Подкаст make sense (Есть смысл)

«Самая главная человеческая функция в работе с ИИ — это принятие риска на себя. Агенту все равно, он сделает и так. Агент не может нести ответственность»

«Огромнейшая иллюзия, что можно за две недели написать скиллы. Если бы можно было за две недели написать, все бы уже написали»

«Я думаю, через пару лет люди наиграются и такие: блин, наш бизнес не в том, чтобы себе вайбкодить маркетинговую платформу. И все вернутся в условный SaaS, просто это будет уже SaaS другого поколения»

Ведущий:
Юра Агеев, основатель ProductSense

Гость:
Денис Пушкин, СРО Plurio AI

Конференция PeopleSense, 4–5 июня 2026 года, Москва
Сайт конференции: https://vk.cc/cW6qeM

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
03:22 — Будут ли нужны продакт-менеджеры в эпоху ИИ?
05:04 — Что умеет маркетинговый ИИ-агент от Plurio
07:09 — Составляющие агента: скиллы, описание бизнес-процессов и правила
09:47 — Что такое агент с продуктовой точки зрения
10:48 — Работа с ошибками агентов: прозрачность размышлений и ретроспективный анализ
13:57 — Принятие рисков — главная человеческая функция при работе с ИИ
15:23 — Масштабирование ошибок и иллюзия контроля
19:16 — Скорость обучения агентов: почему нельзя написать скиллы за 2 недели?
22:40 — Почему SaaS не умрет и отказ от самодеятельности
24:24 — Пример хорошего скилла: анализ рекламных материалов и кросс-платформенные рекомендации
32:03 — Конкуренция при одинаковых скиллах: почему контекст решает?
35:08 — Как агенты меняют портрет навыков продакт-менеджера
43:13 — Зачем всё ещё нужны аналитики? 
47:01 — Бизнес-ценность агентов и почему корпорациям не нужна массовая оптимизация
51:01 — Ретроспективная проверка кода вместо предиктивной
53:06 — ИИ-маркетинг-инженер — профессия, которой пока не существует
57:15 — Главный барьер при внедрении агентов — недоверие

Словарь терминов:
 — Скилл — алгоритм, последовательность действий, которую агент выполняет для получения результата
 — SaaS (software as a service) — программное обеспечение как услуга
 — Предиктивный — связанный с прогнозированием будущего поведения кого-, чего-либо

«Надо искать асимметрии, искать то, где можно найти нечестное конкурентное преимущество и сделать резкий рост либо качества, либо сделать снижение стоимости, либо и того, и другого»

«Подход с тем, что мы сыпем деньги на проблемы и пытаемся решить проблемы, засыпая их внешними деньгами, не провоцирует строить экономические модели вообще»

«По факту школы — это во многом девелоперский бизнес. Вся экономика школы определяется выбором локации»

Ведущий:
Юра Агеев, основатель ProductSense

Гость:
Дмитрий Абрамов, Founder & CEO DUMA School, доступные школы нового поколения в Африке

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

Конференция PeopleSense, 4–5 июня 2026 года, Москва
Сайт: https://vk.cc/cVSBcO

О чем говорим:
00:00 — Введение
01:58 — Африка — новое окно возможностей для кратного роста
05:01 — Образование как продукт в развивающихся странах
08:03 — Как Кения сделала начальное образование обязательным и что пошло не так
10:02 — Расслоение рынка: частные и церковные школы
12:30 — Школы международного образца и британское наследие
14:34 — Магическое мышление и ограниченная картина мира
16:54 — Что важно родителям: безопасность, питание, а только потом качество
20:21 — Контекст Африки: разношерстность и историческое наследие
26:57 — Трущобы Найроби: два миллиона человек на площади двух микрорайонов
30:23 — Проблема донорских денег: нерациональное финансирование и отсутствие экономических моделей
37:28 — Решение о запуске: сначала мечта, а потом рационализация
42:03 — Исследования, которые не сработали, и эффективность офлайн маркетинга
46:06 — Экономика школы, инвестиционные расходы и операционный контроль
54:53 — Офлайн-маркетинг: листовки, обход домов и робособака из Китая
01:01:36 — Product-market fit: опережающие метрики и осознание неопределенности
01:05:53 — Чему учить, если не знаешь, каким будет мир через 11 лет

