Выберите технологию, которая вам особенно нравится, и объясните почему.

Любимая технология: Large Language Models (LLM) — и почему это меняет PM профессию

Выбираю LLM как наиболее трансформационную технологию 2020-х. Объясню почему — как с точки зрения бизнеса, так и с точки зрения PM роли.

Почему LLM (ChatGPT, Claude, Gemini)?

1. Универсальность

LLM — это первая технология, которая может решать задачи сразу в десятках индустрий:

• Customer Support: автоматический ответ на вопросы
• Content: генерация текстов, идей, кодов
• Анализ: summarization документов, insight extraction
• Sales: персонализированные письма, предложения
• Разработка: AI programming assistants (GitHub Copilot)
• Education: персональные наставники
• HR: рекрутинг, интервью

Сравните с другими:

• Computer Vision: узкая ниша (картинки, видео)
• Blockchain: очень узкая ниша (финансы)
• Quantum Computing: не готово (ещё 10 лет)

LLM имеет максимальный потенциал рынка.

2. Скорость развития

2018 (BERT): "State-of-the-art в NLP"
2020 (GPT-3): "Невероятно, но ограничено"
2022 (ChatGPT): "Это меняет всё!" (100M users за 2 месяца)
2024 (GPT-4, Claude 3): "Начинает заменять людей"
2026: Мы здесь → LLM встроены везде, как electricity

Скорость adoption LLM быстрее чем:

• Интернета (15 лет на 1 млрд users)
• Смартфонов (10 лет)
• LLM: 2 года на осознание + adoption

3. Экономический потенциал

McKinsey оценка (2023):

• Потенциальное влияние LLM на экономику: $15-40 трлн добавленной стоимости
• Для сравнения: весь мировой GDP = $100 трлн
• LLM может быть 15-40% прироста глобального GDP

Рынок LLM сервисов:

• 2024: $15-20 млрд
• 2030: $100-200 млрд (по консервативным оценкам)
• 2040: Может быть $500 млрд (если станет основной интерфейс к компьютерам)

4. Трансформация PM роли

Это то, что меня особенно захватывает.

ЛДО (в смысле раньше PM занимались):

• Интервью юзеров
• Анализ конкурентов
• Написание PRDs (Product Requirement Documents)
• Рисование wireframes
• Планирование roadmap'ов
• Метрики и анализ A/B тестов

С LLM:

• LLM может сгенерировать PRD за 10 минут
• LLM может провести интервью пользователей (и они не заметят разницы)
• LLM может анализировать feedback автоматически
• LLM может рисовать wireframes (Figma с AI)
• LLM может предсказать результаты A/B тестов

Но: LLM НЕ может:

• Принимать стратегические решения (требует интуиции + контекста)
• Создавать vision продукта
• Вести переговоры с ключевыми стейкхолдерами
• Управлять людьми
• Брать ответственность за провалы

Вывод: PM в эпоху LLM становится более стратегическим, менее операционным.

ПМ который останется:

• Использует LLM для автоматизации
• Фокусируется на стратегии, видении, лидерстве
• Работает как CEO продукта (не как analyst)

ПМ который потеряет relevance:

• Продолжит писать 200-страничные PRD'ы (LLM может лучше)
• Проводит интервью вручную (LLM быстрее и скалируется)
• Анализирует metrics в spreadsheets (LLM даст insights)

5. Этические вызовы (увлекают меня как PM)

LLM создают принципиальные проблемы:

Bias & Fairness:

• LLM обучены на human-generated data
• Data содержит bias (расовый, гендерный, классовый)
• LLM воспроизводит этот bias
• Пример: CV screening AI дискриминировала женщин (Amazon случай)

Как PM борюсь:

• Тестировать модель на bias
• Иметь diverse training data
• Добавить guardrails (запретить určité outputs)
• Быть прозрачным с пользователями

Unemployment & Society:

• Если LLM заменяет 1 млн jobs (писатели, программисты, support агенты)
• Что происходит с людьми, которых она заменяет?
• Требуется переподготовка, социальная поддержка
• PM должна думать об этом (не только о росте чисел)

Hallucination (LLM врёт):

• LLM иногда "галлюцинирует" (генерирует факты, которых нет)
• Пример: LLM может сгенерировать судебное постановление, которого никогда не было
• Как PM: требуется показывать confidence level
• "Это вероятный ответ (78% уверенности), но проверьте"

6. Влияние на моё решение стать PM

Если честно, I got drawn to product management because LLM happened.

До LLM (2010-2020):

• PM = project manager + data analyst + designer
• Много рутины, много meetings
• Потенциал для innovation был, но затруднён

После LLM (2023-2026):

• PM = strategic thinker + vision setter + leader
• LLM берёт рутину
• PM может фокусироваться на БОЛЬШИХ вопросах:
  • Какую проблему мы решаем? (не как)
  • Почему это важно? (не делаем ли мы впустую)
  • Как мы конкурируем в новом мире?

Вопросы, которые я сейчас задаю себе как PM:

1. Если наш основной продукт может быть заменён LLM — что остаётся?
2. Как мы добавляем value сверху LLM? (не копируя, а инновируя)
3. Как мы управляем рисками (bias, hallucination, security)?

Мой personal stance на LLM

Не технооптимист, но и не луддит.

Что мне нравится:

• Демократизация инструментов (каждый может использовать)
• Скорость инноваций
• Потенциал для решения глобальных проблем (medica, science, education)
• Философский вопрос: что значит быть человеком в мире с AI?

Что меня беспокоит:

• Концентрация power в руках нескольких компаний (OpenAI, Google, Anthropic)
• Environmental cost (LLM обучение требует огромных энергий)
• Job displacement без социальной защиты
• Misuse (disinformation, fraud, weapons)
• Мы не понимаем, как они работают ("black box")

Как я бы дизайнил LLM продукт (если был бы PM в OpenAI)

1. Pricing стратегия:

• Дешево для индивидуалов (демократизация)
• Дороже для enterprise (можем себе позволить)
• Free tier для education (инвестиция в будущее)

2. Safety & Alignment:

• Не помогаем создавать weapons
• Не помогаем делать disinformation
• Transparency о limitations

3. User experience:

• Show confidence level (не выдавай LLM как факт)
• Easy fact-checking (cite sources)
• History & accountability (юзеры видят что LLM сделал)

4. Competitive moat:

• Качество модели (OpenAI's advantage = best model)
• Network effects (все используют → лучше данные)
• Ecosystem (plugins, integrations)

Итог

Быть PM в эпоху LLM интересно потому что:

1. Масштаб — фактически меняем цивилизацию
2. Скорость — инновации происходят ежемесячно, не ежегодно
3. Uncertainty — никто не знает как это закончится
4. Ответственность — решения PM влияют на миллионы жизней
5. Философия — вопросы о nature of intelligence, humanity, society

Это не просто "сделать продукт лучше" — это "помочь переопределить что значит быть человеком в 21-м веке".

Именно поэтому LLM моя любимая технология.