НЕХУЙЗГОРИЙНИЙ БІЗНЕС

Чому в багатьох українських інтернет-магазинів на головній досі російська версія, а українська сидить десь в /uk?Майже всі починали як російськомовні, а українську версію додали пізніше, в окрему директорію. І тепер, щоб поміняти їх місцями, треба зробити масові редіректи. Перенести російську версію в підпапку, українську витягти в корінь домену.Звучить просто. Але для пошуковиків це означає: «Увесь сайт змінив структуру». А інтернет-магазини живуть з пошукового трафіку. 30% і більше від загальної виручки. Тобто ти робиш цю зміну і ризикуєш тимчасово, а може й не тимчасово, втратити третину відвідувачів. Третину грошей. Третину команди, яку ти не зможеш утримати.Великі магазини з SEO-командами можуть дозволити собі витримати цей спад. Маленькі і середні ні. Тому сидять як сидять.І ще одна річ. Цей ризик зменшиться тільки тоді, коли люди почнуть шукати в Гуглі українською більше, ніж російською. А цього досі не сталося.Коли мені кажуть «чому ти це не зробиш», я злюсь. Не тому що мені комфортно з російською на головній. Але якщо я зроблю це насильно і у мене впаде виручка на третину, хто буде платити зарплату людям, яких я матиму звільнити?Це питання ризик-менеджменту. І поки пошукова поведінка не зміниться, для малого бізнесу цей перехід залишається невиправданим ризиком.💀 @nehuyzgoryinyi

◈ WiFi замість камери, яка бачить крізь стіни.Ідея проста. Звичайний WiFi-роутер випромінює хвилі, а людське тіло їх відбиває і заломлює. Якщо правильно аналізувати ці зміни, можна зрозуміти, що хтось увійшов у кімнату, чи він дихає, чи впав, чи стоїть.Без камер. Без носимих пристроїв. Просто роутер і чіп за $5.◈ Чому це цікаво для бізнесу.Нова категорія сенсорів, яка вже вбудована в те, що ми маємо. Догляд за літніми без камер у спальні. Розумний будинок без жодного нового пристрою. Охорона периметра через стіни.Технологія реальна. Дослідження CMU і MIT підтвердили принцип ще кілька років тому. Питання лише в тому, хто зробить із цього робочий продукт.◈ Чесний вердикт про конкретний проєкт.Є репозиторій ruvnet/RuView на GitHub. 41 тисяча зірок. На перший погляд вражає. Але:▪️ 41 000 зірок і лише 244 підписники. Нормальне співвідношення — 10-30:1. Тут 167:1. Класична ознака накрутки.▪️ Перша версія коду була фасадом. Замість реальних даних з датчиків стояв генератор випадкових чисел. Це публічно задокументовано.▪️ Після критики додали софт на C для ESP32, вже схоже на справжній код. Але заявлені «17 точок тіла крізь стіни» потребують натренованих нейромереж, яких у репозиторії просто немає. Жодного файлу з вагами.▪️ За 9 місяців жодного демо-відео. Для системи, яка нібито бачить рухи тіла.Автор, Reuven Cohen, реальна людина з досвідом (Enomaly, продано через Dell за $1.2B). Але його поточний GitHub це 165 репозиторіїв від квантових обчислень до музичного ШІ. Схоже на згенерований ШІ каркас більше, ніж на продукт.◈ Підсумок: ідея WiFi-як-сенсор справжня і перспективна. Цей конкретний репозиторій, ранній прототип, загорнутий у маркетинг. Обіцяє значно більше, ніж може показати. Зірки накручені. Якщо тема цікавить, стежте за наукою, запит CMU WiFi DensePose.💀 @nehuyzgoryinyi

