.webp)
13 Minutės
Core Stage, Startup Fair Vilnius — pilna salė, ryškios šviesos ir panelė, kuri jautėsi mažiau kaip tradicinė diskusija, o labiau kaip kartų perdavimas. Moderuojant Arvydas Bložė iš Practica Capital, trys iki 25 metų kūrėjai išdėstė, kaip AI-pirmoji karta griauna įėjimo barjerus, renkasi greitį prieš ceremonijas ir traktuoja įmonės kultūrą kaip programinę įrangą, kuri išleidžiama anksti, nuolat tobulinama ir mokosi viešai. Scenoje: Kristijonas “Chris” Šidlauskas iš Sintra.ai, Jonas Bartašius iš Based Space, ir Augustė Brukštutė iš Alcemi.
Žemiau pateikiamas išsamus, savarankiškas pokalbio raportas, fiksuojantis idėjas, įtampas ir praktinius veiksmų planus, kuriuos naudoja ši karta. Straipsnis struktūruotas su aiškiais antraščių blokais skaitymui ir paieškai.
1 dalis — kontekstas, mąstysena ir kodėl AI yra lūžis
Panelė apie pokytį, o ne tendenciją
Bložė pradėjo nuo atviros pastabos: dirbdamas iš arčiau su įkūrėjais, kurie yra dešimtmečiu ar daugiau jaunesni, jis pastebėjo esminį elgsenos poslinkį. Senasis žaidimo planas buvo optimizacija ir rizikos valdymas. Naujas planas — tyrinėjimas ir greita iteracija. Tai nustatė rėmą: nebesakykite šiai kartai, ką kurti — pradėkite klausytis, kaip jie kuria. Šis požiūris pakeičia tiek produktų vystymą, tiek komandų veiklos modelį bei strategiją.
Kas atvedė šiuos įkūrėjus čia
Augustė pozicionavo dirbtinį intelektą kaip universalią įlipimo rampą. Jis leidžia ne techniniams ir mažiau atstovaujamoms grupėms mokytis pagal poreikį ir imtis didesnių, netvarkingesnių problemų, nes mokymosi ir bandymų kaina dabar beveik nuliniame lygyje.
Chris prisipažino, kad niekada nemėgo taisyklių ir norėjo susikurti savo realybę. AI patrauklumas jam buvo tas, kad jis padidina „darbo žmogaus“ polinkį veikti. Su nešiojamu kompiuteriu ir 20 eurų prenumerata galite perkelti idėją į prototipą per kelias valandas.
Jonas atėjo iš performance marketingo ir konkuravo su JAV prekės ženklais. Nuo pirmos dienos jis dirbo globaliai iš būtinybės. Toks patyrimas įtvirtino standartą: lyginkis su geriausiais bet kur pasaulyje, o ne su artimiausiais.
Kodėl AI yra vienkartinė kartos galimybė
Panelė susitarė dėl trijų struktūrinių poslinkių:
Mažesni įėjimo barjerai
AI sutrumpina atstumą tarp smalsumo ir kompetencijos. Paieška anksčiau duodavo atsakymus, dabar AI pateikia veikiamus juodraščius, karkasus ir kodą, kuris kompiliuojasi. Tai praplečia patikimų įkūrėjų funnelį ir leidžia mažoms komandoms konkuruoti su didesniais žaidėjais.Greitis tampa pranašumu
Validacijos kaina nukrito tiek, kad pirmojo eksperimento laikas tapo skirtumu. Komandos, kurios siunčia, stebi ir refaktorizuoja trumpuose cikluose, mokysis greičiau ir aplenks tas, kurios ilgai diskutuoja.Programinė įranga keičiasi pati
Jonas pažymėjo, kad sistemos juda nuo griežtai deterministinių prie kontekstinių. Produktai taps labiau adaptuojami ir aplinkoje veikiantys, kainodara atspindės modelių kaštus, o produktų darbas apims užklausų (prompt) dizainą, įrankių orkestraciją ir vertinimo kanalus. Produkto negalima nustatyti vieną kartą ir užrakinti; reikia nuolat matuoti, vairuoti ir permokyti modelius.
