10690
Мои мысли про стартапы и продукты. Байрам Аннаков, фаундер and CEO onsa.ai - автоматизация B2B продаж Мой YouTube: https://www.youtube.com/BaykaAnnakov Мой LinkedIn: https://linkedin.com/in/bayramannakov
Хотелось бы, конечно, чтобы в долгосрочной перспективе человек с заданной проблемой сам бы писал код, что решает эту проблему, без участия посредника, как это слишком бывает в наши дни. К сожалению, до этого еще далеко… но я бы предположил, что к 2020 году это станет довольно распространенной практикой, когда эксперт предметной области сам будет разрабатывать программу, решающую его проблему, а не поручать ее специалистам по компьютерам.
Некоторые engagement & retention метрики genai приложений vs enterprise vs consumer
Взято из подкаста bg2
Похвала и Безжалостная Статистика
Вы наверняка в курсе феномена регрессии к среднему: из-за того, что на результат влияют не только знания и навыки, но и удача, то после экстремально хорошего или плохого результата обычно идет средний.
А теперь следите за руками:
1) если сотрудник показал отличный результат, вы его похвалили за это, а позже сработала регрессия к среднему, то что вы подумаете об эффекте своей похвалы?
2) обратное еще интереснее: если, ввиду неудачи, он показал плохой результат, а вы его пожурили, то благодаря тому же феномену результат улучшится, а вы похлопаете себя по плечу за вовремя данную обратную связь.
В итоге некоторые руководители приходят к позиции: не хвалить, но наказывать о__О
Что делать?
1) давать фидбек регулярно, не только «по праздникам»
2) оценивать усилия и желание, а не только результаты
3) не ожидать всегда супер результатов даже от сотрудников-звёзд
4) анализировать КАК мы достигли того или иного результата, какие предпосылки, какие действия, что находилось в и вне зоны влияния и контроля
Удачи нам всем!
Sycophantic
Признаться, я только относительно недавно узнал про этот термин. Да еще в контексте LLM. Для тех, кто не в курсе - поясняю:
Sycophant - подхалим. Поскольку LLMки работают таким образом, что генерируют самое вероятное следующее слово, то они очевидно легко попадают усиливают тот взгляд, что вы подали на вход в вопросе. Условно, если вы задаете вопрос в стиле "blah blah blah , да же?", то очень вероятно, что получите именно да. При этом то же утверждение, но с окончанием "нет же" вероятнее выдаст желаемое "нет" :) Осложняется это еще и тем, что люди, рейтингующие ответы LLM в ходе ее тюнинга, предпочитают ответы, которые им нравятся, тем самым вознаграждая подхалимство.
На эту тему есть несколько ресерчей (1, 2); в пером из них описано, как снизить уровень "подхалимства" у LLM:
1) В конце промпта ставим предупреждающее сообщение аля "Note that the provided keywords may lead to potentially misleading conclusions"
2) Few shot learning - даем примеры верных и неверных утверждений, и потом корректное утверждение, основанное на фактах
3) Grounding - ходим в Интернет и подаем в контекст информацию, которая помогает LLM использовать актуальную информацию для ответа на вопрос
4) и еще 1 - почитайте в ресерче :)
К чему я это все?
1) Надо учитывать, что это базовое свойство LLM. Я считаю, что неучет этого зачастую ведет к разочарованиям или завышенным ожиданиям от LLM
2) Что формулировки в закрытом виде могут снижать уровень корректности, поэтому - скорее открытый вопрос
3) Нужны примеры (few shot learning), чтобы повысить уровень корректности
4) Если есть возможность, использовать RAG/grounding
P.S. Кстати, в воскресенье уже стартуем 2й поток школы GenAI разработчика
Общее и Частное
Вчера слушал лекцию по философии Юма и там вновь поднялась тема общего и частного, и как-то моя мысль убежала в сторону стартапов и продуктов.
Что у вас в голове, когда вы прочитали слово CRM?
Юм (а до него и Беркли) утверждают, что у нас в голове появляется конкретный образ. Конкретная CRM: SFDC, HubSpot, Amo и тп. Не абстрактная категория, а что-то очень конкретное. И когда другие слышат это слово, то у них тоже другие образы. И часто бывают, что образы настолько разнятся в голове, что продажа не получается, или фича не так реализуется, или видение не удается донести. И если нет возможности заземлить и сблизить эти частные образы, то ломается коммуникация. Поэтому вопросы об опыте, демонстрации, слайды и тп помогают нам сближать понимание и точки зрения.
