NGI | Влад Корнышев про AI и создание AI-продуктов

Грядущие обновления в линейке продуктов NGI AcademyСейчас мы активно работаем над форматами академии. Делаем это в связи с тем, что наш основной фокус сейчас - это B2B. Плюс B2C-направление мы подумываем делать на англоязычную аудиторию. Скажу прямо: там просто больше денег и меньше геморроя с доступами и блокировками. А чтобы делать нормально и выходить на другие рынки, нужен ресурс. Поэтому в текущих продуктах будет несколько изменений.Первое - меняется частота проведения потоков живых буткемпов с моей обратной связьюИзначально я думал, что B2C в России просто пойдет под нож. Высвобождение ресурсов - одна из причин. Живое обучение - это всегда много времени, кроме того, объективно сложно набирать людей под каждый запуск: это отдельный маркетинг, перефокусировка канала на весь период, прогревы и прочее. Я это не люблю.Но работа с текущим потоком меня в этом переубедила. Каждый раз, работая с группами, я вижу у себя на обучении очень классных людей. Это специалисты из российского бигтеха, ребята из международных компаний, предприниматели с собственными бизнесами и миллионными оборотами. Осознание того, что люди с таким бэкграундом выбрали твой продукт - уже само по-себе приятно. Однако, когда ты слышишь от них позитивную обратную связь, что обучение помогает, что материал крутой и им удается достигать своих целей - это мотивирует еще больше. Более того, есть даже ребята, которые собираются уволиться с текущей работы, чтобы полноценно посвятить время прохождению материала. Все это сформировало у меня мотивацию не забрасывать направление, по крайней мере, пока в России есть доступ в Интернет 😁Поэтому я решил, что буду проводить живые буткемпы два раза в год - это будут весенние и осенние наборы. Весенний поток уже идет, и продлится до конца июня. Осенний я планирую провести где-то в сентябре, но набор на него открою в начале июня.Второй момент - для B2C у нас добавится новый продуктЭто будет небольшой self-study курс, который называется "AI-архитектор: управление мыш

🚀 NGI дайджест №37Продолжаю рубрику с подборкой вышедших постов. Начнем с главного анонса 1. Как не потерять продукт и архитектуру мышления, когда половину работы делает AI - анонс нашей кулуарной Decision Lab, которую проведем 28 мая в 19:00 Мск. Поговорим о том, как не превратиться в бездумного копипастера и пересобрать свою голову, когда половину задач закрывает AI.2. Как нейросети уберегли меня от ненужной операции и почему LLM как второе мнение - это уже реальность - мой личный кейс. Рассказал, как ИИ-консилиум помог оспорить жесткий вердикт обычного ортопеда, избежать ненужной операции, кучи побочек от серьезных таблеток и полной иммобилизации ноги в туторе на полтора месяца.3. Быстрый старт - быстрые похороны: как вайбкодинг убивает продукты - мой тейк против иллюзии, что любой теперь может за $20 на коленке собрать масштабируемый бизнес. Разбираю продуктовую пустоту и почему вайбкодинг - это просто прототипирование, но точно не готовый продукт.4. Сходил на открытую лекцию в MIT по системному мышлению - поделился инсайтами с лекции профессора Джона Стермана. Про иллюзию линейного планирования, спираль переделок из-за микроменеджмента и почему побочных эффектов в менеджменте на самом деле не существует.5. Продажи vs Продукт. Почему я позвал хардкорного B2B-сейлза на нашу Лабу - про мой вечный дисматч с классическими продажами и почему ИИ-лидогенерация в духе разошли спам на 1000 человек - полный булшит. Рассказал, почему позвал на лабу Свята Дворецкого.6. Учеба в США - почему я не выбрал MBA - Честный разбор, почему MBA за $120k+ лично для меня оказался нерелевантным по ROI, знаниям и нетворкингу, и кому этот трек на самом деле подойдет.7. Так ли хорош Claude за $20? - потестировал Claude в полноценной работе и знатно сгорел с лимитов, которые превращают подписку за $20 в какую-то демо-версию. Сравнил Claude с Gemini на реальных задачах.Прошлый дайджест тут

