Привет, это Олег Якубенков.

После выхода GPT-3.5 мы со знакомым придумали с десяток идей продуктов, которые стали возможны благодаря этой технологии. Но уже за следующий год большинство идей перестали быть актуальными. Во многом — из-за выхода GPT-4 и других запусков крупных технологических компаний. 

Тогда я попытался представить ситуацию, что я год работал над проектом, ценность которого обнулилась за один день. На основе размышлений получился материал, который вы сейчас читаете. В нем я попытаюсь ответить на следующий вопрос:

💡 Какие новые AI-продукты имеет смысл запускать людям с продуктовым бэкграундом?

В процессе работы я прослушал и изучил большое количество материалов от ведущих инвесторов, предпринимателей и рисерчеров в сфере AI. Ссылки на эти материалы вы найдете в конце материала.

Все написанное ниже — это мои размышления и выводы из них. В их основе лежат предположения, которые вполне могут оказаться неверными. Но для упрощения я формулирую их утвердительно, словно это факты.

Оглавление

О каких AI-продуктах пойдет речь

Давайте исходить из того, что существуют два вида AI-продуктов — инфраструктурные и прикладные. Чем они различаются, хорошо расскажет картинка ниже.

Инфраструктурные и прикладные AI-продукты

В этом материале речь пойдет про прикладные продукты на основе AI, или так называемый Application Level.

  • Инфраструктурные продукты я оставлю за рамками обсуждения. В силу своей специфики они плохо подходят людям с продуктовым бэкграундом.
  • Я также исключил из обсуждения продукты, где добавление AI не создает никакой добавочной ценности. На рынке такого много, как бывает в период любого хайпа.

Меня интересует сегмент AI-продуктов, которые решают понятную задачу и создают ценность для конечного клиента. Давайте попробуем ответить на вопрос, какие из них с высокой вероятностью исчезнут через несколько лет, а какие — займут свои ниши и будут долго приносить прибыль.

Прежде, чем мы перейдем дальше

Команда GoPractice создала два образовательных продукта для тех, кто хочет развивать свои компетенции в AI/ML на основе преимущественно продуктового бэкграунда.

Cоветую обратить внимание на эти продукты и изучить подробнее, как они могут помочь вам продвинуться на пути применения AI/ML.

Курс «AI/ML-симулятор для продакт-менеджеров» в группе с ментором:

🔹 Научитесь видеть возможности для применения AI/ML в вашей текущей роли
🔹 Запустите собственный продукт с AI/ML

→ Оставьте заявку на участие в группе ←

Критерии успеха AI-продуктов

В рамках этого материала я буду делить идеи потенциальных AI-продуктов на две категории:

  • Что делать нет смысла.
  • Что делать имеет смысл.

В категорию «нет смысла» попадают:

  • Продукты, которые стремительно растут после запуска, но в перспективе не могут стать прибыльными из-за сильной конкуренции, отрицательной юнит-экономики и других причин.
  • Продукты, которые добиваются краткосрочного успеха (стремительного роста и прибыли), но не могут сохранить позиции в долгосрочной перспективе из-за неустойчивой модели, недолгого спроса или по другим причинам.
  • Продукты под продажу «стратегу» (например, глобальной IT-корпорации) — с уникальной технологией или командой, но без реального бизнеса вокруг них.

В категорию «имеет смысл» я буду относить:

  • Продукты, которые могут управляемо расти и генерировать прибыль на протяжении длительного периода времени.

Перед тем как переходить к непосредственному разбору этих категорий, еще один важный комментарий.

Продукты из категории «нет смысла» могут приводить к крутым результатам. Некоторые команды и компании заинтересованы в том, чтобы создавать виральные продукты, достигающие яркого, но краткосрочного успеха, либо работать над созданием технологий или платформ под продажу большим игрокам. Но мне интересно обсудить именно создание продуктов, которые могут генерировать прибыль долгосрочно на основе создаваемой ими ценности.