Словарь терминов:
Product-market fit — состояние, при котором продукт максимально удовлетворяет потребности конкретного сегмента рынка и востребован потребителями настолько, что возникает устойчивый органический спрос

«Часто разработчикам непонятно, что им платят не за то, чтобы они написали 100 строчек кода, им платят за то, чтобы они либо заработали сколько-то денег бизнесу, либо сэкономили сколько-то денег бизнеса. И вот это непонимание часто приводит к агрессии, к отрицанию новых подходов.»

«Если вы делаете работу вместе с AI, вы все еще отвечаете за результат этой работы. Не AI отвечает за результат, а вы отвечаете за результат.»

Ведущие:
Юра Агеев, основатель ProductSense

Гость:
Максим Романовский, Head of AI & Product Engineering

Телеграм-канал Максима: https://t.me/max_about_ai

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

Конференция PeopleSense, 4–5 июня 2026 года, Москва
Сайт: https://peoplesense.ru/

О чём говорим
00:00 — Введение
02:05 — Что не так с классической программной инженерией
04:57 — Инкапсуляция ролей: может ли разработчик думать о продукте
06:27 — Универсальные специалисты против генералистов: куда движется рынок
08:17 — Планирование как узкое горлышко между кодом и продуктом
09:53 — Программирование с ИИ и сложность корпоративных систем
10:43 — Определение роли продуктового инженера
12:01 — Пользовательские интервью и итеративный процесс разработки
15:06 — Внутренняя и внешняя разработка: кто такой инженер внедрения?
17:02 — Метрики для инженеров: DAU, MAU, целевые действия
18:25 — Стоимость разработчика и менеджера продукта
20:01 — Что проще прокачать: гибкие навыки или технические?
21:06 — Программирование с ИИ и высвобождение времени для продуктовых задач
24:00 — Расхождение технических и продуктовых ролей в будущем
25:22 — Контур работы с ИИ-агентами: инфраструктура и ограничения
31:17 — Как менеджеру продукта вкатиться в продуктовую инженерию
34:55 — Программирование с ИИ в реальных продуктах
39:17 — Инженерия роста: новая роль на стыке маркетинга и разработки
43:13 — ROI ИИ-инструментов: 9 из 10 задач пока не окупаются
46:24 — Зачем оцифровывать мысли и хранить их в тексте?
49:49 — Лаконичность в эпоху ИИ: пишите агентам подробно, от агентов требуйте коротко
53:05 — Ответственность продуктового инженера на примере матрёшки

Словарь терминов:
DAU (англ. daily active users) — дневная активная аудитория, число активных пользователей за день.
MAU (англ. monthly active users) — месячная активная аудитория, число активных пользователей за месяц.
ROI (англ. return on investment) — окупаемость, отношение полученной пользы к затратам (деньги, время, ресурсы).
Head of AI & Product Engineering — руководитель направления ИИ и продуктовой инженерии.

«Главная проблема, с которой вы столкнетесь при любом запуске внутри компании — это человеческий ресурс».

«Проблема большинства людей, которые занимаются бизнесом, партнеркой — они не думают про цели своего контрагента. Вообще никто не задумывается про это».

«Внутри компании ты адвокат партнера. Потому что если ты не отстаиваешь его интересы, то партнерство пойдет на упадок…».