Так ли хорош Claude за $20?Давние подписчики канала знают, что моя основная модель и главная подписка - это Gemini. Но периодически под специфические задачи я беру подписки на другие сервисы. В этот раз образовался подходящий пул задач, и я взял Claude за $20, но не просто под эти задачки, а решил еще в фулл-тайм пользовании и посмотреть,сможет ли он заменить Gemini для меня.Задач было много: собрать несколько кастомных скилов, продуктовую доку, презентации, внести пару правок в код и обновить материалы буткемпа.Начну с плюсовХоть я и не кодил прямо очень много, но где я успел попробовать Opus 4.7 - он был реально хорош. Однако это было понятно и без покупки Claude по тому, как модель работает в том же Cursor. Здесь без откровений.Второй ощутимый плюс - работа со скиллами и агентские задачи. Если хорошо описать задачу через скилл или иметь готовый workflow, модель справляется на высоком уровне, можно почти не париться за результат.После пользования сервисом у меня остались смешанные впечатления от выполнения непосредственно рабочих задач.Самое большое разочарование - это лимитыПодписка за $20 ощущается просто как демо-версия. У меня есть обкатанный workflow создания презентаций: я собираю их в HTML, а затем конвертирую в PDF. Решил применить этот же подход в Claude, и моментально упирался в лимиты. Собираю презу, вношу один цикл правок, начинаю второй - Claude пишет: "лимиты все, приходите в 11". Возвращаюсь в 11, делаю еще пару правок, добавляю слайд - "приходите в 16". В итоге задача, которая должна занимать пару часов, растянулась на весь день!Для сравнения: в Gemini на таком же воркфлоу я успеваю сделать 3 полноценные презентации до того, как упрусь в ограничения. И даже если упираюсь, Google оставляет доступ к Flash или Thinking моделям и я могу поделать что-то еще. У Клода же даже Sonnet не дает ничего сделать. Из-за этого мой рабочий процесс свелся к тому, что я начинал задачу в Claude, а потом экспортировал ее и добивал в Gemini, потому что ждать отката лим

Учеба в США - почему я не выбрал MBAОбразование в США - наверное, одна из немногих вещей, за которой стоит сюда ехать. Ведущие лабы и близость Силиконовой долины делают учебу здесь привлекательной не только с точки зрения шильдика, но и крутого нетворкинга, а также возможности узнавать инфу про AI из первых рук.Тема интересная, а достать по ней что-то часто бывает сложно, поэтому в решил в канале подробнее освещать вопросы обучения и своего выбора.На момент принятия решения о переезде я все еще работал в Pearson и должен был получить американский контракт сразу по прибытии в США. Исходя из этой логики, у меня был план: запросить у работодателя спонсорство MBA для меня, попутно пройдя пару Executive-программ (про них напишу отдельно).Однако жизнь вносит свои коррективы: в Pearson ограничили бюджеты и заморозили найм в Штатах, а другую работу в США я решил не искать. При этом уехать отсюда, не проучившись, было бы опрометчиво. Поэтому пришлось продумывать новый план и посмотреть на MBA под другим углом.Цена вопросаПервое, что отталкивает от местного МВА - жирная стоимость. Фулл-тайм программы легко выходят за $120к за 2 года. В Michigan Ross (которые одними из первых проинвестировали в OpenAI) была гибридная программа (являющаяся одной из лучших в США и включающая обучение в Европе), но и она стоила около $90к. При желании суммы собрать можно, но когда ты живешь не один, находишься в иммиграции, и весь первый год уходит на адаптацию - делать такие инвестиции без предсказуемого и быстрого ROI из своего кармана довольно рискованно.Релевантность нетворкингаПодавляющее большинство ребят, обучающихся на МВА - это бывшие технари либо смежные сотрудники, которых поставили на управленческую позицию и отправили учиться управленческим компетенциям. Для меня основная цель нетворкинга - найти потенциальных клиентов, бизнес-партнеров и просто интересных людей. Нетворк же, который дает MBA, часто даст тебе возможность куда-то зарефералиться, а вот все остальное - гораздо реже.Реле

