В этом посте я расскажу о концепции «Four Fits» (четырёх соответствий). Я кратко изложу суть концепции, рассмотрю, как некоторые из лучших компаний эпохи искусственного интеллекта придерживаются этой модели, и обсужу несколько важных способов, которыми ИИ меняет её.
Четыре соответствия: краткое повторение
Прежде чем мы рассмотрим, как ИИ нарушает концепцию «Four Fits», давайте определим её основу. Чтобы компания достигла отметки в 100 миллионов долларов в ускоренном темпе, она должна достичь всех четырёх соответствий. Как я писал в оригинальной статье, когда все четыре соответствия совпадают, рост происходит легко:
Эти компании растут, несмотря на организационный хаос, не применяя «лучшие» практики роста и не используя очевидные возможности. Я называю такие компании Smooth Sailers — небольшие усилия для большой скорости.
В других компаниях рост даётся гораздо сложнее. Это похоже на толкание валуна в гору. Несмотря на применение лучших практик роста, выбор очевидных возможностей и наличие отличной команды, они изо всех сил пытаются расти. Я называю такие компании Tugboats — большие усилия для маленькой скорости.
Все знают о соответствии продукта и рынка. И хотя это одно из четырёх соответствий, оно является лишь одним из них.
Успешные продукты требуют согласованности по четырём различным, но взаимосвязанным параметрам. Это четыре соответствия:
- Соответствие продукта и рынка возникает, когда вы создаёте что-то, что значимый сегмент клиентов отчаянно хочет. Это классическое определение, которое знает большинство руководителей продуктов. Как писал Марк Андриссен, вы понимаете, что оно у вас есть, когда «клиенты покупают продукт так же быстро, как вы его производите, или его использование растёт так же быстро, как вы можете добавлять больше серверов».
- Соответствие продукта и канала признаёт, что продукты должны быть созданы для каналов, где клиенты их находят (каналы не подстраиваются под продукты). TikTok был создан не просто для коротких видео — он был специально разработан для мобильного потребления и обмена в социальных сетях. Pinterest, TripAdvisor и другие были разработаны специально для поиска. Продукты отражают ограничения и возможности канала.
- Соответствие модели и канала гарантирует, что ваша бизнес-модель соответствует выбранным каналам распространения. Продукт с бесплатной моделью и ценой 10 долларов в месяц не может добиться успеха через корпоративные отделы продаж, так же как и годовая лицензия на программное обеспечение за 50 000 долларов не может полагаться на вирусный рост в социальных сетях.
- Соответствие модели и рынка подтверждает, что выбранная вами бизнес-модель соответствует тому, как ваш целевой рынок предпочитает покупать и оплачивать решения. Самое главное, что это соответствие составляет потенциальный доход продукта в размере 100 миллионов долларов и более (например, 100 000 клиентов, платящих по 1 000 долларов в год).
Вы можете прочитать оригинальную серию здесь: «Четыре системы роста, которые вам нужны для создания продукта стоимостью 100 миллионов долларов».
Как ИИ меняет рост: продукт, рынок, канал, модель
В первом посте этой серии я писал, что «соответствия всегда развиваются/меняются/ломаются. Когда это происходит, вы не можете просто изменить один элемент, вам нужно пересмотреть и, возможно, изменить их все». Перемены всегда ожидались, но в сроки, которые давали достаточно времени для анализа и реагирования. Сейчас происходят несколько изменений, влияющих на «Four Fits», и они происходят с беспрецедентной скоростью.
Вот обзор каждого из компонентов и основных изменений, лежащих в их основе.
Продукт
ИИ увеличивает как пространство проблем, так и пространство решений. Теперь вы можете решать задачи, которые раньше не могли решить, и предлагать новые решения старым проблемам, которые раньше не могли быть решены.
И это не постепенные возможности, это экспоненциальные. Как я уже говорил ранее, возможности LLM удваиваются примерно каждые семь месяцев, что означает, что пространство проблем и решений будет продолжать стремительно увеличиваться. Представьте себе сценарий, в котором задача, на выполнение которой вашим клиентам сейчас требуется восемь часов, полностью выполняется агентом. Затем подумайте о 40 часах, 80 часах и т. д. Это тот тип изменений, который произойдёт в течение следующих нескольких лет.
По мере расширения для решения новых проблем вам потребуется найти новые соответствия продукта и рынка и продукта и канала. Не факт, что большее количество или более качественные решения напрямую приводят к соответствию.
Рынок
ИИ расширяет некоторые рынки и сокращает другие. Canva всегда позиционировала себя как инструмент для дизайнеров, но её общий адресный рынок (ТАМ) стремительно растёт. Её бесплатный план гласит: «Для проектирования или работы над чем угодно». И теперь, когда пользователи могут описать дизайн, а не перетаскивать фигуры и подбирать цвета самостоятельно, это действительно так. Инструменты для создания приложений с помощью ИИ, такие как Lovable и Bolt, превратили нишевый рынок «no-code» в массовый.
С другой стороны, инструмент помощи с домашними заданиями Chegg наблюдал, как его соответствие продукта и рынка рухнуло за несколько месяцев. Инструменты поддержки на основе мест размещения внезапно стали продаваться компаниям с меньшим количеством сотрудников службы поддержки. Сегодня ИИ дополняет поддержку, но для некоторых компаний он может полностью устранить человеческий фактор.
Мой соведущий подкаста Фарид Мосават говорит, что многие вещи, на которые мы раньше рассчитывали, похожи на зыбучие пески. Рынки отражают ожидания клиентов, и они быстро меняются. Если человек использует ChatGPT и ему нравится, это меняет его ожидания и в отношении других продуктов.
