AI-продукты: сначала понять, нужен ли AI

Даниэль Левинишников начинает с AI-направления Т-Банка и продуктов, заменяющих помощь в отделении или колл-центре. Карьерная стратегия была сознательной: получить управленческие навыки в консалтинге, научиться строить продукт в стартапе, понять масштаб в Alibaba и объединить эти режимы в большой компании.

AI-продукт определяется не моделью, а полезным сценарием. Команда проверяет, нужен ли AI вместо эвристики, затем — данные, качество, масштабирование и экономику. Внутренние решения измеряются затратами и нагрузкой на поддержку, внешние — привлечением, retention, LTV и транзакциями.

Частые задачи останутся в интерфейсе, а длинный хвост редких сценариев перейдёт к агентам; продукты придётся делать и для машинных клиентов. В большой компании прототипу мешают интеграции, безопасность и цена ошибки. Портфель ведут как венчурный: финансируют раунд, проверяют traction на гейтах и закрывают слабые ставки.

Лидер не обязан быть сильнейшим узким экспертом: важнее собрать специалистов, сохранять стратегическую насмотренность и создавать условия для хорошей работы. Неопределённость домена компенсируют предсказуемым процессом экспериментов. Главный совет — осваивать соседние профессии и соединять продуктовую, техническую и управленческую компетенции.