Татьяна Сеземина, руководитель направления инновационных продуктов в компании Т1 и выпускница программы Digital Shift-1, успешно провела такую трансформацию. Ее команда создала фабрику ИИ-продуктов, где каждая идея проходит проверку на жизнеспособность, а успешные решения масштабируются для корпоративного рынка.
Вызовы рынка технологий
Неготовность компаний к облачным решениям
Крупные предприятия неохотно используют облачные технологии из-за строгих требований безопасности. Это усложняет внедрение, так как установка решений на собственных серверах требует больше времени, дополнительных ресурсов и отдельной инфраструктуры.
Быстрое копирование технологий
Разработанные решения могут быстро стать бесплатными:
- Появляются аналоги в открытом доступе;
- Крупные платформы внедряют схожие функции;
- Создаются простые платформы для самостоятельной разработки ИИ-решений.
Высокие требования к продуктам
Чтобы решение было успешным, необходимо:
- Предлагать действительно новую идею / реальную инновацию;
- Иметь заинтересованных клиентов / подтвержденный спрос;
- Обеспечивать уникальность продукта.
Перестроить бизнес и карьерный трек / Трансформация бизнеса и карьеры
Татьяна Сеземина отвечает за полный цикл создания продуктов — от генерации идей до их вывода на рынок. Столкнувшись с низкой маржинальностью консалтинга и медленными процессами разработки, она приняла решение о кардинальном изменении подхода.
Как технический руководитель я погрязла в операционке и начала упускать стратегические перспективы. Нужен был качественный скачок в управлении продуктами, — объясняет Татьяна свой выбор в пользу программы Digital Shift.
Запросы на обучение:
1. Переосмыслить карьерный трек
В роли CTO с командой 150+ человек Татьяне нужен был новый вектор развития, соответствующий реальным компетенциям и потенциалу.
2. Научиться видеть длинные тренды и не упускать возможности
Ключевая задача — выявлять перспективные направления в условиях быстро меняющегося digital-рынка.
3. Расширить профессиональное окружение для обмена опытом
Программа дала доступ к кросс-отраслевым кейсам и нетворкингу с руководителями из ритейла, банков, страхования и других отраслей, что помогло выйти за рамки привычного круга общения и IT-мышления.
Обучение стало для Татьяны катализатором трансформации и привело к созданию принципиально новой системы работы.
От консалтинга к продуктовому подходу: ключевые шаги
Исходные запросы:
- Повысить маржинальность
Команда столкнулась с ограничениями консалтинговой модели - низкой маржинальностью проектов по внедрению и миграции хранилищ данных. Переход на продуктовую модель стал единственным способом существенно увеличить прибыльность бизнеса. - Ускорить вывод новых продуктов на рынок
Существующие процессы разработки были слишком медленными. Требовалось сократить цикл от идеи до реализации, научиться быстрее проверять гипотезы и выводить решения клиентам. - Сделать R&D-процесс дешевле и эффективнее
Значительные ресурсы тратились на неперспективные направления. Необходимо было создать систему ранней валидации идей, позволяющую быстро отсеивать нежизнеспособные концепции и фокусироваться на перспективных разработках.
Основная проблема заключалась в необходимости перехода от разовых консалтинговых проектов к созданию масштабируемых продуктов, что требовало полного пересмотра подходов к работе и управления разработкой.
Ключевые трудности при переходе на продуктовый подход
- Непонимание разницы между продуктом и услугой
Проблема культурного характера — многие сотрудники не видели принципиальной разницы. В консалтинге работали по ТЗ клиента, а теперь нужно было самим определять, что будет востребовано на рынке. Особенно сложно было тем, кто много лет занимался внедрением и миграцией хранилищ данных.
- Увлечение техническими решениями без учета бизнес-целей
Технические специалисты фокусировались на технологиях, а не на проблемах пользователя. Требовалось изменить подход — сначала валидация идеи, потом разработка.
- Попытка превратить частые пресейл-запросы в продукты
Когда один и тот же запрос поступал от 40-50 клиентов, возникал соблазн «упаковать» это в продукт. Но без кастдева и валидации гипотезы это не работает. Часто за повторяющимися запросами скрываются не настоящие потребности, а просто интерес или исследовательский запрос.
- Каннибализация R&D внутри продуктовых команд
Когда исследовательская функция была внутри продуктовой команды, текущие задачи вытесняли инновации. R&D-активности откладывались или выполнялись по остаточному принципу. Это ограничивало возможность появления новых направлений и мешало долгосрочному развитию.
Когда мы начали трансформацию, столкнулись с сопротивлением на всех уровнях. Люди годами работали по одной модели, и перестроиться на новую оказалось непросто», — вспоминает Татьяна Сеземина. — Мы осознали: недостаточно изменить процессы, нужно менять культуру компании. Только тогда переход к продуктам будет успешным.
