков. Цукерберг сказал: «If your CEO and board of directors isn’t technical and you only have one dude as, let’s say, Head of Engineering, who is technical — if that’s your team, then you’re not a tech company!» Я полностью согласна с этим — при этом, конечно, не обязательно, чтобы все были технарями. Но C-level определяет долгосрочное направление компании, принимает важные решения и формирует её культуру.
Какую систему принятия решений и культуру приносят бывшие сотрудники McKinsey и других консалтинговых компаний? В классических стратегических консалтинговых фирмах существует культура окончательного решения (final decision making) — ложное ощущение выбора единственно правильного решения, зачастую просто того, у кого более высокий титул, а потом чисто поездка по маршруту. Как мыслят инженеры и специалисты по данным? Мы формулируем гипотезу, задаём baseline, а затем постоянно переоцениваем и оптимизируем, меняем направление при получении новой значимой информации и не боимся изменить курс (evolutionary decision making).
Ещё зачастую McKinsey и другие консалтинговые компании сосредоточены на оптимизации стоимости для акционеров (shareholder value). Инновациями там, особенно в зрелых компаниях, даже и не пахнет. Вы, возможно, знали, что Сундар Пичаи, CEO Google и Alphabet, до прихода в Google на должность продукт-менеджера, работал в McKinsey. Не буду утверждать, что именно это причина того, где сейчас находится Google по сравнению с другими компаниями из Big Tech, но фокус на оптимизации shareholder value и бюрократия создают большие препятствия для талантов, которые безусловно есть в компании в огромном количестве. Инновации всегда являются риском, но компании не могут позволить себе их не продвигать — это утопия в долгосрочной перспективе, особенно в наше время.
Так почему же Ex-McKinsey и других бывших сотрудников консалтинговых компаний так часто берут на эти должности? Помимо того, что у партнеров, в особенности, действительно нереальный нетворк, я, к сожалению, нередко слышу, что для руководства от legacy компаний легче контролировать этих людей, чем, скажем, Ex-FAANG. По сути нечего добавить. 🥸
Какой у вас опыт по этому поводу и как вы смотрите на этот вопрос?
#моемнение #техлидершип
@ainastia
Я нередко вижу, как бывшие сотрудники, зачастую партнеры, из MBB (McKinsey, Bain, BCG) продолжают свою карьеру на C-level позициях в компаниях, которые они ранее сами и консультировали. Когда это касается технологических компаний и таких позиций, как CEO, COO, а тем более CTO, я невольно жмурюсь. Недавно CEO одной из компаний, в которой я занимаюсь AI-трансформацией, решил назначить на должность CTO будущего Ex-McK — у которого при этом нет технического бэкграунда. Для меня это чаще всего тревожный сигнал.
Недавно Марк Цукерберг заявил в подкасте “Acquired”, что компания не может называться технологической, если у её руководства нет технических навыков. Цукерберг сказал: «If your CEO and board of directors isn’t technical and you only have one dude as, let’s say, Head of Engineering, who is technical — if that’s your team, then you’re not a tech company!» Я полностью согласна с этим — при этом, конечно, не обязательно, чтобы все были технарями. Но C-level определяет долгосрочное направление компании, принимает важные решения и формирует её культуру.
Какую систему принятия решений и культуру приносят бывшие сотрудники McKinsey и других консалтинговых компаний? В классических стратегических консалтинговых фирмах существует культура окончательного решения (final decision making) — ложное ощущение выбора единственно правильного решения, зачастую просто того, у кого более высокий титул, а потом чисто поездка по маршруту. Как мыслят инженеры и специалисты по данным? Мы формулируем гипотезу, задаём baseline, а затем постоянно переоцениваем и оптимизируем, меняем направление при получении новой значимой информации и не боимся изменить курс (evolutionary decision making).
Ещё зачастую McKinsey и другие консалтинговые компании сосредоточены на оптимизации стоимости для акционеров (shareholder value). Инновациями там, особенно в зрелых компаниях, даже и не пахнет. Вы, возможно, знали, что Сундар Пичаи, CEO Google и Alphabet, до прихода в Google на должность продукт-менеджера, работал в McKinsey. Не буду утверждать, что именно это причина того, где сейчас находится Google по сравнению с другими компаниями из Big Tech, но фокус на оптимизации shareholder value и бюрократия создают большие препятствия для талантов, которые безусловно есть в компании в огромном количестве. Инновации всегда являются риском, но компании не могут позволить себе их не продвигать — это утопия в долгосрочной перспективе, особенно в наше время.
Так почему же Ex-McKinsey и других бывших сотрудников консалтинговых компаний так часто берут на эти должности? Помимо того, что у партнеров, в особенности, действительно нереальный нетворк, я, к сожалению, нередко слышу, что для руководства от legacy компаний легче контролировать этих людей, чем, скажем, Ex-FAANG. По сути нечего добавить. 🥸
Какой у вас опыт по этому поводу и как вы смотрите на этот вопрос?
#моемнение #техлидершип
@ainastia
О нетворкиге и как Я советуюсь с другими экспертами.
Не важно, какой вы эксперт и какой у вас опыт – всегда будут ситуации, с которыми вы сталкиваетесь впервые, когда вы не уверены, какой именно шаг правильный, и нуждаетесь в совете в критические моменты. Раньше это было совсем непросто – нужно было либо иметь прямой доступ к лидерам в своей компании, либо иметь ментора с релевантным опытом, либо активно заниматься нетворкингом, например, на LinkedIn, чтобы, если повезет, эксперт согласился встретиться на виртуальный кофе и обсудить ваш запрос. Чем круче эксперт, тем сложнее конечно заманить на кофе. Как хорошо что эксперты открыли для себя side hustle – давать людям возможность бронировать 1:1 созвоны (конечно – за деньги, да).
