Lenny's Podcast: новый AI growth playbook на 2026 год — Elena Verna

О чём видео

Опубликованное 18 декабря 2025 года на YouTube-канале Lenny Rachitsky, это интервью с Elena Verna — Head of Growth в Lovable, AI-конструкторе приложений, который достиг $10 миллионов ARR за шестьдесят дней и $200 миллионов ARR менее чем за год при штате около 100 человек. До Lovable Verna была growth-консультантом в SurveyMonkey, MongoDB и Amplitude, что даёт ей редкую перспективу: она видела, как традиционный growth работает в масштабе, и теперь руководит ростом одной из самых быстрорастущих AI-компаний. Разговор сосредоточен на том, что перестало работать в AI-продуктовом росте и что приходит ему на смену.

Для кого

Лидерам продукта, основателям и growth-специалистам в компаниях, создающих AI-продукты — особенно тем, кто пробовал применять стандартные SaaS-фреймворки роста и получал слабые результаты. Также полезно для PM в крупных компаниях, оценивающих применимость стандартных growth- и retention-стратегий к AI-фичам, которые они выпускают.

Ключевые выводы

1. Большая часть SaaS growth playbook не переносится. Verna оценивает, что 60–70% традиционных growth-тактик неприменимы к AI-продуктам. Причина структурная: в SaaS-продукте функциональность относительно стабильна, и growth-работа оптимизирует путь к ценности. В AI-продуктах возможности существенно меняются каждые несколько месяцев, а значит, и путь к ценности меняется вместе с ними. Growth-тактики, откалиброванные под одно состояние возможностей, устаревают при следующем улучшении модели.

2. Product-market fit — движущаяся мишень. Verna описывает ситуацию, когда AI-компании вынуждены «заново находить product-market fit каждые три месяца». Это не пессимизм — это отражение того, что возможности продукта расширяются достаточно быстро, чтобы то, чего хотели пользователи шесть месяцев назад, сейчас стало достижимым иначе или было полностью превзойдено. Следствие: growth и product должны поддерживать тесный контакт и постоянно перепроверять предположения о том, что движет удержанием.

3. Активация принадлежит продукту, а не growth. Традиционно growth-команды владеют воронкой онбординга и метриками активации. Verna утверждает, что для AI-продуктов это больше не имеет смысла: способность пользователя получить ценность зависит от продуктовых решений — выбора модели, дизайна интерфейса, управления контекстом, — которые growth не может контролировать. В Lovable активацию передали в продуктовую ответственность, а фокус growth сместился на непрерывный выпуск фич и экспериментирование.

4. Бесплатный доступ эффективнее платного привлечения. Вместо запуска платной рекламы самым эффективным growth-рычагом Lovable стала раздача продукта бесплатно. Verna объясняет это через поверхность дистрибуции: когда пользователь создаёт что-то в Lovable и делится этим, результат содержит ссылку на источник. Это создаёт органическое распространение, которое платные каналы не способны воспроизвести с сопоставимой стоимостью или естественностью. Стандарт «minimum lovable product» — реальный восторг пользователя вместо минимальной жизнеспособности — стал частью того, что сделало бесплатную дистрибуцию работающей.

5. Скорость итерации — это и есть стратегия. Cursor, другая AI-нативная компания с $300 миллионами ARR, следует аналогичной логике: продукт улучшался достаточно быстро, чтобы сарафанное радио не отставало от роста. Verna формулирует это как структурный сдвиг: когда разработка возможностей достаточно быстра, она становится основным механизмом роста, а не фоновым условием. Это меняет логику распределения ресурсов: вложения в итерацию продукта дают более высокую предельную отдачу, чем эквивалентные вложения в традиционную growth-инфраструктуру.

Стоит смотреть, если

Вы отвечаете за рост или удержание AI-продукта и обнаруживаете, что привычные фреймворки не дают ожидаемых результатов. Данные по Lovable и Cursor дают аргументации конкретные точки отсчёта, а не оставляют её в плоскости теории.