Директор по продуктам компании Anthropic Майк Кригер рассказывает о стратегии ИИ, точках входа в стартап и DeepSeek Insights

Недавно компания, занимающаяся разработкой искусственного интеллекта Антропология Очень заметный. Не толькоПредставлена мощная модель Claude 3.7 Sonnet!Он все еще там.Значительный прогресс был достигнут в финансированииВ недавнем интервью Майк Кригер, директор по продуктам компании Anthropic (и бывший соучредитель Instagram), поделился своими соображениями об эволюции индустрии ИИ, стратегии развития продуктов и будущих тенденциях.

Баланс между инновациями и доверием: как запустить продукты с искусственным интеллектом

Сэм Альтман говорил, что одна из главных радостей стартапов - возможность быстро выпускать продукты, не стремясь к совершенству. Однако по мере масштабирования компании каждый релиз оказывается под большим давлением.

Кригер понимает это. Он считает, что Anthropic пытается найти хрупкий баланс между более агрессивной стратегией стартапов "двигаться быстро, ломать форму" и консервативными и медленными темпами выпуска крупных корпораций. Тем более что у Anthropic миллионы пользователей, и найти баланс между быстрыми итерациями и доверием пользователей было ключевым вопросом.

Anthropic изучает возможности гибких релизов, таких как механизмы "opt-in", чтобы приспособиться к различным группам пользователей. Например, в продуктах для API, где пользователи ценят предсказуемость и стабильность, можно использовать подход opt-in, позволяющий пользователям решать, стоит ли им пробовать новые функции. Этого нельзя сказать о потребительских или корпоративных продуктах, где пользователи ожидают постоянного улучшения и оптимизации.

Кригер признает, что Anthropic все еще активно изучает наиболее подходящую периодичность выпуска продуктов. Они хотят выводить новые функции на рынок как можно быстрее, чтобы своевременно получать отзывы пользователей, но в то же время понимают, что по мере того, как профиль компании растет и все больше людей начинают полагаться на продукты Anthropic в своей работе, они не могут относиться к релизам так же легко, как раньше.

За рамками моделей: создание пласта для продуктов с искусственным интеллектом

Кригер подчеркивает, что цель Anthropic - быть не просто "поставщиком моделей", а "ИИ-партнером" для своих клиентов. Это означает построение более глубоких и долгосрочных отношений с клиентами, а не просто предоставление API-транзакций по принципу "текст вошел - текст вышел".

Для достижения этой цели Anthropic придает большое значение стратегической ценности продукта от первого лица, который, по мнению Кригера, не только увеличивает потоки доходов, но и, что более важно, ускоряет процесс обучения, улучшает возможности моделирования, укрепляет лояльность к бренду и создает более прочный конкурентный ров.

названный в честь Клод Компания Code, например, отметила, что, испытывая инструменты первых лиц внутри компании, можно получить прямую обратную связь по улучшению моделей, что ускоряет итерацию следующего поколения моделей. Кроме того, продукты от первых лиц с большей вероятностью обеспечат приверженность пользователей и лояльность к бренду.

Однако Кригер также признает, что Anthropic еще есть куда стремиться, когда речь идет о разработке продуктов для первых лиц. Он признает, что компания недостаточно инвестировала в свои сторонние продукты, что привело к замедлению итераций, что в некоторой степени повлияло на конкурентоспособность Anthropic на рынке.

Конкуренция за счет дифференциации: возможности и проблемы для стартапов в области ИИ

Говоря о возможностях и проблемах для ИИ-стартапов, Кригер отметил, что наибольшую ценность будут представлять те области, которые обладают дифференцированными рыночными стратегиями и уникальными знаниями в конкретных отраслях или специализированными данными. Он выделил такие сферы, как финансы, юриспруденция и здравоохранение, как области, сложность и специализация которых предоставляет стартапам ИИ возможности для создания долгосрочных конкурентных преимуществ.

Кригер отметил, что ключевым моментом в разработке ИИ и продуктов является тонкий баланс между демонстрацией видения будущего и использованием текущих возможностей модели. Стартапы могут умеренно "переобещать", чтобы привлечь ранних последователей, но SaaS-вертикали с устоявшимися продуктами и пользователями должны быть более осторожными, чтобы не подорвать доверие пользователей неадекватными возможностями ИИ.

