Почему 80% AI-продуктов строятся на хотелках, а не на боли — и как это исправить за 4 дня
Меня зовут Никита. Называю себя product dev — это комбинация разработчика, который подчинил себе нейросети, и продакта. Занимаюсь внедрением AI в бизнес (консалтинг и заказная р) и создаю свои продукты. За спиной — 5 провалов, и именно они научили тому, о чём эта статья.
Большинство AI-продуктов умирают не из-за плохого кода и не из-за выбора не той модели. Они умирают потому, что их никто не хотел — просто никто не сказал об этом вслух до того, как команда потратила три месяца на разработку. Или две недели, если использовать AI — но это не меняет сути.
У меня накопился конкретный процесс: как за 3–4 дня понять, стоит ли вообще браться за продукт. Без кода. Без дизайна. Только мышление и несколько инструментов.
Вот этот процесс — по шагам.
1. Хотелка vs боль: в чём разница и почему это критично
Есть простой тест. Задай себе вопрос:
Люди уже тратят деньги или время на решение этой проблемы?
Если да — это боль. Если нет — это хотелка.
Хотелка звучит так: "Было бы круто, если бы был сервис, который..." Боль звучит так: "Я трачу 4 часа в неделю на X, и это меня бесит, но я не знаю альтернативы лучше."
Я сейчас строю продукт в финтехе — управление инвестициями. Вот два реальных примера из моего ресёрча:
Хотелка: бот в Telegram, который присылает новости по конкретной компании и даёт рекомендации. Никто не платит. Все говорят «прикольно», но закрывают вкладку.
Боль: «Я не знаю, обгоняет ли мой инвестиционный портфель банковский депозит и инфляцию. И как вести аналитику?» За решение этой проблемы люди уже платят — Intelinvest (~20 млн руб. выручки в год), Snowball и ещё несколько сервисов. Рынок существует.
Три признака настоящей боли, которые мы с партнером используем как фильтр:
- Человек уже платит за workaround — пусть кривой и неудобный, но платит
- Проблема повторяется регулярно — не раз в год, а минимум раз в неделю/месяц
- Человек сам об этом говорит — в комментариях, чатах, отзывах на конкурентов
Достаточно двух из трёх — идея проходит первый фильтр.
2. Анализ конкурентов: что мы ищем на самом деле
Большинство делают анализ конкурентов неправильно. Они смотрят на фичи. Мы смотрим на боль, которую конкурент не закрывает.
Алгоритм за один день:
Шаг 1. Находим 5–7 прямых конкурентов Не через "похожие сервисы" в голове — через реальный поиск. Запросы в Google, Product Hunt, Reddit, отечественные аналоги в TG-каналах.
Шаг 2. Читаем негативные отзывы G2, Trustpilot, отзывы в App Store, комментарии под постами конкурентов. Нас интересует одно: на что жалуются пользователи, которые УЖЕ платят? (но этого может и не быть, тоже норм)
Это и есть незакрытая боль рынка. Это потенциальное окно возможностей.
Шаг 3. Анализируем бизнес-модель Как конкурент зарабатывает? Кто его реальный клиент — тот, кто платит, или тот, кто пользуется? Это часто разные люди, и понимание этого меняет твоё позиционирование.
Инструменты, которые я использую, для этого шага:
- Чекко. Если у вашего конкурента есть ООО, то посмотрите выручку, оцените потенциал рынка.
- Perplexity. Посмотрите, какую выдачу получат пользователи, которые ищут решение через ИИ.
- Wordstat. Оцени потенциал через поисковик Яндекса. Если спроса нет, то хороший вопрос - почему?
- SimilarWeb. Посмотрите, откуда идет трафик, оцените конкурентов.
- Claude. На данный момент лучшая нейросеть для глубокого анализа.
3. User Stories: зачем писать сценарии до того, как открыл редактор кода
User Story — это не документ для разработчика. Это инструмент проверки реальности.
Формат простой:
Как [роль], я хочу [действие], чтобы [результат].
Но важно не формат, а процесс. Когда ты начинаешь писать User Stories — ты сразу видишь, где твоя логика разваливается.
Например:
Как владелец малого бизнеса, я хочу автоматически отвечать на вопросы клиентов по базе знаний, чтобы не нанимать дополнительного менеджера поддержки.
Уже здесь возникают вопросы: А откуда берётся база знаний? Кто её ведёт? Что если вопрос не в базе? Сколько стоит ошибка системы?
Каждый такой вопрос — либо фича, которую ты не учёл, либо сигнал, что гипотеза слабее, чем казалась.
Мы пишем минимум 3–5 Stories до того, как открываем любой инструмент прототипирования. Это занимает час. И экономит недели.
4. Почему мы выбрали Lovable для прототипа — и почему это важно
После валидации гипотезы (+- валидации) нужно быстро показать концепт. Не описать — показать. Живой интерфейс, по которому можно кликать, вызывает совсем другую реакцию, чем PDF с wireframes.
Мы пробовали несколько инструментов. Остановились на Lovable.
Я знаю про существование Replit, Bolt, Base44 и другие, но вот мои причины:
- Скорость. Рабочий прототип с публикацией — за 2–3 промпта, без правок в коде
- Бесплатно для старта. Бесплатной подписки хватает, чтобы получить первую обратную связь
- Дизайн. При правильном промпте Lovable выдаёт UI, который не стыдно показать клиенту
Главный принцип здесь: прототип — это не MVP. Прототип нужен, чтобы получить обратную связь от реального человека раньше, чем ты написал первую строку продакшн-кода.
5. Итого: как выглядит процесс за 3-4 дня
День 1-2 (4–5 часов):
- Формулируем гипотезу боли
- Прогоняем через фильтр "хотелка vs боль"
- Анализируем 5–7 конкурентов, читаем негативные отзывы
- Пишем 5–7 User Stories
День 3-4 (3–4 часа):
- Собираем кликабельный прототип в Lovable
- Показываем 3–5 потенциальным пользователям
- Фиксируем реакцию: где тормозят, что не понимают, что спрашивают
Почему не за один день? Особенность мозга. В рамках одного дня ты будешь на дофамине от того, что нашёл идею на миллион — и эмоции убьют логику. Поспи, погуляй, посмотри на идею свежим взглядом на следующий день.
После этого у тебя есть либо подтверждение, что идея стоит внимания, либо понимание, почему она не работает. Второй исход — тоже хороший. Потому что ты узнал это за 4 дня, а не за 3 месяца.
Финалка
Если статья была полезна:
- Подкаст, где я показываю этот процесс вживую на конкретном продукте — ютуб.
- Telegram-канал — пишу про AI, продукты и всё, что происходит в процессе запуска.
Всем хорошего дня ✌