Небольшой блог о работе в Jira, продакт-менеджменте и всём, что мозг соло-основателя в этот раз решил переосмыслить.
Just: ИИ-ассистент для Jira сделал большой шаг вперёд. Инсайты теперь сначала уточняют, потом строят план, умеют подтягивать свежий контекст из веба, генерировать изображения, учитывать обратную связь и работать с контекстом на уровне проекта или всей организации.
Бюджет на AI для команды — это не просто $20 за место, умноженные на число сотрудников. Реальные ежемесячные расходы зависят от ролей, сценариев использования, агентов для кода и того, насколько осознанно вы распределяете инструменты.
Тикет написали в прошлом месяце. Фича поедет в следующем. За это время конкурент успел выкатить похожее решение, API изменился, а новое требование по соответствию тихо вступило в силу.
Эти инструменты как будто решают знакомую проблему Jira: превращают расплывчатые тикеты во что-то пригодное для работы. Но аккуратно оформленный результат часто создаёт ощущение, что команда уже договорилась, хотя на самом деле это не так.
Расплывчатая задача в Jira редко кажется опасной с первого взгляда. Настоящая проблема приходит позже, когда разные люди по-разному понимают недосказанное, и несколько дней сосредоточенной работы оказываются потрачены не туда.
Один и тот же запрос, одна и та же модель, совершенно разный результат. Разница не в магии формулировки. Разница в том, знает ли модель ваш продукт, пользователей, дизайн-язык и стек до начала генерации.
Три маршрута. Один и тот же бэклог. Совершенно разный опыт. Rovo, коннекторы и Just по-разному, но по-своему уместно встраивают ИИ в Jira.
Один и тот же сценарий в Jira может ощущаться очень точным или странно неровным в зависимости от модели на каждом шаге. Важен не победитель сравнительных тестов, а то, почему одни провайдеры снова и снова получают одни и те же роли внутри реального продукта.
