Самое важное в IT за неделю: Почему ІТ-администраторы саботируют прогресс

Здравствуйте. Меня зовут Дмитрий Роденко. Я основатель сообщества SaaS Founders. Помогаю фаундерам IT-компаний находить новых крупных клиентов с помощью лид-агенерации в LinkedIn. Сегодня поговорим о самых интересных новостях и самых интересных материалах на тему IT за последнюю неделю. В частности, о том, как Марк Андерсон срывает маски с фальшивых фаундеров, почему создатели сложного контента бунтуют против AI-халтуры, как AI развивает нетипичный литературный вкус, как вайб-кодинг подрывает основы программирования и почему IT-администраторы открыто саботируют прогресс. Итак, первая новость касается того, как Марк Андерсон предлагает распознавать фальшивых фаундеров. Новость от стартап-архив. Существуют люди, которые приходят с презентациями и представляются теми, кем они на самом деле не являются. Они изучают все материалы и, по сути, имитируют работу над стартапом. Количество таких людей, по мнению Марка, напрямую коррелирует с индексом NASDAQ. Когда цены на акции высоки, многие стремятся стать технологическими фаундерами ради статуса. Фальшивые фаундеры ориентированы прежде всего на социальный статус, а не на содержательную работу. Во время спада в технологическом секторе такие люди часто уходят в консалтинг, где также можно получить высокий статус. И метод выявления фальшивых фаундеров достаточно простой. Надо задавать все более детальные вопросы, как это делают детективы во время расследования убийства. Фальшивые фаундеры могут изложить концептуальную теорию своего проекта, но когда дело доходит до деталей, их рассказ становится размытым и неубедительным. Настоящие фаундеры, которых стоит поддерживать, обычно от 5 до 20 лет одержимо изучают все детали своей области и знают о ней гораздо больше, чем инвесторы. Классический способ, каким образом это выяснить, задайте вопрос 5 почему, 5 why так называемый. вы поймете насколько глубока мотивация данного человека, насколько глубокие знания человека, а потом через там на втором, третьем вайве вы уже начнете копать в мотивацию, в ценности, и это уже даст вам большое количество данных. Скажу, что в принципе, когда мы говорим о инвесторах, я предполагаю, что этот материал в первую очередь был ориентирован на них, Хотя мы все, по сути, инвесторы. Просто кто-то инвестирует деньгами, кто-то временем, кто-то энергией, кто-то силами своими, компетенцией и так далее. Обычно, когда говорят про стартапы, проходит несколько раундов собеседований. Первый раунд — это обычно Pitch'е слушают. Второй раунд — это технологическая экспертиза. Третий раунд — это круг, не совсем раунд. Третий круг — это Согласование стратегии, то есть уточнение, собеседование со стратегом, условно говоря, который понимает, насколько продукт уникален и насколько он масштабируем. Следующий круг, следующий уровень собеседования — это некий инвестиционный комитет, который смотрит на финансы, на стратегию, принимает решение, типа да-да, нет-нет, и если да, тогда уже инвестор заходит в проект. Так это обычно работает. Это может быть полезно для тех, кто ищет инвестиции, и, с другой стороны, легче для тех, кто инвестирует. ANU из сайта Working Theories предлагает сделать что-то, что-нибудь сложное. Аргументируют это так. Мы инстинктивно связываем сложность создания с ценностью, и объекты, которые требуют значительных усилий, ассоциируются с качеством, долговечностью и значимостью. Интернет преимущественно является машиной для создания контента, не требующего особых усилий. Он поощряет скорость, массовое производство и быстрое потребление. Современные создатели создают больше контента, чем когда-либо, но этот контент не требует значительных усилий и быстро забывается. Искусственный интеллект, в свою очередь, обещает результаты без борьбы, но при этом Безграничное творчество, беспрепятственное, приводит к незначительным наградам. И ценность, по мнению автора, создается в процессе преодоления трудностей. Он выделяет два режима творчества. Первый — это простой режим, то есть быстрый, итеративный, сложный режим, трудоемкий, целенаправленный, часто в уединении. В любой момент времени человек либо еще не создал что-то требующее значительных усилий, либо уже создал. Те, кто создал что-либо значимое, обладают особой уверенностью. Люди чувствуют себя самозванцами, когда