Pendomonium 2026: создан вами, работает на Pendo

О чём видео

Это открытый keynote конференции Pendomonium 2026 — ежегодного форума Pendo по управлению продуктом, прошедшего в Роли, Северная Каролина, 24–25 марта при участии 2 000 человек. Сессию ведёт Тодд Олсон, CEO и сооснователь Pendo; в ней также участвуют главный экономист OpenAI доктор Аарон Чаттерджи и Кристиан Идиоди из SVPG. Keynote объявляет одиннадцать новых продуктов и выстраивает их вокруг одного тезиса: компании разворачивают AI-агентов быстрее, чем успевают понять, что те делают, а продуктовая наблюдаемость — следующий операционный разрыв, который нужно закрыть.

Для кого

Для продакт-менеджеров в компаниях, которые уже выпустили AI-функции и думают над тем, как их измерять. Также полезно для руководителей продуктовых команд, которые выстраивают аргументы в пользу аналитической инфраструктуры по мере того, как AI проникает во всё больше пользовательских точек. Участие SVPG привносит точку зрения на продуктовые основы, которая не даёт сессии превратиться в чисто вендорный анонс.

Ключевые выводы

1. Метрики внедрения больше не отражают реальный разрыв. Чаттерджи ввёл термин «intelligence divide» — накапливающееся преимущество команд, которые используют AI наиболее эффективно, а не просто используют его. Для продакт-менеджеров это переформулирует внутренний ориентир: с вопроса «кликают ли пользователи кнопку AI» — на вопрос «приводят ли эти взаимодействия к результатам, реально снижающим рабочую нагрузку».

2. Агенты создают новую проблему инструментации. Олсон открывает конкретным наблюдением: AI-агенты разворачиваются быстрее, чем налажен мониторинг их работы. Ответ Pendo — Novus, продуктовый агент, живущий в кодовой базе: он следит за реальным опытом пользователей и предпринимает действия на основе увиденного — сигнализирует о проблемах, предлагает улучшения и верифицирует эффект без ручного просмотра логов. Это позиционирует наблюдаемость на уровне агентов как инфраструктуру, а не функцию.

3. Скорость выпуска и качество накапливаются в противоположных направлениях — в зависимости от того, что измеряешь. Демонстрация от Builder.io описала трёхкратный рост скорости выпуска кода, достигнутый оптимизацией под содержательную обратную связь и функциональное качество, а не под количество выпущенного. Команды, оценивающие влияние AI на уровне завершённых задач, а не на уровне написанных строк или выпущенных функций, стабильно опережают тех, кто ставит скорость на первое место.

4. Интеллект в продуктах становится базовым ожиданием, а не дифференциатором. Фрейм Идиоди из SVPG: проактивное использование технологий — понимание того, что технически возможно, и движение в этом направлении — отличает команды, задающие направление, от тех, кто реагирует на него. Когда возможности AI становятся гигиеническим минимумом, продуктовое суждение о том, что с ними строить, и есть реальное конкурентное преимущество.

Стоит смотреть, если…

Ваша команда выпустила AI-функции и теперь пытается понять, что измерять и как улучшаться; или если вы оцениваете, куда инвестировать в продуктовую аналитику по мере того, как агентные воркфлоу становятся всё более распространены в вашем продукте.