Salesforce: формирование AI-роадмапа через еженедельные сессии с клиентами

30 апреля 2026 года TechCrunch сообщил, что Salesforce разрабатывает свой AI-роадмап через прямые, регулярные сессии с корпоративными клиентами — в ряде случаев еженедельные, — вместо стандартных квартальных циклов планирования.

Компания работает с 18 000 клиентов, сгруппированных вокруг общих проблемных тем, таких как «контекст агентов» и «наблюдаемость». Организующий принцип: если один корпоративный клиент сталкивается с проблемой, другие, скорее всего, сталкиваются с той же. Решения, проверенные на конкретном клиенте, затем оцениваются для более широкого выпуска по всей клиентской базе.

Два примера из статьи иллюстрируют, как это работает на практике. Тревел-платформа Engine встречается с Salesforce еженедельно и предоставляет обратную связь, которая напрямую повлияла на улучшение AI-голосового агента Salesforce. Федеральный кредитный союз PenFed разработал воркфлоу управления IT-сервисами с использованием Agentforce, который Salesforce впоследствии упаковал и выпустил более широко.

Такой подход обменивает предсказуемость структурированного роадмапинга на скорость и качество сигнала. Компания, встречающаяся с клиентами еженедельно, получает проверенные данные о том, что работает, а что нет, значительно быстрее, чем та, которая работает в квартальных циклах планирования.

В статье также указывается структурный риск: чрезмерная опора на суждение корпоративных клиентов при формировании продуктового направления может не давать решений, которые выдержат испытание временем, поскольку клиенты лучше описывают проблемы, с которыми сталкиваются сегодня, чем прогнозируют те, с которыми столкнутся через двенадцать месяцев.

Почему это важно для продакт-менеджеров

Это живой пример непрерывного discovery, применённого в корпоративном масштабе к AI-продукту. Для PM, работающих над AI-фичами внутри корпоративного ПО, это иллюстрирует, как тесные петли обратной связи с клиентами могут заменять спекулятивный роадмапинг в области, где быстро меняются и технология, и кейсы использования. Модель работает, потому что Salesforce может рассматривать проблемы отдельных клиентов как сигналы о рынке в целом — условие, которое выполняется, когда клиентская база достаточно большая и разнообразная, чтобы общие проблемы возникали предсказуемо.