Listen Labs: как Anthropic использует AI-модерированные исследования для принятия продуктовых решений

Anthropic — компания в области AI-безопасности, создатель Claude и Claude Code. Джейн Джастис Лейброк возглавляет в ней команду UX-исследователей, которая информирует продуктовые решения по всей организации: от выбора багов для исправления до определения следующих стратегических возможностей.

Вызов

«Как исследователь, вы ищете доверия к своей работе», — говорит Лейброк. «Отсутствие сразу и качественного, и количественного компонента означает, что у вас есть определённая уверенность в результатах, но бывает сложнее убедиться, что на них можно действовать.»

До перехода на Listen получение достоверных качественных и количественных данных требовало проведения двух последовательных исследований. Сначала — глубинные интервью, чтобы определить, какие темы важны. Затем — опрос для квантификации тем после того, как результаты интервью получены. Эта последовательность создавала узкое место.

В темпе работы Anthropic это вынуждало выбирать: «сжатый дедлайн, в котором вы, возможно, пропустите срок», или «провести одно исследование там, где предпочтительнее было бы сделать многошаговое».

С Listen оба метода работают в рамках одного исследования и с теми же участниками: «ваш исследовательский процесс сжимается в один шаг вместо двух».

Listen распространился по всей Anthropic: сначала в Product Marketing, затем в UXR, Marketing Insights и далее. «Я практически уверена, что теперь мы крупнейшие пользователи», — говорит Лейброк.

Кейс: исследование оттока пользователей Claude Code

Во время research preview Claude Code одним из сигналов, который команда хотела понять, был отток. Именно это стало первым исследованием Лейброк в Listen.

Пользователи говорили, что ценят терминальный интерфейс Claude Code. При этом те же пользователи просили интеграцию с IDE.

«С самого начала мы получали странные противоречивые сигналы», — рассказывает Лейброк. «Команде было бы легко сказать: “Нет, у нас есть сильная убеждённость, мы продолжим придерживаться этого курса”.»

Вместо этого Listen позволил копнуть глубже. «Если бы у нас были только структурированные вопросы, мы бы зашли в тупик», — говорит она. «Но открытые вопросы тем же участникам позволили нам понять, откуда это берётся».

Результат

«Суть заключалась в переключении контекста: люди не хотели переходить между редактором кода и терминалом», — объяснила Лейброк. «Это позволило команде сделать правильный шаг — выпустить расширение для VS Code».

Команда продолжала проводить исследования оттока даже после выпуска расширения. «Мы можем в середине этого непрерывного исследования вводить новые разделы, где начинаем изучать новые темы, понимать их в этом раунде, а затем задавать лучшие вопросы в следующем», — говорит она.

«Это что-то вроде self-healing study. Оно само находит новые вещи, которые нужно понять, а затем помогает лучше измерить их в дальнейшем».

Что изменилось с Listen

Рост от сигнала к действию. Запуск qualitative и quantitative в одном движении даёт более весомые находки, на которые команды готовы реагировать. «Это переводит их из сигнала в тот, которому мы доверяем», — говорит Лейброк.

Масштабирование времени исследователей. «Представьте это как 100 исследований за цену, по крайней мере в смысле времени, пяти или шести. Время наших исследователей — один из самых ограниченных ресурсов. Поэтому если мы можем взять навыки и insights того же человека и быстро масштабировать это по охвату — это очень ценно».

Широта из одного исследования. «Мы можем охватить значительно больше сегментов, чем раньше», — говорит Лейброк. «Быстрое движение организации» требует постоянного получения пользовательских данных. «Получение обратной связи от пользователей — это то, что позволяет убедиться, что мы движемся в правильном направлении».

«Люди — это вся суть. Именно поэтому мы все здесь», — заключает Лейброк.