Globalu nuo pirmojo commito
Kadangi Lietuvos vidaus rinka pagal savo dydį yra maža, kurti angliškai ir parduoti užsienyje nėra augimo triukas, o natūrali būsena. Tai turi dvi praktines pasekmes:
Komunikacija ir UX nuo pirmos dienos kuriami tarptautiniams vartotojams.
Standartai, įdarbinimo lygis ir kainodara nustatomi pagal globalius konkurentus, kas disciplinuoja vykdymą.
Kultūros pergalvojimas: sąmoningai plokšti, atsiliepimai kaip sistema, žaidimas kaip strategija
Nuo hierarchijos prie iniciatyvos tako
Panelė kultūrą mato kaip gamybos sistemą, o ne plakatus ant sienos. Kultura — tai procesai, įpročiai ir priemonės, kurios leidžia komandai nuolat kurti vertę, o ne tik statyti išorinį įvaizdį.
Sąmoningai plokšti: vyresni darbuotojai iš didelių įmonių dažnai tikisi pareigybių ir karjeros laiptelių. Įkūrėjai priima aiškumo poreikį, bet atsisako sluoksnių, kurie lėtina iniciatyvą. Plokščiame modelyje vaidmenys ir sprendimų teisės yra aiškiai apibrėžtos, tačiau bet kas gali išleisti funkciją, jei turi kontekstą.
Atsiliepimai kaip produkto ciklas: Arvydas išgrynino pamoką, kuri kartojosi renginyje. Greitis yra privalumas tik tada, kai esi pasiruošęs koreguoti kursą. Kai kurios komandos pažodžiui paskiria atsiliepimų savininką, kuris agreguoja signalus iš vartotojų ir komandos, uždaro kilpą kas savaitę ir perkelia išmoktą pamoką į backlogą.
Žaidimas nėra prabanga: Chris tai aiškiai pabrėžė. Tyrinėjimas ir žaidimas sukuria atradimams reikalingą paviršių. Tai taikoma tiek įdarbinimui, tiek projektams: bandykite, išleiskite, nutraukite, ir greitai perskirstykite resursus. Traktuokite statymus kaip funkcijas, o ne amžinas struktūras.
Procesas svarbiau už pozavimą
Jonas pasiūlė naudingą mąstymo modelį: darbe siekiame būsenos, o ne vien tik vienkartinio rezultato. Jei optimizuojate proceso kokybę, vartotojo vertę ir komandos energiją, rezultatai ateina natūraliai. Jei optimizuojate tik išorinį vaizdą, gaunate judesį be prasmės. Todėl ši karta daug kalba apie ritmą (cadence), o ne ceremonijas.
Konkreti praktika, keičianti elgesį
Augustė pasidalino maža taisykle su dideliu efektu: prieš trukdant kolegai, paklauskite modelio pirmiausia. Nutraukti pokytį į AI kaip pirmąją pagalbą sumažina konteksto keitimą tarp užduočių ir mokina komandą savarankiškai ieškoti žinių, kas laike sudaugina efektyvumą.
Įtraukimas yra dizaino pasirinkimas, o ne pranešimo spaudoje reikalas
AI kaip lygintojas mažiau atstovaujamoms grupėms
Kadangi mokymasis kainuoja mažiau, o pirmosios versijos gali būti sujungtos iš modelių ir low-code įrankių, tradiciniai vartai praranda reikšmę. Moterims technologijų srityje tai reiškia realius langus. Nuotolinis darbas ir AI papildytos darbo eigos pašalina kelis senus barjerus.
Įdarbinkite už mokymosi gebėjimą, ne už kilmę
Dvi signalai yra svarbūs šiai kartai:
Vidinis smalsumas: akys, kurios užsidega, savarankiško mokymosi ir pristatymų istorija.
Nuo devynių iki šešių su tikslais: ilgos koncentruotos darbo blokai, kurie demonstruoja matomą pažangą. Ne performatyvus „hustle“, o ištvermė.
