W jednej z wypowiedzi Pietera Levelsa (znany multiprzedsiębiorca IT) przeczytałem, że 95% jego projektów się nie udaje.
Jakim cudem ma tyle dochodowych biznesów?
Po prostu podejmuje gigantyczną liczbę prób, aż coś zatrybi 🤷♂️
Postanowiłem wziąć z niego przykład 🧵 ↓
Dawniej mój workflow wyglądał tak:
1) wymyślam pomysł (minuty/godziny)
2) badam zainteresowanie (godziny)
3) buduję prototyp MVP (tygodnie/miesiące)
4) sukces / porażka 🤷♂️
(to duże uproszczenie)
Dzięki wykorzystaniu sztucznej inteligencji (ostatnio głównie Claude 3.5 Sonnet od Anthropica - genialne rozwiązanie) udało mi się zredukować czas potrzebny na pierwszy i trzeci punkt workflow.
Intensywnie wykorzystuję do generowania pomysłów funkcję projektów nakarmionych własną wiedzą w Claude.
Garść moich notatek wsparta (udanymi) pomysłami z przeszłości jest niezłym zalążkiem do generowania kolejnych pomysłów np. na ulepszenia do usług/produktów.
Wielokrotnie też zdarzało mi się implementować mini prototyp, a w zasadzie proof-of-concept własnych pomysłów, aby przekonać się... jakie są głupie 😉😃
Wbrew pozorom, to jednak jest plus.
Czasami, nie zdaję sobie sprawy ze złożoności niektórych problemów tak długo, aż trudności nie pojawią się same w trakcie próby ich implementacji.
Mówiąc prościej: coś wydaje mi się łatwe, a po dwóch dniach programowania wychodzi na jaw coś, czego nie przewidziałem.
Szybkie prototypowanie z użyciem AI sprawie, że... (to nadal plus!) moje projekty wielokrotnie szybciej trafiają do kosza 😬
To pozwala mi w trakcie roku realizować więcej projektów zakończonych sukcesem.
Bywało i tak, że jednego dnia wpadłem na "genialny" pomysł, opracowałem jego prototyp i... bezpowrotnie usunąłem, wpisując na listę nieprzemyślanych idei niewartych implementacji.
Powiesz: zmarnowałeś czas!
Tak, ale były to godziny, a nie jak dawniej tygodnie/miesiące.
Próba upchnięcia większej liczby potencjalnie nieudanych projektów w czasie roku i utrzymanie success-rate na poziomie pana Levelsa (5%) jest prawdopodobnie możliwa tylko przy skróceniu czasu potrzebnego na podjęcie pojedynczej próby implementacji pomysłu.
Generatywna sztuczna inteligencja - choć mocno niedoskonała - pozwala zmniejszyć koszty eksperymentów z nowymi pomysłami.
Koszty te nie są wyrażone tylko w złotówkach.
To także Twój czas, nerwy, poczucie porażki.
Twórz "śmieciowe" prototypy.
To całkiem niezła walidacja pomysłów
Jakub Mrugalski 🔥
@uwteam
🤖 Piszę o technologii, AI, automatyzacji, cybersecurity i biznesie. 🛠 Dzielę się użytecznymi narzędziami i case-study 🤔 #DigitalEUAmbassador 🛑 Nie czytam DM