С другой стороны - придумывать новое очень тяжело с позиции частного. Нужно научиться или отключать частные образы (к примеру, заменив CRM словом “штуковина” как наставляет Альтшуллер и ТРИЗ), или настолько широко развить свою “насмотренность”, чтобы видеть “коллаж из CRM”.
Но ни первый, ни второй подход не являются единственно верным. Отсюда и название этого поста: и общее, и частное. Немного по касательной эту мысль иллюстрируют слова Сапольски из первой лекции курса по поведенческой биологии:
Мы думаем в терминах категорий. Это помогает нам лучше запоминать. Но есть 3 проблемы с ними. Когда мы выделяем категории мы:
1) недооцениваем различия 2х обьектов в одной и той же категории
2) переоцениваем различия между обьектами разных категорий
3) когда мы фокусируемся на границах категориях, то мы теряем общую картинку.
Хакеры и Хастлеры
Мы с Лёшей Черняком придумали прикольный коллаб: вы знаете, что у меня в это воскресенье стартует школа GenAI разработчика, а у Лёши - курс про это же, но для бизнеса. В итоге получается, что он будет учить, ЧТО делать, а я - КАК делать.
Лёша очень давно изучает бизнес-модели, недавно в соавторстве написал книгу по теме, а еще был со-основателем и гендиректором Дарбери (Groupon Russia). Я уж не говорю, как мы с ним заземляли идеи системной динамики и теории ограничений для различных бизнесов в РФ.
Собственно, про мой курс я уже писал, поэтому чуть подробнее про его курс:
1. Сначала деньги, потом идеи. Вы сделали Telegram-бота с GPT и теперь непонятно, как его продавать и как на этом заработать. Вы слышали, что Generative AI — это круто, но какие тут есть бизнес-возможности? На что делают ставку венчурные инвесторы?
2. Сначала аудитория, потом успешные аналоги. Как найти начальный клиентский сегмент для вашего будущего Generative AI-проекта. Как получить первых 100 клиентов?
3. Сначала драйвер роста, потом ценность Каждый месяц появляется 1000 новых ИИ-стартапов. Почему одни растут, а другие закрываются? Всего существует 5-7 драйверов роста, в вашем проекте в лучшем случае будут 1-2. Это нужно продумать до старта проекта.
4. Сначала находим денежную работу, а затем ее усиливаем или отбираем. Не так важно что вы делаете, гораздо важнее у кого вы отнимаете работу или кому помогаете ее делать лучше. Generative AI для самых массовых профессий. Как найти успешные аналоги по вертикалям (нишам) и по горизонталям (функции). Где у Generative AI самый большой потенциал? Где лично у вас есть шансы?
5. Сначала про недостатки главного конкурента, а потом про ваши достоинства. Почему люди переключатся с привычного способа на ваш новый, никому не известный продукт? Основы контрпозиционирования.
6. Итоги 10 методов поиска идей для Generative AI-проектов. Минимальная команда и минимальный технологический стек для проверки гипотез. Критерии отбора идей и результаты.
Стоимость курса - $300, узнать детальнее и записаться можно здесь
Лёша также заглянет к нам на курс в одну из встреч с мини-докладом про то, как выбирать идею GenAI продукта, а я - в его.
В общем, включайтесь и до скорой встречи!
В мае-июне я провел первую школу GenAI разработчика - получилось неплохо судя по отзывам (см. отзывы и результаты опроса в комментариях к посту), и явно есть что улучшить, поэтому обьявляю набор на 2ю - улучшенную и доработанную - школу.
Будет 6 лекций-встреч по 2 часа, с сильным практическим уклоном, чтобы на выходе каждой встречи был работающий код, решающий конкретную бизнес-задачу. Помимо этого будет 3 office hours встречи по 1 часу, где я буду отвечать на ваши специфические вопросы, не вошедшие в материалы лекционных встреч.