Jeigu turite šiuos du požymius, likusio galima išmokyti, dažnai įtraukiant AI. Jei turite tik akademinį kilmę ir paklusnumą hierarchijai, greičiausiai sunkiai pritapsite aukšto atsiliepimų ir didelio tempo aplinkoje.
Taisyklės, institucijos ir maišto ribos
Išryškėjo sveika įtampa:
Chris pasipriešino taisyklėms, kurios verčia kūrybingus žmones tilpti į netinkamus rėmus.
Jonas priminė auditorijai, kad stiprios institucijos yra priežastis, kodėl šalys klesti. Atsakymas nėra be taisyklių likimas — tai atsakomybė perrašyti taisykles, kurios nebeatitinka tikrovės.
Jonaso trys žodžiai tvariai ekosistemai puikiai nuskambėjo auditorijoje: pagarba, dėkingumas, valia. Pagarba žmonėms ir sistemoms, kurios atvedė mus iki šiol. Dėkingumas už platformą, kurią jie sukūrė. Valia statyti kitą sluoksnį ne laukus leidimo.
Darbo etikos pranašumas
Prieš gerai finansuotus konkurentus panelė mato ištvermę kaip Baltijos regiono pranašumą. Mažiau blaškymosi, polinkis į ilgus gilų darbo blokus ir pasirengimas palaikyti pastovų tempą gali tapti konkurenciniu pranašumu. Greitis svarbu, bet pastovus greitis yra svarbiau.
Pradėk netvarkingai, mokykis viešai
Paskutinės frazės nuo scenos atkartojo bendrą mantrą:
Pradėk netvarkingai, nepergalvok per daug.
Mėgaukis procesu ir išlaikyk žaismingumą.
Pasirink savo žaidimą, pažink jo lygius ir mokykis kilti.
Šios frazės nėra vien šūkiai. Jos atspindi, kaip komandos planuoja savo savaitę, numato veiksmą kaip numatytą elgesį ir kuria produktus, kurie gerėja prieš vartotojus.
2 dalis — praktiniai veiksmų planai ir check-list’ai AI-pirmoms komandoms
Pokalbis atnešė kelias konkrečias praktikas. Ši antroji dalis paverčia jų filosofiją į check-list’us, kuriuos bet kuris ankstyvas įkūrėjas gali pritaikyti.
1) Padarykite AI pirmąja komandos reagavimo priemone
Sukurkite bendrą prompt’ų biblioteką įprastoms užduotims — nuo debug’inimo iki rinkos tyrimų.
Išmokykite visus struktūruoti užklausas: problema, apribojimai, artefaktai, norimas rezultatas ir vertinimo kriterijai.
Pridėkite vieną lauką prie kiekvieno ticket’o: ką patarė modelis, ką bandėte, ką išmokote.
Rezultatas: mažiau trukdymų, greitesni pradiniai juodraščiai ir paieškos galimybė eksperimentų istorijoje.
2) Sukurkite savaitinį atsiliepimų ritmą
Paskirkite vieną atsakingą asmenį už atsiliepimų kilpą.
Kiekvieną penktadienį dalinkitės vieno lapo apžvalga: trys svarbiausi vartotojų signalai, ką išleidome, kas pasikeitė, ką testuojame toliau.
Įkelkite šiuos išmokimus į roadmap’ą, kad komanda matytų, kaip realybė keičia prioritetus.
Rezultatas: greitis su kryptimi.
3) Išlaikykite organizaciją plokščią, bet aiškinkite sprendimus
Kiekvienoje srityje dokumentuokite, kas sprendžia, kas turi būti konsultuotas ir kaip sprendimai gali būti atšaukti.
Pakeiskite ilgus statuso susirinkimus trumpais sprendimų peržiūros seansais, susietais su artefaktais ir metrikomis.
Leiskite bet kam raštu eskaluoti blokuojantį klausimą ir tikėkitės atsakymo per 24 valandas.
Rezultatas: autonomija be chaoso.
4) Įdarbinkite pagal mokymosi gebėjimą ir energiją
Pakeiskite pažymių patikras darbo pavyzdžių testais.
