AI-нативная операционная модель — выступление Product School

О чём видео

Carlos Gonzalez de Villaumbrosia, CEO Product School, выступает с докладом на ProductCon London о том, что на самом деле нужно для перехода от AI-экспериментов к AI-нативной операционной модели. В основе выступления — собственная трансформация Product School, где 66 процентов SaaS-стека было заменено или ликвидировано. Главный тезис: советы директоров больше не удовлетворяются пилотными проектами и требуют измеримой отдачи от AI-инвестиций.

Для кого

Продуктовые лидеры и старшие PM в организациях, застрявших в «мутной середине» внедрения AI: начальный азарт от пилотов уже прошёл, а стабильных результатов ещё нет. Особенно актуально для тех, кто обосновывает структурные изменения команд или пересматривает SaaS-инструментарий с учётом возможностей AI.

Ключевые выводы

J-кривая производительности — реальность. Переход от AI-пилотов к продакшену часто вызывает временный спад в продуктивности команды, прежде чем результаты начнут расти. Gonzalez утверждает, что компании терпят неудачу не потому, что AI не работает, а потому что руководство теряет терпение на этом спаде. Понимание J-кривой помогает PM выстраивать реалистичные ожидания у стейкхолдеров и закладывать время на обучение.
Роли сливаются в «билдеров». Традиционные границы между продакт-менеджерами, дизайнерами и инженерами размываются. PM в Meta неформально меняют свои должности в LinkedIn на «AI builder». Рост vibe-coding, vibe-research и vibe-design означает, что один человек теперь может прототипировать, исследовать и выпускать продукт так, как раньше это требовало целой кросс-функциональной команды.
Команда «на одну пиццу» становится ещё меньше. AI-агенты «потребляют токены, а не пиццу», что позволяет командам работать с меньшим числом людей при возросшей отдаче. Это создаёт давление на размер команд и модели найма. Gonzalez описывает будущее, где команда из двух человек с AI-агентами превосходит традиционные команды из пяти.
Замена собственных инструментов — часть стратегии. Product School перешла на AI-нативный рабочий процесс, отказавшись от двух третей своих SaaS-инструментов. Аргумент: постепенное внедрение не работает — организациям нужно убрать привычный запасной вариант в виде старых инструментов, чтобы подтолкнуть команды к построению AI-first процессов.
Формула AI-лидерства включает четыре измерения. Gonzalez предлагает оценивать продуктовых лидеров по четырём квадрантам: Producer, Expert, Leader и Manager — для определения их готовности к AI-нативной работе. Фреймворк помогает организациям выявить, какие лидеры способны вести трансформацию, а кому нужно развитие навыков.

Стоит смотреть, если…

Ваша организация завершила AI-пилоты, но не может масштабировать их в продакшен, и вам нужен стратегический фреймворк для руководства о том, какие структурные изменения необходимы для движения вперёд.