Ведущий:
Юра Агеев, основатель ProductSense

Гость:
Никита Фроликов, руководитель управления партнерских каналов продаж в X5 Digital

Telegram-канал Никиты: https://t.me/Manager_Nikita_Frolikov

Конференция PeopleSense, 4–5 июня 2026 года, Москва
Сайт: https://peoplesense.ru/

Конференции ProductSense, 10–11 сентября 2026 года, Москва. 
Сайт: https://productsense.io 

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
02:25 — Как запустить новый бизнес внутри корпорации?
05:29 — Опыт Яндекс Маркета: продажа уцененных товаров
06:47 — Как определить «синергичность» новой идеи основному бизнесу
09:37 — Главная проблема любого запуска — человеческий ресурс
11:19 — MVP с минимальным ресурсом без выделенной команды
16:34 — Цикл жизни запуска: от идеи до P&L
20:17 — Три слайда для защиты идеи перед руководством
23:00 — Внутренний нетворкинг: кофе, паддл и доверие
27:14 — Не бойся писать первым!
31:22 — Профессиональный и личный коннект: почему важно разделять
34:15 — Построение партнерства: баланс интересов и роль адвоката партнера
37:36 — Переговоры о ценах: как искать модель взаимной выгоды
43:42 — Подготовка к переговорам: подбор слов и работа через мотивацию
47:48 — Когда лучше перенести встречу?
49:31 — Теория игр и «дилемма заключенного» в переговорах
54:41 — Пожелания от Никиты

В подкасте упоминается:
— Джим Кэмп «Сначала скажите нет . Секреты профессиональных переговорщиков»(https://vk.cc/cVllMk)

Словарь терминов: 
MVP (англ. minimum viable product) — минимально жизнеспособная версия продукта, чтобы проверить гипотезу с минимальными затратами. 
P&L (англ. profit and loss) — отчёт о прибылях и убытках, финансовая модель доходов и расходов.

«Ваша суперсила заключается в том, что вы знаете, как выглядит хороший результат. Конкретно в своей области».

«97% используют в работе искусственный интеллект, но при этом 77% из этих же опрошенных не видят влияния на бизнес»

«Можно делегировать задачи, но не делегировать ответственность».

Ведущий
Юра Агеев, основатель ProductSense

Конференция ProductSense, 10–11 сентября 2026 года, Москва
Сайт: https://productsense.io 

Конференция PeopleSense, 4–5 июня 2026 года, Москва
Сайт: https://peoplesense.ru/

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чём говорим
00:00 — Введение
01:33 — FOMO и мотивация разобраться в ИИ
03:53 — Две суперсилы: опыт и Ai-fluency
07:06 — 97% используют ИИ, но 77% не видят влияния на бизнес
07:48 — Рейтинг подходов: привлекательность vs полезность
08:52 — Вайб-кодинг для руководителей и продакт-менеджеров
10:03 — Разовые вопросы без контекста, с памятью и без неё
11:05 — Промпт-инжиниринг и работа с контекстом
11:56 — Виртуальный совет директоров
13:34 — «Контракт» с LLM о формате и критериях результата
14:31 — Интеграции через MCP и сопутствующие риски
16:10 — Голосовой ввод и постобработка через LLM
18:10 — Персональная операционная система руководителя
20:59 — Не всё привлекательное действительно полезно
23:37 — Четыре уровня зрелости: от чата до оркестровки
28:46 — Делегирование агентам: матрица риска и проверяемости
31:37 — Ошибки агентов: критерии валидации и цена промахов
32:29 — С чего начать: вопросы для поиска задач и первый пилотный процесс
35:04 — Практический план: первый контракт и создание навыка для агента

Словарь терминов: 
FOMO (англ. fear of missing out) — «страх упустить что-то важное».
AI-флюенси (англ. AI fluency) — умение работать с ИИ итеративно: задавать контекст, уточнять, проверять, добиваться нужного результата.
LLM (англ. large language model) — большая языковая модель.
MCP (Model Context Protocol) — открытый стандарт взаимодействия LLM с внешними инструментами и источниками данных.

Полезные ссылки: 
 — Handy ( https://github.com/cjpais/Handy )
 — Meetly ( https://meetly.me/ )