Interviu metu klauskite, kaip kandidatai mokosi su AI. Prašykite transkriptų ar užrašų.
Įvertinkite tinkamumą su savaitę trunkančiu apmokamu sprintu realiame tiketėje, o ne žaidybinėje užduotyje.
Rezultatas: kūrėjai, kurie gerėja tuo pačiu metu, kai kuria ir išleidžia.
5) Įtraukite įvairovę į kasdienį darbą
Numatykite rašytus, AI-paieškai prieinamus runbook’us, o ne žodinę tradiciją.
Privilegijuokite maker laiko visiems, ne tik inžinieriams.
Atviri office hours, kuriuos veda įkūrėjai, pirmą kartą dirbantiems technologams ir moterims, tyrinėjančioms AI vaidmenis.
Rezultatas: platesnė įlipimo rampa, kuri realiai duoda prisidedančius narius.
6) Apibrėžkite produktą kaip žaidimą ir kilkite lygiuose sąmoningai
Remdamasis OpenAI Dev Day įžvalga, kurią citavo Jonas, traktuokite pažangą kaip žaidimo lygiavimą:
Lygis 1 — Mokymasis: išleiskite ploną funkcijos sluoksnį, kuris išsprendžia vieną vartotojo uždavinį. Matuokite laiką iki pirmos vertės.
Lygis 2 — Gebėjimas: pagerinkite sėkmės rodiklį ir sumažinkite rankinį vedimą. Matuokite užduoties įvykdymą be papildomų užklausų.
Lygis 3 — Meistriškumas: praplėskite ribas. Matuokite vartotojo rezultatus, o ne vien funkcijų naudojimą.
Rezultatas: pažangos kalba, aplink kurią gali susitelkti visa įmonė.
7) Nuspręskite savo numatytą augimo istoriją
Jei esate sparčioje srityje ir galite greitai parodyti išlaikymą bei įsitraukimą, linkite į globalų augimą.
Jei problema sudėtinga ir reikalauja daugiau pasitikėjimo, pradėkite gylį siaurame segmente.
Abiem atvejais paskelbkite paprastą naratyvą: kam aptarnaujame, ką geriname, kaip įrodome tai kiek savaitę.
Rezultatas: investuotojai ir potencialūs darbuotojai gali save susiderinti, o klientai gali jums papasakoti jūsų istoriją atgal.
8) Kodifikuokite ištvermę
Vykdykite ketvirtinį ritmo planą, derinant sprintus su atkūrimo savaitėmis.
Automatizuokite rutininius darbus, kad gilios darbo valandos liktų šventos.
Naudokite metrikas, kurios skatina pastovų tobulėjimą, o ne vienkartinius herojus.
Rezultatas: dauginimasis (compounding) lenkia protrūkius.
Ką tai reiškia Lietuvai ir Baltijai
Mažos rinkos formuoja globalias įpročius: produktai, kuriami anglų kalba ir eksportiniai veiksmai yra numatyti, ne tik siekiai.
Bendruomenės spartina: mikro-grupės įkūrėjų panašaus etapo greitai keičiasi žiniomis — dienomis, o ne metais.
Institucijos svarbios: aiškios taisyklės sumažina trintį. Kitas darbas — redaguoti tas taisykles AI natūraliai veikiančiai ekonomikai, neprarandant pasitikėjimo.
Paskutinė išvada
AI-pirmoji karta nelaukia geresnių sąlygų. Ji naudoja pigią intelektą, plokščias komandas ir negailestingas atsiliepimų kilpas, kad judėtų greičiau nei leidimų ciklai. Jie gerbia tai, kas buvo prieš juos, yra dėkingi už paveldėtą platformą ir turi valią parašyti naujas taisykles.
Jei norite vienos sakinio, kuris atspindi nuotaiką Core Stage Vilniuje: išleisk dabar, klausyk intensyviai, kilk lygiu, ir leisk kultūrai mokytis taip pat greitai kaip kodui.
Šaltinis: smarti
Palikite komentarą