Продовжу про формулу Гіпотеза = Сегмент + Робота + Офер.Головне, чому вона працює як інструмент, а не просто як концепція: коли гіпотеза не підтверджується, ти не викидаєш все і не починаєш з нуля. Ти міняєш одну змінну за раз.Сегмент вірний, але робота не та. Робота вірна, але формат офера не той. Офер ок, але ти дивишся не на той сегмент. Формула дає тобі три ручки, які можна крутити незалежно.Але є чесна критика.Перше. Формула створює ілюзію лінійності: обери сегмент → знайди роботу → зроби офер. На практиці частіше навпаки — ти випадково натрапляєш на роботу через розмову з кимось, а потім вже з'ясовуєш, хто ще має цю задачу. Боб Моеста, один із співавторів JTBD, каже, що «робота» часто стає зрозумілою тільки коли спостерігаєш switching behavior — коли людина переходить з одного рішення на інше. А не коли питаєш «що ти хочеш».Друге. Формула трактує сегмент як щось стале — вік, географія, ніша. Але оригінальний інсайт Крістенсена в JTBD саме в тому, що демографія — паршивий проксі для робіт. Одна і та ж «робота» може перетинати абсолютно різні сегменти. Тому «сегмент» тут — це скоріше дистриб'юційна евристика. Він підказує, де шукати людей, а не хто вони по суті.Формула корисна як перший фільтр і як операційний інструмент для ітерацій. Але якщо сприймати її занадто буквально — можна звузитись передчасно.💀 @nehuyzgoryinyi

Від ідеї до реального проекту — три стадії.Explore: думаєш, формулюєш, нотуєш, публікуєш. Validation: змушуєш ідею зіткнутися з реальністю. Project або Pilot: будуєш, бо є докази.Чесно — у мене між першою і другою стадією є скляна стеля. Можу тижнями «досліджувати» і відчувати, що рухаюся. А перший реальний контакт з ринком — зовсім інший рівень. Бачиш, що треба зробити. Розумієш чому. І все одно не робиш.Мабуть, ось чому: fast validation скорочує той самий період, коли ідея ще може залишатися красивою.Поки ти не перевірив — ідея ідеальна. Ринок уявний, але великий. Клієнти уявні, але зацікавлені. Fast validation руйнує цю красоту швидко. І це боляче.Реальна перевага швидкої валідації саме в тому, що ти ще не встиг зрости з ідеєю. Але ця перевага зникає, якщо відмова реальності потрапляє прямо в ідентичність. Мабуть, допомагає заздалегідь вирішити, що є «провал тесту» — ще до того, як починаєш. Не «подивимось». А «якщо ніхто з 10 людей не погодиться на передоплату — ідея не підтверджена». Тоді відмова стає даними, а не вироком.І ще одне, що здається мені особливо точним: тест треба будувати навколо найнезручнішого припущення. Не навколо того, що легко перевірити. А навколо того, у що ти найбільше боїшся помилитися. Бо якщо саме це провалиться — решта не важливо. А якщо підтвердиться — далі легше.💀 @nehuyzgoryinyi

Дослідження ринку зазвичай закінчується купою нотаток, які ти ніколи більше не відкриєш.Читаєш статті, зберігаєш посилання, щось виписуєш — а через місяць знову «досліджуєш» ту саму тему з чистого аркуша, або взагалі просто валяється десь. Бо нотатки є, а рішення з них не виходить.PKM (personal knowledge management) — це система перетворення накопиченої інформації на структуровані думки. Я не буду розповідати теорію — краще покажу, що конкретно зробив і що вийшло.Нещодавно я налаштував два скіли для Клода, які роблять конкретну роботу:pkm-note — коли треба зафіксувати одну думку. Факт, аргумент, визначення, сирий матеріал. Інструмент змушує відповісти: це факт, переконання чи рекомендація?Чому важливо розрізняти? «97% стартапів закриваються за 5 років» — це факт. «Треба рости повільно» — переконання. «Я не братиму венчур» — рекомендація, яка з цього виходить. Коли ці три речі змішані в одному абзаці без маркування — здається, що думаєш, але насправді плутаєшся.pkm-domain — для серйознішого дослідження. Приносиш 5-10 джерел про ринок або технологію, і інструмент будує повноцінну базу знань:▪️ що це таке і який реальний поточний стан (не теорія — скільки юзерів, хто вже будує, що ще не зайнято)▪️ карта конкурентів по шарах ринку з explicit «тут ще нікого немає»▪️ карта бізнес-можливостей з пріоритизацією▪️ аргументи для топ-3 можливостей — разом із контраргументами і тим, що мало б змінити мою думкуРезультат — не ще одна папка нотаток. А відповідь на питання: що саме валідувати першим і чому.Перевірив це на темі agent commerce — і різниця між «маю купу цікавих джерел» і «маю конкретний список наступних кроків» виявилась дуже відчутною.Є хтось, хто активно досліджує нові ринки або технології і хотів би спробувати ці інструменти?💀 @nehuyzgoryinyi