Темы:
1) Intro to GenAI. In-Context Learning - как работают LLM; как из кода делать то, что делаешь руками в chatgpt/claude. Как правильно промптить LLM. Особенности работы с недетерминированными системами
2) Retrieval-Augmented Generation - как проинструктировать LLM использовать внешние данные, не заложенные в нее на этапе тренировки. Как готовить документы и данные для этого. Продвинутые стратегии подготовки документов и проектирования таких систем
3) Fine Tuning - когда стоит дообучать модель, и как это сделать на примере опенсорсных LLM.
4) Generative Agent - что такое AI агент, уровни автономии агентов, как программировать агентов и инструменты, к которым они имеют доступ.
5) Multi-Agent Systems - проектирование мультиагентных систем: когда, зачем, и как
6) LLMOps: Testing, Monitoring & Debugging GenAI Systems - переход от прототипов и демок до продакшн систем, мониторинг продуктов на базе LLM, подготовка валидационных данных. Как тестировать и оценивать готовность таких систем к продакшну. Постоянное улучшение
Одна из ключевых доработок по содержанию курса по сравнению с первой версией: сквозной проект по всем темам + больше работы с open source LLM-ками (см. отзывы в комментариях к посту)
Для кого?
Для каждого, кто хочет научиться разрабатывать GenAI продукты. Моя задача - помочь вам сделать "первый шаг" в практический мир разработки Generative AI продуктов, разобраться в подходах и инструментах, набить руку.
ОЧЕНЬ ВАЖНО: эффективное участие предполагает знание Python языка программирования. Вам будет сложно без этого.
Если же вы знаете другой язык программирования, разрабатываете на нем хотя бы 3 года и чувствуете себя комфортно с GitHub Co-Pilot или подобными инструментами - то должно быть все в порядке.
Когда?
Стартуем - 4 августа, лекции-встречи будут по воскресеньям с 16 по 18мск, 6 недель подряд. Office hours - по пятницам с 16 по 17мск каждые 2 недели.
Стоимость
Можно купить пакет на все встречи за $300 или покупать по одной - $65 за встречу.
Для тех, кто покупал пакет (3,6 или 12 мес) на мои EDU встречи, действует 20% скидка.
Если не сможете онлайн участвовать, то будет запись и все материалы (презентации, исходники и тп) при покупке доступа
До скорой встречи!
сгенерированный персонализированный подкаст по мотивам видео
Читать полностью…
Offtop: попробовал self-driving waymo в SF; прикольно и вышло дешевле lyft & uber
Читать полностью…
На мартовской встрече про generative AI я показывал этот график влияния электрификации на работников с разным уровнем навыков. Идея была в том, чтобы провести параллели между эффектом электрификации и AI —> параллель, которую часто любит проводить мой любимый Andrew Ng.
Собственно, еще интересное исследование на схожую тему: эффект от электродвигателя
1) полноценное влияние на производительность в случае электродвигателя заняло 20-40 лет
2) ключевая причина: медленная электрификация фабрик и заводов, но еще был и некоторый эффект от ценового регулирования
3) почему медленно электрифицировались заводы, если электричество давало такие выгоды по сравнению с паровым двигателем?
- уже сделанные инвестиции в паровой двигатель и в организацию работы фабрики вокруг него
- поэтому, в основном, от электрификации выигрывали новые и активно развивающиеся индустрии (табачная, например), но эти эффекты были пока минимальны в общей статистике роста производительности; старым же индустриям необходимо было дождаться устаревания оборудования
- зачастую обновление старого оборудования путем "приделки"/наслаивания нового, основанного на электромоторах, не давало полноценной отдачи: фабрика по-прежнему была организована от центрального парового двигателя. например, в прежней парадигме фабрики строились многоэтажными из соображений экономии; в случае электродвигателя можно было строить гораздо более компактные, одноэтажные фабрики
4) собственно, возможность подвести "мощность" к каждому станку позволила реорганизовать и оптимизировать многие производственные процессы, выстроить производственную линию вдоль естественного процесса сборки, не нужно было останавливать весь процесс подачи энергии в случае неполадок в какой-то его части
5) де-факто электрификация позволила существеннно децентрализовать производственный процесс по сравнению с фабриками, работающими от парового двигателя
Собственно, вопрос на миллиард долларов: как в случае AI будет развертываться эта история? какие (новые?) индустрии получат больше всего выгод, потому что не имеют sunk costs в виде инвестиций в оборудование, знания, процессы? как текущие процессы, основанные на старом софте, не умеющем распознавать речь и образы, и генерировать текст, ограничивают производительность компаний?