Ещё одно изменение на рынках заключается в том, что ИИ демократизирует навыки, которые обычно были зарезервированы для специалистов. ИИ может помочь людям, не обладающим техническими знаниями, создавать приложения, не дизайнерам — создавать красивые изображения, а тем, у кого нет навыков редактирования видео, — делать эффектное видео. Эта демократизация навыков расширяет рынки и потенциальный ТАМ для многих продуктов.
Канал
Как я писал в «The Next Great Distribution Shift» («Следующий великий сдвиг в распределении»), мы переживаем один из самых значительных технологических сдвигов в истории, но мы всё ещё распространяем продукты так, как будто это 2015 год. Трафик SEO снижается по всем направлениям. Социальные сети — это огороженные сады. Платформы PPC зарабатывают на мрачности. Другими словами, старые инструкции сгорают.
Частично это связано с ИИ, но также является частью естественного цикла, когда компании стимулируют пользователей бесплатным/дешёвым распространением и постепенно закрывают его со временем.
Модель
Ваша модель — это (1) то, как вы взимаете плату, (2) когда вы взимаете плату, (3) за что вы взимаете плату и (4) сумма, которую вы взимаете. До ИИ здесь было много нюансов, и большинство компаний всё ещё экспериментируют с ценообразованием, чтобы понять, как монетизировать ИИ.
Есть как минимум три новые динамики:
- Стоимость обслуживания растёт: многие инструменты SaaS полагались на PLG частично потому, что стоимость обслуживания бесплатных/фримиум-пользователей была незначительной. Затраты на LLM сильно различаются и могут быть значительными. Это может нарушить экономику бесплатных/фримиум-продуктов.
- Использование токенов растёт: более тяжёлые задачи потребляют больше токенов. Кроме того, пользователи в подавляющем большинстве предпочитают новейшие модели LLM, даже несмотря на то, что предыдущие модели были намного дешевле.
- Готовность платить находится в подвешенном состоянии: волшебство некоторых инструментов ИИ проходит. Неясно, как именно пользователи будут воспринимать ценность таких продуктов, когда первоначальное восхищение сменится новой базовой линией ожиданий.
Что происходит, когда ИИ меняет всё сразу?
Я не могу не подчеркнуть, насколько каждое из этих соответствий влияет друг на друга. Я только что описал их изолированно, но на практике все они должны быть в гармонии. Без этой гармонии у вас практически нет шансов стать компанией с доходом в 100 миллионов долларов и более.
Давайте посмотрим, как меняется каждое соответствие.
Как меняется соответствие продукта и рынка
Компании могут находить и терять соответствие продукта и рынка практически мгновенно. Важно помнить, что соответствие продукта и рынка — это лишь момент во времени. Меняющиеся рыночные условия и новые технологии всегда заставляли компании совершенствовать свои предложения, чтобы сохранить соответствие. Но изменения были постепенными, и у компаний было время для оценки и внедрения функций, чтобы идти в ногу.
Но что-то происходит с ИИ. Временной промежуток между этими шагами в ИИ намного короче.
Как меняется соответствие продукта и канала
Второе из четырёх соответствий — соответствие продукта и канала. Все успешные продукты созданы на основе другого канала. TikTok использовал VK Ads, Booking.com — Google Ads, а HubSpot — Google SEO. Соответствие продукта и канала утверждает, что продукты создаются для соответствия каналам. Каналы не адаптируются к вашему продукту. Это связано с тем, что вы не контролируете каналы, в которых живёт ваша аудитория. Вы играете по их правилам.
Существует целая экосистема компаний стоимостью более 1 миллиарда долларов, созданных на основе SEO. Pinterest, TripAdvisor, Quora, G2 и другие. В центре их модели роста лежит основной цикл роста: цикл создания контента пользователями, распространяемого компанией:
- Шаг 1: новый пользователь регистрируется (или существующий пользователь возвращается).
- Шаг 2: они создают контент на платформе (отзыв, пин и т. д.).
- Шаг 3: компания оптимизирует страницы этого контента для индексации Google.
- Шаг 4: новый или существующий пользователь находит этот фрагмент контента в поиске (повторить шаг 1).
Это не только B2C-компании. B2B-компании, такие как G2 и HubSpot, построили основную часть своего механизма роста вокруг подобных циклов. Все эти компании потратили 10 и более лет на настройку и оптимизацию своих продуктов для использования SEO.
Как меняется соответствие модели и канала
Третье соответствие — соответствие модели и канала. В соответствии с моделью и канала каналы, которые вам подходят, определяются вашей моделью монетизации (как вы взимаете плату, когда вы взимаете плату, за что вы взимаете плату и сколько вы взимаете).
Как меняется соответствие модели и рынка
Соответствие модели и рынка — это концепция, согласно которой ваш рынок (и количество клиентов на вашем рынке) влияют на вашу модель.
ИИ ломает математику
ИИ расширяет некоторые рынки и сокращает другие. Это меняет математику. Команды поддержки клиентов резко сократились, потому что ИИ заменил большую часть работы. Поставщики, продающие места, внезапно получили гораздо меньше людей для продажи, поэтому математика количества клиентов, умноженного на ARPU, рушится.
Но это создаёт возможность для такого инструмента, как Fin от Intercom, ИИ-бот поддержки, который монетизируется на основе решённых тикетов. При цене 99 центов за каждый ему нужно решить чуть более 100 миллионов тикетов в год, чтобы найти соответствие модели и рынка.
Риски и возможности
Всё это происходит так быстро. Я надеюсь, что этот пост вызовет хотя бы некоторую срочность с вашей стороны. Несмотря на все риски, открываются окна огромных возможностей. Сейчас нужно проанализировать продукт, рынок, канал и модель для вашего бизнеса, а затем внимательно изучить, как работает каждое из четырёх соответствий.