- Провал, который стал уроком
- Почему продукты умирают: рассинхрон стадии и инструментов
- Термины: MVP, прототип, MVP
- Кейс №1: GreatyFi – фейкдор, который взорвал рынок
- Кейс №2: VetSy – когда прототип становится якорем
- Кейс №3: Gemba – AI-лаборатория за 2 дня
- Как AI меняет правила игры
- Пять любимых инструментов
- Главный вопрос, который нужно задать себе
- Резюме для практиков
«Я делаю продукты для enterprise, сложные веб-стартапы, и занимаюсь этим с 2012 года. И сегодня начну не с успеха, а с провала», – так начал своё выступление Сергей Круглов, директор по продукту и AI-трансформации компании ITECH. Его доклад – это откровенный разговор о том, почему 50% продуктов умирают, даже не успев родиться, и как современные технологии (AI, вайб-кодинг, фейкдоры) позволяют проверять гипотезы за дни, а не месяцы.
Провал, который стал уроком
В компании ITECH есть внутренний бот, который помогает бизнес-заказчикам формулировать продуктовые задачи. Он берёт голосовые сообщения из Telegram и превращает их в формализованные задачи, соответствующие Definition of Ready, и сразу отправляет в Jira. Инструмент полюбился: «каждый второй из тех, кто подключён, пользуется им ежедневно, примерно 30% небольших задач поддержки и гипотез прилетают именно через бота». Команда сделала логичное предположение: если это нужно внутренним клиентам, то почему бы не отдать это рынку? Бесплатно, «просто поделиться полезным».
Результат за 2 месяца: 200 регистраций, но только 1% – два пользователя в среднем по два использования в день.
«Полный провал, холодный отрезвляющий душ», – комментирует Сергей.
Но он не жалеет: «Мы потратили четыре часа разработки и два часа маркетинга. Ошибка оказалась дешёвой и нестрашной». Вместо дорогого исследования рынка команда просто выкатила минимальную версию и быстро получила ответ. Этот кейс – идеальный переход к главной теме выступления.
Почему продукты умирают: рассинхрон стадии и инструментов
Главная мысль доклада: «Провал продукта – это почти всегда рассинхрон стадии жизненного цикла продукта и того набора инструментов и практик, которые на нём применяются». Это работает в обе стороны:
- Можно делать что-то тяжёлое и дорогое, когда надо было просто быстро и дёшево проверить.
- Можно продолжать «возиться на коленке», когда уже пора строить твёрдый технологический фундамент.
По данным CB Insights, порядка половины провалов происходит из-за отсутствия потребности рынка. Команды тратят 6 месяцев на разработку продукта, который никому не нужен. «Продукты умирают не из-за медленной разработки, а из-за того, что разработка полгода пытается ответить на вопрос: "Сможем ли мы сделать хороший продукт?" вместо того чтобы задать вопрос: "А кому-то вообще он нужен?"»
Термины: MVP, прототип, MVP
Сергей признаётся, что не любит термин MVP, потому что «его все применяют по-разному». В оригинале (Эрик Рис) – это версия продукта, позволяющая быстро учиться. На практике же MVP часто превращается в «урезанную версию первой версии, которая вроде бы всё уже содержит, но делается чуть побыстрее». Как раз то, что делают по 6 месяцев.
Отдельно он выделяет прототип – термин, введённый Альберто Савоя в книге «The Right It». Этимологически это от двух слов: «prototype» и «pretend». То есть штука, которая притворяется продуктом. Её можно быстро собрать «из мха и шишек», показать пользователям и понять, нужна ли она вообще. Главное – не просто спросить «классно?», а увидеть действие, подтверждающее Problem-Solution Fit.
Правило расстановки запятых: **Казнить нельзя помиловать**
Сергей предлагает поставить запятую после слова «имитировать». То есть на стадии Discovery – имитировать нельзя, казнить. А на стадии Product-Market Fit – можно и нужно имитировать (прототипировать), но вовремя остановиться.
Кейс №1: GreatyFi – фейкдор, который взорвал рынок
2020 год. У партнёра Сергея по бизнесу Александра Щербины были серьёзные наработки в компьютерном зрении и ML. Появилась гипотеза: оценивать индекс красоты – сравнивать черты лица со знаменитостями. Вместо того чтобы сразу делать продукт, они запустили фейкдор: просто рекламу функции, которая вела на обещание её сделать. Посмотрели кликабельность – показатели были такие, что стало понятно: надо делать. И сделали приложение за неделю.
«А потом ночью всех разбудил Telegram-мониторинг: сервера легли. Ксения Бородина запостила фоточку в Instagram о том, какой у неё индекс красоты, и это начало чудовищно вируситься». Нагрузки были на два порядка выше средних. Приложение GreatyFi взлетело в топ-10 App Store по скачиваниям в целом (не в категории), на несколько дней обгоняя Telegram, Сбербанк, Zoom, «Самокаты». «Шесть лет прошло, можно сделать каминг-аут», – улыбается Сергей.
Вывод: даже на «недельную» разработку они сначала проверили спрос – и не прогадали.
Кейс №2: VetSy – когда прототип становится якорем
Пример из enterprise-сегмента. Платформа онлайн-ветеринарии (аналог «СберЗдоровья», но для животных). Команда провела отличный Discovery: быстро и дёшево проверили кучу гипотез – попробовали штатных врачей, партнёрку, подписку, дежурство 24/7, консультации в чате. Снаружи платформа выглядела зрелой, но под капотом был консьерж-сервис: клиентские менеджеры вручную собирали слоты врачей, размещали на WordPress, вручную создавали видеоконсультации.