Я не раз пользовалась таким способом. Например, через платформу Intro, я общалась уже 3 раза по часу с Sol Rashidi, автором киниги „Your AI survival guide“. (Уже писала про эту книгу тут.) Созвоны я структурировала так, что первые 30 минут обсуждала конкретный проект, а во второй половине часа получала советы по карьерному росту в целом. С Vin Vashishta я также общалась час по вопросам стратегии личного бренда как специалиста в области Data/AI. Вин написал интересную книгу «From Data to Profit» и, как и я, прошел путь от инженера в сфере данных и AI до консультанта, помогающего компаниям внедрять ИИ с выгодой. Еще я общалась с Ben Rogojan, также известным как Seattle Data Guy. (Если вам интересен контент по Data Architecture & Engineering или вы хотите перейти в Data/AI консалтинг – у него отличный контент!) В конце каждого первого созвона я, конечно, предлагаю законнектиться на LinkedIn – и еще никто не отказывал.
Дорого ли это? Точно не дешево. Час с Vin Vashishta например стоил $700 и бронировала я созвон напрямую через его сайт. На платформе Intro вы можете найти всяких экспертов и увидите, что стоимости сильно могут отличаться – у кого-то $150 за пол часа, а Justin Welsh, который на LinkedIn лидирует с постами про „соло-предпринимательство“, с вас лишь ~1.5 тысячи баксов потребует – за 30 минут! 😅 Преимущество Intro: там реально мощные и опытные эксперты – партнеры из a16z (Andreeson Horrowitz, венчунрный фонд, который распределяется $ 42 миллиардов), продакт эксперты разных компаний как FAANG, Tik-Tok и тд, и крутые предприниматели с очень успешными экситами. Ваша задача – взвесить стоимость и ценность для себя и, возможно, найти другого подходящего эксперта. Я точно могу порекомендовать этот способ черпать знания и опыт мировых экспертов, а также быстрее познакомиться и законнектиться с ними – особенно, если вы предприниматель!
#саморазвитие
@ainastia
Не важно, какой вы эксперт и какой у вас опыт – всегда будут ситуации, с которыми вы сталкиваетесь впервые, когда вы не уверены, какой именно шаг правильный, и нуждаетесь в совете в критические моменты. Раньше это было совсем непросто – нужно было либо иметь прямой доступ к лидерам в своей компании, либо иметь ментора с релевантным опытом, либо активно заниматься нетворкингом, например, на LinkedIn, чтобы, если повезет, эксперт согласился встретиться на виртуальный кофе и обсудить ваш запрос. Чем круче эксперт, тем сложнее конечно заманить на кофе. Как хорошо что эксперты открыли для себя side hustle – давать людям возможность бронировать 1:1 созвоны (конечно – за деньги, да).
Я не раз пользовалась таким способом. Например, через платформу Intro, я общалась уже 3 раза по часу с Sol Rashidi, автором киниги „Your AI survival guide“. (Уже писала про эту книгу тут.) Созвоны я структурировала так, что первые 30 минут обсуждала конкретный проект, а во второй половине часа получала советы по карьерному росту в целом. С Vin Vashishta я также общалась час по вопросам стратегии личного бренда как специалиста в области Data/AI. Вин написал интересную книгу «From Data to Profit» и, как и я, прошел путь от инженера в сфере данных и AI до консультанта, помогающего компаниям внедрять ИИ с выгодой. Еще я общалась с Ben Rogojan, также известным как Seattle Data Guy. (Если вам интересен контент по Data Architecture & Engineering или вы хотите перейти в Data/AI консалтинг – у него отличный контент!) В конце каждого первого созвона я, конечно, предлагаю законнектиться на LinkedIn – и еще никто не отказывал.
Дорого ли это? Точно не дешево. Час с Vin Vashishta например стоил $700 и бронировала я созвон напрямую через его сайт. На платформе Intro вы можете найти всяких экспертов и увидите, что стоимости сильно могут отличаться – у кого-то $150 за пол часа, а Justin Welsh, который на LinkedIn лидирует с постами про „соло-предпринимательство“, с вас лишь ~1.5 тысячи баксов потребует – за 30 минут! 😅 Преимущество Intro: там реально мощные и опытные эксперты – партнеры из a16z (Andreeson Horrowitz, венчунрный фонд, который распределяется $ 42 миллиардов), продакт эксперты разных компаний как FAANG, Tik-Tok и тд, и крутые предприниматели с очень успешными экситами. Ваша задача – взвесить стоимость и ценность для себя и, возможно, найти другого подходящего эксперта. Я точно могу порекомендовать этот способ черпать знания и опыт мировых экспертов, а также быстрее познакомиться и законнектиться с ними – особенно, если вы предприниматель!
#саморазвитие
@ainastia
Я завершила свой сезон конференций на этот год. Чуть больше недели назад я была на Product Management Festival в Цюрихе. Уже второй раз подряд посещаю эту конференцию — и не только потому, что мне до неё всего пару минут пешком (ну роскошь же?!).
На самом деле это одна из моих любимых конференций, так как здесь отличный микс технологий и продакт-менеджмента, а также топовые эксперты на уровне лидов, VP и C-level из FAANG и других компаний. Особенно радует, что всё больше фаундеров приезжают и выступают.
Что я для себя вынесла и с кем успела пообщаться? Конечно, многое, но хочу поделиться несколькими мыслями.
Я посетила панельную дискуссию, которую модерировал VP продакта LinkedIn, Jonathan Rochelle, а среди участников был, например, директор по продакт-менеджменту WhatsApp (честно говоря, это точно не мой любимый продукт, но сейчас не об этом). Тема дискуссии — какое влияние AI окажет на продакт- и инженерные организации внутри компаний.
Ребята обсуждали, что по мере использования огромного количества GenAI-тулов граница между ролями продакта и дизайнера становится всё более размытой. В какой-то момент участники попросили зал похлопать:
▶️ Кто считает, что дизайнеры захватят продакт? (Громкие аплодисменты.)
▶️ Кто думает, что продакты захватят дизайн? (Уже тише.)
