Платформы: погружение без обучения

Мир, который двадцать лет решает нашу задачу

Из всех восьми миров-доноров этот — самый близкий по постановке. Product-led growth (PLG) — стратегия, при которой продукт сам является каналом привлечения, активации и удержания: пользователь начинает без продавца, без тренинга и без чтения инструкций, и если продукт не доказал ценность в первой сессии — человек не возвращается. Замените «продукт» на «работу с ИИ-агентами», а «пользователя» на CEO с 62,5-часовой неделей — и получите мастер-вопрос учебника без единой правки. Всё, что SaaS-индустрия узнала об активации, aha-моментах, времени до ценности, провале туров и персональном сопровождении, — прямой донорский материал для проводника.

Три сквозные темы, за которыми стоит следить в этой главе: T1 смерть курса T2 время до ценности T7 адаптивный режиссёр — мир платформ даёт им самое жёсткое статистическое обоснование из всех миров-доноров.

Мир adoption устроен слоями — от массового самообслуживания до персонального сопровождения: PLG-стратегия и метрики активации; in-product-онбординг (чеклисты, туры, шаблоны, пустые экраны); human-led white-glove; enterprise-дисциплина customer success; community-led-обучение через чужие примеры. С 2023–2025 годов поверх всех пяти наслаивается шестой, GenAI-слой — и он, как мы увидим в конце главы, не добавляет ещё один вид подсказок, а радикально удешевляет самый дорогой и самый работающий слой: персональное сопровождение.

4.1. Воронка активации и молчаливое большинство

Центральное понятие PLG — рубеж активации: измеримое действие или порог, после которого вероятность удержания пользователя скачкообразно растёт. Всё до рубежа — знакомство; всё после — практика. И главная цифра индустрии отрезвляет: медианная активация в SaaS — 25–30% (среднее по опросам — 34–36%, best-in-class — 33%, лучшие продукты — 50%+; OpenView Product Benchmarks, ProductLed). То есть даже у продуктов, спроектированных профессионалами роста, две трети — три четверти зарегистрировавшихся никогда не доходят до первой ценности. Отраслевые оценки называют 40–60% фри-регистраций «зомби-пользователями»: аккаунт существует, человек не пришёл ни разу после первого визита.

Второй параметр воронки — окно активации: у self-serve-продуктов это примерно 7 дней, у B2B SaaS — около 14, у enterprise — две-три недели (ProductLed, Userpilot; конвенция, не закон). Не успел за окно — вероятность возврата падает к нулю. Отсюда тезис Рамли Джона (Product-Led Onboarding), который стоит выбить на стене проектной комнаты проводника: регистрация — это не обязательство, а гипотеза. Пользователь не «начал пользоваться» — он тестирует предположение, что продукт решит его проблему. Путь к ценности раскладывается на три момента: value perception (понял, чем это может помочь — обычно ещё до регистрации), value realization (первый реальный опыт ценности — aha-момент) и value adoption (продукт встроен в рабочий процесс и стал привычкой).

Для проводника у этой воронки есть неприятное следствие. Руководитель, согласившийся «попробовать ИИ», — это ровно та же регистрация-гипотеза, только окно активации короче: у человека, чей календарь расписан на три недели вперёд, второго слота может просто не быть. И если у продуктов с миллионными бюджетами роста до ценности доходит один из четырёх — наивная ставка «дадим доступ к копилоту, дальше сам» гарантированно производит зомби-аккаунты. Что мы и наблюдаем в корпоративной статистике из главы 1: доступ есть у всех, регулярно пользуются единицы.

4.2. Aha-момент и северная звезда

Как найти рубеж активации? Каноническую механику дал Чамат Палихапития, руководивший ростом Facebook с 2007 года. Команда сравнила когорты удержавшихся и ушедших пользователей, «отмотала назад» их первые дни и нашла разделяющий поведенческий паттерн: 7 друзей за первые 10 дней. Дальше — предельная фокусировка: по словам Палихапитии, growth-команда «не говорила ни о чём другом»; продуктово это вылилось в агрессивные рекомендации друзей, импорт контактов, «людей, которых вы можете знать». Важная оговорка: позднейший разбор (Mode Analytics) показал, что само число «7 за 10» — удобное упрощение корреляции, а не причинный порог. Работала не магическая цифра, а дисциплина: много данных, много экспериментов, один общий фокус.