создают только легкий контент. Настоящее удовлетворение приходит от создания чего-то, требующего существенных усилий. Соответственно, главный призыв автора — создавайте что-то требующее значительных усилий, работу, которая может выдержать испытание временем и существовать независимо от постоянного внимания. Ну, я от себя бы сказал, что здесь есть две позиции. Одна позиция с точки зрения бизнеса, то есть мы можем потратить на создание чего-то очень много времени, И оно может не дать нам в бизнесе результат. Ну и в этом смысле, наверное, лучше в данной стратегии следить за тем, какие действительно существуют проблемы у рынка, и помочь им их решать. Это один подход. Другой подход, это подход творца, который говорит, мне все равно, кто этим будет пользоваться, я делаю это сам, только потому что я считаю это важным, нужным, и мне просто нравится это делать. Я не могу это не делать. А купят его, не купят, мне это как бы мало вопросов. Я думаю, что в чеке должно быть и то, и другое. В идеале это должно совмещаться. То, что вы глубоко понимаете, любите и так далее, должно найти своего покупателя. Это идеальная история. Мы к ней постоянно приближаемся, где-то в ней, где-то выпадаем из нее. Это тоже нормально, это окей, все меняется. Но, мне кажется, в этом смысле ближе концепция японская Ikigai, когда совмещаются три параметра. То, что вы делаете лучше всего, то, что вам нравится, то, что пользуется максимальным спросом и то, за что платят деньги. Когда эти три сферы вместе преломляются, это называется IKIGUIDE. Собственно, к этому и надо стремиться. Поэтому давайте использовать более взрослые, более зрелые концепции. Например, вот такие, как я вам предложил с точки зрения IKIGUIDE. Хенри Оливер с портала CommonReader.co.uk размышляет о том, появился ли у искусственного интеллекта собственный вкус. В частности, он говорит о том, что искусственный интеллект широко используется для создания текстов, и количество контента, созданного искусственным интеллектом, будет только увеличиваться. Более того, по исследованиям, значительная часть финансовых жалоб, пресс-релизов и объявлений о работе уже показывает признаки использования искусственного интеллекта. Ну, логично, соответственно. Искусственный интеллект достаточно хорошо справляется с популярным юмором и простыми литературными формами, но испытывает трудности с более сложными задачами, такими как создание стихов с помощью неточной рифмы. Ну, откровенно говоря, даже с помощью точной рифмы не на всех языках у него получается хорошо. На английском уже отлично. На русском и украинском, ну, пока паршиво. Ну, ладно, я думаю, вопрос времени. И автор высказывает гипотезу, что искусственный интеллект развивает вкус отличный от человеческого. Модели часто оценивают собственные литературные произведения гораздо выше, чем заслуживают эти тексты с точки зрения человека. Комментарий от меня. Модель создает произведение по определенным критериям, которые вкладывает человек, и соответственно оценивает данное произведение по тем же самым критериям. А эти критерии могут отличаться от человека к человеку, поэтому здесь есть достаточно большой зазор для субъективизма, что нравится, что нет. AI может распознать качество классических произведений, но при оценке новых текстов демонстрирует иные стандарты, чем люди, часто восхищаясь текстами, которые люди считают посредственными. От меня вопрос, почему? В будущем может возникнуть новый вид литературы, созданный с помощью искусственного интеллекта, особенно в области фанфикшена, который может эволюционировать в нечто более серьезное, подобно тому, как жанровая литература в XIX веке дала начало новым литературным традициям. И взаимодействие между вкусом искусственного интеллекта и нелитературными жанрами может привести к новым формам повествования, которые пока сложно предсказать. Текущая оценка литературных способностей искусственного интеллекта может искажаться из-за неверных представлений о литературе в интернете, на которых обучаются модели искусственного интеллекта. Здесь есть несколько, от себя скажу, здесь несколько из разрывов. Во-первых, искусственный интеллект, задачу ему ставит человек, проверяет результаты работы тоже человек, Соответственно, разные люди дают разные критерии, соответственно, возникают разные оценки. Я думаю, что по мере обучения искусственный