▶️ А кто считает, что инженеры захватят продакт? Тут в том числе я похлопала! 😁
Кстати, директор WhatsApp поддержал последний взгляд и сказал, что это вообще его любимая ситуация. В целом, как всегда в сфере данных, правильно сказать: “It depends”. Большинство инженеров не интересуются бизнес-темами или не разбираются в них. Однако в сфере Data/AI-продакта, а также на позициях CPO, CTO и других, в идеале нужны люди, которые говорят как на техническом, так и на бизнес-языке.
Приведу пример от Скотт Мензис, CTO Santander. Santander — это европейский банк с главным офисом в Мадриде. Скотт рассказал, что, начиная оценивать технологическую организацию на позиции руководителя, он всегда начинает с анализа количества коммитов, качества кода, тестов и документации. Это отличный пример уникального сочетания технической и бизнес-экспертизы. Без этого приходится полностью полагаться на мнение инженеров внутри компании. А во многих legacy-компаниях вы услышите противоположные утверждения, что определённые подходы “у них не работают”, и встретите частичное сопротивление новым идеям. Здесь нужен человек, который способен видеть сквозь такой туман.
Ещё я пообщалась с Томасом Грешем, CTO & CIO Axpo, главной энергокомпании Швейцарии. Томас успешно модернизировал фирму, и после его доклада я спросила, что он думает о CTO без технического бэкграунда. Учитывая, что сам он физик, окончивший ETH Zurich, у него, конечно, может быть предвзятость. Но он отметил, что крайне редко видел успешные примеры. Такое возможно только при условии, что у CTO есть сильная команда инженеров, к мнению которой он действительно прислушивается.
В следующем году снова планирую посещать конференции и опять сама выступать. А на какие тех- или продакт-конференции вы собираетесь в следующим году в Европе, США или ОАЭ? Очень интересно узнать!
#conference #саморазвитие
@ainastia
На самом деле это одна из моих любимых конференций, так как здесь отличный микс технологий и продакт-менеджмента, а также топовые эксперты на уровне лидов, VP и C-level из FAANG и других компаний. Особенно радует, что всё больше фаундеров приезжают и выступают.
Что я для себя вынесла и с кем успела пообщаться? Конечно, многое, но хочу поделиться несколькими мыслями.
Я посетила панельную дискуссию, которую модерировал VP продакта LinkedIn, Jonathan Rochelle, а среди участников был, например, директор по продакт-менеджменту WhatsApp (честно говоря, это точно не мой любимый продукт, но сейчас не об этом). Тема дискуссии — какое влияние AI окажет на продакт- и инженерные организации внутри компаний.
Ребята обсуждали, что по мере использования огромного количества GenAI-тулов граница между ролями продакта и дизайнера становится всё более размытой. В какой-то момент участники попросили зал похлопать:
Кстати, директор WhatsApp поддержал последний взгляд и сказал, что это вообще его любимая ситуация. В целом, как всегда в сфере данных, правильно сказать: “It depends”. Большинство инженеров не интересуются бизнес-темами или не разбираются в них. Однако в сфере Data/AI-продакта, а также на позициях CPO, CTO и других, в идеале нужны люди, которые говорят как на техническом, так и на бизнес-языке.
Приведу пример от Скотт Мензис, CTO Santander. Santander — это европейский банк с главным офисом в Мадриде. Скотт рассказал, что, начиная оценивать технологическую организацию на позиции руководителя, он всегда начинает с анализа количества коммитов, качества кода, тестов и документации. Это отличный пример уникального сочетания технической и бизнес-экспертизы. Без этого приходится полностью полагаться на мнение инженеров внутри компании. А во многих legacy-компаниях вы услышите противоположные утверждения, что определённые подходы “у них не работают”, и встретите частичное сопротивление новым идеям. Здесь нужен человек, который способен видеть сквозь такой туман.
Ещё я пообщалась с Томасом Грешем, CTO & CIO Axpo, главной энергокомпании Швейцарии. Томас успешно модернизировал фирму, и после его доклада я спросила, что он думает о CTO без технического бэкграунда. Учитывая, что сам он физик, окончивший ETH Zurich, у него, конечно, может быть предвзятость. Но он отметил, что крайне редко видел успешные примеры. Такое возможно только при условии, что у CTO есть сильная команда инженеров, к мнению которой он действительно прислушивается.
В следующем году снова планирую посещать конференции и опять сама выступать. А на какие тех- или продакт-конференции вы собираетесь в следующим году в Европе, США или ОАЭ? Очень интересно узнать!
#conference #саморазвитие
@ainastia
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Про нетерпеливость 🔥
Во многих компаниях руководство резко загорелось продвигать AI с момента запуска ChatGPT и стало требовать как можно быстрее создавать AI-продукты. Желательно ещё вчера, ведь «все делают GenAI, и мы тоже хотим!» Однако тушить такой энтузиазм особенно сложно, когда приходится объяснять, что, увы, всё не так уж просто. И что, к сожалению, попытки перескочить важные этапы на пути к цели ни к чему хорошему не приведут.
Я уже писала в одном из предыдущих постов, что процесс внедрения AI в любой компании должен начинаться с оценки data/AI maturity. Это уровень прогресса компании в использовании данных, развитии соответствующих юзкейсов и их интеграции в процессы организации. Каждой компании нужно индивидуально решать, до какого уровня стоит развиваться. Нет универсального решения, подходящего для всех!
После того как вы поняли, на каком уровне зрелости находится ваша компания и до какого уровня стоит развиваться, следующий шаг — работа над data architecture. Архитектура данных должна отражать текущие и будущие потребности, которые позволят реализовать юзкейсы и вписаться в долгосрочную стратегию компании. Здесь для начала нужно понять сам бизнес и его потребности для развития. Затем эти требования необходимо отобразить в технические requirements. Это включает, например, методы сбора, хранения и обработки данных, а также аспекты безопасности. Как всегда, нет единственного правильного решения — придется взвешивать cost-benefit каждой компоненты и функциональности. Например, вы хотите real-time везде? А реально везде оно вам нужно смотря на то что это обойдется вам дороже? Ценность для бизнеса оправдывает цену?
