Пока ИИ автоматизирует рутину, главной ценностью человека становится способность принимать обоснованные решения. Об этих решениях мы поговорили с Юлией Урасовой, преподавательницей нашего нового курса о карте пути клиента (CJM).
Расскажи о своем опыте в профессии.
По образованию я математик. Это сильно повлияло на то, как я думаю — мне нравится работать на высоком уровне абстракции, решать новые задачи и доказывать, что у них есть решение. Но для меня важно соединять абстракции с реальностью нашей профессии.
В то время, когда я стала UX-дизайнером, ещё мало кто понимал, что это за профессия. Затем была работа в стартапе в Чехии — мой первый продуктовый опыт. В другой стране мы создавали социальную сеть для мам и приложения о беременности.
Следующим этапом стала работа в QIWI, где я провела почти десять лет и выросла до руководителя всей дизайн-функции. Я участвовала в запуске первой в России карты рассрочки «Совесть». За полгода мы запустили новый банковский продукт, аналогов которому тогда на российском рынке не было.
В последние несколько лет моя роль вышла за пределы управления дизайном. Чтобы компания действительно развивалась в сторону хорошего пользовательского опыта, недостаточно, чтобы о нём думали только дизайнеры, — этим должны заниматься целые продуктовые команды.
Так появилось внутреннее обучение по CJM («Карта пути клиента», от англ. Customer Journey Map), которое я проводила в компании три года. Сейчас я соединяю управление дизайн-командами и образовательные проекты для дизайнеров и других специалистов, влияющих на клиентский опыт.
Почему CJM?
Мне хочется подсветить, что слово «CJM» используют все, но 90% людей применяют этот метод некорректно.
Дизайнеры часто говорят, что сделали CJM, но получившаяся карта не помогает принять ни одного реального решения. Это просто внутренний артефакт, который не связан с большой бизнес-задачей и не влияет на продукт. Хорошая CJM — это инструмент аргументации. Она помогает принять решение, когда команда не знает, что делать, и где именно менять пользовательский опыт.
С распространением искусственного интеллекта эта тема становится ещё актуальнее. ИИ и агенты могут взять на себя рутинную обработку данных, но постановка задачи, интерпретация результатов и принятие решений по-прежнему остаются за человеком.
Методологическую работу и профессиональное суждение нельзя делегировать целиком.
Ты говоришь о CJM как о системе мышления. Почему это именно система?
Система мышления — это привычка осознанно задавать себе вопросы, искать ответы в пределах доступных возможностей и быть честными с собой. Не притягивать факты за уши, признавать отсутствие данных, прямо обозначать неопределенность и всё равно принимать наиболее обоснованное решение в конкретной ситуации.
Работа с CJM начинается не с шаблона, а с бизнес-задачи. Из неё появляется исследовательская задача и конкретные вопросы. Затем мы определяем, какие данные помогут на них ответить, и строим основанную на этих данных модель клиентского опыта. Эта модель должна помочь нам ответить сначала на исследовательские вопросы, а затем — на исходный вопрос бизнеса.
Поэтому для меня важен не только итоговый артефакт, но и каждый шаг рассуждения. На каждом этапе мы принимаем решения:
- Нужны ли нам дополнительные данные;
- Стоит ли проводить интервью;
- Лучше обратиться в колл-центр или поговорить с коллегой-экспертом;
- Сколько у нас времени и ресурсов;
- Какую степень точности мы можем себе позволить.
Такой подход позволяет увидеть зоны незнания и понять, где наши решения действительно основаны на пользовательском опыте, а где мы действуем наугад, надеясь, что очередная функция что-то изменит.
Именно поэтому CJM не зависит от инструмента. Для неё не нужна определённая программа или единый правильный шаблон. Если мы понимаем логику всех этапов, то можем гибко и творчески выбирать формат: набросать карту за час на бумаге, провести исследование и собрать артефакт в Excel или обсудить путь втроём с коллегами и зафиксировать результат на онлайн-доске.