Он также подчеркнул, что стартапы должны "создавать продукты для будущих моделей". Он упомянул, что многие продукты стартапов становились по-настоящему популярными только после появления Claude 3.5 Sonnet или аналогичных прорывных моделей. Это означает, что стартапы должны активно исследовать область, быть чувствительными к ограничениям текущих моделей и активно экспериментировать с моделями следующего поколения.

Озарения от DeepSeek: несколько мыслей о технологиях, маркетинге и продуктах

Кригер также рассказал о своем интересе к DeepSeek Вид на DeepSeek. Он считает, что появление DeepSeek заставило людей осознать, что технологическую мощь Китая в области ИИ нельзя недооценивать.

Он отметил, что недооценивать или продолжать недооценивать возможности Китая в области ИИ было бы большой ошибкой. В качестве примера он привел ряд параллельных стартапов, появившихся после блокировки Instagram в Китае, отметив, что эти продукты, как правило, отличаются высоким качеством, демонстрируют творческое мышление, а также добиваются масштабного внедрения.

Что касается подъема DeepSeek, Кригер считает, что здесь есть как технические, так и рыночные факторы. С технической точки зрения, DeepSeek сделала несколько вещей, которые Anthropic следует перенять и обдумать. Но с точки зрения рыночной стратегии и положения на рынке влияние DeepSeek на Anthropic относительно ограничено.

Кригер отметил маркетинговый успех DeepSeek. Он объяснил то, что DeepSeek поднялась из безвестности и стала более известной, чем Клод, во многих кругах текущей ситуацией в мире и нарративом "DeepSeek дешевле". Он признает, что Anthropic не сделала достаточно, чтобы рассказать историю Клода общественности, и не сделала достаточно, чтобы показать уникальность Клода.

Появление DeepSeek также заставило Кригера понять, что Anthropic следует быстрее выводить идеи на рынок, а не слишком заботиться о том, насколько совершенна каждая деталь. Он считает, что иногда новизна опыта ценна сама по себе.

Кроме того, Кригер заметил, что DeepSeek имеет высокие показатели использования и удержания пользователей на развивающихся рынках, но не на западных. Он предполагает, что это может быть связано с профилированием пользователей и маркетинговой стратегией DeepSeek на разных рынках. Он отметил, что для DeepSeek и Anthropic ключом к сохранению конкурентоспособности будет тот, кто первым реализует более глубокое применение ИИ в работе и жизни, которое будет устойчивым в течение долгого времени.

Моделирование возможностей и пользовательского опыта: суть разработки продуктов с искусственным интеллектом

Кригер подчеркивает сильную корреляцию между качеством модели и пользовательским опытом продукта (UX). Он утверждает, что для того, чтобы быть хорошим UX-дизайнером, необходимо учитывать и качество модели.

Он отметил, что современным дизайнерам, менеджерам по продуктам и особенно инженерам необходимо думать о том, как разрабатывать строительные леса и продукты вокруг фундаментально неопределенной системы. Это означает, что качество моделей, разработка слов для подсказок и все остальные внутренние вещи становятся частью дизайна продукта и оказывают на него непосредственное влияние.

Кригер считает, что в будущем пользователям не нужно будет выбирать собственные модели. Он использовал термин "утечка абстракции", чтобы описать недостаток дизайна большинства современных продуктов ИИ. Он отмечает, что пользователям приходится выбирать модели, понимать, как они работают, и разрабатывать подсказки, а всего этого быть не должно. Он надеется, что будущие продукты ИИ "сделают инженерию подсказок полностью прозрачной для пользователя", позволяя моделям прояснять потребности пользователя через диалог, а не позволяя пользователям различать, кто является хорошим инженером подсказок.

Генерация кода и разработка программного обеспечения: трансформация, вызванная искусственным интеллектом

Когда речь заходит об использовании искусственного интеллекта в генерации кода и разработке программного обеспечения, Кригер считает, что основная ценность Claude Code заключается в повышении эффективности процесса разработки, а не в замене IDE.

Он отметил, что Claude Code отлично справляется с задачами, требующими интеллектуального взаимодействия между различными частями процесса, такими как обновление бэк-энда, создание фронт-энда и отправка переводов. Он считает, что между IDE и полностью автономным ИИ существует промежуточная роль, а именно ИИ-интеллекты.

Кригер считает, что в будущем роль разработчиков программного обеспечения существенно изменится. Они должны будут приобрести междисциплинарные навыки и стать "многогранными", разбираясь как в продукте, так и в технологии. Кроме того, изменится и рецензирование кода, разработчики ПО превратятся из основного автора кода в главного делегатора задач и рецензента кода.