Это работало, пока продукт не дошёл до второго раунда инвестиций. Инвесторы хотели роста, а старый стек катастрофически тормозил каждую идею. Ручные процессы не масштабировались, менеджеры «сыпались», бэклог только рос. «Прототип стал якорем», – констатирует Сергей.
Дилемма: нельзя взять и сделать фриз на полгода для перестройки платформы, но и не сделать этого нельзя. Выход нашли: запустили вторую команду, которая за 10 недель (!) перетащила всё на микросервисы, параллельно старая команда продолжала докатывать фичи. «Это были 10 недель бессонных и очень сложных. Единственное, что спасало – старая команда почти ничего не смогла сделать за эти два месяца, потому что прототип уже доживал последние дни».
Мораль: прототип – классная штука, но он должен либо умереть, либо пересобраться, и это должно произойти обязательно вовремя.
Кейс №3: Gemba – AI-лаборатория за 2 дня
Крупный FMCG-производитель, бережливое производство. Процесс «гемба» (обходы цеха) выглядел так: раз в определённый период менеджмент собирался, шёл по линиям, фиксировал несоответствия на бумаге. Через две недели снова собирались – лампочка всё ещё не горит, работник по-прежнему нарушает ТБ. «Аналитики ноль, фиксации ноль, одни и те же проблемы повторялись от обхода к обходу».
Команда ITECH приехала на производство и за два дня нон-стоп вместе с бизнесом сделала PWA-приложение для планшета. «Через два дня все эти люди пошли делать обход и фиксировать несоответствия в работающем приложении. Это была не картинка, не Figma – реально работающий интерфейс». Более того, они смогли вытащить данные из логов и сформировать Excel-отчёт.
Участники (15–20 человек) оценили, насколько это повысит эффективность, на 9 и 10 баллов. Problem-Solution Fit был подтверждён на реальном производстве за два дня. Затем на полноценный продакшн ушло ещё три месяца (нужно было внедрять в корпоративный контур, автоматизировать бэк-процессы, уведомления). Но это в три раза быстрее и дешевле, чем классический «водопад» на 10 месяцев.
Как AI меняет правила игры
Сергей подчёркивает: «Всё, что я рассказывал, было справедливо и 10 лет назад. Но появился AI, который сильно снизил стоимость как проверок, так и разработки. Инструменты, ранее недоступные для этапа Discovery (слишком долгие и дорогие), теперь становятся доступны».
Он предлагает простую «лестницу» применения инструментов с учётом AI:
- Проверить, нужно ли это вообще? – фейкдор, реклама, прототипы, AI-хакатоны (когда вместе с бизнес-заказчиком за пару дней собирается «наколенке» решение).
- Понять, можем ли мы реально решить задачу? – прототип, пилот, те же AI-лаборатории.
- Идти на рост – полноценное MVP (уже промышленный продукт с уменьшенным количеством функций, но на технологически зрелом фундаменте).
Пять любимых инструментов
Сергей выделяет пять инструментов, которые использует сам:
- Фейкдор – реклама несуществующей функции для проверки спроса. Сработал в кейсе GreatyFi и в enterprise-продажах (когда клиенту показывают демо, а потом быстро дорабатывают под контракт).
- Прототип – имитация продукта с минимальным бэкендом, позволяющая проверить ключевую гипотезу.
- AI-хакатон / лаборатория – интенсивная работа вместе с бизнесом над одной болью за 1–2 дня.
- Ускоренная разработка – senior передаёт задачу не middle, а LLM (в закрытом контуре или облаке). «Вайб-кодинг с откатом» – мой самый любимый инструмент.
- Вайб-код в прод с откатом – код, написанный даже не инженером, а аналитиком, идёт в прод в отдельную ветку. Если гипотеза не выстрелила – просто откатываем. Если выстрелила – следующим спринтом переписываем нормально. «Это позволяет проверять не одну гипотезу из десяти, а все десять».
Главный вопрос, который нужно задать себе
«Самое важное: действительно ли пользователям нужно то, что вы делаете? Если вы уверены в спросе – вы в современных условиях почти точно сможете это сделать. Есть исключения (тяжёлый ML, железки), но в большинстве сегментов это так».
И возвращаясь к провальному боту: «Я ни о чём не жалею. Мы потратили 6 часов на проверку гипотезы, которая оказалась неверной. Это гораздо дешевле и быстрее, чем любое традиционное исследование рынка. Главное – сделать ошибку дешёвой и нестрашной».
Резюме для практиков
- Не делайте MVP 6 месяцев. Сначала проверьте, нужен ли продукт вообще. Используйте фейкдоры, прототипы, AI-лаборатории.
- Problem-Solution Fit ≠ Product-Market Fit. Первый можно получить за 2 дня на «коленке», второй требует технологического фундамента. Не путайте стадии.
- Прототип должен вовремя умереть или пересобраться. Иначе он станет якорем, который затормозит рост.
- AI снижает стоимость проверок. Раньше вы могли проверить 1 гипотезу из 10 – теперь все 10, если настроить конвейер с откатом.
- Ошибка должна быть дешёвой. Потратьте 4 часа на код и 2 часа на маркетинг, а не полгода на разработку в никуда.
#productmanagment #управлениепродуктом #pm #event #конференции #интерфорум #interforum #interforums
76 дней
На фоне стремительного развития технологий и смены поколенческих ценностей корпоративное обучение переживает тектонические сдвиги. Внедрение ИИ, работа…
84 дня
На Форуме «Экономическая безопасность бизнеса 2026» будут детально разобраны наиболее острые проблемы, с которыми сталкиваются специалисты в текущих…