Як почати заробляти на всіх цих змінах зі штучним інтелектом?Є не одна відповідь. Є спектр моделей від найпростішого до найскладнішого:▪️ Рівень 0 — продаєш свій час, але швидше. Фрілансер або найманець, що використовує AI як інструмент. Ризик мінімальний.▪️ Рівень 1 — оптимізуєш власний бізнес зсередини. AI знижує витрати і покращує маржу. Не продаєш AI — використовуєш для себе. Сюди ж: стаєш розробником сам і продаєш вже традиційний софт, тільки написаний ШІ.▪️ Рівень 2 — продаєш результати ШІ малому та середньому бізнесу. Кастомний AI під капотом: промти та запити в тулзи затиснуті в рамки коду (deterministic scaffolding). Платять за результат, але порівнюють із зарплатами працівника, якого тепер не треба утримувати.▪️ Рівень 3 — пакуєш це у повторюваний продукт. Productized service: той самий результат, але дешевше з кожною ітерацією.▪️ Рівень 4 — vertical AI SaaS. Програмний продукт для конкретної ніші. Масштаб — і відповідно вищий ризик.▪️ Рівень 5 — інфраструктура для AI-операторів. Продаєш можливість іншим AI-агенціям будувати на тобі.▪️ Рівень 6 — загальна AI-платформа. Екосистема для builders та роздрібного споживача. Екстремальний ризик, екстремальний потенціал.Що вищий рівень — то більше грошей, але й більше ризику.Більшість людей, яких зараз бачу в темі, — рівень 1 або 2. Здається, корисно обмалювати, де ми знаходимося і куди ведуть ці сходи. 💀 @nehuyzgoryinyi

⌘492. IROI / tLTV > inference costСофт став настільки дешевим, що основною одиницею інвестиції більше не є “команда розробників”. Нею стає inference-витрата: токени, compute і трохи людського напрямку.Тепер питання не в тому, чи можемо ми щось побудувати. Питання — чи вміємо ми перетворити витрачений compute на захоплювану бізнес-цінність.Раніше вузьким місцем була розробка. Сьогодні вузьке місце — валідація бізнес-моделі.Валідувати — довести, що: • люди реально змінюють поведінку, • вони проходять через обмеження дистрибуції, довіри й switching costs, • і ця зміна створює вимірюваний результат, який ви можете захопити: оплату, retention, зниження втрат, скорочення cycle time.Дешеве будівництво не робить створення цінності легким. Воно просто переносить вузьке місце з “можемо збудувати?” на “чи це комусь потрібно і чи заплатять?”.Розробка стає процесом пошуку та відбору.Compute генерує варіанти.Валідація відсіює.Операційна система нового типу фаундера — це не промпти. Це інструментування, експерименти й evidence, придатний для прийняття рішень.Конкурентна перевага — це швидкість доказів.Наскільки швидко ви можете перетворити витрати на inference і свій час на: • підтверджений impact, • або впевнене “ні”, яке дозволяє змінити ставку раніше за інших.Я придумав називати це IROI — inference return on investment.Ну і маємо формулу успіху бізнес-моделі:tLTV > inference costде t це total, тобто загальний lifetime value всіх користувачів софту (який тепер живе недовго);inference cost — тепер вартість розробки (умовно).Той, хто вміє інвестувати compute з позитивною очікуваною бізнес-віддачею, — виграє.💀 @nehuyzgoryinyi