Продажи vs Продукт. Почему я позвал хардкорного B2B-сейлза на нашу ЛабуЗа долгое время работы как в корпорациях, так и в бизнесе, у меня образовался слой задач, которые я люблю и которые ненавижу. Я всегда позиционировал себя как человек с продуктовым мышлением. Мне по кайфу прочувствовать боль аудитории, продумывать бизнес-стратегию, собирать классные продукты и находить какие-то неочевидные решения.Но вот что я не люблю - так это продажи.Работая в найме, я очень часто видел огромный разрыв между тем, какой продукт делаем мы, и тем, как его преподносят клиенту. Скажу честно: я недолюбливаю маркетологов и продажников. Потому что часто это история вообще не про продукт. Я по своей сути терпеть не могу приукрашать действительность и пускать пыль в глаза. Я люблю говорить честно, откровенно и прямо. И в классических продажах у меня с этим случался жесткий дисматч.Однако я не могу не признать, что продажи - это двигатель бизнеса. Без них не будет ничего другого. Сильнее всего я столкнулся с этим, когда начал развивать собственное агентство и образовательные продукты. Мне пришлось самому выступать в роли сейлза. И я могу точно сказать: это нифига не просто.Продажи требуют очень тонкой связки с самим продуктом. И как человек, который прошел через это, я понимаю, насколько ценен реально хороший специалист.Сейчас, когда все выстроено вокруг ИИ, на рынке я вижу две крайности, которые убивают любой продукт:1. Продажа магии. Это когда сейлзы не погружены в продукт и просто приукрашают его, чтобы закрыть сделку. Клиент покупает розовые очки, а затем сталкивается с реальностью, и продуктовая команда вынуждена разгребать негатив. 2. Иллюзия ИИ-аутрича. Многие решили, что лидген можно тупо делегировать нейронке. Закинул ЦА, попросил сгенерить скрипты - и ждешь деньги. Это полный булшит. Получаются сухие, однотипные тексты, которые вообще не цепляют. У аудитории наступает баннерная слепота, потому что отличить норм оффер от ИИ-спама становится невозможно.Хороший спец по продажам до

Сходил на открытую лекцию в MIT по системному мышлению. Делюсь инсайтами.Помните, я недавно писал пост про выбор программы Executive Education? В рамках этого ресерча решил позалетать на открытые лекции разных универов - благо, и MIT, и Stanford проводят их в огромном количестве.Цели у меня тут сугубо прагматичные:1. Посмотреть на лекторов и оценить качество подачи материала.2. Пошерстить чат и понять, что за люди вообще потенциально присутствуют.3. Оценить применимость отдельных предметов из больших программ к моим профессиональным целям.В этот раз слушал профессора Джона Стермана. И вот какие главные выводы сделал в контексте моей специфики.Иллюзия линейного планированияСтерман говорит, что классическая модель "определил проблему - собрал данные - внедрил решение" сегодня уже не работает. Процессом сегодня управляют непрерывные петли обратной связи. Со своей стороны хочу заметить, что это очень сильно мэтчится с тем, что я вижу в работе с R&D и AI. Поэтому Agile процессы, циклы обратной связи, быстрое прототипирование, one-on-one с командой - все эти всевозможные штуки, направленные как на продукт, так и на команду, являются системной необходимостью."Побочных эффектов" не бываетТо, что менеджеры часто называют "непредвиденными побочными эффектами" - это просто результаты слишком узкой ментальной модели. Ускорение разработки - отличный эффект от генерации кода нейросетями. Но если выпустить такой код в коммерческий продукт без проверки, критические баги будут прямой закономерностью. Именно поэтому ревью со стороны разработчиков - это обязательный балансирующий цикл.Роль "симуляторов полета" в инновацияхЛюдям бесполезно показывать правильные исследования - они не изменят свои подходы, пока не попробуют сами. В нашей практике роль такого симулятора играет процесс сборки POC. Мы прогоняем логику продукта дешево и тестируем гипотезы в безопасной среде, прежде чем переходить к полноценной сборке приложения.Спираль переделокОдной из штук, которую показали на лекции, был