Важно сохранить логику: поставить бизнес-задачу, сформулировать исследовательские вопросы, построить модель клиентского опыта и только после этого решать, как эту модель изменить.
В твоем курсе ты рассказываешь, как создавать удобные интерфейсы не только для людей, но и для агентов. Что это такое и почему дизайнерам стоит изучать это сейчас?
Мы привыкли проектировать продукты для человека, который сам открывает сайт или приложение, читает текст, нажимает кнопки и совершает действия с помощью мыши или рук.
Раньше с сайтами автоматически взаимодействовали в основном боты: они собирали информацию по заданным скриптам, часто в коммерческих целях. Но сейчас ситуация изменилась. Например, я почти не пользуюсь обычным поиском: если мне нужно найти информацию, я обращаюсь к ChatGPT или Claude Code и прошу подготовить отчёт. Моими руками становятся инструменты агента — скрипты, браузер и подключения через MCP. Формально поисковая работа агента похожа на работу бота, но за агентом стоит обычный человек, который хочет получить качественный ответ на свой вопрос.
Получается, что между человеком и продуктом появляется новая прослойка. Пользователь может вообще не зайти на сайт сам: сначала его агент должен найти продукт, прочитать информацию, сравнить варианты и решить, стоит ли показывать их человеку.
Например, при планировании путешествия агент может подобрать направления и отели по заданным условиям. Но если сайт отеля или агрегатора не позволяет получить нужную информацию, этот вариант просто не попадёт в подборку — и человек о нём не узнает.
Или пользователь ищет тюль определённого размера и с конкретным рисунком. Вручную придётся просмотреть множество магазинов и карточек товаров. Агент мог бы проверить ассортимент и показать пять подходящих вариантов. Но сегодня многие сайты к такому взаимодействию не готовы: информация плохо структурирована, закрыта или её трудно извлечь.
Поэтому, проектируя цифровой клиентский опыт, нужно учитывать, что с продуктом взаимодействуют уже не только человек и «чужой коммерческий бот». Это может быть персональный агент обычного пользователя, который действует в его интересах.
Некоторые продуктовые команды уже создают отдельные представления сайтов для агентов. Например отдают структурированную информацию в Markdown. Важно хотя бы убедиться, что агент способен прочитать интерфейс, перейти по нужным элементам и получить достоверные данные.
Для дизайнеров это новый уровень проектирования. Нужно думать не только о том, насколько интерфейс понятен человеку, но и о том, сможет ли агент прочитать продукт, сравнить условия, выполнить действие и корректно представить результат пользователю. Если агент не сможет получить информацию о продукте, продукт рискует вообще не попасть в поле выбора человека.
Каким ты видишь взаимодействие дизайнеров с ИИ-агентами сейчас?
Сейчас всё в основном ограничивается генерацией изображений и общением с языковой моделью в чате. Но чат сам по себе — ещё не агент.
Агент появляется, когда к языковой модели добавляется специальная обвязка — harness. Она дает модели инструменты и возможность выполнять действия: писать скрипты, создавать и редактировать файлы, запускать команды на компьютере и работать с другими программами.
Дизайнеров, которые создают комплексные агентные системы, все еще очень мало.
Обычно они начинают с вайб-кодинга, создают небольшие продукты или плагины для Figma, но редко смотрят на другие части своей работы, которые тоже можно изменить. При этом тратят много токенов, используют агентов и модели не оптимально. Но это уже важный сдвиг: дизайнер получает возможность самостоятельно превратить идею в работающий прототип.
Ведь главный плюс агентов в том, что дизайнер может быстрее воплощать идеи, автоматизировать рутину и самостоятельно создавать небольшие инструменты и сервисы. Главный минус — высокий порог входа и отсутствие системной картины: без неё легко ограничиться несколькими очевидными сценариями и не увидеть большую часть возможностей. Сейчас мы только в начале этого пути, и нам определенно есть куда развиваться.
Как будет выглядеть взаимодействие дизайнера с ИИ-агентами в ближайшее время?
