Reymer Digital

Автоматизация процесса проверки гипотез

Бизнес-модели
Мы стремительно движемся к миру, где искусственный интеллект берет на себя всё больше задач, которые раньше требовали часов, дней или даже недель работы команды специалистов. Отбросив маркетинговый хайп, я выделяю две ключевые ценности, которые ИИ уже сейчас приносит бизнесу:
1. Беспрецедентная скорость получения результата — от мгновенного анализа данных до создания прототипов продуктов.
2. Возможность тестировать любые бизнес-идеи на синтетических данных без необходимости сбора реальных данных.
Не отпускает меня также и тема автономного бизнеса, и даже автономного создания автономного бизнеса :) Поэтому максимально используем возможности ИИ, но под наши хотелки.
Кейс - создание универсальной платформы для тестирования бизнес-гипотез.
Можно ли за один вечер создать работающую платформу для тестирования любых бизнес-гипотез? Без команды. Без написания кода.
Формулируем постановку задачи сразу вместе с ИИ, чтобы ему легче было держать контекст при разработке элементов платформы.
Наш сценарий:
1. Описываем проблему — предположение о боли наших потенциальных клиентов
2. Создаем профили целевых клиентов — для проведения виртуальных custdev-интервью
3. Генерируем варианты решения проблемы — подходящих для выявленных сегментов клиентов
4. Анализируем варианты и формируем отчет с рекомендациями
Переводим себя в режим вайб-кодинга (кто пропустил - так теперь называют процесс разработки, когда мы описываем задачу на естественном языке, а ИИ генерирует код) и берем в напарники Claude 3.7 Sonnet - уже проверенный и незаменимый партнер по работе.
Для реализации платформы берем Google Таблицы — инструмент, который многим знаком, но в этот раз код на app script за нас будет писать Claude. Моя задача говорить, что я хочу.
Так получился ЛИС - Лаборатория ИИ Стратегий.
За 2 часа работы получаем:
1. Продукт для тестирования гипотез с автоматизированным процессом:
- Формулировка проблемы
- Создание детальных персон потенциальных клиентов
- Симуляция custdev-интервью для выявления реальных проблем
- Генерация вариантов решений с оценкой их реализуемости
- Анализ решений по критериям
- Автоматическая генерация отчета (google doc) с рекомендациями
2. Техническая реализация:
- Google Таблица с 4 взаимосвязанными рабочими листами.
- Anthropic Claude - как основная LLM внутри платформы, OpenAI DALL-E для генерации изображений персон.
- 3000 строк кода на Apps Script, написанных Claude (без учета промптов, которые он тоже сам сгенерировал).
- Всего 3 ошибки в коде в процессе работы, которые ИИ самостоятельно обнаружил и исправил.
- весь код можно править, при этом промтпы можно менять на листе Настройки, без необходимости изменения кода.
Основное время уходит на размышления - "а вот так можно? а давай еще так попробуем?". вайбкодинг он такой :)
▶️ Ключевой инсайт:
У нас больше нет оправданий, если мы не тестируем наши гипотезы.
Есть бизнес-идея? на проверку нужно 2 часа... (вместе с разработкой)
Что дальше?
- Расширение интерактивного взаимодействия с персонами — добавление более сложных сценариев, числа персон
-Интеграция с реальными данными — подключение к LLM через ИИ-агента с доступом к актуальной информации в интернет.
- Автоматизация создания MVP — генерация прототипа решения на основе выбранной гипотезы
❗️ Главный вывод:
Если вы работаете в сфере профессиональных услуг, маркетинга или консалтинга, то уже сейчас ваши клиенты могут использовать подобные инструменты для самостоятельного решения задач, за которые раньше платили вам. ИИ не заменит профессионалов, но профессионалы, использующие ИИ, заменят тех, кто его не использует.
А теперь представьте, что может сделать опытная команда из 5 человек, вооруженная современными ИИ-инструментами?
Пишите в комментариях, что хотелось бы вам получить на этапе валидации ваших гипотез. Продолжим эксперименты.
P.S. пример работы решения на видео. навайбкодил.