Как Perplexity создает продукт

Созданный менее двух лет назад, Perplexity стал для меня продуктом, который я использую много раз в день и который заменяет мне многие поисковые запросы в Google — и я не одинок. В компании работает менее 50 сотрудников, а количество пользователей достигло десятков миллионов. Кроме того, они генерируют более 20 миллионов долларов ARR (Annual Recurring Revenue / Ежегодная повторяемая выручка) и соревнуются с Google и OpenAI в битве за будущее поисковой системы. Во время недавнего привлечения средств в размере 63 миллионов долларов компания была оценена в более чем миллиард долларов, а среди их инвесторов — Nvidia, Джефф Безос, Андрей Карпати, Гарри Тан, Дилан Филд, Элад Гил, Нат Фридман, Дэниел Гросс и Навал Равикант. Генеральный директор Nvidia Дженсен Хуанг сказал, что пользуется продуктом «почти каждый день».

Я пообщался с Джонни Хо, соучредителем и лидером по продукту компании, чтобы рассказать о том, как Perplexity создает продукты — и мне кажется, что именно так будет выглядеть будущее разработки продуктов для многих компаний:

1. AI-first: Они задают искусственному интеллекту (ИИ) вопросы на каждом важном этапе рабочего процесса, в том числе, например, «Как мне запустить продукт?». Сотрудников поощряют спрашивать ИИ, прежде чем беспокоить коллег.
2. Организация по принципу слизевика/slime mold (пример восходящей организации, где ряд различных независимых субъектов принимают индивидуальные решения): Они оптимизируют работу для минимизации затрат на координацию, распараллеливая как можно большую часть каждого проекта.
3. Небольшие команды: Типичная команда состоит из двух-трех человек. Подкаст Perplexity, сгенерированный искусственным интеллектом, был создан и управляется всего одним человеком.
4. Небольшое количество менеджеров: Они нанимают самостоятельных индивидуальных контрибьюторов и активно стараются не брать в команду людей, которые лучше всего умеют руководить работой других.
5. Предсказание на будущее: Джонни сказал: «Если бы мне пришлось попробовать предугадать будущее, то со временем технические продакт-менеджеры или разработчики с продуктовым вкусом станут самыми ценными сотрудниками в компании».

Честно говоря, в самом начале мы не знали, как выполнять многие виды задач, включая продакт-менеджмент, проджект-менеджмент, финансы, HR и т.д. У нас был ранний доступ к GPT-3, и когда мы думали, как построить компанию, то начинали все с вопросов ИИ: «Что такое X?», а затем «Как правильно сделать X?». Например, мы задавали вопросы «Как запустить продукт? Каковы должны быть этапы запуска?». И получали ориентировочную пошаговую инструкцию, которая для стартапа была достаточно хороша. Очевидно, что она часто была неверна с первой попытки, но ведь и человек тоже, верно? Так что это просто было стартовой позицией для последующих итераций.

На попытки разобраться во всем самостоятельно уходили дни, но с искусственным интеллектом и промптингом мы справлялись за пять минут.

И мы продолжаем это делать. На этой неделе, например, я спросил Perplexity: «Как написать письмо, приглашающее человека в Perplexity Pro?».

Мы даже пытались иногда использовать ИИ для создания нашего продукта, но обнаружили, что его инструментарий недостаточно хорош, когда дело доходит до кодирования. Он мог помочь нам в написании скриптов, но если вам нужен надежный код для создания платформы, то ИИ не сможет его написать. Даже сегодня, с учетом достижений и новейших моделей, он по-прежнему создает только шаблоны. Вы не можете создать с его помощью новую долговечную абстракцию.

У нас всего два продакт-менеджера с полной занятостью в организации из 50 человек.

Обычно в проектах, над которыми мы работаем, задействованы всего один-два человека. В самых сложных проектах работают максимум три-четыре человека. Например, наш подкаст от начала и до конца делает один человек. Он бренд-дизайнер, но занимается аудиотехникой и проводит всевозможные исследования, чтобы понять, как создать наиболее интерактивный и интересный подкаст. Не думаю, что в этот процесс хоть раз вмешивался продакт-менеджер.

Мы используем управление продуктами в основном при принятии действительно сложных решений, которые разветвляются по многим направлениям, и в более сложных проектах.

