В новом выпуске подкаста Eye on AI сооснователь платформы автоматизации Zapier Майк Кнуп обсуждает тектонические сдвиги на рынке ИТ-услуг, вызванные развитием больших языковых моделей. В беседе с ведущим Крейгом Смитом предприниматель раскрывает историю создания компании, делится стратегией выживания в эпоху генеративного ИИ и объясняет, почему стартапы и ИТ-гиганты могут проиграть текущую технологическую гонку игрокам среднего бизнеса. Последующий анализ показывает, как автоматизация без кода трансформируется под влиянием искусственного интеллекта.
👨💻 От студенческого дропаута до API-микшера: История создания Zapier 2:21
Майк Кнуп (Mike Knoop) изучал машиностроение в Университете Миссури, однако оставил магистратуру ради программирования и запуска стартапов. В 2009–2010 годах он активно занимался веб-разработкой на фрилансе, создавая приложения под зарождающуюся платформу Facebook API.
Вместе с будущими сооснователями Брайаном Хелмигом и Вейдом Фостером Кнуп работал в компании Veterans United, специализировавшейся на ипотечном кредитовании ветеранов. Будущие партнеры отвечали за маркетинговое направление и лидогенерацию, ежедневно сталкиваясь с необходимостью связывать различные веб-службы через программные интерфейсы.
Идея единого интегратора родилась на первом хакатоне Startup Weekend в Колумбии (штат Миссури) в 2011 году под первоначальным названием API Mixer. Брайан Хелмиг предложил создать визуальный пользовательский интерфейс поверх хаотично развивающихся API, чтобы обычные сотрудники компаний могли самостоятельно настраивать связи между рабочими инструментами. На момент запуска проекта на хакатоне Майку Кнупу был всего 21 год.
⛓️ Проблема длинного хвоста: Почему Zapier изменил рынок интеграций 5:27
Рынок ИТ-интеграций существовал с 1980–1990-х годов, однако классическая модель требовала привлечения дорогостоящих системных интеграторов, ИТ-консультантов или кастомной веб-разработки. К 2010 году начался взрывной рост популярности облачного программного обеспечения (SaaS), и рядовые сотрудники компаний стали массово использовать разрозненные веб-сервисы.
По воспоминаниям Кнупа, пользователи на форумах поддержки популярных платформ (например, конструктора форм Wufoo) оставляли 100-страничные ветки с просьбами добавить интеграцию с Salesforce, Zendesk или SMS-сервисами. При этом отдельные SaaS-провайдеры были заинтересованы в создании нативных интеграций только с 2–3 самыми популярными гигантами рынка.
В результате возникла масштабная комбинаторная проблема: появление каждого нового нишевого приложения создавало связи, необходимые лишь узкому кругу клиентов. Стратегия Zapier строилась на гипотезе, что создание универсальной платформы для покрытия этого «длинного хвоста» низкочастотных интеграций сформирует жизнеспособный и крупный бизнес.
На сегодняшний день Zapier обслуживает более 2 миллионов компаний, а общее число пользователей платформы достигает 10 миллионов. Около 80% клиентов сервиса не являются программистами и работают в операционных отделах: продажах (Sales Ops), маркетинге (Marketing Ops), поддержке (Support Ops) и клиентском сервисе.
🔄 Функциональный сдвиг: От жестких триггеров к гибкости контекстных ИИ-моделей 8:03
Ведущий Крейг Смит отметил, что на рынке автоматизации появляются новые игроки, такие как Bardeen и Pixie Bricks, предлагающие контекстно-зависимую (context-aware) автоматизацию. Эти сервисы способны анализировать открытое письмо в браузере и с помощью GPT-4 генерировать связный ответ. По оценке ведущего, историческая модель Zapier базируется исключительно на жестких триггерных событиях и лишена глубокого понимания контекста.
Майк Кнуп соглашается, что традиционные автоматизации хрупки и жестки: они напоминают написание кода, где малейшее изменение входных данных ломает всю логическую цепочку. Интеграция больших языковых моделей (LLM) позволяет решить эту проблему, обеспечивая гибкость внутри рабочих процессов.
В марте компания объявила внутренний режим «красного кода» (Code Red), осознав, что понятия искусственного интеллекта и автоматизации полностью сливаются в восприятии конечных бизнес-пользователей. На текущий момент Zapier поддерживает 58 ИИ-нативных приложений, включая OpenAI, ChatGPT, Claude от Anthropic, Replicate и Hugging Face.
Главным сценарием применения LLM в автоматизации Кнуп называет обработку неструктурированных данных. Если потенциальный клиент отправляет через форму на сайте сплошной текст с описанием проблемы, языковая модель способна извлечь имя, телефон, суть запроса, определить его тональность, присвоить приоритет и передать структурированную информацию в Salesforce, Google Sheets или Slack. Сам Zapier использует ИИ для ежедневной обработки тысяч тикетов в Zendesk, транскриптов звонков отдела продаж и продуктовых опросов.
🛠️ Прототипирование без кода: Как Zapier стал бэкендом для стартапов 18:18
Платформа давно вышла за рамки простой экономии времени сотрудников за счет автоматизации рутины. Чтобы дать пользователям возможность создавать комплексные решения, Zapier запустил собственные ИТ-продукты Tables (базы данных для хранения информации) и Interfaces (инструмент для создания интерфейсов приложений). Это превратило платформу в полноценную среду для прототипирования реальных бизнес-продуктов.
