Аарон Леві — співзасновник і генеральний директор компанії Box, що працює в хмарній сфері та має оцінку близько 4 мільярдів доларів. Її рішення застосовують приблизно 64% корпорацій із списку Fortune 500. Леві щодня спостерігає, як великі організації інтегрують штучний інтелект у свою діяльність, одночасно активно переосмислюючи власні робочі процеси з акцентом на AI-інструменти. Його персональний набір інструментів — це не абстрактна концепція підвищення продуктивності завдяки AI, а практичний і чітко структурований комплекс сервісів і звичок, починаючи від кодових асистентів і генеративного дизайну до довгих промптів у робочій документації.
У цьому матеріалі докладно висвітлюється, як Аарон Леві організовує власний робочий день із застосуванням AI: які інструменти він вважає ключовими, як делегує ринкові дослідження агентам, чому вже не пише перший рядок коду самостійно та як примушує моделі виконувати до 75% підготовчої роботи у сфері дизайну.
Основний AI-набір Леві: програмування, універсальна модель і дослідник
Леві розглядає AI-інструменти не як цікаві забавки, а як незамінний складник свого професійного стеку. Його базова конфігурація охоплює три головні елементи, кожен із яких виконує особливу функцію:
-
Кодоцентричний асистент, схожий на Codeium. Для Леві це не просто інструмент автодоповнення, а засіб значного підвищення продуктивності створення коду без пропорційного збільшення часу розробника. Він вважає, що майбутні вигодонабувачі AI у розробці — це ті, хто навчиться ефективно керувати кодовими агентами. Саме тому у його наборі інструментів присутній спеціалізований сервіс, орієнтований на програмування: він допомагає генерувати функції, пропонує архітектурні рішення, сприяє інтеграціям, а відповідальність за якість, безпеку та впровадження в продакшн залишається за інженером.
-
Універсальна велика модель – «загальний мозок», який у нього представлений Claude. Цей інструмент призначений не для вузьких завдань, а для широкого спектру функцій, що вимагають мислення, структурування, пояснення або творчої роботи з текстом. Серед таких функцій — формулювання стратегій і підготовка матеріалів до зустрічей. Універсальна модель є інтерфейсом для роботи з ідеями: допомагає їх аналізувати, презентувати в новій формі та створювати вироби, готові для подальшої роботи з командою.
- Дослідницький інструмент, наприклад Perplexity. На відміну від традиційного пошуку, цей сервіс не просто надає посилання, а агрегує, узагальнює та структуризує інформацію. Для Леві це можливість ставити складні питання про ринок, конкурентів чи технології і отримувати одразу синтезований огляд замість десятків відкритих вкладок у браузері. У його середовищі Perplexity виконує функцію «аналітика на вимогу», який працює із відкритими даними та пришвидшує найскладніший початковий етап будь-якого дослідження.
Разом ці три інструменти формують базову структуру, на яку накладаються всі інші AI-процеси. Кодовий асистент забезпечує швидкість розробки, універсальна модель — гнучкість мислення, а дослідницький сервіс — глибину контексту.
Маркетингові та продуктові ідеї без використання Google: як Леві делегує ринкові дослідження агентам
Одним із помітних чинників в організації робочого процесу Леві є спосіб збору інформації про ринок. Замість класичного сценарію — численних пошукових запитів, відкритих вкладок і ручних нотаток — він делегує більшу частину цієї роботи AI-агентам.
Якщо необхідно вивчити сегмент ринку або зрозуміти діяльність десятків компаній у певній ніші, Леві не проводить кілька годин у Google. Натомість він формує завдання для AI-агента: зібрати дані про учасників, їхні продукти, моделі монетизації, позиціонування, сильні та слабкі сторони. Агент обробляє відкриті джерела, агрегує та структурує інформацію, пропонуючи готовий аналітичний звіт про ринок.
Такий підхід не лише економить час, але й змінює структуру дослідження:
- замість обмеження кількістю компаній, які можна самостійно аналізувати,
- є можливість охоплення десятків або навіть сотень гравців,
- агент не втомлюється, не забуває посилання та правильно організовує інформацію.
Леві підключається на етапі інтерпретації: визначає, що зібране має значення саме для його бізнесу, аналізує прогалини та формує гіпотези для подальшої перевірки.
У цій моделі AI слугує не заміною аналітика, а його потужним прискорювачем. Леві сприймає агентів як інструмент первинного сортування і структуризації матеріалів, а потім працює вже з узагальненими даними, ставить уточнюючі запитання, порівнює різні варіанти розвитку подій, розробляє альтернативні стратегії. Це дає змогу зосередитися на стратегічному мисленні, а не на рутинному зборі інформації.
Водночас Леві не прагне повністю замінити людину. Навіть маючи агентів, здатних обходити сотні джерел, він залишає за собою роль постановника рамок дослідження, контролера висновків і приймача кінцевих рішень. AI розглядається ним як інструмент для розширення оглядового поля, а не як заміна керівної думки у визначенні напрямку компанії.
Прототипи без власного коду: чому первинний варіант створює AI, а не засновник
Ще одна сфера, де Леві кардинально трансформував свій спосіб роботи, — це розробка програмного забезпечення. Він відверто визнає, що тепер покладається на AI для створення перших прототипів натомість власноручних результатів.
Це не означає, що він відмовився від технічної грамотності. Навпаки, він підкреслює важливість для засновника чи керівника залишатися достатньо технічним, щоб розуміти принципи роботи використовуваних інструментів. Однак замість того, щоб витрачати години на написання базового функціоналу, Леві формує детальні вимоги у промпті і дозволяє моделі згенерувати первинний варіант прототипу.
