🛤⚡️ рельсы, люди и AI
отличный кейс от Elizabeth Stone (CPTO Netflix) — про проблемы с внедрением AI в компании (для тех кто устал от "мы внедрили AI, и теперь AI AI AI и всё сразу +100500% выросло")
сила Netflix всегда была в автономии: локальная команда могла быстро собрать свой стек под свою задачу
но с AI это внезапно стало риском — агенты ходят сразу по многим системам, им нужны единые данные, код и прототипы теперь пишут почти все
и если у каждой команды свой огород, вместо продукта получается франкенштейн из несовместимых кусков
☠️ отсюда контринтуитивный вывод: AI не отменяет платформенную работу, а делает её критичнее
Netflix сейчас усиливает общие данные, paved paths (рекомендованные способы делать типовые вещи), design systems и guardrails
логика простая — чем быстрее двигаются отдельные люди, тем важнее рельсы, по которым они едут
и главный навык, который они теперь ищут — не промптинг, а systems thinking
совет от Stone дословно: "step out one click" — сделай один шаг назад от своей задачи
какую более широкую проблему я решаю? не строю ли ещё один локальный стек? какие предположения о системе вокруг я не проверяю?
при этом специалисты никуда не деваются: сильная инженерия и data science всё ещё дефицит, а "это написал агент" не снимает с человека ответственности за результат
AI fluency у них — не новая профессия, а грамотность поверх каждой роли, от джуна до топов (на coding-интервью, кстати, AI-инструменты уже разрешены)
🤷♂️ забавно: самый продвинутый AI-навык по версии Netflix — умение оторваться от экрана и посмотреть, какую систему ты невольно строишь
___
про это же мой курс Agentic Mindset — не "магия промптов", а как агенты устроены под капотом и как встроить их в систему работы команды, а не в очередной локальный огород
заглядывайте: aiproductclub.co 🛠
отличный кейс от Elizabeth Stone (CPTO Netflix) — про проблемы с внедрением AI в компании (для тех кто устал от "мы внедрили AI, и теперь AI AI AI и всё сразу +100500% выросло")
сила Netflix всегда была в автономии: локальная команда могла быстро собрать свой стек под свою задачу
но с AI это внезапно стало риском — агенты ходят сразу по многим системам, им нужны единые данные, код и прототипы теперь пишут почти все
и если у каждой команды свой огород, вместо продукта получается франкенштейн из несовместимых кусков
☠️ отсюда контринтуитивный вывод: AI не отменяет платформенную работу, а делает её критичнее
Netflix сейчас усиливает общие данные, paved paths (рекомендованные способы делать типовые вещи), design systems и guardrails
логика простая — чем быстрее двигаются отдельные люди, тем важнее рельсы, по которым они едут
и главный навык, который они теперь ищут — не промптинг, а systems thinking
совет от Stone дословно: "step out one click" — сделай один шаг назад от своей задачи
какую более широкую проблему я решаю? не строю ли ещё один локальный стек? какие предположения о системе вокруг я не проверяю?
при этом специалисты никуда не деваются: сильная инженерия и data science всё ещё дефицит, а "это написал агент" не снимает с человека ответственности за результат
AI fluency у них — не новая профессия, а грамотность поверх каждой роли, от джуна до топов (на coding-интервью, кстати, AI-инструменты уже разрешены)
🤷♂️ забавно: самый продвинутый AI-навык по версии Netflix — умение оторваться от экрана и посмотреть, какую систему ты невольно строишь
___
про это же мой курс Agentic Mindset — не "магия промптов", а как агенты устроены под капотом и как встроить их в систему работы команды, а не в очередной локальный огород
заглядывайте: aiproductclub.co 🛠