Несколько раз слышал, но только вчера сел и нормально разобрался с очень полезным AI продуктом - NotebookLM (в прошлом - Tailwind).
Что это такое? Это, я бы сказал, LLM-powered Evernote, то есть организатор заметок с возможностями chatgpt.
Как я его юзаю? У меня есть сейчас документ, где я веду идеи постов в этот и другие каналы, и обычно это идея + набор ссылок по каждому. Когда мне надо написать очередной пост, то я обычно открываю все линки, читаю или копирую в chatgpt/claude, фиксирую в голове или "на бумаге" ключевые идеи, и в итоге пишу пост.
Вот NotebookLM для меня автоматизирует шаги, отмеченные жирным: вы просто добавляете список статей и идей, а дальше в режиме чата опрашиваете в разрезе этих источников. Например, вот этот пост я вчера написал по мотивам некоторых статей, что набрал в течение времени на тему автономии агентов. Мне понравилось, что я гораздо быстрее зарефрешил в голове контент тех статей, потому что я их читал в разное время и уже не помнил всей сути. И потом, в режиме диалога, я мог спрашивать вопросы по этим источникам и формировать текст поста. Также полезно, что по каждому источнику он делает саммари (см. Скриншоты)
Вот полезное видео и статья о том, как использовать NotebookLM для организации second brain. Фанатам Obsidian может особо зайти :)
мой друг Миша Кирсанов сгрузил в NotebookLM свои заметки из 629 прочитанных книг и попросил его выделить повторяющиеся темы - вот отрывок:
A recurring theme in the provided sources is the power of stories and information to shape our understanding of the world and ourselves.
* Sources highlight how stories, including fairy tales and myths, serve as powerful tools for transmitting knowledge, values, and meaning across generations. For instance, fairy tales, despite often depicting violence and injustice, ultimately aim to convey that such things "need not continue," offering hope and potential solutions to life's challenges. Similarly, myths are described as having a "pedagogical function," providing guidance on navigating the complexities of human existence.
Миллиард перспектив
Я часто говорю, что люблю расширять перспективы, изучая принципы разных наук или смотря фильмы и читая художественную литературу. Поэтому мне особо понравился недавний research, как ребята сгенерировали 1 млрд персон на основе инфы в вебе и назвали его - Persona Hub.
Для чего можно использовать эти персоны?
1) Генерировать персонализированные тексты - например, я люблю рассказывать, как подрабатывал репетитором по экономике и адаптировал экономические термины к подопечному, i.e. обьяснял постоянные и переменные затраты в макияжном салоне, который студентка хотела открыть. В работе ребята приводят кейс с генерацией математических задач с учетом персоны (см скриншот)
2) "подкручивать" промпты к LLM - в работе авторы заявляют, что после подкрутки промпта маленькие LLM по математике показывают уровень gpt-4-turbo
3) конечно же, дополнять свой продуктовый ресерч
4) NPC в играх и тп
Пока ребята зарелизили только 200K персон, которые можно посмотреть тут, но вот вам парочка примеров:
- A product manager at a startup who values their input and collaborates on beta testing
- An ambitious product manager who bridges the gap between the technical and the commercial aspects of drug development
- A technology startup founder in need of reliable electronics components for their product development
Мне особо зашла идея persona-to-persona у них: суть в том, что некоторые персоны недостаточно представлены в вебе (например, попрошайка на улице, или ребенок), поэтому они предполагают, что те, с кем близко связаны эти люди, скорее всего хорошо описывают эту персону (см. скрин)
Я почему-то подумал сразу про продажи и тестирование продукта:
- тестирование: иногда в тестах не хватает diversity персон, и можно было бы генерировать таких персон, и от их имени генерировать сценарий тестирования, особенно в b2c, где у тебя не только нет доступа к персонам, но и нет четкого представления какие они могут быть
- продажи: с продажами я аккуратно отношусь, но когда нет возможности заранее изучить собеседника, то это может стать неплохой стартовой точкой, чтобы продумать (проверяющие) вопросы и сценарий
Важный пункт про будущее: пока они сделали не супер детализированные персоны, например они не учитывают предпочтения, бекграунд и тп —> они планируют отработать этот пункт в будущих версиях. Цель - сделать описания персон а-ля wikipedia биография реального человека
Игорь Акимов сгенерировал в Suno песню по мотивам притчи: аххахаха
Даешь полезные Spotify плейлисты с осознанной (!) лирикой
https://suno.com/song/e96132ce-fe7c-48b0-ae87-f0cb6e973681
Upd: а вот на восточный мотив https://suno.com/song/8b4ddce5-239f-4092-afd3-2b265169d5ba
Обоснованное сомнение
В правовой системе одним из главных компонентов является обоснованное сомнение (reasonable doubt). Идея в том, что представленные доказательства не должны оставить у разумного человека сомнений в виновности человека.
