Technology Strategy Patterns — выпуск 2

Гость выпуска — Андрей Иванов, пропустивший прошлую сессию по болезни. Его компания занимается интеллектуальным анализом текстовых данных: у крупных заказчиков набирается до миллиона отзывов из разных каналов, и без машинного обучения и NLP не понять, о чём пишут клиенты и какие проблемы повторяются. Раньше Андрей вместе с Александром делал в Тинькофф микросервисную CMS для сайта и рекламных страниц на стеке из JavaScript и React, а до этого был тимлидом в поисковике авиабилетов. Первую часть книги он хвалит: MECE-списки и логические деревья — ровно то, чем заполнен его Obsidian, а поиск инсайтов и построение гипотез — его ежедневная работа в большой команде. Отдельно ему понравилось, что архитектор здесь не противопоставлен бизнесу: вместо «продать свои идеи» книга требует сначала разобраться в бизнесе и только потом предлагать, чем ему помочь.

Третья глава — мировой контекст, и первым разбирают PESTEL. Андрей описывает его как инструмент для более-менее долгосрочных трендов и сразу добавляет щепотку соли: в феврале 2020-го его компания разобрала ситуацию, подумала о трендах и написала план, а в марте случился ковид — план выкинули в тот же момент. Александр напоминает, что фреймворк старше нынешней формы: лет пятьдесят назад были написаны первые четыре буквы — политика, экономика, социум, технологии, — а экологическая и юридическая повестки добавились позже. В крупной организации такой анализ обычно уже кто-то провёл; чувствительнее всего он для стартапа без финансовой подушки. Андрей приводит своё: отдельный стрим по security-аудитам и комплаенсу, потому что на каждом рынке своё регулирование; выбор в GCP регионов с меньшими выбросами CO2; рынок труда, где удалёнка и глобализация выравнивают зарплаты и обнуляют стратегию нанимать там, где дешевле.

Технологический слой добавляет Александр: волны вроде децентрализации хранилищ и «данных как продукта» приходят из отчётов и чужих историй успеха, хотя работающих реализаций он видел мало. Андрей называет ещё одну — демократизацию ИИ, когда исследовательские модели становятся сервисом на облачной платформе и способны убить чужой продукт. Ценна, по мнению Александра, даже не итоговая рекомендация, а сама проделанная работа: собранная информация — вход для сценариев, а PESTEL ещё и список вопросов «а что если», вплоть до того, что будет с пользовательскими данными, если соцсеть введёт обязательную регистрацию по паспорту. Сценарное планирование с этого и начинается — с дефолтной стратегии ничего не менять: мы большие, денег много, дальше будет только лучше. Контрпример — индейка, которую кормят три сотни дней, а на День благодарения ей отрубают голову; финансовые организации какое-то время серьёзно опасались прихода big tech, а теперь Apple со своими картами пытается закрепиться на новом рынке за счёт доступа к огромной аудитории.

Механика по Андрею: PESTEL даёт факторы, логические деревья — следствия первого и второго порядка, из веток собираются сценарии. Александр честно называет оценку вероятностей пальцем в небо и советует грубые категории вместо ложной точности вроде «25 с половиной процентов»: на примере Васи, который просит денег в долг, ипотека и стартап оказываются разными ветками с разными математическими ожиданиями, а в жизни чаще работает «метод трёх П» — пол, палец, потолок. Воронка будущего разводит возможное, правдоподобное, вероятное и желаемое: если желаемое выходит за внешнюю воронку, это фантазия, на которой не стоит фокусироваться. Бэккастинг идёт из будущего в настоящее, и Андрей пересказывает совет автора: при высокой неопределённости брать менее амбициозные цели, которые больше в твоём контроле, — меньше багов, быстрее ответы поддержки.

Его пример: в ковидный мини-кризис продажи упали, зато часть клиентов захлебнулась заказами еды домой; команда решила, что продавать на прежнем уровне не выйдет, зато можно сильно улучшить продукт, и запустила новую вертикаль — с конечной точкой и промежуточными шагами вроде доступа к клиентским данным: записям колл-центра, чатам, тикетам поддержки. Бэккастингом это тогда не называли. Александр переводит идею в архитектуру: закон Конвея говорит, что система повторяет структуру коммуникаций, а обратный манёвр Конвея идёт от нужных свойств системы к нужной команде, а не наоборот; на форму напрямую не повлиять, а на количество съеденного и нагрузку — вполне. Четвёртая глава — контекст индустрии. SWOT Андрей называет самым классическим паттерном оценки бизнес-концепции: делать его можно и для отдела, и для команды. Заполнять матрицу автор предлагает разговорами с людьми из разных подразделений о том, в чём мы сильны, что слабо и что хотелось бы поменять; ответы раскладывают по осям «помогает — вредит» и «внутреннее — внешнее».

Автор советует начинать со слабых сторон — прибраться в доме проще, чем осваивать новые горизонты, — а Александр добавляет, что сильные тоже стоит усиливать: так Тинькофф наращивал зону покрытия и гибкость доставки, пока остальные звали в очередь. Андрей читает SWOT парами: экспертиза в разных индустриях гасит угрозу демократизации ИИ, если объяснять клиентам, почему готовый продукт лучше сборки из облачных сервисов. Есть и бытовые применения: новичок собирает SWOT, чтобы понять, чем компания вообще занимается, а владелец легаси-системы видит, что её развитие не вписывается в планы компании. В пяти силах Портера разбирают угрозу новых игроков — Uber в такси, дешёвые расходники против дорогих копировальных машин, облачный AutoML, резко снижающий стоимость входа, — и вопрос, легко ли клиенту переключиться: похожие интерфейсы делают переход простым, а экосистема из часов, наушников и планшета — дорогим. Дальше идут товары-заменители, власть поставщика с каплингом на уникальные сервисы облака, власть покупателя и рынок лимонов с асимметрией информации. Матрица Ансоффа закрывает разговор четырьмя квадратами: проникновение, развитие рынка, новые продукты, диверсификация. Выпуск вышел самым длинным — час двадцать пять; в следующий четверг клуб продолжает книгу, а Андрея зовут ещё на один эфир, уже про другое.