Думаю, в течение ближайшего года 30–40% дизайнеров начнут гораздо плотнее работать с агентами, а остальные будут только с ними знакомиться. Когда все немного освоятся, то начнут создавать небольшие сервисы и инструменты для коллег. Например, дизайнер сможет написать скилл для подготовки красивых презентаций и передать его тем, кто уже пользуется агентами, но не умеет самостоятельно создавать такие инструменты.
После курса по CJM тоже можно будет сделать скилл — или даже набор скиллов и агентов, — который поможет последовательно проходить по всему фреймворку и не пропускать важные шаги. Будут появляться небольшие внутренние сервисы, облегчающие работу всей команды и сокращающие количество рутинных запросов к дизайнерам.
В ближайший год мы вряд ли массово придём к следующему этапу, но мне хотелось бы двигаться именно в эту сторону: продуктовая команда работает внутри общей системы агентов и скиллов, в которую каждый специалист вложил экспертизу своей роли. У всей команды есть единый контекст, хранящийся в общей файловой системе и доступный каждому.
Если продакт подготовил дорожную карту, её видят и учитывают разработчики, дизайнеры и аналитики. Если команда решила выходить в новый пользовательский сегмент, а исследователи описали его аудиторию, эти знания влияют на проектирование новой функции. Тот же контекст доступен агентам, которыми пользуются дизайнеры и разработчики.
Какие навыки стоит развивать дизайнерам сейчас, чтобы оставаться востребованными на рынке во время постоянных изменений?
В первую очередь — критическое мышление, умение задавать вопросы и правильно ставить цели. Это метанавыки, которые нужны нам каждый день: они помогают сформировать рамку задачи ещё до того, как мы начнем что-либо проектировать.
Мой курс по CJM как раз об этом. Карта не должна существовать в отрыве от реальности: она имеет смысл только тогда, когда связана с конкретной рабочей задачей и встроена в продуктовый процесс. Если CJM ни на что не влияет, её можно не делать. Поэтому первый важный навык — осмысленная методологическая работа. Понимать, зачем ты используешь инструмент и к какому решению он должен привести.
Второй навык — умение быстро изучать реальный клиентский опыт и принимать решения на его основе. С помощью агентов мы сможем создавать и выпускать огромное количество новых сервисов и продуктов. Но главный вопрос — что именно стоит создавать? Какую клиентскую задачу мы решаем и почему предлагаем решение именно в такой форме?
Чтобы отвечать на эти вопросы, нужно исследовать клиентский опыт — причём достаточно быстро, чтобы даже в условиях неопределённости у команды была опора. Для этого важно уметь работать с разными источниками данных и итерационно развивать CJM. Именно такой подход мы будем изучать на курсе.
Третий навык — работа с ИИ-агентами. Если вы умеете самостоятельно пройти путь от идеи до работающего продукта, это делает вас быстрее и сильнее. Вскоре агенты станут стандартным инструментом индустрии, поэтому учиться работать с ними нужно уже сейчас.
Карта пути клиента (CJM): от данных к продуктовым решениям
Научитесь управлять пользовательским опытом — превращать разрозненные данные в ясные выводы
и напрямую влиять на бизнес.
Кого ты ждёшь на курсе?
Я жду всех, кто уже пробовал делать CJM, но чувствует, что получается не очень хорошо. И тех, кто создаёт карты для себя, но они никогда не выходят за пределы личного рабочего файла и не влияют на решения команды.
Приходите, если вы иногда набрасываете клиентский путь в виде небольшой таблицы или схемы в Figma и сразу идёте дальше. В таком формате потенциал метода почти не используется.
Курс будет полезен тем, кому не хватает системы: у кого накопились заметки о клиентах, интервью, исследования и другие разрозненные артефакты, но они не складываются в общую картину. Мы будем учиться соединять эти знания.
Я также жду руководителей, которые хотят говорить с командой на одном языке и научить её смотреть на продукт через клиентский опыт. Если вы менеджер и хотите, чтобы ваши дизайнеры уверенно работали с CJM, сначала можно освоить фреймворк самому, а затем масштабировать его на команду.
