Солвери | Айтишники о карьере, росте и провалах: post #1886 — TG.ME

Как фаундер с ментором сократил проверку продуктовых гипотез с 2 недель до 3 дней с помощью ИИ?

Это результат перестройки продуктовых процессов вместе с Шамилем Камалиевым — экспертом по AI-инструментам и автором канала @shamil_ai_character/

К Шамилю пришёл фаундер небольшой продуктовой IT-компании с запросом:

«Мы медленно проверяем гипотезы.
Идей много, команда загружена, деньги уходят.
А реальных инсайтов почти нет».

Точка А: с чего начали?

В компании была полноценная продуктовая команда:

продакт
аналитик
дизайнер
backend
frontend
QA

— Бэклог гипотез велся по RICE, процессы были настроены, Scrum внедрён. Но одна гипотеза проверялась 1–2 спринта.
— Большая часть гипотез вообще не доходила до проверки. Они застревали в обсуждениях, синках, уточнениях требований и планировании разработки.

Гипотезы умирали не на рынке. Они умирали внутри команды.

Что уже пробовали?

Фаундер пытался ускорить систему:

усиливал продуктовую команду
добавлял аналитику
внедрял Scrum
улучшал приоритизацию

Хаоса становилось меньше. Команда становилась дороже. Но скорость проверки гипотез не менялась. Флоу просто упёрся в потолок человеческой синхронизации.

Диагностика

На первой встрече стало понятно:

Проблема была не в людях.
Проблема была в архитектуре процесса.
Любая идея сразу попадала в человеческую систему:
ICE → планирование → декомпозиция → созвоны → дизайн → разработка → тестирование.

Разработка начиналась слишком рано. Команда тратила недели на гипотезы, которые можно было убить за один день.

Ключевые ошибки

1. Продуктовая команда выполняла работу, которую можно было автоматизировать.

2. Каждая гипотеза требовала синхронной работы людей. Созвоны, согласования, ожидание. Синхронизация людей делала цикл дорогим и медленным.

Что сделали?
Моя задача была перестроить архитектуру проверки гипотез, чтобы разработка подключалась только тогда, когда уже есть ясность.

Шаг 1. Пересобрали продуктовую работу

Сначала мы разложили продуктовую работу на функции:

сбор пользовательской обратной связи
формулировка гипотез через JTBD
анализ проблемы
сценарии решений
критерии успеха

Когда смотришь на продукт как на функции: часть работы отлично автоматизируется.

Шаг 2. Собрали систему ИИ-агентов

Под эти функции Шамиль помог фаундеру собрать систему ИИ-агентов:

аналитика
продукт
маркетинг
технология
код и ревью

Агенты работали асинхронно и вели общий лог. Там, где раньше было 5 созвонов, теперь происходил один проход системы.

Шаг 3. Продакт получал уже готовые гипотезы

На стол продакту попадали не сырые идеи, а структурированные гипотезы:

что проверяем
зачем проверяем
как проверяем
по каким метрикам

Вместо долгих обсуждений появлялись решения.

Шаг 4. Быстрые прототипы

ИИ-агенты помогали быстро собирать прототип. Его можно было:

выложить в отдельный прод
протестировать через контент
собрать обратную связь в соцсетях

Без полноценного релиза, что позволяло проверить идею до разработки.

Переломный момент
Перелом случился, когда мы замерили time-to-market.
— вместо привычных двух недель увидели 3 дня, от ОС пользователя до проверки гипотезы
— изменился язык обсуждений
— ускорилось принятие решений
— снизилась нагрузка на команду

Команда перестала быть узким местом.

Что в итоге?

цикл проверки гипотез сократился в разы
часть идей умирала без единой строки кода
разработка занималась реализацией, а не гаданием

Как прийти к таким результатам: инсайты

За одну встречу можно придумать план. Но нельзя за одну встречу перестроить привычки команды. Системе нужно время, чтобы прижиться.

Цена этих изменений была:
— около 20 часов стратегических встреч с фаундером
— несколько итераций перестройки процесса
— скрежет зубов продуктовой команды
— страх разработчиков, что их заменит ИИ.



Если хотите разобрать процессы в своём продукте и ускорить проверку гипотез — можно посмотреть профиль Шамиля Камалиева. Он помогает фаундерам и продактам внедрять AI-инструменты, перестраивать продуктовые процессы и сокращать цикл проверки гипотез.

Посмотреть профиль Шамиля