Lenny's Podcast: Head of Growth в Anthropic — как Claude вырос с $1 млрд до $19 млрд ARR за 14 месяцев

Amol Avasare пришёл в Anthropic на должность Head of Growth после того, как написал холодное письмо CPO Майку Кригеру. В этом апрельском эпизоде Lenny’s Podcast он рассказывает, каково это — работать над ростом в одной из самых быстро масштабирующихся компаний в истории программного обеспечения: от $1 млрд до более чем $19 млрд ARR за 14 месяцев. Разговор охватывает то, как Anthropic думает об активации, экспериментировании, структуре команды и роли AI в самом управлении функцией роста.

Для кого это видео

Эпизод наиболее полезен для product manager’ов и специалистов по росту в AI-first-компаниях или там, где AI-продукт является основным драйвером выручки. Также актуален для PM в любой компании, думающей о том, как применить AI к собственной функции роста. Опыт работы с growth-фреймворками поможет извлечь максимум, хотя интервью доступно и более широкой аудитории.

Ключевые выводы

Активация — самая критичная проблема в росте AI-продукта. Avasare объясняет: для Claude наибольшим ограничением роста является не обнаружение продукта, а возможность для пользователей испытать его основную ценность до того, как они сдадутся. Эта закономерность широко применима к AI-продуктам, требующим от пользователя определённого обучения до того, как ценность становится очевидной, — и переформулирует, куда направлять усилия в инженерии и продукте.
Anthropic создал CASH — внутреннюю AI-систему для автоматизации growth-экспериментов. Вместо того чтобы люди вручную проектировали и анализировали эксперименты, CASH берёт часть этого процесса на себя автономно. Существование этого инструмента отражает взгляд на то, что масштабирование роста требует AI-инфраструктуры не меньше, чем человеческого суждения, — и что создание внутренних инструментов является первоклассной growth-активностью.
Намеренное трение при онбординге может улучшить долгосрочный retention. Вопреки интуиции, Anthropic сделал некоторые части процесса онбординга сложнее, а не проще — с целью отфильтровать по-настоящему вовлечённых пользователей. Avasare точно описывает, где это работает, а где нет, что делает совет действенным, а не абстрактным.
Соотношение 70/30 в пользу больших ставок превзошло по результатам инкрементальную growth-работу. Выделение большей части ресурсов на амбициозные инициативы вместо маржинальных улучшений ускорило траекторию Anthropic. Avasare описывает это как осознанный структурный выбор, а не ретроспективную историю об удаче, и рассказывает, как команда операционализирует это соотношение.
Cowork — внутренний AI-инструмент, выявляющий рассогласование в команде через анализ паттернов в Slack. Это один из наиболее конкретных примеров в эпизоде того, как Anthropic применяет собственные AI-возможности к внутренним операциям. Подтекст: команды, создающие AI-продукты, должны сначала запускать AI в собственных воркфлоу.

Стоит смотреть, если

Вы отвечаете за рост AI-продукта и хотите увидеть, как практик в самой быстро растущей AI-компании сегодня думает об активации, скорости экспериментирования и о том, стоит ли создавать AI-инструменты для управления функцией роста вместо того, чтобы полностью полагаться на традиционные методы.