AI ускорил создание продуктов. Как не ускорить создание ненужных?

База

Программный комитет ещё не принял решения по этому докладу

Целевая аудитория

Тимлиды, руководители разработки, продакты и руководители небольших продуктовых команд, которые работают в условиях большого количества идей и ограниченного ресурса разработки. Особенно полезно командам, которые начали значительно быстрее делать прототипы с помощью AI, но всё ещё должны выбирать, чему отдавать инженерное время.

Тезисы

AI резко сократил путь от идеи до работающего прототипа, но ему все еще не получается делегировать задачу выбору одной идеи которую нужно проверять.

На кейсах запуска B2B-продуктов и новых направлений в Яндексе покажу подход, при котором команда старается получить доказательства до полноценной разработки.

Разберём четыре фильтра: - Есть ли реальная проблема, а не просто интересная идея - Есть ли сильный сигнал со стороны клиента или пользователя - Какой самый дешёвый эксперимент способен опровергнуть гипотезу - Как заранее определить условия kill / iterate / scale - Денежный и рыночные критерии

Покажу, когда вместо MVP нужен разговор с клиентом, когда — ручной процесс, когда — прототип, а когда действительно пора писать production-код.

Участники получат одностраничный шаблон проверки гипотезы, который можно использовать со своей командой.

- Последние 6 лет в Яндексе
- Запустил и руководит Yandex Crowd Solutions - помогаем крупнейшим компаниям обучать ИИ модели и реализовывать комплексные проекты с большими данными
- Ранее вывел на рынок и отвечал за линейку продуктов Яндекса для разработки и совместной работы (Яндекс Трекер, Вики, Формы, Managed GitLab). До этого развивал B2B-продукты в medtech и работал в консалтинге.
-

Видео

Другие доклады секции

База