Я считаю, что этой концепции очень не хватает в корпоративной среде. Люди делают выводы о «виновности» людей, перенося свой прошлый опыт на новых людей или новые ситуации. Я лично был как субьектом, так и обьектом неприменения этой идеи.
Как давать сотруднику право на разумное сомнение?
1) Сначала собирать факты, а потом делать выводы
2) Кроссчекать свои выводы с другими сотрудниками, не «засоряя» их выводы своими
А если не вышло, и сделали ошибку, то находить в себе смелости извиниться. Хотя бы этого права не стоит лишать.
В стартап среде есть правило «нанимай долго, но увольняй - быстро». И оно вроде конфликтует с этой позицией. Но по моим наблюдениям, проделать те 2 шага выше не занимает так уж много времени.
По-моему, в первые недели и месяцы стартапа мы должны заниматься всего 2мя вещами: продажами и продуктом. И, очевидно, они взаимосвязаны.
1) У тебя есть гипотеза о ценности, ты делаешь демку/MVP (продукт) и начинаешь ее продавать
2) Продавая ты получаешь обратную связь от рынка о том, насколько твоя гипотеза подтвердилась. Это часто ведет к доработке или переделыванию продукта
3) И далее цикл повторяется
У тебя нет особо времени и внимания на все остальное. Чем быстрее ты двигаешься по этому циклу, тем быстрее ты поймешь, что действительно нужно рынку.
Поэтому вопросы, которые я задаю себе в начале каждой недели, просматривая затраты времени за прошлую:
1) что я сделал по этим двум вещам?
2) где выше неопределенность?
3) на чем сфокусироваться на следующей?
Продолжаем нашу серию встреч про Generative AI - прошло 2 месяца и много чего случилось за этот период. Собственно, об этом и поговорим.
1) Анонсы новых моделей: продолжение падения стоимости, видео, голос и др.
2) Странные перестановки как в OpenAI, так и в стартапах
3) Регулирование Generative AI: что уже приняли и что обсуждают
4) Метрики GenAI продуктов: что работает и не очень
5) Агенты, мультиагенты, рои агентов
6) Уроки продажи и внедрения GenAI продуктов
7) Чего ожидать в следующие 3 месяца
В качестве тизера прикладываю презентацию со 2й встречи в июне
Когда?
В эту субботу 17 августа с 16 по 18мск. Как обычно - билеты покупаем тут, стартовая цена $35, каждый день повышается на $5. Запись и презентация будут доступны, если не сможете подключиться.
Вот даже не знаю радоваться этому либо огорчаться: LLMки с высокой точностью предсказывают результаты опросов - 70 экспериментов, ~500 эффектов, ~90% точность о__О
Может быть, потому что вопросы формулируются в этих опросах с очевидном bias-ом, а может и впрямь нечего больше опрашивать людей :-) только время и деньги тратить
Вы к какому выводу больше склоняетесь?
Забавный топик подняли вчера на зумбаре школы фаундеров: какие они современные олимпийские игры? Если в Древней Греции было очень ценно быстро и далеко бегать и прыгать, метать диск и тп - то какие навыки (и может быть не только физические?) важны сейчас?
1) Миша Кирсанов предположил, что все эти навыки есть в YouTube :)
2) Программирование/хакатоны
3) Управление/race-инг дронами
4) Роботостроение
5) Умение экологично жить (экономия воды, электричества, снижение co2)
А ваши кандидаты? :)
Пьяный моряк с видением
У Хэмминга в “The Art of Doing Science and Engineering” есть очень запавшая мне цитата:
It is well known the drunken sailor who staggers to the left or right with n independent random steps will, on the average, end up about sqrt(n) steps from the origin. But if there is a pretty girl in one direction, then his steps will tend to go in that direction and he will go a distance proportional to n. In a lifetime of many, many independent choices, small and large, a career with a vision will get you a distance proportional to n, while no vision will get you only sqrt(n) the distance. In a sense, the main difference between those who go far and those who do not is some people have a vision and the others do not and therefore can only react to the current events as they happen.