Самая сложная и важная часть работы продакт-менеджера — понимание сценариев использования. В случае с ИИ существует слишком много возможных сценариев использования, над которыми можно работать. Поэтому продакт-менеджер должен вмешаться и принять разумное решение, основанное на данных, исследованиях пользователей и так далее. Например, большая проблема с искусственным интеллектом заключается в том, как расставить приоритеты между сценариями использования, основанными на продуктивности, и вовлекающими сценариями по типу чат-ботов. Довольно рано мы решили сосредоточиться на первом варианте, но дискуссии все еще продолжаются.

Мы планируем взять в команду еще одного или двух продакт-менеджеров в течение следующего года, но требования к кандидатам останутся очень высокими.

Учитывая темпы нашей работы, мы в первую очередь обращаем внимание на гибкость и инициативность. Способность конструктивно работать в условиях ограниченных ресурсов (потенциально приходится носить «несколько шляп») — самое важное для нас.

Если взглянуть на резюме продакт-менеджеров, то многие из них ставят во главу угла помощь другим людям и регулирование работы команд. Я считаю, что с появлением искусственного интеллекта это становится менее важным. Поэтому не обязательно нужны навыки управления процессами или руководства людьми. Мы ищем сильных индивидуальных контрибьюторов с четким количественным воздействием на пользователей, а не внутри компании. Если я вижу в резюме термины «эксперт по Agile» или «SCRUM мастер», то, скорее всего, это не лучший вариант.

Кроме того, искусственный интеллект позволяет продакт-менеджерам выполнять намного больше работы на уровне индивидуальных контрибьюторов, особенно в области анализа данных и понимания клиентов. Конечно, все еще нужны некоторые фундаментальные знания (например, математика, статистика, базовое понимание программирования), но никогда еще не было так просто стать по-настоящему «техническим» продакт-менеджером.

Мы по-прежнему выбираем тех, кто подходит нам по культуре и с кем легко работать, но меньше заинтересованы в людях, которые направляют усилия других, потому что с ИИ в этом уже нет особой необходимости. Все может измениться, когда мы достигнем определенного масштаба, но на данный момент есть гораздо большая необходимость создавать продукты, чем иметь людей, которые будут над ними работать.

Думаю, в будущем я ожидаю уменьшения количества уровней управления в индустрии в целом. И если бы я попытался предсказать будущее, то со временем самыми ценными людьми в компании станут технический продакт-менеджер или разработчик с продуктовым вкусом.

Моя цель — структурировать команды таким образом, чтобы свести к минимуму «встречный ветер координации». Суть в том, что затраты на координацию (вызванные неопределенностью и разногласиями) растут с увеличением масштаба, и добавление менеджеров не улучшает ситуацию. Стимулы людей становятся несогласованными. Люди склонны лгать своему руководителю, который лжет их руководителю. И если вы хотите поговорить с кем-то из другой части организации, вам придется подняться на два уровня вверх и спуститься на два уровня вниз, разговаривая со всеми по пути.

Вместо этого мы бы хотели согласовать общие цели и распараллелить проекты, направленные на достижение этой цели, благодаря использованию общих руководств и процессов. Особенно с развитием искусственного интеллекта можно минимизировать затраты на координацию, используя искусственный интеллект для решение вопросов по методу утенка (rubber duck debugging — психологический метод решения задачи за счет делегирования ее мысленному помощнику) вместо того, чтобы полагаться на идеальное согласование и консенсус. Мы также постоянно обновляем список «кто есть кто» в наших внутренних документах, чтобы, почувствовав необходимость обратиться к кому-либо, вы могли просто сделать это. Это требует большой степени доверия.

Что еще более важно, благодаря использованию искусственного интеллекта не нужно так часто обращаться к людям. Иногда, прежде чем задавать вопрос, который вы собирались задать кому-то другому, можете сначала потратить одну минуту на то, чтобы спросить ИИ, как снизить затраты на координацию и дать каждому разумную отправную точку, чтобы решить задачу самостоятельно.

Perplexity существует менее двух лет, а в сфере искусственного интеллекта все меняется так быстро, что сложно планировать дальше. Мы составляем квартальные планы. Внутри кварталов мы стараемся поддерживать стабильность планов в рамках дорожной карты продукта. В дорожной карте есть несколько крупных проектов, о которых все знают, а также небольшие задачи, которые мы меняем по мере изменения приоритетов. Крайне важно быть гибким, поскольку разработки в области искусственного интеллекта часто имеют непредсказуемое влияние. Например, быстрое развитие моделей с открытым исходным кодом и контекстной длиной оказали влияние на продукт, дорожную карту и бизнес в целом. Совсем недавно Meta выпустила Llama 3, а Mistral — 8x22B; мы ищем творческие пути использования этих моделей в нашем продукте.