❗️ При решениях, не впадайте в shiny-objects-syndrome. Это когда чисто смотришь только на самые хайповые технологии - ведь круто же и state-of-the-art! С высокой вероятностью вы примете слишком дорогие решения, которые не соответствуют ценности для компании, а в data community хайп уже сменился на что-то другое. Никогда не ведитесь на хайп!
Все хотят AI, но компании часто слишком рано ныряют в этот пруд. Прежде чем вкладывать огромные ресурсы в AI, необходимо заложить надёжный фундамент. Это включает и не самые «sexy» темы, как data governance: обеспечение качественных данных, плавную интеграцию различных источников и понимание, какие данные где вообще находятся. Многие компании столкнулись с неудачами, начав проекты без этой основы.
Ещё на практике часто слишком рано нанимают Data Scientists для создания модных AI-решений. При этом данные разбросаны по всей инфраструктуре, нет стандартов, и их работа сводится к data engineering, используя большое количество «изоленты», чтобы хоть как-то реализовать юзкейсы на старых системах. В итоге ни ROI от юзкейса не оправдывает ожиданий, ни Data Scientist не удовлетворён своей работой.
▶️ Итог: попытка перескочить все этапы и якобы ускорить процесс создания AI-продуктов обеспечит вам прямое попадание в список провальных проектов с данными. Не ведитесь на этот путь. Всем успехов!
#datapm #aitransformation
@ainastia
Во многих компаниях руководство резко загорелось продвигать AI с момента запуска ChatGPT и стало требовать как можно быстрее создавать AI-продукты. Желательно ещё вчера, ведь «все делают GenAI, и мы тоже хотим!» Однако тушить такой энтузиазм особенно сложно, когда приходится объяснять, что, увы, всё не так уж просто. И что, к сожалению, попытки перескочить важные этапы на пути к цели ни к чему хорошему не приведут.
Я уже писала в одном из предыдущих постов, что процесс внедрения AI в любой компании должен начинаться с оценки data/AI maturity. Это уровень прогресса компании в использовании данных, развитии соответствующих юзкейсов и их интеграции в процессы организации. Каждой компании нужно индивидуально решать, до какого уровня стоит развиваться. Нет универсального решения, подходящего для всех!
После того как вы поняли, на каком уровне зрелости находится ваша компания и до какого уровня стоит развиваться, следующий шаг — работа над data architecture. Архитектура данных должна отражать текущие и будущие потребности, которые позволят реализовать юзкейсы и вписаться в долгосрочную стратегию компании. Здесь для начала нужно понять сам бизнес и его потребности для развития. Затем эти требования необходимо отобразить в технические requirements. Это включает, например, методы сбора, хранения и обработки данных, а также аспекты безопасности. Как всегда, нет единственного правильного решения — придется взвешивать cost-benefit каждой компоненты и функциональности. Например, вы хотите real-time везде? А реально везде оно вам нужно смотря на то что это обойдется вам дороже? Ценность для бизнеса оправдывает цену?
Все хотят AI, но компании часто слишком рано ныряют в этот пруд. Прежде чем вкладывать огромные ресурсы в AI, необходимо заложить надёжный фундамент. Это включает и не самые «sexy» темы, как data governance: обеспечение качественных данных, плавную интеграцию различных источников и понимание, какие данные где вообще находятся. Многие компании столкнулись с неудачами, начав проекты без этой основы.
Ещё на практике часто слишком рано нанимают Data Scientists для создания модных AI-решений. При этом данные разбросаны по всей инфраструктуре, нет стандартов, и их работа сводится к data engineering, используя большое количество «изоленты», чтобы хоть как-то реализовать юзкейсы на старых системах. В итоге ни ROI от юзкейса не оправдывает ожиданий, ни Data Scientist не удовлетворён своей работой.
#datapm #aitransformation
@ainastia
Please open Telegram to view this post
VIEW IN TELEGRAM
Про AI тулы для предпринимателей и ПМ-ов - part 1 ⚙️
Последние недели были очень плотные, и сейчас, как немцы говорят, «Эндшпурт» (то есть «финишный рывок») перед рождественскими каникулами и моим первым полноценным отпуском за год.
Но до этого хочу поделиться первой частью списка полезных AI tools для продакт-менеджеров и предпринимателей. Сегодня строить первые прототипы продукта, работать над дизайном, а также ускорять индивидуальные процессы легче, чем когда-либо. И в этом большая заслуга ИИ, который для вас может кодить, деплоить, писать критичные доки и брать на себя функции дизайнера. Посмотрим, что у нас тут в сундучке:
⚡️Replit
Это платформа для прототипирования и разработки продуктов, которая позволяет быстро создавать и тестировать идеи через текст/промпт – даже с вашего телефона! Пример: „Я хочу создать финансового чат-бота, которому можно задавать вопросы о конкретных акциях и получать ответы на основе финансовых данных. Я хочу, чтобы ответы содержали графики с информацией, такой как цена акций и другие ключевые данные. Используйте данные из Yahoo Finance.“
Компания Replit была основана в 2009 году иорданским американцем Амджадом Масадом в Калифорнии, который начал стартап со студенческого проекта. В апреле 2023 года компания оценивалась в $1,16 миллиарда, и у неё было более 22 миллионов пользователей.
Я пробовала разные подходы, и у платформы были значительные трудности с выполнением более сложных запросов с технической точки зрения. Что радует – при этом юзеру всегда предлагались альтернативы, например, более простая архитектура или ограничение фичей. Есть «free tier», но для более сложных продуктов вам быстро понадобится «Replit Core» за $25 в месяц.
В целом, это супер платформа для маленьких проектов и прототипов. Для более масштабных проектов Replit не подходит – слишком много ограничений ресурсов (CPU, память и storage), недостаточно гибкости/контроля в деталях и дорогой deployment. Если вам требуется 24/7 deployment, особенно рекомендую внимательно просчитать вашы затраты – и вы всё поймёте!
