Лиза Хуанг начала разрабатывать AI-ассистента для смарт-очков Meta Ray-Ban в 2019 году. Ей пришлось убедить команду, что AI-ассистент станет самой важной функцией очков. Не все согласились. Этот процесс от нуля до единицы выявил ограничения, с которыми чистые программные менеджеры никогда не сталкиваются. Вес. Время работы от батареи. Конфиденциальность. Озабоченность прохожих по поводу камеры на лице. И тот факт, что Luxottica, модная компания, не работает как инженерная команда из Силиконовой долины. Количество инженерной сложности, упакованной в что-то, что все еще должно выглядеть как пара солнечных очков, поразительно. Самый большой технический вопрос: облачная обработка или обработка на устройстве? Облако сегодня является стандартом. Но Лиза сделала предсказание в этом эпизоде, на которое, я думаю, стоит обратить внимание. Она считает, что подавляющее большинство AI для AR в конечном итоге будет работать на устройстве. Ее аргументация: как только вы носите устройство на лице весь день, захватывая то, что вы видите и слышите, люди захотят, чтобы эти данные оставались локальными. По мере того как модели становятся меньше и эффективнее, технические барьеры продолжают падать. Это соответствует более широкой тенденции, наблюдаемой в области AI-аппаратного обеспечения. Apple активно инвестирует в модели на устройстве. Новая волна AI-телефонов переносит больше обработки на край. Конфиденциальность становится функцией продукта, а не просто галочкой для соблюдения норм. Урок, который Лиза извлекла для любого менеджера по продукту, разрабатывающего AI-функции в любом контексте: глубоко понимайте технологию, но не влюбляйтесь в нее. Лучшие продукты находятся на пересечении того, что действительно нужно пользователю, и того, что технология может надежно сделать сегодня. Стройте быстро. Смотрите, что делают пользователи. Обновляйте свои предположения. Повторяйте.

Скрытое узкое место в продуктивности инструментов ИИ заключалось в стоимости настройки. Каждый пользователь Claude Code сталкивается с одной и той же проблемой. Вы устанавливаете его, запускаете несколько запросов, получаете общее сообщение и возвращаетесь к ручной работе. Ответы кажутся разговором с умным незнакомцем, который не знает вашу компанию, ваш продукт, ваши метрики или как выглядит хороший результат. Я дорабатывал свою настройку Claude Code более 100 раз, прежде чем нашел работающий шаблон. Ключевым моментом являются три уровня. Первый уровень — это память. Claude должен знать, кто вы, чего вы пытаетесь достичь и как вы работаете. Большинство людей полностью пропускают этот этап. Заполнение простого запроса на память вашими целями, профессией и основными препятствиями изменяет каждый ответ, который вы получаете в дальнейшем. Второй уровень — это файл CLAUDE.md. Это постоянный контекст, который загружается в каждой сессии. Ваша роль и продукт, чтобы Claude перестал задавать вопросы. Структура вашего PRD, чтобы каждый документ следовал одному и тому же формату. Роли подагентов, чтобы вы могли сказать "проверить как инженер" или "проверить как скептик" и получить разные точки зрения менее чем за минуту. Третий уровень — это навыки. Пять стартовых навыков, которые работают в обычном Claude, Cowork и Claude Code. Писатель постов в LinkedIn, валидатор идей, инженер запросов, дизайнер продукта, писатель обновлений статуса. Каждый из них кодирует конкретный рабочий процесс, так что результат будет последовательным, независимо от того, запускаете ли вы его сегодня или через шесть месяцев. Затем Cowork добавляет уровень автоматизации. Запланированные задачи, которые выполняются еженедельно. Исследование конкурентов на основе вашего реального сеанса Chrome. Генерация таблиц из неаккуратных PDF и электронных писем. Обработка стенограмм встреч за 30 секунд. Я упаковал полную настройку в руководство с двумя репозиториями на GitHub. Все, что вам нужно, чтобы перейти от холодного старта к продуктивной работе за 60 секунд:

"Я не плачу менеджерам по продукту за написание PRD. Я плачу им за их оценку продукта." Лиза Хуанг — старший вице-президент по продуктам в Xero, компании стоимостью 18 миллиардов долларов. Она нанимала AI PM в Apple, Meta, Google и теперь в Xero. Когда я спросил её, заменит ли AI PM, это был её ответ. AI будет автоматизировать уровень исполнения. Написание PRD. Создание макетов. Управление дорожными картами. Сбор данных. Всё это будет ускорено или обработано инструментами AI. Соотношение PM к инженерам сократится. Меньше инженеров означает меньше PM. Структура действительно меняется. Но оценка продукта, анализ неоднозначных сигналов и решение о том, что строить, а что убивать, — это то, что AI не может сделать. Нет однозначно правильного ответа. Есть множество шумных данных, противоречивых отзывов клиентов, технических ограничений и бизнес-давления. Кто-то должен синтезировать всё это и принять решение. Прогноз Лизы: роль PM эволюционирует в гибридную. PM, которые также строят. Не просто специфицировать и передавать, а прототипировать, проектировать, кодировать достаточно, чтобы продемонстрировать, что они имеют в виду. Инструменты для этого существуют прямо сейчас. Её совет PM, испытывающим тревогу по поводу рынка: "Сейчас время трансформации, и у каждого есть возможность это сделать." Изучайте инструменты. Переосмысляйте себя. Путь открыт для всех, кто готов работать. PM, которые будут испытывать трудности, — это те, чья вся ценность заключалась в результатах. Те, кто будет процветать, — это те, чья ценность всегда заключалась в решениях.