Проекты в дорожной карте продукта также должны быть гибкими, поскольку разработка новых продуктов идет параллельно с дорожной картой технической / модельной разработки. Разработчики переключаются между обслуживанием существующих продуктов и созданием новых в зависимости от недели. Техническая дорожная карта имеет тенденцию быстро расти, поскольку мы сталкиваемся с ограничениями существующих систем и накапливаем технический долг, но стараемся отдавать приоритет тому техническому долгу, который открывает возможности для улучшения продукта.

В течение недели планы довольно стабильны. Каждую неделю мы проводим стартовую встречу, на которой каждый определяют общие ожидания на неделю. У нас есть культура постановки 75% недельных целей: каждый определяет свой главный приоритет на неделю и старается выполнить 75% от него к концу недели. Всего несколько основных моментов, чтобы быть уверенными, что приоритеты на неделю расставлены четко.

Уделяя время в начале недели размышлениям о метазадачах, вы вносите ясность и предотвращаете принятие слишком реактивных или суматошных решений. Со временем наша способность оценивать размер и расставлять приоритеты на основе окупаемости инвестиций также улучшилась.

При ежеквартальном планировании мы стараемся быть максимально строгими и опираться на данные. Все цели поддаются измерению либо в виде количественных значений, либо в логическом выражении «был ли X выполнен или нет». Наши цели очень агрессивны, и часто в конце квартала мы выполняем только 70% в том или ином направлении. Оставшиеся 30% помогают выявить недостатки в расстановке приоритетов и укомплектовании штата. Недостаточные инвестиции, например, в увеличение штата разработчиков инфраструктуры, быстро становятся очевидными, когда инфраструктурные цели не достигаются.

После определения основных целей и высокоуровневого дизайна мы стараемся быть достаточно децентрализованными в принятии решений. Проекты управляются одним DRI (Directly Responsible Individual / Лицо, несущее прямую ответственность), а этапы выполнения по возможности выполняются параллельно.

Первый шаг для любого проекта — разбить его на параллельные задачи, насколько это возможно, чтобы уменьшить проблемы координации. Мы делаем это в Linear, и я возглавляю эту работу вместе с продакт-менеджером в команде (или тем, кто выполняет его обязанности). Мы стремимся к тому, чтобы каждая задача была автономной и ее можно было выполнить ее без каких-либо препятствий. Скорее всего, придется принимать неоднозначные решения, но убрать появившуюся разбалансировку можно позже.

В начале каждого проекта происходит быстрый старт для согласования, после чего итерации происходят асинхронно, без ограничений и процессов проверки. Когда сотрудники чувствуют, что готовы к обратной связи по дизайну, реализации или конечному продукту, они делятся своей работой в Slack, а другие члены команды дают честные и конструктивные отзывы. Итерации происходят органично, по мере необходимости, и продукт не запускается до тех пор, пока не получит внутреннее одобрение благодаря догфудингу (практика использования сотрудниками компании собственных продуктов и сервисов).

Я призываю сотрудников стараться работать параллельно, насколько это возможно. Они не должны ждать, пока им все согласуют. В идеале над одним проектом одновременно работают дизайнеры, фронт-энд и бэк-энд. А теперь, когда у нас есть бизнес-команда, все четыре звена могут работать параллельно, в то время как обычно приходится ждать, пока сначала появится дизайн или макет.

В настоящее время команды структурированы по функциям (продукт, исследования и разработки, дизайн, бизнес и т.д.), и разные команды думают о разных уровнях компании и стека. При этом вся энергия направляется на улучшение основного продукта. Мы разрабатываем цели, которые преобразуются в общие метрики верхнего уровня и улучшают пользовательский опыт в целом. Например, все команды используют общие метрики верхнего уровня при проведении A/B-тестирования на своем уровне стека. Поскольку продукт может меняться очень быстро, мы хотим избежать политических вопросов, когда кто-либо слишком привязан к тому или иному компоненту продукта.

При своих нынешних размерах нашу структуру можно назвать горизонтальной, и структура отчетности диктует не столько приоритеты, сколько обязательства по достижению целей высшего уровня. Два наших штатных продакт-менеджера — один по веб-, другой по мобильным продуктам — подчиняются мне как лидеру продукта. Мы обнаружили, что когда у команды нет продакта, члены команды берут на себя его обязанности, такие как корректировка объема работы, принятие решений, ориентированных на пользователя, и доверие собственному вкусу.

