К содержимому

AI Product: что нужно знать

Чистых AI-продуктов почти не существует: ML-код занимает 3–10% объёма, а остальное — инфраструктура, работа с данными и обвязка. Значит, внедрять ИИ нужно не с нуля, а внутри работающих продуктов и процессов. Для поиска точек применения строится User Story Mapping: пользовательский путь декомпозируется на этапы, и помечаются те, что решаются через ML. Для проверки гипотез до написания кода применяется методология RAT. Целесообразность каждой ML-фичи оценивается через AI Canvas — адаптированную версию Lean Startup Canvas с фокусом на доступность данных и компетенции команды.

  • Построить User Story Map и найти этапы, автоматизируемые через ML
  • Проверить рискованные гипотезы методом RAT до создания MVP
  • Заполнить AI Canvas: данные, компетенции, целесообразность фичи