Классное видео с идеями Generative AI продуктов - рекомендую, всем кто ищет.
Из понравившихся особо:
1) Цифровые двойники для рекламы продуктов
2) AI цифровые портреты - это найс, не люблю фоткаться
3) Голосовые задачи - я уже упоминал как раз в посте про хакатон, но тут шире раскрывается, в том числе в sales задачах
4) Автокомплит нового поколения - браузер экстеншн, который учится твоему стилю и тп. Я бы сказал, что скорее десктоп апп, чем экстеншн
5) AI для ecommerce сайтов - генерация продуктовых видео/картинок/описаний, помощь в саппорте и тп. Shopify, конечно, там активно работает
+ еще список от Сары и ее коллег из convection
Первый Медляк
У каждого из нас, я думаю, есть мелодия, в которую танцевали свой первый медленный танец. Это был прорыв в любом исходе. Прыжок в неизвестность. Тебе так нравится человек, что ты забиваешь на то, что можешь оказаться отвергнутым.
Так же и с первым продуктом: боишься, но в какой то момент решаешься таки обосраться проверить. И обычно, в отличие от медляка, почти ничего сразу не происходит и непонятно: кому то нравится, а кому-то нет. И ты фокусируешься на тех, кому нравится. И пытаешься понять: почему, сколько еще таких, почему не другие продукты и тд и тп. И где-то там, среди всего этого, начинает звучать устойчивое: вы делаете крутой продукт - мне он нравится !
И в итоге, слова мудреца возобладают: сначала они игнорируют, потом смеются, потом борятся… а потом ты побеждаешь!
Слова одного из первых юзеров App in the Air, которые так помогли мне в свое время:
Thanks for getting back to me Bayram. I am probably one of the top 1% of flyers in the world in terms of volume...so these apps are a big help to me. I am also a very avid user of Flighttracker apps so I really understand the market. On top of that..I am President of the digital group of one of the largest sport and entertainment companies in the world. We own <one of the largest basketball clubs>
I am happy to help you a bit with the product as I kinda know what needs to be in there. Will an iPad version be coming out? Also, where are you based?
запись демо + вот репозиторий на случай, если кто то захочет доработать
Читать полностью…
В эти выходные в СанФранциско участвовал в хакатоне про AI агентов - из наблюдений:
1) Ряд проектов был про AI, который делает звонки: за вас висит на линии и болтает с AI саппорт агентами, или звонит вам сказать, что вы отвлеклись от важного, судя по скриншотам с вашего компа
2) Несколько проектов про персонализацию и резюмирование информации: например, для руководителя крупной компании дайджест кто и что делает, и как это влияет на цели компании. Мне понравилась идея, поскольку ты как CEO не успеваешь всю инфу процессить, а средние звенья порой "не пускают" информацию наверх
2) Узнал и попробовал интересные тулы для AI агентов, в том числе выпускники YC: anon, multion, wordware, mem0
3) Поюзал и попрогал под очень прикольный open-source девайс Friend, который записывает все твои разговоры и позволяет с помощью плагинов их потом обрабатывать
Я сделал прототип, который давно собирался: бот, который превращает ваши отложенные видео в интерактивный и персонализированный подкаст, с которым можно разговаривать (см. в постах ниже), за что получил приз от ребят, сделавших Friend.
После этого встречался со знакомой и она спросила, зачем я участвую в таких мероприятиях?
- попробовать новые тулы и фреймворки; мы потом на journal club обсуждаем их, иногда некоторые тулы берем в продакшн проекты в итоге
- запилить что-то, что хочется, но руки не доходят
- дух конкуренции очень фокусирует и настраивает, после этого я лучше понимаю свои возможности и ограничения
- нетворкинг и продажи - сам не понял как, но сделал 2 продажи наших сейлз агентов
- и, конечно, призы :)
поэтому 2мя руками рекомендую!
