В новом выпуске Lenny's Podcast ведущий Ленни Рачитски беседует с Ашей Шармой, вице-президентом по продуктам ИИ-платформы в Microsoft. Обсуждение сосредоточено на фундаментальной трансформации разработки программного обеспечения: отхода от «продуктов-артефактов» к «продуктам-организмам» и того, как агенты (AI agents) радикально изменят структуру современных компаний.
🧬 От артефакта к организму: новая природа продукта 4:36
Традиционно программный продукт воспринимался как статический артефакт: команда придумывает идею, решает проблему, выпускает «билд» и следит за метриками на дашборде . Аша Шарма утверждает, что сегодня фокус смещается на «метаболизм» продуктовой команды — её способность поглощать данные и превращать их в результаты с помощью моделей.
По словам гостьи, современные продукты становятся живыми организмами:
- они постоянно учатся на взаимодействиях с пользователями;
- они эволюционируют в реальном времени, подстраиваясь под цели (цена, производительность, качество) ;
- индивидуальный пользовательский опыт (UX) может меняться на лету в зависимости от контекста и уровня пользователя .
Аша подчеркивает, что эта способность продукта «думать, жить и учиться» становится ключевой интеллектуальной собственностью (IP) любой современной компании . Примером может служить Cursor или GitHub Copilot, где использование данных в реальном времени (принятие или отклонение предложений кода) создает непрерывную петлю обратной связи (feedback loop), которую невозможно скопировать .
🏗️ Смерть традиционных оргсхем и «Work Chart» 12:37
Бурное развитие ИИ требует пересмотра того, как строятся команды. Аша Шарма вводит понятие «полноstack-билдера» (full stack builder) и предсказывает смерть многослойных иерархий .
Основные тезисы о трансформации управления:
- От «Lane» к «Loop»: Раньше сотрудники работали строго в своей «полосе» ( lane) — ПМ, дизайнер, инженер. Теперь важнее «петля» (loop) — общая способность команды быстро итерировать .
- Эрозия слоев: В типичной организации запуск продукта требует около 500 точек касания (согласования, ревью, уровни управления). При темпе появления 500 новых моделей ИИ в неделю такая структура становится нежизнеспособной .
- Org Chart → Work Chart: Аша Шарма прогнозирует переход от иерархии подчинения к сетевой структуре, ориентированной на задачи . В «агентивном обществе» (agentic society) организационная схема будет отражать не то, кто кому докладывает, а то, как распределены задачи между людьми и их стеком агентов .
По мнению гостьи, это позволит повысить квалификацию сотрудников на 20%, что даст экспоненциальный рост ВВП (прогноз для США — охват около 20 млн работников умственного труда) .
🤖 Эра агентов: 15 000 компаний и миллионы ботов 30:49
Аша Шарма называет текущий период «сезоном агентов» . Она раскрывает впечатляющую статистику Microsoft Azure:
- Около 15 000 клиентов уже создали специфических агентов на платформе .
- Общее количество работающих агентов исчисляется миллионами .
Ключевое отличие агентов от простых чат-ботов — способность к «tool calling» (вызову инструментов) и выполнению длительных многошаговых задач . Однако для их массового внедрения индустрии всё ещё нужно решить вопросы памяти, наблюдаемости (observability) и надежности .
Интерфейсы также претерпевают изменения. Аша считает, что мы движемся от GUI (графических интерфейсов) к «кодо-ориентированным» (code native) интерфейсам и текстовым потокам, так как они лучше взаимодействуют с LLM . Хотя чат останется важным, господство только одного интерфейса (как у ChatGPT) не будет вечным — ПО станет более компонуемым .
📈 Пост-тренинг — это новый пре-тренинг 44:48
Аша Шарма делится важным технологическим инсайтом: когда модель достигает объема в 30 миллиардов параметров, колоссальные затраты (CAPEX) на её предварительное обучение (pre-training) на миллиардах токенов перестают быть экономически оправданными для большинства компаний .
Вместо этого фокус смещается на пост-тренинг:
- Использование Reinforcement Learning (RL) и тонкой настройки (fine-tuning) для адаптации готовых моделей под конкретные нужды .
- Оптимизация под специфические результаты: точность, легальность, отраслевой контекст.
- Пример: продукт Dragon (для врачей) поднял точность принятия предложений ИИ с 30-60% до 83% после разметки 600 000 взаимодействий экспертами и их подачи в петлю пост-тренинга .
Гостья подчеркивает, что 50% разработчиков уже занимаются файн-тюнингом, и эта доля будет расти .
💡 Уроки лидерства от Сатьи Наделлы 39:39
Работая в Microsoft, Аша Шарма тесно взаимодействует с Сатьей Наделлой. Главный урок, который она вынесла: «Оптимизм — это возобновляемый ресурс» .
По словам Аши, Сатья обладает уникальной способностью генерировать энергию и ясность даже в условиях жесткой конкуренции и быстрых перемен. Это помогает поддерживать преемственность миссии компании, которой уже 50 лет . Она также отмечает важность «ментальной чистоты» и мужества, проводя параллель со своим опытом получения черного пояса по Тхэквондо — это дисциплины не столько физические, сколько интеллектуальные .