Центральным элементом нашего подхода является учет обратной связи, как от пользователей, так и внутри компании, и ее преобразование в несколько интуитивно понятных продуктов, которые могут подойти многим клиентам. Мы также стараемся использовать обратную связь таким образом, чтобы мотивировать и информировать нашу команду, формируя широкое видение, но позволяя отдельным людям самостоятельно принимать решения о том, что лучше всего послужит достижению первоначальной цели. Наш децентрализованный подход к принятию решений передает эстафету ответственности, обеспечивая быстрые итерации без необходимости в процессах утверждения. Люди принимают быстрые, оптимальные на местном уровне решения. Затем все разбалансировки быстро устраняются.

Linear. Для продуктов с искусственным интеллектом грань между задачами, ошибками и проектами становится размытой, но мы обнаружили, что многие концепции Linear, такие как лиды, сортировка, определение размера и т.д. чрезвычайно важны. Моя любимая функция — автоархивация: если задача давно не упоминалась, скорее всего, она не так уж и важна.

Основной инструмент, который мы используем для хранения важных документов, таких как дорожные карты и планирование этапов, — Notion. Мы используем Notion во время разработки проектных документов и RFC (Request for Comments / Запрос на комментарии), а затем для документации, постмортемов и исторических записей. Изложение мыслей на бумаге (документирование цепочки размышлений) приводит к гораздо более ясному принятию решений, а также упрощает асинхронное согласование и позволяет избегать встреч.

Unwrap.ai — это инструмент, который мы также недавно внедрили для консолидации, документирования и количественной оценки качественных отзывов. Из-за природы искусственного интеллекта многие проблемы не всегда достаточно детерминированы, чтобы классифицировать их как ошибки. Unwrap объединяет отдельные фрагменты отзывов в более конкретные темы и области для улучшения.

Высокоуровневые цели и направления идут сверху вниз, но большое количество новых идей появляется снизу вверх. Мы твердо уверены, что разработчики и дизайнеры должны иметь право собственности на идеи и детали, особенно когда речь идет о продуктах с использованием искусственного интеллекта, где ограничения неизвестны до тех пор, пока идеи не будут воплощены в код и макеты. Постоянно проводится множество мозговых штурмов. У нас есть специальный канал для мозговых штурмов в Slack, последующие идеи собираются в Linear, и часто доработка сразу переходит в код, без дополнительных согласований.

Лучшие примеры идей «снизу вверх» можно увидеть в проектах Perplexity Discovery (Открытие), Collection (Коллекция) и Sharing (Обмен). Например, как я рассказывал выше, наш бренд-дизайнер Пхи создает подкаст Discover Daily и одновременно принимает решения относительно сценария, интеграции ElevenLabs, бренда и звукорежиссуры. С помощью искусственного интеллекта невозможно предсказать сценарии использования до тех пор, пока не выйдут итерации продукта. Год назад мы бы никогда не предположили, что проект Discover в конечном итоге будет встроен в подкаст.

Большие проблемы сегодня связаны с масштабированием нашей компании с нынешнего размера на следующий уровень, как со стороны найма персонала, так и со стороны исполнения и планирования. Мы не хотим потерять нашу основную особенность — очень «горизонтальную» и дружную среду. Даже небольшие решения, например, как использование Slack и Linear, могут быть сложными для масштабирования. Мы пытаемся сохранить прозрачность и увеличить количество каналов и проектов, не перегружая никого уведомлениями.

Многие функции и продукты в Perplexity были созданы во время недельных (или меньше) хакатонов. Целенаправленные спринты по созданию новых функций оказались самыми захватывающими и запоминающимися моментами. Наш первый прототип интерактивного поиска Pro Search (бывший Copilot) был создан за несколько дней, но затем улучшен в течение многих итераций доработки и тонкой настройки.

Тогда оставляйте заявку курс «Продакт-менеджмент»!

На курсе вы:

• Научитесь запускать внутренние и внешние продукты и управлять ими
• Улучшите метрики существующего продукта
• На практике систематизируете свои знания и освоите все аспекты продакт-менеджмента
• Освоите 50+ инструментов и фреймворков из мира продакт-менеджмента
• Научитесь использовать Искусственный Интеллект в целях продакт-менеджмента
• Поработаете в Яндекс.Метрике, Miro, Figma, OpenAI, Amplitude

Присоединяйтесь, чтобы сделать прорыв и взглянуть на продакт-менеджмент по-новому!