P.S. а вот мой старый пост про то, зачем еще участвовать в хакатонах
Senior vs “senior”
Вчера на зумбаре фаундер школы подняли интересную ситуацию:
Когда вы делаете стартап с молодыми и амбициозными, то это позволяет быстро двигаться, избегать процессов, срезать углы, смотреть на мир «глазами новичка» —> цукерберговское “Move fast and break things”.
Но когда вы уже выросли появляется несколько проблем, о которых хорошо бы знать заранее:
1) Вы промоутите своих ранних сотрудников, раздаете им senior, C-level и VP тайтлы. Но в какой то момент, начиная найм извне, вы замечаете, что ваши синьоры не такие уж и синьоры, оказывается. Что они не знают «как должно быть» (на эту тему хорошее видео основателя Whatsapp). И надо делать переоценку: с кем то, кто не готов работать над собой, расставаться, а кому-то - дать ресурсы и возможности научиться.
2) есть и обратная сторона: поскольку вы наблюдали рост сотрудника с самого начала, то вы недооцениваете его. Для вас он, условно, по-прежнему стажер, который пришел к вам на практику. Но он обьективно и субьективно, спустя годы с вами, уже вырос и стал востребованным спецом. Это, знаете, как когда твои родственники по-прежнему тебя называют Байрамчик, хотя ты уже в своем сознании давно Байрам, и поэтому морщишься от этого уменьшительно-ласкательного. И вот если ты вовремя не осознаешь это ограничение своего взгляда и оценки сотрудника, то скорее всего его потеряешь
Про ограничения
Леонардо да Винчи сказал, что искусство живет благодаря ограничениям и умирает от свободы. Я бы примерно такое же сказал про стартап: ограничение в ресурсах и времени заставляет нас принимать решение в ту или иную пользу. Не факт, что это верное решение, но точно эти ограничения заставляют нас быстрее эти решения принимать:
1) Ты не можешь делать все фичи
2) Ты не можешь идти за всеми сегментами
3) Ты не можешь на каждый чих нанимать новых и не увольнять неперформящих сотрудников
4) Ты не можешь бесконечно экспериментировать, когда надо просто признать и закрыть проект
Когда писал эти 4 решения прямо столько живых примеров пролетело перед глазами. Поэтому не бойтесь ограничений стартапа, принимайте правила этой игры, потому что они в корне отличаются от правил игры больших компаний, и только это дает шанс
Как-то раз Ходжа Насреддин решил провести эксперимент, чтобы показать жителям Бухары, как важно быть инициативным и ответственным. Он собрал двух своих соседей, Ахмета и Мустафу, и дал им одинаковые участки земли и семена для посева. A/B эксперимент, как столетия спустя назвали это продуктовые аксакалы.
Ахмет каждый день просыпался с первыми лучами солнца, выходил на поле и начинал работать. Он ждал, когда дождь польет его посевы, когда солнце согреет землю, и только тогда принимался за дело. Весь его день состоял из повторяющихся действий: работать на поле, торговать на рынке, отдыхать. Ахмет жил, реагируя на то, что происходило вокруг, и не задумывался о том, как можно изменить свою жизнь.
Мустафа, напротив, с самого начала принялся за дело с инициативой. Он не ждал дождя, а сам придумал систему орошения для своего поля. Он не ждал, когда солнце взойдет, а начинал свою работу до рассвета, чтобы использовать каждую минуту дня эффективно. Мустафа каждый день придумывал новые способы улучшения своей работы, он общался с другими крестьянами, учился новым методам, и в результате его урожай всегда был богаче, а торговля успешнее.
Прошло время, и жители города заметили, что у Мустафы дела идут лучше, чем у Ахмета. Один из них спросил Ходжу Насреддина:
— Почему у Мустафы все получается, а Ахмет остается на том же месте?
Ходжа Насреддин улыбнулся и ответил:
— Ахмет подобен моему ишаку: он действует только тогда, когда жизнь или хозяин заставляет его это делать. Мустафа же берет на себя ответственность за свою судьбу. Он проявляет инициативу, ищет пути улучшения и не ждет, пока его попросят. В этом и заключается секрет его успеха.
И немного подумав прибавил:
Хотя… и мой ишак иногда упрямится и не реагирует на мои приказы!
По мотивам вчерашних постов сгенерировал песню про первый принцип экономики и один из моих любимых живых экономистов - Tyler Cowen - даже ретвитнул.