Цей алгоритм змінює роль людини у розробці продукту. Якщо раніше засновник, який вмів програмувати, мусив балансувати між стратегічним баченням і рутинною інженерною працею, зараз він може зосередитися на постановці завдань, архітектурних рішеннях і критичній оцінці результатів. AI бере на себе чорнову роботу зі створення структури додатку, базових екранів і простих інтеграцій.
Леві також акцентує, що такий код вимагає ретельного перегляду, доопрацювання, перевірки на безпеку та масштабованість. Його головна перевага в тому, що перший робочий зразок з’являється значно швидше, дозволяючи раніше тестувати ідеї, демонструвати їх команді, збирати відгуки та ухвалювати рішення про подальші інвестиції у повноцінну реалізацію.
В цілому це віддзеркалює ширшу тенденцію: програмісти і технічні лідери, які приймають AI як інструмент прискорення, отримують конкурентні переваги. Вони не відмовляються від експертності, а навпаки — використовують її для вдосконаленого керування моделями. Леві наголошує, що саме інженери, які опанують роботу з кодовими агентами, стануть головними бенефіціарами AI-революції у сфері розробки.
Дизайн на 75% від AI: як складається новий робочий тандем із дизайнерами
Як керівник продукту, Леві часто стикається з необхідністю швидко донести до команди візуальну концепцію: інтерфейс, сторінку чи UX-елемент. Раніше це означало або самостійно робити ескізи, або витрачати довгий час на словесні пояснення дизайнерам. Тепер він активно використовує генеративні моделі зображень як проміжний етап.
Принцип роботи простий: Леві складає детальний текстовий опис задуму і передає його AI-моделі, яка генерує візуалізацію. У результаті виходить дизайн-чернетка приблизно на 75% завершеності. Це ще не фінальний макет, але досить конкретний образ, що демонструє композицію, стиль і ключові елементи.
На наступному кроці професійні дизайнери беруть цю AI-чернетку і доводять її до рівня продакшену: коригують деталі, адаптують під бренд-стандарти, продумують стани, інтеракції та враховують аспекти доступності. Таким чином, AI не замінює професіонала-дизайнера, а суттєво скорочує проміжок від абстрактної ідеї керівника до першого візуального продукту, який уже можна обговорювати та вдосконалювати.
Цей метод істотно змінює динаміку взаємодії між продуктовими лідерами та творчими командами. Замість багатьох циклів пояснень і уточнень Леві приходить із конкретним візуальним матеріалом, що дає змогу ефективно обговорювати, критикувати та покращувати ідеї. Це зменшує ризики непорозумінь і пришвидшує ітераційний процес.
Водночас Леві підкреслює, що AI-генерація забезпечує лише приблизно три чверті обробки – інші 25% — це робота людини, що передбачає увагу до нюансів, відчуття стилю, розуміння користувацьких сценаріїв і брендових контекстів, які поки лишаються за професіоналами. Отже, у його особистому стеку генеративні зображення виступають як інструмент командної співпраці, а не як метод скоротити кількість дизайнерів.
Замість пам’яті — довгі промпти: чому Леві зберігає контекст у документах
На тлі поширення персональних AI-асистентів із функцією постійної пам’яті Леві обирає більш простий і контрольований підхід до опрацювання контексту. Він віддає перевагу довгим, детальним промптам, збереженим у документах, замість складних систем збереження пам’яті.
Його логіка полягає в тому, що добре структурований промпт — це по суті технічна специфікація задачі. Збережений у вигляді текстового документа, він легко редагується, поширюється серед співробітників і адаптується для нових випадків використання. Це забезпечує прозорість та відтворюваність процесу – будь-хто в команді може побачити, які інструкції отримує модель, і зрозуміти джерела її результатів.
Такий підхід контрастує з ідеєю «чарівної пам’яті», коли асистент нібито автоматично запам’ятовує всі деталі роботи користувача. Леві навпаки фіксує ключову інформацію чітко і прозоро: задає роль AI, описує стиль відповідей, обмеження, наводить приклади вдалих і невдалих результатів. Коли слід відтворити подібний рівень роботи, текст просто копіюється у нову сесію.
Це дисциплінує самого користувача, змушуючи його ясно артикулювати цілі й критерії, що фактично перетворює його на продуктового менеджера власного AI-асистента. Документи слугують репозиторієм таких «специфікацій», що з часом поглиблюються та удосконалюються відповідно до змін у завданнях.
Ще один плюс цього рішення: легке масштабування на рівні команди. Замість того, щоб кожен співробітник індивідуально «навчав» свого помічника, компанія може формувати спільну бібліотеку промптів для типових процесів — ринкових досліджень, підготовки презентацій, аналізу контрактів. Приклад Леві демонструє, що іноді проста текстова інструкція може давати кращий контроль та передбачуваність, ніж складні системи збереження пам’яті.
Особистий AI-стек Аарона Леві виглядає грунтовно і зважено. У ньому немає ілюзій «повної автономії» чи очікувань, що агенти незабаром замінять людину. Натомість чітко окреслені ролі: кодовий асистент прискорює розробку, універсальна модель сприяє мисленню та творчості, дослідницький інструмент додає глибини аналізу, генеративні візуальні сервіси спрощують комунікацію, а довгі промпти в документах забезпечують контрольованість і відкритість контексту.
У кожній із цих сфер AI виконує від 60% до 75% підготувальної роботи, залишаючи за людиною вирішальне слово — чи то при аналізі ринку, побудові прототипів, чи у дизайні продукту. Леві ілюструє модель, в якій засновник чи керівник не відмовляються від відповідальності, а навпаки використовують інструменти AI для розширення своїх можливостей, працюючи швидше, масштабніше і на ширшій інформаційній базі, ніж було раніше.
Джерело:
YouTube: $4B Founder: The Next 3 Years Will Make 100 New Founders Rich
