В современном мире разработки ПО роль продакт-менеджера (PM) часто подвергается критике, а результаты их работы кажутся случайными. Шон Клаус (Shaun Clowes), CPO компании Confluent и ветеран таких гигантов, как Atlassian и Salesforce, в беседе с Ленни Рачицки (Lenny Rachitsky) анализирует причины стагнации профессии и объясняет, почему в эпоху искусственного интеллекта успех продукта на 90% зависит не от моделей, а от управления данными.
📉 Кризис профессии и феномен «10x продакта» 0:00
Профессия продакт-менеджмента существует уже более 20 лет, однако Шон Клаус считает её до сих пор недостаточно развитой дисциплиной. По его мнению, результаты работы многих PM часто хаотичны, а их поведение — непредсказуемо. Если бы такая вариативность в качестве работы наблюдалась у врачей, это сочли бы абсолютно неприемлемым.
Шон Клаус выделяет несколько ключевых проблем индустрии:
- Отсутствие рычага: Если в инженерии концепция «10x разработчика» общепризнана, то в продакт-менеджменте влияние выдающегося специалиста еще выше.
- Мультипликативный эффект: Поскольку работа PM заключается в организации ресурсов других людей, «10x продакт» дает «100x отдачу», так как он десятикратно увеличивает эффективность работы десятикратно эффективных инженеров.
- Разрыв в ожиданиях: Из-за того, что многие менеджеры не приносят реальной ценности, в индустрии закрепился мем о «бесполезности» продактов, чего почти никогда не говорят о дизайнерах или инженерах.
По словам Шона, работа PM невероятно сложна, так как она подразумевает принятие решений в условиях неопределенности. Продакт-менеджер обязан говорить «нет» 90% идей, чтобы сосредоточиться на 10% самых важных, что с самого начала делает его «неудобным» человеком для команды.
🏛️ Стратегия «Вне здания»: как стать высокоэффективным PM 9:43
Главная ловушка для менеджера продукта — погружение во внутренние процессы компании. Шон Клаус утверждает, что время, проведенное «внутри здания», практически не приносит пользы продукту.
Его основные рекомендации для повышения квалификации:
- Фокус на внешнем мире: 80% времени должно уходить на обдумывание того, что происходит за пределами компании — нужд клиентов, движений рынка и стратегий конкурентов.
- Клиентоцентричность в документах: Любой документ или предложение должны начинаться с перспективы клиента или рынка, а не с внутренних политических целей.
- Анализ вместо сбора данных: Многие PM совершают ошибку, просто собирая мнения клиентов (activity), но не проводя их глубокий синтез (outcomes).
Шон подчеркивает важность борьбы с «предвзятостью подтверждения». Менеджеры часто общаются с одними и теми же лояльными пользователями и слышат только то, что хотят услышать. По его мнению, настоящий профессионал должен активно искать доказательства того, что его стратегия ошибочна, и изучать контрфакты.
🤖 ИИ как машина для синтеза смыслов 13:24
В вопросе использования ИИ для внутренних нужд команды Шон Клаус придерживается прагматичного подхода. Он считает, что LLM — это идеальный инструмент для анализа огромных массивов качественных данных.
Шон предлагает конкретные тактики использования ChatGPT или Claude для работы продакта:
- Проверка стратегии на прочность: Загрузить транскрипты интервью с клиентами в ИИ и попросить его найти места, где текущая стратегия компании не соответствует запросам пользователей.
- Анализ конкурентов: Подать ИИ публичные документы конкурентов и попросить его сформулировать их скрытую стратегию. По утверждению Шона, ИИ на удивление точно предсказывает следующие шаги соперников.
- Создание «Реки Фидбека» (Feedback River): В Confluent используют ИИ для семантического анализа тысяч входящих запросов, что позволяет видеть реальную популярность идей, не ограничиваясь простым поиском по ключевым словам.
Гость отмечает, что ИИ не заменяет мозг менеджера, а лишь освобождает его от рутинного «перемалывания» информации, позволяя сфокусироваться на поиске неочевидных пробелов и возможностей.
🧠 Почему данные важнее моделей 19:35
Главный «горячий тезис» Шона Клауса: успех ИИ-продуктов на 90% зависит от управления данными, а не от выбора модели. Он аргументирует это тем, что модели стали «товаром широкого потребления» (commodity) и легко заменяемы.
Ключевые факторы успеха ИИ-продукта:
- Контекст — это всё: Модели умны, но в моменте они знают только то, что им дали в контекстном окне. Без свежих и структурированных данных они бесполезны.
- Скорость устаревания информации: Данные имеют высокий темп распада (decay rate). Старый отзыв клиента или устаревшая информация о конкуренте в базе ИИ ведут к ошибочным решениям.