интеллект столкнется с ограниченным количеством данных, на которых можно обучаться. То есть, условно говоря, все модели будут так или иначе обучаться на одном, на едином, назовем это так, массиве данных, потому что ничего другого нет. И все, что новое появляется, уже обрабатывается. и уже используется. Дальше уже будет вопрос точности настроек и, скажем так, калибровки и оценки результатов. Потому что искусственный интеллект, который на данный момент базируется на критериях оценки и массиве западном, это одна история. Искусственный интеллект, который обучается на китайском языке, на китайском массиве данных и так далее, это будет другая история с другими критериями, с другими оценками. Поэтому я думаю, что О собственном вкусе у машины пока судить рано. Есть ли, например, способность к математике или может ли калькулятор оценить красоту математической формулы? На самом деле калькулятор служит тому, чтобы вы задавали определенные алгоритмы и получали некие результаты. Давайте не приписывать более простым сущностям более сложные более сложные, скажем так, черты человека. Потому что если что-то ведет себя как человек, условно говорит, показывает видео, это не значит, что оно является человеком. Этих признаков внешних недостаточно для того, чтобы судить о сущности. на основании того, что она дает. Это безусловно важно. Знаете, как говорят, то, что летает, как утка, плавает, как утка и крякает, как утка. Скорее всего, утка. Так вот, то, что пишет, как человек, иногда выглядит, как человек и думает, как человек, не всегда является человеком. Потому что нет еще важных признаков человека, таких как душа, собственно, осознание и, возможно, другие вещи, которые роботам пока недоступны. Идем дальше. Следующая новость. Следующая новость про вайб-кодинг. Возникновение вайб-кодинга в разработке программного обеспечения. Значит, что такое вайб-кодинг? Это новая тенденция в разработке программного обеспечения, где разработчики все больше полагаются на искусственный интеллект для написания кода, описывая свои намерения на обычном языке. Ключевая особенность — разработчики часто принимают код без полного его понимания, доверяя AI-процесс создания и исправления ошибок. Рост популярности веб-кодинга способствует переходу к голосовому программированию, где разработчики устно формулируют свои идеи, а AI преобразует их в функциональный код, что особенно полезно, как говорит автор, для нейроразнообразных программистов. Компании, внедряющие подход вайб-кодинга, отмечают снижение текущести кадров среди разработчиков на 30%, так как культура смещается в сторону приоритета творчества над техническими деталями. Ну, естественно, что человек меньше сидит, разбирается в классах и функциях, он творит, он создает более сложные системы, он чувствует больше удовлетворение от своей работы, чем если бы он просто нажимал на клавиши и выбирал какие-то классы, подбирал какие-то решения. Автор говорит, что искусственный интеллект делает создание программного обеспечения более доступным, позволяя людям без опыта программирования разрабатывать и запускать демонстрационные версии проекта. И он считает, что роль разработчиков эволюционирует от написания кода к сотрудничеству с искусственным интеллектом и проектированию систем, что ускоряет цикл разработки до 10 раз. в сфере образования, соответственно, образования программного обеспечения происходит значительное изменение, так как традиционные программы обучения кодированию пересматриваются, что включить методы разработки с помощью искусственного интеллекта с акцентом на проектирование промптов, сотрудничество с искусственным интеллектом и высокоуровневое проектирование систем. Смотрите, что я думаю на эту тему? Я думаю, что программирование с помощью искусственного интеллекта станет меньше ремесленничеством и больше творчеством. И это однозначно хорошо. Снизится образовательный ценз для входа в индустрию, что, в принципе, тоже хорошо. Но разработчики, которые понимают возможности и ограничения искусственного интеллекта, нам он кажется безграничным, но на самом деле у него достаточно много узких мест. будут более точно и более плотно, будут лучше писать промпты, условно говоря, и создавать более готовые, более ценные предложения, более эффективные предложения, приложения, предложения системы, платформы, как угодно. То есть работы хватит