⚡️ ChatPRD
Тул на хайпе, но я честно говоря не считаю этот хайп обоснованным. ChatPRD особенно для продакт менеджеров и пишет для вас PRD. В PRD или «product requirement document» чётко формируются идея и требования к продукту («что?» и «почему?»), чтобы обеспечить согласованность всей команды и стейкхолдеров. ChatPRD помогает не только создавать этот документ, но и позволяет коллаборацию, а ещё помогает развивать продакт-роудмап и даёт фидбэк по продакт-идее. Всё это ChatPRD делает для вас по стоимости от $8 в месяц.
Тут у вас теперь должен возникнуть вопрос: а зачем платить ещё за один продукт, если уже оплачивается, допустим, ChatGPT Premium – чем они вообще отличаются и стоит ли оно этого? Если вы уже платите за премиум-версию LLM, то, по моему мнению, нет. ChatPRD – это чисто wrapper вокруг OpenAI APIs, и преимущества или дополнительные фичи для меня тут не оправдывают дополнительную оплату.
Если у вашей фирмы есть определённые PRD-темплейты и компания готова оплатить лицензию, то, конечно, почему бы не пользоваться. Но для меня cost-value ratio ChatPRD под вопросом, и вы точно сможете справиться без этого тула.
Если вам интересно ознакомиться немного ближе как эти тулы работают, я прикрепила вам короткие видосы.
Хочу ещё подчеркнуть, что тулы не панацея и людей не заменяют полностью, а ускоряют процессы и эффективность труда. Это может быть релевантно, например, для стартапов, особенно на ранних стадиях, когда бюджет не позволяет нанимать, либо просто пока не нужен полноценный специалист. Я поддерживаю эффективность, и эти тулы в состоянии ускорить процессы, особенно если вы в них разбираетесь.
Stay tuned for the next part. Также поделитесь, что вы пробовали, чем вы пользуетесь и что, по вашему мнению, пока недотягивает до ваших ожиданий.
#aipm #aitools
@ainastia
Последние недели были очень плотные, и сейчас, как немцы говорят, «Эндшпурт» (то есть «финишный рывок») перед рождественскими каникулами и моим первым полноценным отпуском за год.
Но до этого хочу поделиться первой частью списка полезных AI tools для продакт-менеджеров и предпринимателей. Сегодня строить первые прототипы продукта, работать над дизайном, а также ускорять индивидуальные процессы легче, чем когда-либо. И в этом большая заслуга ИИ, который для вас может кодить, деплоить, писать критичные доки и брать на себя функции дизайнера. Посмотрим, что у нас тут в сундучке:
⚡️Replit
Это платформа для прототипирования и разработки продуктов, которая позволяет быстро создавать и тестировать идеи через текст/промпт – даже с вашего телефона! Пример: „Я хочу создать финансового чат-бота, которому можно задавать вопросы о конкретных акциях и получать ответы на основе финансовых данных. Я хочу, чтобы ответы содержали графики с информацией, такой как цена акций и другие ключевые данные. Используйте данные из Yahoo Finance.“
Компания Replit была основана в 2009 году иорданским американцем Амджадом Масадом в Калифорнии, который начал стартап со студенческого проекта. В апреле 2023 года компания оценивалась в $1,16 миллиарда, и у неё было более 22 миллионов пользователей.
Я пробовала разные подходы, и у платформы были значительные трудности с выполнением более сложных запросов с технической точки зрения. Что радует – при этом юзеру всегда предлагались альтернативы, например, более простая архитектура или ограничение фичей. Есть «free tier», но для более сложных продуктов вам быстро понадобится «Replit Core» за $25 в месяц.
В целом, это супер платформа для маленьких проектов и прототипов. Для более масштабных проектов Replit не подходит – слишком много ограничений ресурсов (CPU, память и storage), недостаточно гибкости/контроля в деталях и дорогой deployment. Если вам требуется 24/7 deployment, особенно рекомендую внимательно просчитать вашы затраты – и вы всё поймёте!
Тул на хайпе, но я честно говоря не считаю этот хайп обоснованным. ChatPRD особенно для продакт менеджеров и пишет для вас PRD. В PRD или «product requirement document» чётко формируются идея и требования к продукту («что?» и «почему?»), чтобы обеспечить согласованность всей команды и стейкхолдеров. ChatPRD помогает не только создавать этот документ, но и позволяет коллаборацию, а ещё помогает развивать продакт-роудмап и даёт фидбэк по продакт-идее. Всё это ChatPRD делает для вас по стоимости от $8 в месяц.
Тут у вас теперь должен возникнуть вопрос: а зачем платить ещё за один продукт, если уже оплачивается, допустим, ChatGPT Premium – чем они вообще отличаются и стоит ли оно этого? Если вы уже платите за премиум-версию LLM, то, по моему мнению, нет. ChatPRD – это чисто wrapper вокруг OpenAI APIs, и преимущества или дополнительные фичи для меня тут не оправдывают дополнительную оплату.
Если у вашей фирмы есть определённые PRD-темплейты и компания готова оплатить лицензию, то, конечно, почему бы не пользоваться. Но для меня cost-value ratio ChatPRD под вопросом, и вы точно сможете справиться без этого тула.
Если вам интересно ознакомиться немного ближе как эти тулы работают, я прикрепила вам короткие видосы.
Хочу ещё подчеркнуть, что тулы не панацея и людей не заменяют полностью, а ускоряют процессы и эффективность труда. Это может быть релевантно, например, для стартапов, особенно на ранних стадиях, когда бюджет не позволяет нанимать, либо просто пока не нужен полноценный специалист. Я поддерживаю эффективность, и эти тулы в состоянии ускорить процессы, особенно если вы в них разбираетесь.
Stay tuned for the next part. Также поделитесь, что вы пробовали, чем вы пользуетесь и что, по вашему мнению, пока недотягивает до ваших ожиданий.
#aipm #aitools
@ainastia
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Про Швейцарию и AI 🇨🇭🦾
Доброе утро, друзья! Выводим канал от зимней спячки и возобновляем наши обсуждения AI продуктов, трансформации и предпринимательства.
