Аналитика Telegram-канала
Подписчики
219
Публикаций
49

Динамика подписчиков

7 дней 30 дней 6 месяцев Больше
6 ноя9 ноя12 ноя
Показаны последние 7 дней Больше истории →

Охваты публикаций

14.1020.1023.1025.1029.1030.10
39
Средний охват
63
Лучший результат
Показаны 6 публикаций — последние в канале Больше статистики →

Упоминания

7
Упоминаний
2
Из них репостов
6
Каналов
Нет примеров за последние 90 дней
Все упоминания

Последние посты

3 из 49 2 из 49
Представьте, что вы каждый день печете пирожки на продажу, заранее готовите заготовки, чтобы в течение дня выпекать и продавать свежую продукцию. Что произойдет, если заготовки вдруг начнут делать в 10 раз быстрее? Скорее всего, их станет слишком много, часть даже не попадет в печь, а количество проданных пирожков практически не изменится. С ИИ-прототипированием происходит примерно то же самое: за время, за которое раньше создавали 1-2 прототипа, теперь можно сделать 10, но остальные этапы процесса быстрее не становятся. Согласования, бюрократия, сложные интеграции и сама разработка остаются узкими местами, поэтому весь эффект ускорения съедается на следующих этапах. В результате прототипов становится больше, но скорость от появления идеи до момента, когда пользователь получает реальную пользу, практически не растет. Однако у команд с сильным продуктовым мышлением появляется другое преимущество: они могут использовать ИИ-прототипирование для быстрой проверки гипотез, выявлять бесполезные решения и отказываться от них еще до начала дорогостоящей разработки. И вполне возможно, что лучшим результатом внедрения ИИ окажется не то, что команда начнет быстрее выпускать фичи, а то, что некоторые из них вообще не будут выпущены. Японский продакт
ещё
26 0 1 30 окт, 00:36
Команда не станет выпускать фичи быстрее. Более того, некоторые фичи не будут выпущены вовсе. И именно это может оказаться лучшим результатом внедрения ИИ-прототипирования. Японский продакт
ещё
27 1 3 29 окт, 19:28
Как попытка повысить ретеншен может снизить ценность продукта? Замечали, как охотно ИИ соглашается с вашими идеями? Даже если предложить откровенную ерунду, модель найдет причины, почему это хорошее решение, а если высказать противоположную точку зрения, с такой же уверенностью поддержит и ее. Это называется сикофантией - склонностью ИИ соглашаться с пользователем и льстить ему в ущерб объективности. С продуктовой точки зрения механизм понятен: людям нравится, когда их поддерживают, поэтому такие ответы могут повышать удовлетворенность, вовлеченность и краткосрочный ретеншен. Если обучать модели с упором на положительную обратную связь, можно непреднамеренно усилить это поведение. Но здесь возникает конфликт между воспринимаемой и объективной ценностью продукта. Пользователь доволен, потому что его мнение подтвердили, хотя приходил он за помощью в принятии решения, проверке гипотезы или поиске собственных ошибок. Оптимизируя краткосрочный ретеншен, можно постепенно снижать реальную пользу продукта, а вместе с ней и причины возвращаться к нему в долгосрочной перспективе. Японский продакт
ещё
18 0 2 25 окт, 13:08
Больше постов

Продолжить анализ этого канала

  • История роста подписчиков
  • Просмотры и охваты публикаций
  • Кто упоминает канал и кого упоминает он
  • Похожие каналы и подбор для рекламы
Открыть аналитику
Демо до 14 дней