Эти трудности стали закономерным следствием трансформации из технологического подрядчика в продуктовую компанию. Каждая решенная проблема приближала к цели — созданию эффективной системы разработки ИИ-продуктов.
Как преодолели ключевые барьеры
1. Глубокий анализ проблем
Команда провела серию интервью с 30 продукт-менеджерами, чтобы выявить препятствия и типовые ошибки, которые мешали успешному выводу продуктов на рынок.
2. Организационные изменения
R&D-функция была выделена в отдельное исследовательское подразделение. Это позволило:
- Избежать конфликта между текущими задачами и инновациями
- Сосредоточить экспертизу в одной команде
- Внедрить системный подход к разработке новых продуктов
3. Оптимизация процессов
Внедрена четкая поэтапная система валидации идей:
- Кабинетное исследование (анализ рынка и конкурентов)
- Полевые исследования (интервью с ЦА)
- Проверка технической реализуемости
- Прототипирование и пилотирование
Мы не просто изменили процессы — мы перестроили всю систему разработки продуктов с нуля, — рассказывает Татьяна Сеземина. — Новый подход позволил сократить издержки на R&D и повысить эффективность разработки продуктов.
Где искать идеи для перспективных проектов?
1. Внутренние мозговые штурмы
Регулярные сессии с отраслевыми экспертами компании, которые глубоко понимают специфику бизнеса клиентов и потенциал применения ИИ-технологий.
2. Анализ технологических трендов
Системный мониторинг развития искусственного интеллекта и смежных технологий, выявление перспективных направлений.
3. Изучение успешных кейсов
Фокус на анализе 100 ведущих зарубежных стартапов в enterprise-сегменте по ключевым критериям:
- Объем привлеченных инвестиций
- Темпы роста бизнеса
- Размер команды (от 30+ сотрудников)
Мы создали систему отбора идей, где только самые сильные доходят до стадии коммерческого продукта. Такой фильтр позволяет сосредоточиться на действительно перспективных решениях с высоким потенциалом масштабирования, — объясняет Татьяна Сеземина. — По статистике из 30 гипотез коммерчески успешными становятся только 1-2. У нас сейчас в разработке порядка 90 креативных идей.
От идей к пилотам: примеры успешных продуктов
1. ИИ-агенты для управления хранилищами данных
Решение автоматизирует ключевые процессы работы с корпоративными хранилищами:
- Восстанавливает документацию и логическую структуру.
- Проводит реверс-инжиниринг кода для выявления исходных требований.
- Оптимизирует процессы миграции данных.
Агенты сопровождают хранилище и после миграции: помогают формулировать требования бизнеса, автоматически генерируют код и тесты, дают рекомендации по управлению данными и ведению каталогов.
2. Генератор презентаций на основе ИИ:
Система обучается на корпоративных бренд-буках и способна генерировать полный контент слайдов — текст, изображения, иконки — строго в фирменном стиле компании. Особенность решения в том, что оно работает по промптам и может создавать как отдельные слайды, так и целые презентации. Все материалы автоматически получают теги, что упрощает последующий поиск. Дополнительная функция — автоматическое приведение в порядок существующих презентаций, их выравнивание по стандартам компании.
3. HR-модуль для управления талантами на основе ИИ:
Система анализирует данные о сотрудниках: профессиональный опыт, достижения, участие в корпоративных проектах, образование, компетенции. На их основе формируется векторный профиль, позволяющий решать широкий спектр задач: подбор замены увольняющимся сотрудникам, выявление потенциальных менторов, планирование карьерного роста и преемственности на ключевых позициях. Особенность решения в его комплексности — оно учитывает не только формальные характеристики, но и реальный вклад сотрудника в деятельность компании.
Это продуктовый подход в действии — от выявления рыночных потребностей до внедрения готовых решений. Каждый продукт решает конкретные бизнес-задачи крупных корпоративных клиентов, — объясняет Татьяна.
Итоги обучения на программе Digital Shift:
Смена карьерного трека
Татьяна перешла от роли технического лидера к продуктовому руководителю. Получила дополнительное высшее образование, освоила навыки управления продуктами и искусственным интеллектом.
Создание фабрики ИИ-продуктов
В компании создана система разработки ИИ-решений от идеи до внедрения. Первые продукты уже проходят пилотирование у реальных клиентов.
Экономическая эффективность
Сократились издержки на исследования — теперь на ранних этапах отсеиваются неперспективные идеи. Успешные решения быстрее выводятся на рынок.
«Это была масштабная трансформация — за два года полностью изменился не только мой профессиональный путь, но и подходы к работе всей нашей команды. Теперь мы создаем продукты, которые действительно нужны рынку», — подытоживает Татьяна Сеземина.