После заслуженного отпуска, я уже больше месяца как вернулась в рабочий режим – продвигаю стартапы, проекты и веду воркшопы. Недавно только вернулась из Вены, где вела для одной фирмы целый день воркшоп с фокусом на персонализацию и recommender systems для CPO и нескольких релевантных отделах. Всё прошло очень успешно, но про проекты я вам в ближайшее время ещё расскажу.
Сегодня я хочу немного поговорить о Швейцарии - страна, в которой я уже больше 3 лет живу и работаю. Многие ассоциируют Швейцарию с горами, шоколадом, или как минимум с банками и деньгами. Ну – В целом всё так и есть!) Но добавьте ещё Tech & AI, особенно если речь о Цюрихе.
👇 Продолжение в следующем посте!
@ainastia
Доброе утро, друзья! Выводим канал от зимней спячки и возобновляем наши обсуждения AI продуктов, трансформации и предпринимательства.
После заслуженного отпуска, я уже больше месяца как вернулась в рабочий режим – продвигаю стартапы, проекты и веду воркшопы. Недавно только вернулась из Вены, где вела для одной фирмы целый день воркшоп с фокусом на персонализацию и recommender systems для CPO и нескольких релевантных отделах. Всё прошло очень успешно, но про проекты я вам в ближайшее время ещё расскажу.
Сегодня я хочу немного поговорить о Швейцарии - страна, в которой я уже больше 3 лет живу и работаю. Многие ассоциируют Швейцарию с горами, шоколадом, или как минимум с банками и деньгами. Ну – В целом всё так и есть!) Но добавьте ещё Tech & AI, особенно если речь о Цюрихе.
👇 Продолжение в следующем посте!
@ainastia
Telegram
Anastasia.ai – Tech Entrepreneur in🇨🇭
Про Швейцарию и AI 🇨🇭🦾 - часть 2
В Цюрихе давно уже есть офисы БигТеха такие как Гугл, Мета, Nvidia и прочие - но не давно присоединились ещё Anthropic, OpenAI и TikTok. Стоит конечно ещё упомянуть сильные рисерч лабы в академии связанные с ETH, университетом…
В Цюрихе давно уже есть офисы БигТеха такие как Гугл, Мета, Nvidia и прочие - но не давно присоединились ещё Anthropic, OpenAI и TikTok. Стоит конечно ещё упомянуть сильные рисерч лабы в академии связанные с ETH, университетом…
Про Швейцарию и AI 🇨🇭🦾 - часть 2
В Цюрихе давно уже есть офисы БигТеха такие как Гугл, Мета, Nvidia и прочие - но не давно присоединились ещё Anthropic, OpenAI и TikTok. Стоит конечно ещё упомянуть сильные рисерч лабы в академии связанные с ETH, университетом в Цюрихе, который стабильно в топ-10 мировых универов. Ну и стартапов тут в последние время не мало, таких как например Yokoy (raised $ 107M), Cradle ($ 100M) или Lakera ($ 30M).
Что также стоит не забывать: Швейцария – это не ЕС! (Кто не в курсе, напоминаю: Шенген != ЕС) Fun fact: в истории Швейцарии никогда не было выше явки на голосовании, как на том, где спрашивали хотят ли Швейцарцы в ЕС или нет. 78% сказали: Нет!
Когда речь о ЕС, AI и регуляциях, хочется сразу слегка грустно вздохнуть. Ну печально же, когда регуляции настолько зажимают рисерч и прогресс, что многие стартапы либо сразу уезжают строить свою палатку в Штатах, либо у продукта сильно ограничивают набор фичей. Посмотрите только на iPhone - нам тут уже какой год не понятно, что меняется - в том числе потому что многие AI фичи недоступны в Европе.
Регулирование в Европе, не только в сфере AI, давно вызывает вопросы. Не буду тут разводить тираду (это могло бы затянуться), но избыточное регулирование со стороны неизбранных представителей было одной из главных причин, почему я хотела переехать из Германии в Швейцарию. Недавно появившийся EU AI Act ставит жёсткие барьеры для стартапов и затрудняет инновации. Особенно это бьёт по малым и средним компаниям, которым трудно конкурировать с крупными корпорациями, которым на много легче вкладывать ресурсы в комплаенс.
В Швейцарии всё иначе: 12 февраля 2025 года Федеральный совет решил не внедрять аналог EU AI Act. Швейцария остаётся гибкой (or so they say) – законы соответствуют европейским стандартам, но без бюрократического перегиба. Швейцария пытается по поводу регуляции и рыбку съесть и … на лицо сесть, как сказал некий великий русский философ.) Такой «прогрессивный баланс» позволяет (в теории) и регулировать AI, и поддерживать инновации. Оптимизация multivariate целевой функции в реальности – совсем не редкость. На практике же, а особенно в политике – это неимоверно сложно! Но по крайней мере Швейцария, в отличии от таких стран как Германия или Норвегия, не в режиме харакири и понимает, что инновации и экономика – это стратегический приоритет.
Пока в Европе обсуждают регулирование, гонка инвестиций в AI только набирает обороты, и огромные деньги вкладывают в инфру из-за растущего спроса на компьют. Goldman Sachs прогнозирует, что нейросети крупных игроков таких как OpenAI, Meta и Anthropic увеличат потребность в компьюте на 160% к 2026 году – и мир просто не готов к такому скачку. Учитывая этот факт, США делают ставку на масштаб – $500 млрд на проект Stargate, который сосредоточен на создании инфраструктуры для AI, включая дата-центры, который Трамп назвал «крупнейшим AI-проектом в истории». Ну и Франция заявила что тоже хочет участвовать в гонке: Макрон анонсировал €109 млрд на развитие дата-центров. Этот проект должен укрепить независимую позицию Европы в AI сфере, учитывая что крупнейшие мощности в Европе по-прежнему принадлежат американским корпорациям (например Microsoft). При этом половина из этих €109 млрд поступит из ОАЭ. 🥸 Хотя есть скепсис насчёт финансовой окупаемости проектов, сами масштабы подчёркивают, насколько инфраструктура важна в AI-противостоянии между США, Китаем и Европой. Короче: наблюдаем дальше!