- 90% «пота»: Пока все обсуждают новые версии нейросетей, реальная работа заключается в создании пайплайнов, которые доставляют качественные, своевременные и правильно размеченные данные в LLM.
Шон приводит пример: если вы строите HR-бота, его ценность не в модели GPT-4, а в том, насколько глубоко он интегрирован с юридическими нормами конкретной страны, политиками компании и данными о конкретном сотруднике.
🏢 Будущее SaaS: почему ИИ не «убьет» гигантов 24:32
Существует мнение, что ИИ позволит легко клонировать сложные B2B-приложения вроде Salesforce или Jira, что приведет к краху нынешних монополистов. Шон Клаус с этим категорически не согласен.
Его аргументация строится на природе B2B-софта:
- SaaS — это не просто формы: Многие считают Jira или Workday просто «формами поверх базы данных». Однако сложность заключается не в интерфейсе, а в бизнес-правилах.
- Уникальность конфигураций: Компании покупают Workday не ради стандартных настроек, а чтобы превратить его в «свой собственный Workday» с уникальными процессами. За годы использования софт обрастает таким количеством специфических правил, что становится «черным ящиком» даже для владельца.
- Агенты и правила: Даже если в будущем интерфейсы исчезнут и их заменят ИИ-агенты, этим агентам всё равно нужно будет работать по правилам системы. А эти правила лучше всего прописаны у действующих лидеров рынка.
По мнению Шона, доминирующие компании, скорее всего, станут еще сильнее, так как у них уже есть распределение (distribution) и глубоко внедренные бизнес-процессы клиентов.
📈 Секреты B2B Growth и PLG 45:36
Шон Клаус стоял у истоков команды роста в Atlassian в 2012 году, когда термин PLG (Product-Led Growth) еще не был общепринятым. Он считает, что главная ценность PLG-подхода не в маркетинге, а в создании стимулов внутри компании.
- Сила стимулов: В классических B2B-продажах всё ориентировано на покупателя (того, кто подписывает чеки), а не на конечного пользователя. Это часто ведет к созданию перегруженных и неудобных продуктов.
- Защита пользователя: PLG-команда — это единственная группа в организации, чей успех напрямую зависит от счастья и удержания рядового пользователя.
- Идеальный баланс: Самые устойчивые компании — те, кто комбинирует PLG-воронку с мощным отделом корпоративных продаж. PLG поставляет лиды сейлзам, а сейлзы отправляют недозрелых клиентов в автоматизированную PLG-воронку.
Клаус приводит пример Atlassian: когда у компании 300 000 клиентов, конкурентам невероятно сложно её потеснить, даже если они «откусят» тысячу пользователей.
🃏 Карьера как «Карточка Бинго» 56:21
Свой профессиональный путь Шон описывает не как лестницу, а как заполнение «карточки бинго» — он осознанно выбирал роли, которые закрывали пробелы в его знаниях.
Его опыт включает:
- Разработку и продажи в малом энтерпрайзе.
- Работу в Atlassian (рост без отдела продаж).
- B2C-опыт в Metromile (страховой продукт для «бабушек из Флориды»).
- Работу в Salesforce (гигантская машина дистрибуции).
Шон советует не зацикливаться на одной области, а стремиться быть «человеком-каракулей» (scribble-shaped) — широким специалистом, который может глубоко погрузиться в финансы, право или продажи, когда это необходимо. По его словам, лучшие лидеры — те, кто понимает весь бизнес целиком, а не только свою узкую функцию.
🛑 Failure Corner: история о «продукте-зомби» 1:07:49
Одним из главных уроков в карьере Шона стала история с продуктом для мониторинга экологического воздействия компаний. Несмотря на благородную идею, у компании не было «права на победу» в этой нише и адекватных каналов дистрибуции.
Продукт просуществовал два года как «живой мертвец». Самым парадоксальным моментом стало решение убить проект именно тогда, когда крупный клиент был готов заплатить миллионы долларов. Руководство осознало: если они возьмут эти деньги, они окажутся связаны контрактом с продуктом, в который больше не верят. Шон сожалеет, что не «сказал правду в лицо власти» и не закрыл проект на 1,5 года раньше.
⚖️ Правило 30/70 в принятии решений 1:12:39
В завершение беседы Шон поделился своим подходом к работе:
- Календарь — это ловушка: Если вы позволяете календарю управлять вами, ничего хорошего не произойдет. Нужно жестко выделять время на «внешнее» мышление.
- Баланс данных: Ссылаясь на Колина Пауэлла, Шон отмечает: принимать решение, имея менее 30% данных — ошибка. Но ждать, пока у вас будет более 70% данных — значит безнадежно опоздать.
- Отношения прежде знаний: Люди не захотят слушать ваши экспертные советы, пока не убедятся, что вам не всё равно. Доверие и общие цели — фундамент любого партнерства.