Поэтому решил запилить AI агента, который по заданному топику генерирует песню при помощи suno, предварительно попросив openai придумать слова.
В аттаче видео того, что получилось; а вот и репозиторий для желающих преобразить свои лекции и посты
Однажды в город приехали два продакт-менеджера: опытный Хасан и начинающий Ахмед. Они решили открыть лавки на базаре, чтобы продавать свои новые изобретения.
Хасан поставил у входа в свою лавку большой ящик и написал: "Уважаемые покупатели, бросайте сюда ваши жалобы и пожелания". А Ахмед повесил на дверь табличку: "Принимаем только похвалу и благодарности".
Через месяц Ходжа Насреддин, проходя мимо, увидел, что лавка Хасана процветает, а лавка Ахмеда пустует. Удивленный Ахмед спросил Ходжу: "Почему так? Ведь я слышу только хорошее о своем товаре!"
Насреддин улыбнулся и предложил Ахмеду прогуляться к реке. Когда они подошли к реке, Насреддин остановился и сказал:
"Представь, Ахмед, что ты рыбак. Ты забросил сеть и ждешь улова. Если ты боишься вытаскивать сеть, потому что там могут быть плохие рыбы, ты никогда не узнаешь, что поймал, и не сможешь улучшить свои уловы."
Ахмед задумался и спросил: "Но как это связано с моей лавкой?"
Насреддин ответил: "Твои покупатели – это твои рыбы. Обратная связь – это твоя сеть. Если ты боишься вытаскивать сеть и узнавать, что в ней, ты никогда не сможешь улучшить свои изобретения. Опытный продакт менеджер понимает, что даже негативная обратная связь – это возможность для роста и улучшения. Не бойся её, Ахмед, и ты увидишь, как твоя лавка начнет процветать."
Ахмед глубоко задумался над словами Ходжи и решил последовать примеру Хасана, приняв мудрый совет к сердцу.
P.S. Сгенерировано с поддержкой Claude & Runway Gen3 :)
P.P.S. Кто сможет лучше сгенерировать видео, иллюстрирующее эту притчу?
Насколько характер влияет на удовлетворенность жизнью?
Интересное исследование по теме, выводы которого можно суммировать так:
люди, довольные жизнью
1) верят в себя
2) считают, что усилия вознаграждаются
а недовольные -
1) считают себя непонятыми
2) мало чем зажигаются
3) нерешительны
Как, по вашим наблюдениям, бьется? По мне так очень даже. Знаете, иногда встречается кандидат или сотрудник, который постоянно жалуется, что его никто не понимает, говорит и планирует, но не делает, и завидует другим —> и прямо где-то в подсознании возникает устойчивое НЕТ, потому что тяжело работать с людьми, недовольными жизнью :( И почему-то мне кажется, что найм на работу глобально не решит его ситуацию, потому что это где-то глубже заложено. А эта неудовлетворенность будет распространяться на других сотрудников и разрушать климат в команде
А вы как считаете?
Как создается богатство? Каким образом муравьи делают "живой мост"? Почему налог на наследство это хорошо? Что важнее: происхождение (в какой семье ты родился) или трудолюбие? Почему мы не видим равновесия в экономике? Как экономика и бизнес связаны с эволюционной биологией? Как из "предскажи следующее слово" мы получаем LLM системы, которые в некоторых аспектах умнее выпускника ВУЗа? Как заставить зрителей апплодировать стоя? Как птицы координируют свой полет?
Я всегда был поклонником междисциплинарного подхода и таким образом набрёл на системное мышление и теорию сложности. Вот о второй предлагаю и поговорить в следующее воскресенье
О чем?
1) Эмерджентность: что это такое и где оно наблюдается?
2) Теория сложности: основные принципы
3) Применяем к экономике: как развивается экономика и как общество становится богатым?
4) Применяем к бизнесу: explore vs exploit, продакт-менеджмент и эволюция бизнес-планов
5) Агентное моделирование в социальных науках и связь с GenAI
6) Клеточные автоматы, теория хаоса и вопросы, на которые у нас пока нет ответов
7) Santa Fe Institute - мекка исследователей сложности
Когда?
7го июля с 16 по 18мск. Стартовая стоимость: $25, поднимается на $5 каждый день. Если не сможете подключиться, то бот пришлет материалы и запись.
Покупаем билеты тут