В новом выпуске подкаста 20VC Майк Кригер (Mike Krieger), сооснователь Instagram и нынешний директор по продукту (CPO) Anthropic, делится своим видением того, как ИИ трансформирует индустрию программного обеспечения. В беседе с Гарри Стеббингсом (Harry Stebbings) он анализирует конкуренцию с OpenAI и DeepSeek, объясняет, почему «вайб» модели важнее бенчмарков, и дает советы стартапам, как не быть раздавленными гигантами.
💰 Где будет создаваться ценность в десятилетии ИИ? 1:11
В условиях стремительного развития базовых моделей предприниматели часто задаются вопросом, какие ниши останутся свободными от экспансии таких лабораторий, как Anthropic или OpenAI. По мнению Майка Кригера, наиболее устойчивыми и ценными станут компании, обладающие тремя характеристиками :
- Дифференцированный выход на рынок (GTM): глубокое понимание того, как продавать в конкретные индустрии.
- Специализированные знания: экспертиза в сложных областях (здравоохранение, юриспруденция, финансы).
- Уникальные данные: доступ к проприетарным массивам данных, которых нет в открытом интернете.
Майк Кригер полагает, что работа в таких секторах, как здравоохранение, требует огромных усилий «на земле», которые невозможно автоматизировать в рамках акселератора . Ценность будет создаваться там, где стартап может использовать мощь базовых моделей, дополняя их собственной тонкой настройкой (fine-tuning) и глубоким пониманием рабочих процессов клиента .
Стартапы против существующих игроков 2:45
Гарри Стеббингс задал вопрос: кто выиграет больше — существующие вертикальные SaaS-компании или новые стартапы? По словам Майка Кригера, обе группы сталкиваются с уникальными вызовами:
- Действующие игроки: обладают данными и связями, но рискуют подорвать доверие клиентов, если добавят ИИ-функции, которые работают плохо или обещают слишком много .
- Новые стартапы: не имеют данных, но могут «рисовать будущее» и привлекать ранних последователей (early adopters), готовых к экспериментам .
🏗️ Стратегия разработки: строить для «завтрашних» моделей 4:45
Майк Кригер считает ошибкой ожидание «идеальной» модели перед началом разработки продукта. Он приводит в пример компанию Cursor, которая стала успешной не просто благодаря выходу новой модели, а потому что её основатели годами «бились головой о стену», изучая контекст и проблемы кодинга .
Ключевые тезисы Майка Кригера по стратегии разработки:
- Нужно проектировать продукт с учетом того, где модели будут через 3 месяца .
- Переход точности модели с 70% до 90% или с 95% до 99% может мгновенно превратить «неработающую» идею в жизнеспособный бизнес .
- Основателям следует быть «агрессивно недовольными» текущим поколением моделей и сразу пробовать следующее .
🧠 Три столпа ценности на уровне базовых моделей 7:21
Майк Кригер выделяет три фактора, которые обеспечат долгосрочное лидерство лабораториям ИИ:
- Талант: Плотность талантов является магнитом. Ученые из академии и других лабораторий приходят в Anthropic ради миссии и сильной исследовательской команды .
- Дифференциация моделей: Майк Кригер утверждает, что со временем модели становятся более разными, а не одинаковыми. У Claude есть свой «характер» и сильные стороны, например, в написании кода и агентном планировании .
- ИИ-партнерство (Go-to-Market): Anthropic стремится быть долгосрочным партнером для компаний, помогая им проектировать продукты вместе с командой прикладного ИИ, а не просто продавать токены через API .
🧩 Барьеры на пути прогресса и роль данных 10:20
Главным препятствием Майк Кригер называет отсутствие сред для тестирования (evals), которые имитируют реальные рабочие задачи. Например, работа инженера — это не только написание кода, но и понимание требований, сроков и обратной связи от пользователей . Сегодня не существует полноценного теста для оценки того, как ИИ-ассистент адаптируется в новой организации .