на всех. И в этом смысле технологический прогресс приведет к тому, что Работы станет больше и работа будет более высокоуровневая. Ну, условно говоря, если раньше, предположим, все передвигались на лошадях, был большой спрос на фермы по разведению, на изготовление сброи. Большое количество людей занималось уходом за лошадями и так далее. В мере того, как двигатель внутреннего сгорания заменил лошадей, количество лошадей резко снизилось. Это естественно. Они стали более элитной историей, хоббийной историей. Но в то же время возникло большое количество механиков, возникли сложные емкие индустрии по производству автомобилей. То же самое будет здесь. Это просто другой технологический переход. Поэтому те, кто идут в разработку, идут по разным причинам. Одни идут за деньгами, потому что много платят. Больше платят, чем этот самый. Другие идут, потому что эта работа может быть не привязана к географии. То есть можно работать с Австралией, с Японией, со Штатами, с Канадой, с Африкой, с кем угодно можно работать. Третий идут для того, чтобы творить. Соответственно, творить станет легче, творить станет интереснее, и результаты будут качественно отличаться. Понятно, что этот процесс не произойдет моментально. Он будет накапливать свои, скажем, накапливать ресурсы, накапливать технологии, потому что это непросто. Если вы посмотрите, что AI уже умеет делать, это впечатляет. Я еще очень многого не умею делать и вряд ли научатся это делать. Исходя даже из тех ограничений, которые в него заложены. Ну, например, обработка частной информации или обработка больших массивов данных. Он может их обрабатывать, безусловно, делать выводы, анализировать, но это очень емкие технологические задачи, и поэтому здесь нужны определенные, скажем так, Настройки и возможности. Поэтому тут все не так просто. Причем много нужно будет работы и для кодирования, и для других задач. Новости Джейсона Лемкина. Четыре вещи, которые основатели неправильно понимают в маркетинге. Четыре мифа. В общем, больше тут их даже. Ну, окей. Начнем с четырех. Первое. Фаундеры говорят, мы продуктовая компания, а не маркетинговая. На самом деле, 9 из 10 B2B-компаний тратят на продажи и маркетинг больше, чем на R&D. Вы основали продуктовую компанию, но управляете сервисным агентством. Это абсолютно справедливый комментарий от меня. Абсолютно справедливо. И для многих сервисных компаний, которые говорят, что они продают аутсорсинг, по сути, они продают body shop по схеме time and material. Вот. Окей. Ну, это нормально, на самом деле. Со временем кто-то останется в аутсорсинге и аутстафинге, кто-то получит продуктовую экспертизу и будет специализироваться в разработке продукта своих собственных. Второе. Маркетинг неизмерим и расплывчат. Очень интересно. В отличие от продаж с четкими показателями, основатели часто считают маркетинг неизмеримым. На самом деле, эффективный маркетинг базируется на аналитике с четкими KPI на каждом этапе воронок. Смотрите, комментарий от меня. Есть два типа маркетинга. Один — это бренд-маркетинг, в котором действительно есть не очень четкие категории, которые называются бренд-аварнес, восприятие бренда и так далее, хотя с учетом значимой доли диджитализации их уже можно хорошо мерить. То есть можно мерить узнаваемость, восприятие. То есть они такие более качественные параметры, чем количественные. Хотя их тоже можно мерить, да? И второй маркетинг — это, как его правильно назвать, это маркетинг, который обеспечивает продажи. То есть если в продажах вы четко можете померить объем продаж, количество сделок, средний размер сделки, каналы сделки и так далее, то маркетинг — это просто воронка до. Чтобы у вас были продажи, у вас должны быть лиды. Чтобы у вас были хорошие продажи, лиды должны быть качественные, квалифицированные. Соответственно, нормальный маркетинг вполне оцифрован. Вот маркетинг, который обеспечивает продажи или sales-маркетинг, вот он четко оцифрован. Вы понимаете, сколько лидов к вам пришло, как они конвертируются в продажи, какие каналы конвертируют лучше, сколько стоит данный лид, лиды из какого канала дают максимальную конверсию. Все тоже считается очень четко и так далее. Поэтому, если вы Считаете, что маркетинг неизмеримый и расплывчат, как фаундер. Это говорит о том, что у вас не построены маркетинговые процессы и вы теряете гигантское количество