Digital Lex

Я сейчас смотрю на свой контент почти как на продуктовую воронку.

Не в смысле "надо всё превратить в прогрев". Скорее наоборот. Мне стало интересно, где именно исчезает человек после того, как уже дал внимание.

Один из самых дорогих багов в продукте может жить не в продукте.

Он может жить в отчёте.

Есть неприятный тип воронки.

На верхнем уровне всё выглядит живым: лиды идут, менеджеры заняты, CRM не пустая, статусы двигаются.

Большая часть разговоров про AI-внедрение звучит так, будто у бизнеса уже есть нормальная архитектура.

Есть API.

10 июля 2026 рынок получил хороший холодный душ.

KeyBanc понизил оценку Salesforce после слабой обратной связи CIO по Agentforce. Аргумент был неприятный, но очень знакомый: продукт шумит, рынок его обсуждает, ARR растёт, а у клиента всё равно не сходится базовая цепочка до результата.

Последние недели я смотрю на свою связку VC.ru + Threads + Telegram и вижу неприятную вещь.

Охваты есть. Люди читают. Иногда очень неплохо.

Я разобрал официальные гайдлайны Anthropic по построению AI-агентов — те самые, по которым устроен Claude Code. Там есть концепция, которую я теперь применяю в своей работе и советую всем, кто серьёзно строит AI-систему под себя.

Называется: скилл и воркфлоу. Звучит технически — на деле это просто способ думать о том, когда стоит автоматизиро…

Есть момент который происходит со всеми кто работает с AI-агентами больше пары недель. Агент начинает ошибаться не потому что модель стала хуже - а потому что его картина мира устарела. Он отвечает на основе того что знал месяц назад. Метрики поменялись, решения приняты, задачи закрыты - а агент этого не знает.

Это называется деградация конте…

Смотрел на когорту из 20 AI-нативных компаний — от Cursor до Suno, от ElevenLabs до Lovable. Пытался понять: за счёт чего одни вырастают до $100M ARR за 8 месяцев, другие за 8 лет, третьи не вырастают вообще.

Неудобный вывод: шаблон один. Практически у всех. И именно поэтому шаблон не объясняет успех.

Любая компания, которая хочет стать AI-native, проходит через одни и те же стадии. Перепрыгнуть нельзя. Можно ускорить переход — но только если понимаешь, где ты сейчас и что именно тормозит движение вперёд.

Я видел эти паттерны в разных командах — от небольших агентств до продуктовых компаний. Везде одно и то же: застревают не из-за технолог…

Не для CEO. Для тимлида или PM, который хочет — но не может.

Есть встреча. Обсуждают задачу, которую можно было решить за 20 минут с нужным инструментом. Вместо этого — час в Excel, три цепочки писем и итоговый файл с названием "финалфинал_v3правки_Маши.xlsx".

За три года я поучаствовал в нескольких десятках AI-проектов — как продакт, как консультант, иногда как человек который сам убеждал внедрять.

Самое странное: технические провалы — редкость. Почти всё падает по другим причинам.