Я, конечно, сильно надеюсь, что власть не прогнется под давлением ЕС и будет продолжать свой путь! Швейцарское правительство ясно дало понять, что регулирование AI станет одним из ключевых приоритетов в 2025 году. Остаётся надеяться, что им удастся найти баланс между поддержкой инноваций и бизнеса, защитой данных и управлением рисками.
Есть тут у нас ещё люди в Швейцарии? ▶️Первая часть поста тут.
До скорого!
@ainastia
В Цюрихе давно уже есть офисы БигТеха такие как Гугл, Мета, Nvidia и прочие - но не давно присоединились ещё Anthropic, OpenAI и TikTok. Стоит конечно ещё упомянуть сильные рисерч лабы в академии связанные с ETH, университетом в Цюрихе, который стабильно в топ-10 мировых универов. Ну и стартапов тут в последние время не мало, таких как например Yokoy (raised $ 107M), Cradle ($ 100M) или Lakera ($ 30M).
Что также стоит не забывать: Швейцария – это не ЕС! (Кто не в курсе, напоминаю: Шенген != ЕС) Fun fact: в истории Швейцарии никогда не было выше явки на голосовании, как на том, где спрашивали хотят ли Швейцарцы в ЕС или нет. 78% сказали: Нет!
Когда речь о ЕС, AI и регуляциях, хочется сразу слегка грустно вздохнуть. Ну печально же, когда регуляции настолько зажимают рисерч и прогресс, что многие стартапы либо сразу уезжают строить свою палатку в Штатах, либо у продукта сильно ограничивают набор фичей. Посмотрите только на iPhone - нам тут уже какой год не понятно, что меняется - в том числе потому что многие AI фичи недоступны в Европе.
Регулирование в Европе, не только в сфере AI, давно вызывает вопросы. Не буду тут разводить тираду (это могло бы затянуться), но избыточное регулирование со стороны неизбранных представителей было одной из главных причин, почему я хотела переехать из Германии в Швейцарию. Недавно появившийся EU AI Act ставит жёсткие барьеры для стартапов и затрудняет инновации. Особенно это бьёт по малым и средним компаниям, которым трудно конкурировать с крупными корпорациями, которым на много легче вкладывать ресурсы в комплаенс.
В Швейцарии всё иначе: 12 февраля 2025 года Федеральный совет решил не внедрять аналог EU AI Act. Швейцария остаётся гибкой (or so they say) – законы соответствуют европейским стандартам, но без бюрократического перегиба. Швейцария пытается по поводу регуляции и рыбку съесть и … на лицо сесть, как сказал некий великий русский философ.) Такой «прогрессивный баланс» позволяет (в теории) и регулировать AI, и поддерживать инновации. Оптимизация multivariate целевой функции в реальности – совсем не редкость. На практике же, а особенно в политике – это неимоверно сложно! Но по крайней мере Швейцария, в отличии от таких стран как Германия или Норвегия, не в режиме харакири и понимает, что инновации и экономика – это стратегический приоритет.
Пока в Европе обсуждают регулирование, гонка инвестиций в AI только набирает обороты, и огромные деньги вкладывают в инфру из-за растущего спроса на компьют. Goldman Sachs прогнозирует, что нейросети крупных игроков таких как OpenAI, Meta и Anthropic увеличат потребность в компьюте на 160% к 2026 году – и мир просто не готов к такому скачку. Учитывая этот факт, США делают ставку на масштаб – $500 млрд на проект Stargate, который сосредоточен на создании инфраструктуры для AI, включая дата-центры, который Трамп назвал «крупнейшим AI-проектом в истории». Ну и Франция заявила что тоже хочет участвовать в гонке: Макрон анонсировал €109 млрд на развитие дата-центров. Этот проект должен укрепить независимую позицию Европы в AI сфере, учитывая что крупнейшие мощности в Европе по-прежнему принадлежат американским корпорациям (например Microsoft). При этом половина из этих €109 млрд поступит из ОАЭ. 🥸 Хотя есть скепсис насчёт финансовой окупаемости проектов, сами масштабы подчёркивают, насколько инфраструктура важна в AI-противостоянии между США, Китаем и Европой. Короче: наблюдаем дальше!
Я, конечно, сильно надеюсь, что власть не прогнется под давлением ЕС и будет продолжать свой путь! Швейцарское правительство ясно дало понять, что регулирование AI станет одним из ключевых приоритетов в 2025 году. Остаётся надеяться, что им удастся найти баланс между поддержкой инноваций и бизнеса, защитой данных и управлением рисками.
Есть тут у нас ещё люди в Швейцарии? ▶️Первая часть поста тут.
До скорого!
@ainastia
Про Париж, Гугл, Gemma 3 и подарки
Всем привет! Я вчера вернулась в Цюрих из Парижа, где была на invite-only ивенте Гугла в честь релиза Gemma 3 — семьи open-source моделей Гугла, которые можно файнтюнить для своих AI-продуктов.
График был плотный: с 10 утра до половины пятого вечера было куча мини-докладов и демонстраций. Выступали в основном ML-инженеры, рисерч сайнтисты и продакт менеджеры Гугла, которые часами хвалили новую модель. Очень интересно было услышать новые фишки и достижения, но мне немного не хватало критической дискуссии. Я, конечно, всё понимаю: это ивент в честь запуска, маркетинг и так далее, — но для меня такое часто слегка ощущается как пародия на американский телевизионный магазин QVC, где мне пытаются продать хай-тек мясорубку.
При этом Gemma 3 нечего стесняться: теперь она поддерживает мультимодальность (до этого Gemma была чисто языковой моделью), длина контекста увеличилась с 8K до 128K (ну, не хило), а также теперь поддерживает 140+ языков. Кроме того, для работы 27B модели в bf16 понадобится всего одна GPU. В целом, очень круто, и мне уже не терпится самой поиграть и протестировать!