сил, денег и энергии на то, что ну как бы ищете решение путем методом проб и ошибок, что очень дорого и соответственно неэффективно. Третий миф. Больше лидов лучше маркетинг. Многие основатели одержимы количеством лидов, игнорируя их качество. Меньшее количество высококачественных лидов с высокой конверсией лучше потока неподходящих клиентов. Ну, очевидно, на самом деле. Тут даже комментировать нечего. Нам нужен один отличный CMO, который умеет все. Основатели часто ищут маркетингового единорога, который преуспевает во всех областях. Такие универсальные CMO практически не существуют. Лучше нанимать под конкретные потребности этап развития. Сто процентов. Chief Marketing Officer или Head of Marketing — это человек, который понимает общую стратегию, понимает общие цели и набирает под себя совокупность подрядчиков, инструментов, сотрудников, которые эту функцию реализуют. А в первую очередь маркетинговый руководитель — это человек, который осуществляет выполнение функции маркетинговой кампании. А как он или она это делает, зависит от, во-первых, уровня понимания, компетенции и, так сказать, простроенных процессов, целей и задач. Всего этого вместе. И дальше вы уже смотрите, окей, поставили такие задачи, достигнуты, не достигнуты. Не достигнуты, окей, где узкое место, как его править и так далее. Поэтому Джейсон, как обычно, Бьет не в бровь, а в глаз, потому что он много сам, во-первых, работал в этой сфере, много разбирается, и он фаундер нескольких крупных компаний. Сам это проходил не один раз. Как и Дэйв Келлок. Следующая новость. Мир IT движется быстро, так почему же администраторы не спешат обновляться? Это написала новость Ричард Спид на компании The Register. IT-администраторы не спешат устанавливать новые программы Microsoft, потому что им важнее стабильность, чем новые функции. Например, SQL Server 2022 года почти никто не использует. Меньше 0,1% рынка, а старый SQL Server 2019 года до сих пор самый популярный. Порядка 30% рынка его использует, хотя его основная поддержка уже закончилась. Люди не переходят на новый SQL-сервер, потому что старая версия будет работать до 2030 года, еще 5 лет. Новая версия дороже, а ее новые функции нужны только тем, кто использует облачные технологии. Соответственно, важные программы не обновляются из-за риска простоя, а редко используемые программы не обновляют, потому что это не стоит усилий, так как старые версии остаются в работе. Администраторы следуют правилу, если работает, не трогай. Ведь новые функции часто не нужны для старых программ, которые создавались под старые версии баз данных. В открытом коде и в открытом программном обеспечении PostgreSQL и MongoDB обычно обновляются чаще, а MySQL чаще оставляют в старой версии 5.7, потому что новая версия 8.0 работает медленнее. Итого, обновление баз данных рискованно. Могут возникнуть проблемы с языком. Нужно все заново проверять. Поэтому чаще проще заплатить за правление поддержки старой версии, чем обновляться. Видите? Ну, тут как бы есть... Абсолютно справедливо. Зачем делать работу, если оно и так работает? Зачем изобретать велосипед? Обычно уже накапливают технический долг до того момента, когда уже нельзя его. Нельзя не делать. Но здесь для многих разработчиков это прекрасная возможность, потому что у меня есть несколько знакомых фаундеров, которые специализируются на апгрейде систем с очень старых систем. Чуть ли не с Cobol, Fortran. Очень дикие вещи, но очень старые. Но тут фишка в том, что очень мало специалистов такого уровня. И обычно это очень емкие системы, они очень важные. Если оно работало и этой системой пользовались очень давно, значит, надо решать этот очень важный процесс. И цена этого обновления достаточно велика. То есть люди, когда начинают искать специалистов, которые могут все это переосмыслить, переупаковать без потери производительности и без остановки процессов, это дорогая история. Поэтому, скажем так, Соединение знания работы старых систем с пониманием возможностей новых систем и умением трансформировать старые системы в новых – это дорогой навык. Поэтому, возможно, для вас это может быть отличной возможностью для проявления уникальности и для того, чтобы показать, где вы хороши, что вы умеете делать лучше других. и показать где вы лучше своих конкурентов. Желаю всем новых отличных результатов, новых крупных контрактов.