Кнуп приводит в пример проект Seinfeld Text, созданный студентом колледжа: простой сайт на конструкторе Weebly с платежной формой Stripe приносил автору несколько сотен долларов в месяц, автоматически отправляя случайные цитаты из сериала «Сайнфелд» на телефоны покупателей. Вся бэкенд-логика и маршрутизация данных этого микробизнеса были полностью реализованы на базе Zapier без написания кода.
Другим успешным примером служит нью-йоркский стартап Halo Cars, занимавшийся размещением рекламы на крышах такси. Его основатель Канан автоматизировал весь тяжелый и высокозатратный процесс проверки водителей и онбординга транспортных средств исключительно через цепочки Zapier. Менее чем за 12 месяцев стартап, не имевший собственной сложной ИТ-инфраструктуры, был успешно выкуплен корпорацией Lyft.
🤖 Новая парадигма интерфейсов: Генеративный ИИ против холста разработки 22:40
Майк Кнуп признает, что за 10 лет развития улучшение классического UI и механизмов автоисправления ошибок в Zapier уперлось в стагнацию (diminishing returns). С помощью старых подходов невозможно привлечь следующие 100 миллионов пользователей. По мнению сооснователя платформы, языковые модели дают ступенчатый рост возможностей, позволяя переводить «размытые» идеи пользователей из текстового окна ввода в готовые интеграции.
В рамках бета-тестирования Zapier внедрил ИИ-ассистента на этапе онбординга. Бот обучен на миллионах успешных сценариев автоматизации за последние 10 лет. ИИ анализирует роль пользователя, сферу деятельности компании и автоматически разворачивает готовую архитектуру процесса, избавляя человека от необходимости начинать работу с пустого экрана.
Платформа также развивает предиктивные инструменты. Встроенный сервис Lead Parser от Zapier и интеграции со сторонними платформами вроде MadKudu позволяют анализировать сигналы о покупках (например, через Stripe или PayPal) и формировать скоринг лидов, предсказывая вероятность заключения сделки.
📉 Эволюция ИТ-продуктов: Почему GitHub и Slack проиграли долгосрочную стратегию 39:30
Майк Кнуп делится собственным исследованием рынка облачного ПО. По его мнению, компании, демонстрирующие успех на протяжении десятилетий, коренным образом отличаются от тех, кто быстро уперся в потолок.
Кнуп классифицирует ИТ-компании на две категории:
- «Неудачный» список (GitHub и Slack): Несмотря на многомиллиардные сделки по продаже корпорациям Microsoft и Salesforce, их капитализация как независимых игроков вышла на плато за несколько лет до поглощения. Причина — они оставались монопродуктовыми платформами, продающими фичи, а не новые продукты.
- «Успешный» список (Atlassian, Salesforce, HubSpot, Stripe): Эти гиганты вовремя перешли на мультипродуктовую модель (sell products, not features), изменив свою бренд-архитектуру, что обеспечило им долгосрочную независимость и рост.
Zapier стремится следовать именно мультипродуктовой стратегии.
📊 Экономика ИИ: Кто разделит пирог новой технологической волны? 31:11
Обсуждая конкуренцию с LLM (которые уже могут генерировать качественный связующий код, заменяя простейшие функции Zapier), Кнуп категоричен: по его мнению, компаниям стоит выбросить любые прогнозы о бизнесе, сделанные более 18 месяцев назад, так как Zapier либо освоит новую парадигму, либо скатится в небытие.
При этом Кнуп дает собственный прогноз относительно распределения ценности на рынке ИИ:
- ИИ-стартапы столкнутся с колоссальными трудностями из-за отсутствия каналов дистрибуции и слабой дифференциации в условиях избыточного шума.
- Крупнейшие бигтех-игроки (Google, Microsoft) будут действовать медленно, поскольку внедрение ИИ ведет к «разрушению их маржинальности» (margin destruction). Даже потеря 1–3% маржи в поисковой выдаче означает для них прямые убытки в десятки миллиардов долларов.
- Наибольшее преимущество получают компании среднего рынка (mid-market) и стадии устойчивого роста (growth stage). Они готовы пожертвовать краткосрочной маржой ради захвата рынка, обладая при этом миллионной базой лояльных клиентов, доверяющих их бренду.
🧭 Барьеры внедрения: Как преодолеть паралич выбора 45:00
Несмотря на хайп вокруг ChatGPT, реальный уровень проникновения ИИ в регулярные бизнес-процессы Кнуп оценивает крайне низко — менее чем в 1–2%. Пользователи сталкиваются с «магическим черным ящиком» и испытывают паралич выбора, не понимая, что именно технология умеет делать хорошо, а в чем она плоха.
В качестве практического решения Кнуп советует отказаться от абстракций и отталкиваться от конкретного стека инструментов (например, связка Gmail и Google Sheets для ведения подкастов). Главным драйвером освоения ИИ на текущий момент Кнуп считает «промпт-шеринг» — практику, когда коллеги делятся друг с другом реально работающими текстовыми запросами.
По мнению Кнупа, через 10 лет автоматизация с помощью ИИ станет базовым, неотъемлемым навыком (assumed skill set) для любого востребованного специалиста в экономике знаний, что приведет к еще большему расслоению на рынке труда.