Кроме ребят из Гугла выступали ещё Head of Transformers и Principal Research Scientist из Hugging Face 🤗, фаундеры Ollama и очень прикольный Dev Advocate из Nvidia. Кто не знает Ollama: Ollama позволяет запускать большие языковые модели прямо на вашем устройстве — без облака, без лишних рисков для приватности и с доступом даже офлайн. Это быстрее, безопаснее и не зависит от серверов.
С Nvidia, кстати, был связан подарок. Нам подарили Jetson Orin Nano Developer Kit стоимостью около $850. NVIDIA Jetson Orin Nano Developer Kit – это мощная и компактная платформа для создания AI-устройств. В основе – модуль Jetson Orin Nano с графическим процессором NVIDIA Ampere, который оснащён 1024 CUDA-ядер и 32 тензорными ядрами. Он обеспечивает до 67 TOPS (триллионов операций в секунду), что позволяет запускать большие нейросети и AI-приложения. Идеально для пет-проектов с робототехникой, автономных дронов и edge-компьютинга!
Тут Гугл, конечно, немного просчитался: сначала обещали, что всем подарят по одному девайсу (зал не мог нахлопаться). К концу уже сказали: «Сорян, на самом деле на всех не хватает, поэтому, пожалуйста, заполните фидбэк-форму и идите к выходу за вашим подарком — first come, first serve.»
Конечно, все тупо пролистали фидбэк, не читая вопросы, и помчались за Джетсоном, как за буханкой хлеба в 90-е. Давка, взволнованные люди, которые пытаются втиснуться, проходящие коллеги из Гугла, которые по-французски вздыхали: «Я же говорила, что так будет!» — всё, как мы любим (нет).
Что сказать? В итоге мне достался Джетсон ( \=D/ ), и я спокойно пошла ужинать в узбекский ресторан!
Кому интересно также попадать на такие мероприятия: следите онлайн на сайтах и в LinkedIn за компаниями, которые вас интересуют, и подпишитесь на релевантные рассылки. На Gemma Dev Day надо было подавать заявку с информацией о себе, а Гугл сам уже решал, кого хочет пригласить на ивент.
В ближайшее время напишу пост про конференции и ивенты, на которые я собираюсь в этом году, а также про те, которые проходят в Европе с фокусом на AI & Data Products.
До скорой встречи!
#aievents
@ainastia
Всем привет! Я вчера вернулась в Цюрих из Парижа, где была на invite-only ивенте Гугла в честь релиза Gemma 3 — семьи open-source моделей Гугла, которые можно файнтюнить для своих AI-продуктов.
График был плотный: с 10 утра до половины пятого вечера было куча мини-докладов и демонстраций. Выступали в основном ML-инженеры, рисерч сайнтисты и продакт менеджеры Гугла, которые часами хвалили новую модель. Очень интересно было услышать новые фишки и достижения, но мне немного не хватало критической дискуссии. Я, конечно, всё понимаю: это ивент в честь запуска, маркетинг и так далее, — но для меня такое часто слегка ощущается как пародия на американский телевизионный магазин QVC, где мне пытаются продать хай-тек мясорубку.
При этом Gemma 3 нечего стесняться: теперь она поддерживает мультимодальность (до этого Gemma была чисто языковой моделью), длина контекста увеличилась с 8K до 128K (ну, не хило), а также теперь поддерживает 140+ языков. Кроме того, для работы 27B модели в bf16 понадобится всего одна GPU. В целом, очень круто, и мне уже не терпится самой поиграть и протестировать!
Кроме ребят из Гугла выступали ещё Head of Transformers и Principal Research Scientist из Hugging Face 🤗, фаундеры Ollama и очень прикольный Dev Advocate из Nvidia. Кто не знает Ollama: Ollama позволяет запускать большие языковые модели прямо на вашем устройстве — без облака, без лишних рисков для приватности и с доступом даже офлайн. Это быстрее, безопаснее и не зависит от серверов.
С Nvidia, кстати, был связан подарок. Нам подарили Jetson Orin Nano Developer Kit стоимостью около $850. NVIDIA Jetson Orin Nano Developer Kit – это мощная и компактная платформа для создания AI-устройств. В основе – модуль Jetson Orin Nano с графическим процессором NVIDIA Ampere, который оснащён 1024 CUDA-ядер и 32 тензорными ядрами. Он обеспечивает до 67 TOPS (триллионов операций в секунду), что позволяет запускать большие нейросети и AI-приложения. Идеально для пет-проектов с робототехникой, автономных дронов и edge-компьютинга!
Тут Гугл, конечно, немного просчитался: сначала обещали, что всем подарят по одному девайсу (зал не мог нахлопаться). К концу уже сказали: «Сорян, на самом деле на всех не хватает, поэтому, пожалуйста, заполните фидбэк-форму и идите к выходу за вашим подарком — first come, first serve.»
Конечно, все тупо пролистали фидбэк, не читая вопросы, и помчались за Джетсоном, как за буханкой хлеба в 90-е. Давка, взволнованные люди, которые пытаются втиснуться, проходящие коллеги из Гугла, которые по-французски вздыхали: «Я же говорила, что так будет!» — всё, как мы любим (нет).
Что сказать? В итоге мне достался Джетсон ( \=D/ ), и я спокойно пошла ужинать в узбекский ресторан!
Кому интересно также попадать на такие мероприятия: следите онлайн на сайтах и в LinkedIn за компаниями, которые вас интересуют, и подпишитесь на релевантные рассылки. На Gemma Dev Day надо было подавать заявку с информацией о себе, а Гугл сам уже решал, кого хочет пригласить на ивент.
В ближайшее время напишу пост про конференции и ивенты, на которые я собираюсь в этом году, а также про те, которые проходят в Европе с фокусом на AI & Data Products.
До скорой встречи!
#aievents
@ainastia