О данных и «вайбе» 13:32
Майк Кригер полагает, что будущее за смесью человеческих данных и синтетических сред. Он упомянул, что команда Anthropic с интересом наблюдала за тем, как Claude играет в Pokemon, что является примером работы модели в условиях неопределенности .
Также он вводит понятие «Vibes» (вайб/атмосфера) . Это качественный аспект использования модели, который сложно измерить цифрами. Например, после обновления пользователи могут сказать, что Claude стал «дружелюбнее, но лаконичнее». Майк Кригер признает, что на данный момент это «дырявая абстракция» — пользователи вынуждены выбирать между моделями (Opus, Sonet, Haiku), не всегда понимая разницу, что усложняет UX .
🇨🇳 Феномен DeepSeek и конкуренция с Китаем 31:45
Майк Кригер призывает не недооценивать китайские команды. Он напоминает, что когда Instagram заблокировали в Китае, там возникла параллельная вселенная высококачественных продуктов (например, WeChat), решавших технические задачи того же масштаба, что и Facebook .
По мнению Майка Кригера, DeepSeek удалось совершить прорыв благодаря:
- Нарративу: Они создали историю о том, что их обучение стоило гораздо дешевле, что попало в нерв мировой политики .
- Скорости: DeepSeek выпустили iOS-приложение с интересными деталями быстрее, чем лаборатории успели «отполировать» свои продукты .
- Прозрачности: Показ «цепочки рассуждений» (Chain of Thought) в реальном времени стал новым пользовательским опытом, который Anthropic также планирует развивать .
💻 Будущее разработки ПО и Claude Code 40:55
Anthropic недавно выпустила Claude Code — агентный инструмент командной строки для кодинга . Майк Кригер рассказал, что сам использовал его для внесения правок в кодовую базу Anthropic, хотя не кодил со времен основания Instagram. Инструмент отлично справляется с поиском нужных файлов и внесением изменений в структуру .
Прогноз Майка Кригера для разработчиков на ближайшие 3 года :
- Роль сменится с «написания кода» на «делегирование и ревью» .
- Важным станет умение придумать правильную концепцию и дизайн взаимодействия, а не знание синтаксиса.
- ИИ-агенты будут сами тестировать три разных подхода в браузере, проводить тесты на уязвимости и представлять разработчику лучший вариант на утверждение .
🚀 Внутренняя кухня Anthropic и быстрые вопросы 48:33
Майк Кригер признает, что Anthropic, возможно, «недоинвестировала» в скорость итераций собственных (first-party) продуктов, сосредоточившись на API . Сейчас его цель — убрать организационные барьеры и бюрократию, чтобы компания работала как стартап, несмотря на штат в ~1000 человек .
Блиц-опрос:
- В чем OpenAI лучше? «Они быстрее выпускают версии v1, даже если модель еще не совсем готова» .
- В чем они хуже? «В последовательности функций и создании цельного "характера" продукта» .
- Что бы изменил в Anthropic с нуля? «Упростил бы информационную архитектуру. Пользователь не должен думать о разнице между "проектами", "артефактами" и "чатами"» .
- Главный технический вызов? Проблема конфиденциальности и «различения» (discernment) — как научить модель не выдавать секреты компании или личные данные при общении с другими агентами .
Оптимизм в медицине 1:01:05
Майк Кригер разделяет оптимизм Дарио Амодеи (CEO Anthropic) относительно влияния ИИ на продолжительность жизни. Он привел пример компании Novo Nordisk, которая с помощью Claude сократила время подготовки отчетов по клиническим испытаниям с 15 недель до 20 минут . Он верит, что ИИ станет ключевым инструментом в поиске лекарств от сложных заболеваний, таких как рассеянный склероз .
Инвестиционные тезисы Майка Кригера:
- Вертикальный ИИ: Максимальная ценность лежит в областях со сложным GTM и проприетарными данными (HealthTech, LegalTech).
- Агентная разработка: Будущее за инструментами, которые не просто дописывают код (как автокомплит), а выполняют задачи автономно.
- First-party продукты: Владение интерфейсом взаимодействия с пользователем дает более быстрый цикл обучения для улучшения базовых моделей (догфудинг).
