Почему 90% AI-автоматизаций бесполезны (и при чём тут JTBD

Почему 90% AI-автоматизаций бесполезны (и при чём тут JTBD)

Заметил паттерн — и у себя, и у клиентов.

Человек узнаёт про n8n или Claude, загорается и начинает строить флоу от инструмента: «О, у меня есть AI — что бы мне автоматизировать?». Делает крутую цепочку, радуется. А через неделю понимает, что она никому не нужна.

Это классическая ошибка — строить от возможностей, а не от задачи.

И тут на помощь приходит JTBD — Jobs to Be Done. Фреймворк из продуктовой разработки, который я начал применять вообще ко всей работе с AI.

Суть простая: у каждого действия есть «работа», на которую ты его «нанимаешь». Не фича, не инструмент — а конкретный результат в конкретном контексте.

Как это выглядит на практике:

❌ «Сделаю флоу, который парсит новости и отправляет в Telegram»

✅ «Когда я сажусь писать контент утром, мне нужно за 2 минуты понять, что произошло в AI за сутки, чтобы не тратить 40 минут на скроллинг»

Чувствуешь разницу? Во втором случае ты точно знаешь: что триггерит задачу, какой результат нужен, и как измерить — помогло или нет.

То же самое с промптами, большинство пишут промпт от возможностей модели: «Ты — эксперт по маркетингу, проанализируй...». А надо от своей ситуации: в каком контексте я сейчас, какое решение мне нужно принять, что мне мешает принять его самому.

Когда я начал думать через JTBD, у меня отвалилось примерно 60% автоматизаций, которые я планировал. А оставшиеся 40% стали реально экономить время и деньги.

Формула для проверки любого AI workflow перед тем, как его строить:

«Когда [ситуация], я хочу [результат], чтобы [бизнес-ценность]»

Если не можешь заполнить все три — автоматизация не нужна.

Кстати, именно с этого мы начинаем аудит у клиентов в агентстве — не с выбора инструментов, а с разбора: какие задачи реально стоят денег и времени. И уже от этого строим автоматизации.

А вы как подходите к построению автоматизаций — от инструмента или от задачи?