Обобщение и специализация: путь вперед для продуктов ИИ

Говоря о направлении развития продуктов Anthropic, Кригер подчеркнул важность универсальности. Он считает, что даже если Anthropic выберет определенную целевую группу пользователей или вертикаль, создаваемые ими продукты должны быть достаточно универсальными, чтобы поддерживать множество сценариев применения на базовом архитектурном уровне.

Однако Кригер также признает, что знание специфики рабочего процесса необходимо для создания продуктов, обладающих долгосрочными конкурентными преимуществами. В качестве примера он приводит профессиональных переводчиков, которым могут понадобиться функции, специфичные для их рабочего процесса.

Он видит огромную ценность ИИ для профессионального использования и рабочих процессов, которые открываются в результате. Но для потребительского или даже легкого профессионального использования (prosumer) модели достаточно хороши с точки зрения базовых продуктов ИИ.

Данные, алгоритмы и оценка: ключевые элементы для разработки ИИ

Говоря о ключевых элементах разработки ИИ, Кригер считает, что улучшение среды, в которой обучаются модели, чтобы она лучше отражала сложность реальных задач, является одной из самых больших проблем на сегодняшний день.

Он отметил, что даже в области разработки программного обеспечения работа инженера-программиста заключается не только в написании кода, но и в понимании требований, разработке графиков, взаимодействии с командами и т. д. Не существует подходящей методологии оценки, которая бы хорошо моделировала эти сложные рабочие процессы.

Переходя к вопросу о данных, Кригер заявил, что для совершенствования моделей необходимо сочетание человеческих и синтетических данных. Он отметил, что хорошие человеческие данные можно использовать для управления моделями, а синтетические данные позволяют моделям исследовать и обучаться в различных условиях.

Он также упомянул о важности "вибраций" модели. Он утверждал, что "ощущения" модели - это очень субъективный, похожий на человека аспект, который трудно оценить количественно. Поэтому важно иметь как данные об этих "мягких" навыках, так и методы их оценки.

Открытый исходный код, дистилляция и коммерциализация: горячие темы в индустрии ИИ

Затронув такие горячие темы отрасли, как открытый исходный код и дистилляция, Кригер заявил, что технология дистилляции не является необходимой для раскрытия возможностей ИИ и влечет за собой другие проблемы, включая проблемы национальной безопасности и условий обслуживания.

Он отметил, что для того, чтобы технологический прогресс развивался нынешними темпами и был устойчивым в долгосрочной перспективе, лаборатории должны иметь возможность коммерциализировать все свои разработки и инновации. Он считает, что поиск правильной бизнес-модели имеет решающее значение.

В ответ на публикацию Llama Кригер заявил, что это не означает, что сама модель не имеет ценности; вся ценность заключается в данных. Он отметил, что ценность заключается в том, насколько хороша команда, есть ли у нее необходимые базовые данные и насколько модель полезна в реальных случаях использования.

Перспективы ИИ: интеллектуальные гиды и человеческие партнеры

Рассматривая будущее искусственного интеллекта, Кригер высказывает интересную мысль о том, что ИИ будет развиваться не только как "инструмент" или "помощник", но и как "интеллектуальный гид". Кригер высказывает интересную мысль о том, что ИИ будет развиваться не только как "инструмент" или "помощник", но и как "интеллектуальный гид".

По его мнению, ИИ будет проактивно понимать потребности пользователей, направлять их в нужное русло, помогать в принятии решений и станет для них ключевым партнером в достижении самых важных целей. ИИ-продукты будущего перестанут быть просто "я могу задавать вопросы и иногда делать предложения", а смогут предоставлять пользователям уникальную ценность, помогать им экономить время, повышать эффективность и становиться лучшей версией самих себя.

Кригер также рассказал о потенциале ИИ для продления жизни и человеческого долголетия. Он считает, что ИИ может ускорить процесс открытия лекарств и клинических испытаний, подарив новую надежду на лечение различных заболеваний. Он настроен очень оптимистично.

Наконец, Кригер подчеркнул важность "разборчивости" и конфиденциальности при разработке ИИ. Он отметил, что по мере того, как модели становятся все более мощными, они также становятся все более осведомленными и могут иметь доступ ко всем видам частной или конфиденциальной информации. Он утверждал, что для моделей будет очень сложной задачей помогать и в то же время защищать конфиденциальность и безопасность данных пользователей.