Как не потерять продукт и архитектуру мышления, когда половину работы делает AIВижу, что последний пост очень вам откликнулся - в комментариях развернулось активное обсуждение, где вы делились своими мыслями и кейсами.Но проблема, которую мы затронули, лежит далеко за пределами только вайбкодинга. С повсеместным внедрением нейросетей многие столкнулись с примерно таким флоу: ты просишь человека сделать работу, он скармливает задачу в LLM и присылает тебе чистую копипасту. Либо ты сам ловишь себя в ситуации, когда бездумно отправляешь сгенерированный текст дальше по цепочке.Очень часто я слышу мнение: "Если LLM делает работу на уровне среднестатистического сотрудника, то почему бы не заняться копипастой?".На мой взгляд, тут огромная пропасть. Есть разница между тем, чтобы работать со среднестатистической командой (и самому быть таким же), и тем, чтобы работать в крутом коллективе, который развивается сам и развивает тебя. И главное отличие здесь кроется в том, кто в итоге принимает решения. Я не раз писал про долгосрочные эффекты от бездумного использования ИИ, которые включают снижение когнитивных функций. Слепая копипаста - это прямой путь к такой деградации.Чтобы системно разобрать эту проблему, 28 мая мы проводим Decision Lab - мини-конференцию про осознанное партнерство с технологиями.В фокусе - deep dive в то, как пересобрать операционную модель мышления, когда в цепочке принятия решений появляется AI.За что отвечаю я:Я забираю техническую и продуктовую логику. Разберем иллюзию всемогущества ИИ и почему систему сначала нужно спроектировать на бумаге, а только потом отдавать на реализацию алгоритмам.Но продукт не существует в вакууме. Вместе со мной выступают другие ребята-практики, которые посмотрят на проблему со стороны стратегии, продаж и исследований:• Виолетта Усанова - Fractional COO, ex 4dev.com, Netology, Skyeng, SberEducation. Разберет, какие решения безопасно отдавать ИИ на уровне стратегии, а где бизнесу критически важно сохранить контроль и маркер а

Быстрый старт - быстрые похороны: как вайбкодинг убивает продуктыУже больше года мы живем в мире, где существует вайбкодинг. За это время многие начали экспериментировать с новыми инструментами, пытаться внедрить их в свои процессы, а кто-то даже благодаря им смог построить свой бизнес. Буквально недавно натыкался на подборку стартапов, которые сделали свои MVP в Lovable. И это действительно круто.Однако, как это обычно бывает, успешным инструментам начинают приписывать чудотворные свойства. На том же YouTube и промо к курсам по AI часто можно встретить истории в стиле: “Я навайбкодил стартап, заработал $100k”.Отдает какой-то Бизнес Молодостью, приправленной AI. Продвигается нарратив, что любой человек может навайбкодить приложение, которое станет масштабируемым бизнесом.И действительно, если раньше нужно было уметь кодить или иметь деньги на разработку. То сейчас за 20 баксов ты можешь собрать полноценное приложение. И да, рынок сейчас в такой фазе, что можно на коленке собрать сервис, который в моменте решит чью-то микро-боль и даже принесет первые деньги. Но навайбкодить продукт ≠ сделать хороший продукт. И вот почему1. Продуктовая пустота. Многие идут в разработку без нормально проработанного ТЗ, без CJM и понимания болей ЦА. Пишут абстрактное: “Сделай мне приложение для Х”. В итоге получается дизайн ради дизайна. LLM собирает интерфейс, но она не исходит из первоначальных болей. Крутые продукты получаются либо у тех, кто умеет проектировать UX и понимать аудиторию, либо у тех, кто шарит в определенной теме, например, в формате хобби. Допустим, я увлекаюсь велоспортом и знаю как тут все устроено на любительском уровне. Поэтому если я пойду делать продукт под эту нишу, у меня есть неплохие шансы сделать годноту. Но отнимите у меня это хобби, а лучше - заберите продуктовое мышление и попробуйте придти с запросом на приложение для велосипедистов к AI. Без контекста LLM выдаст средненький трекер, который и так есть в смарт-часах. Итог - мы получим продукт, лишь созд

