Сейчас очень хорошо видно одну и ту же проблему, про которую уже давно написаны книги вроде Marty Cagan - Inspired, Melissa Perri - Escaping the Build Trap и Teresa Torres - Continuous Discovery Habits.
❗️Там одна базовая мысль: продуктовая команда нужна не для того, чтобы бодро тащить бэклог и отгружать фичи пачками. Она нужна для того, чтобы находить ценность, проверять её и только потом превращать во что-то, что стоит строить.
Но на практике я до сих пор регулярно вижу одну и ту же картину: продукт вроде есть, а за value по факту не отвечает никто. Продакт ведёт список задач, синкается со всеми подряд, двигает сроки, помогает команде “не потерять темп”, но на вопрос “а где здесь ценность для клиента и бизнеса?” обычно начинается тишина. И это уже плохой сигнал. Потому что если продакт не отвечает за value, то он очень быстро превращается просто в администратора бэклога.
А с AI проблема стала больше🚩
Потому что AI резко удешевил и ускорил сборку. Прототипы, интерфейсы, тексты, код, агенты, автоматизации всё это теперь можно собрать намного быстрее. И у большого количества компаний от этого поехала логика. Им начало казаться, что раз собирать стало проще, то можно меньше думать до старта. Что теперь можно сначала сделать очередную AI-штуку, а потом уже по ходу понять, кому она вообще нужна.
И вот тут как раз начинается старая ошибка в новой упаковке⚪️
Очень много AI-инициатив сегодня рождается не из нормально пройденного discovery, а сверху: от фаундеров, топов, “стратегической группы”, совета директоров, вдохновения после очередной демки. Дальше команда быстро бежит это делать, потому что “рынок горячий”, “нельзя упустить окно”, “надо срочно показать, что мы тоже в AI”. Но сама базовая часть никуда не делась. Нужно всё так же понять, какую потребность ты закрываешь, где здесь реальная ценность, почему клиент вообще должен поменять своё поведение, почему именно ты это можешь сделать лучше других и что в твоём решении будет не так просто скопировать конкурентам.
Без этих ответов AI не делает продукт умнее. Он просто ускоряет путь к неверному решению.
Мне кажется, в ближайшее время многие компании как раз на этом и обожгутся. Они быстро наклепают AI-фич, AI-ассистентов, AI-агентов, AI-обвязку вокруг старых продуктов, а потом упрются в очень неприятную реальность: часть этого рынку не нужна, часть уже сделана кем-то лучше, а часть вообще надо было решать не через AI или не в таком виде.
И после этого рынок снова вернётся к довольно скучной, но рабочей мысли: сначала discovery, потом delivery. Сначала понять, потом строить. Сначала проверить value, потом масштабировать.
Это не история про “не используйте AI”. Наоборот. Используйте. Но системно. Не как замену мышлению, а как ускоритель после того, как вы поняли, что именно и зачем делаете.