Проблема валідації бізнес-ідеї, яка мені коштувала зараз купу грошей, — це те, що я плутав зацікавленість з готовністю платити; отримав 40 лідів недорого, і вирішив що цього достатньо.Ось рівні доведенності попиту.Рівень 1: Задекларований інтерес (нульова цінність)Це коли людина каже, що ідея їй подобається або що вона “купила б таку річ”. Але це лише слова. На цьому етапі немає жодної реальної дії, ризику чи фінансового зобов’язання з боку клієнта. Такий інтерес створює хибне відчуття підтвердження і часто вводить підприємців в оману. Цей рівень можна використовувати лише для збору емоційних формулювань і реакцій, але не як доказ попиту.⸻Рівень 2: Активний пошук (Цінний)На цьому рівні клієнт уже шукає спосіб вирішити проблему — гуглить, запитує знайомих, пробує тимчасові варіанти. Це означає, що біль реальний, і що людина вже витрачає час та енергію на його розв’язання. Це хороший рівень для аналізу поведінки, сегментації клієнтів та створення маркетингових повідомлень, які відображають їхній стан пошуку.⸻Рівень 3: Оплата за наявні рішення (Золото)Коли клієнт уже платить за існуючі рішення, навіть якщо вони неідеальні, — це ознака справжнього ринку. Люди вже виділяють гроші на цю категорію проблеми. Завдання підприємця — зрозуміти, чому вони платять саме за це і чому вони мають переключитися на вас. На цьому рівні ризик мінімальний, бо бюджет і мотивація клієнта вже підтверджені.⸻Рівень 4: Передоплата за ваше рішення (Джекпот)Це найвищий рівень валідації. Коли людина готова заплатити наперед за ваш продукт чи послугу, навіть якщо їх ще не існує, це беззаперечний доказ того, що ви створюєте щось справді потрібне. Передоплата свідчить про глибоку довіру і сильну потребу. На цьому етапі вам залишається не доводити цінність, а зосередитися на якості виконання та доставки обіцяного результату.💀 @nehuyzgoryinyi

До мене за менторством звернулась моя подруга Даша Курілюк. Вона працює бренд-архітекторкою ресторанів. Зараз веде діалог із потенційним клієнтом і шукала, як правильно «зайти»: запропонувати комерційну, сформулювати офер, показати експертизу.Але в ході розбору ми зрозуміли: клієнт — не на тій стадії, щоб купувати.— Він погодився на цю розмову, ймовірно, щоб відчути, що отримав альтернативну думку щодо своїх ідей.— Він хоче зрозуміти, чи вистачить у нього підприємницького хисту запускати нові бізнеси після першого успішного досвіду.— Він очікував, що йому будуть «продавати в лоб», і внутрішньо був готовий просто чемно відмовитись та «взяти комерційну для галочки».Це дуже рання стадія воронки — Awareness/Consideration. І якщо зараз йому покласти на стіл PDF із цінами, він або відморозиться, або скаже, що «подумає».Натомість ми з Дашею зібрали сценарій наступної зустрічі, в якому немає спроби продати. А є ось що:— не продавати, а запропонувати спільний брейншторм;— допомогти йому сформулювати своє бачення та фантазії;— задати тон розмови, в якій Даша — не продавець, а співтворець.🎯 Це приклад, як точне розуміння стадії воронки + Jobs To Be Done клієнта змінює всю комунікацію.💀 @nehuyzgoryinyi

Зафіксую кілька тейків.ШІ зараз - це в значній мірі беззмістовний хайп. Так, великі зміни. Так, крута технологія. Але ні, не штучний генералізований інтелект людського рівня. Ні, ніякого кінця світу через ШІ, що усвідомлює себе. Ні, не усвідомлює.ЛЛМки не вміють вирішувати математичні задачі. Вони не вирішують задачі взагалі, а генерують відповідь, що виглядає як правильна. Часто вгадують.Є сумніви навіть в тому, що моделі рівня о3 насправді роблять логічні висновки, а не імітують їх. Хоч і дуже непогано.Так, вже є випадок самогубства людини після (не внаслідок, цього не можна сказати) розмов з ШІ. Іронічно, що можель звали Еліза. Почитайте про ефект Елізи, якщо цікаво.Ні, чатботи не є універсальним інтерфейсом, і не замінять спеціалізований софт.Ні, чатботи все ще не краще пошуковиків і не замінять їх в найближчі кілька років. Доповнять.Так, чатботи дуже корисні у купі кейсів і радикально підсилюють деякі типи інтелектуальної та креативної праці.Перешліть це повідомлення тим, хто катається на хвилях хайпу. В цьому каналі зважений спокійний погляд на технології.🧿 @llms_ua