Как нейросети уберегли меня от ненужной операции и почему LLM как второе мнение - это уже реальностьДавние подписчики канала знают, что я активно увлекаюсь велоспортом. Однако любой спорт сопряжен с травмами, что и произошло со мнойПредысторияПрошлым летом из-за работы я начал сезон только августе и к январю накрутил больше 5000 км. Все было круто: новый велосипед, профессионально выставленная посадка, физические показатели росли. Но в январе я сильно заболел. Хоть организм и ослаб, я решил не сбавлять обороты и перегрузил ноги на интервалах и силовых.Острой травмы или падений не было. Просто левая нога стала ощущаться постоянно забитой, а баланс мощности между ногами предательски съехал на 46/54. Левая нога почему-то перестала тянуть. Я перешел в легкий режим тренировок, решив дождаться поездки в Россию.Мнение первое: Российская клиникаПока был в поездке в России, решил проверить колено. Сделал МРТ, нашел центр со спортивным ортопедом и реабилитологом и записался туда. Но прямо перед приемом профильного врача заменяют на обычного ортопеда (который на спортсменах не специализируется), а реабилитолога отменяют по итогам приема.Почему?Посмотрев на снимки врач заявила мне, что у меня вылетел мениск (комплексный дегенеративный разрыв). Назначила жесткий тутор на ногу на 6 недель (полная иммобилизация!), и предупредила о возможной операции, выписав пить антикоагулянты. А это очень серьезные таблетки, у которых куча побочек. При этом официальное заключение рентгенолога гласило: "Мениски не изменены". Времени искать другого специалиста в РФ уже не было, пора было улетать. Я записался в центр спортивной медицины в Мичигане, но до приема оставалось время.Мнение второе: ИИ-консилиумСидеть в неведении (и тем более в туторе) не хотелось. Сразу оговорюсь: у меня не было цели использовать ИИ для постановки диагноза. Я просто хотел получить независимую оценку, не воспринимая ее как истину в последней инстанции.Я вытащил снимки МРТ с диска и начал эксперимент. Использовал изоляцию

🚀 NGI дайджест №36Давно не собирал дайджесты. За это время много разбирал агентов, тестировал локальные модели и делился личными историями. Вот все самое важное:1. Ликбез про кибербез: как не потерять доступ к ИИ-инструментам - рассказал, как защитить свой трафик и изолировать приложения на телефоне (особенно на Android), чтобы не словить бан от зарубежных AI-сервисов (для пользователей из РФ)2. Google и Perplexity радуют свежими релизами - коротко о новом Perplexity Personal Computer и долгожданном выходе нативного приложения Gemini для Mac.3. Как AI помог вернуть нам $1000+ и наказать Spirit Airlines - личная история о том, как Perplexity отработал в роли персонального юриста и помог выбить полный возврат за отмененный рейс у авиакомпании. Кстати, 2 дня назад пришла новость, что компания прекращает свою деятельность, спустя 35 лет, после повышения цен на топливо.4. Claude vs Perplexity vs Manus: кто лучший агент? - сравнил трех популярных агентов на своих реальных рабочих задачах. Спойлер: Manus пока сильно отстает по экономике, а Perplexity и Claude круто делят лидерство в разных сценариях.5. Как пивот в AI-агентов вытащил Perplexity к $450M+ ARR. Разбор кейса - продуктовый и бизнесовый разбор стратегии компании. Почему стать слоем-оркестратором оказалось выгоднее, чем пытаться стать "убийцей Google".6. Локальные модели для простых смертных: что выбрать, если у вас нет супер-компьютера - подробный гайд по моделям, которые можно комфортно запустить на обычном ноутбуке или планшете с 8-16 ГБ памяти.7. Как избавиться от AI FOMO: мой подход к ознакомлению с новостями - поделился своим воркфлоу по автоматизации чтения рассылок и статей. Делегировал фильтрацию информационного шума агенту, чтобы не сходить с ума от количества новых тулов.8. Выбор Executive программы в США: MIT или Stanford? - небольшой интерактив. Подбираю себе обучение в США и устроил опрос о силе брендов этих двух университетов. Прошлый дайджест тут