Slack повторил приём: команды, обменявшиеся 2000 сообщениями, оставались с продуктом с вероятностью около 93% (заявление компании). Логика Баттерфилда: 2000 сообщений — это команда, которая «действительно попробовала»; для десяти человек — примерно неделя живой переписки. Метрика стала организующим принципом: Slackbot подталкивал приглашать коллег, создавать каналы, подключать интеграции — всё, что наращивает поток сообщений. Такая метрика называется north star — единая мера ценности, вокруг которой перестраивается и продукт, и онбординг (у Airbnb — забронированные ночи). Её функция — не отчётность, а организация решений.

Урок для проводника двухчастный. Во-первых, все работающие рубежи сформулированы в терминах накопленной практики («наговорил», «делегировал», «пригласил»), а не знакомства с функциями — «прошёл модуль про промпты» не предсказывает ничего. Во-вторых, рубеж не назначается экспертным мнением, а вычисляется: у проводника с телеметрией (тема T3 из главы 1) есть всё, чтобы применить метод Палихапитии буквально — сравнить руководителей, у которых практика прижилась, с теми, кто бросил, и найти разделяющий паттерн первых двух недель.

4.3. Superhuman: white-glove как золотой стандарт для занятых

Если вся эта глава — донор, то кейс Superhuman — донор органа, который пересаживается в проводника целиком. Email-клиент за $30 в месяц сделал немыслимую для SaaS вещь: онбордил каждого пользователя персональной 30-минутной сессией 1:1 с живым специалистом. Не видеокурсом, не туром — звонком, на котором специалист настраивал продукт на реальном inbox пользователя и доводил его до видимого результата (Inbox Zero) прямо на глазах. Формула сессии: «Signed up → Setup → Aha!» за 30 минут; изначально сессии длились 90 минут, но сбор контекста вынесли в предварительный опросник Typeform плюс две минуты в начале звонка.

Результаты (данные компании и разборов First Round Review; частично не аудированы): 65% пользователей полностью мигрировали на продукт прямо в первой сессии; активация и рефералы — примерно вдвое выше, чем при self-serve; один онбординг-специалист добавлял около $650K ARR в год — сессии окупались как канал продаж, а не статья затрат на поддержку. Два неочевидных эффекта. Обязательная запись на календарный слот работала как квалификация и ритуал: до сессии доходили только серьёзно настроенные, а назначенное время создавало обязательство. И сессии оказались главным источником продуктовых инсайтов — того, что не видно ни в какой аналитике.

Почему это главный кейс для C-level? Потому что Superhuman — ближайший существующий аналог проводника: занятой профессионал, который не будет читать документацию; 30 минут; его собственный материал (inbox); измеримый wow-результат в конце. Для руководителя работает та же анатомия: не «посмотрите, что умеет ИИ», а «дайте ваше завтрашнее совещание — сейчас агент подготовит вам бриф». Исторически white-glove — вообще единственный формат онбординга, который срабатывал на первых лицах; проблема была только в цене. Запомним это до раздела 4.7.

4.4. Смерть туров, победа шаблона

Противоположный полюс — массовый self-serve-онбординг, и его статистика читается как некролог классическому «обучению про продукт». Данные Chameleon Benchmark Report 2025 (15 млн взаимодействий) и отраслевых разборов: 76,3% тултипов закрываются в первые 3 секунды; около 78% пользователей бросают традиционный тур к третьему шагу; навязанные мобильные онбординги пропускают ~70%. Решает длина: туры из 3 шагов завершают 72% пользователей, из 7 и более — 16% (средняя по выборке — 61%). И решает инициатива: туры, запущенные самим пользователем, завершаются в 2–3 раза чаще навязанных, а пропускаемые флоу — на ~25% чаще обязательных.

Парадоксально, но на этом фоне процветает целая индустрия Digital Adoption Platforms — WalkMe, Pendo, Appcues, Whatfix — слой подсказок «поверх» чужого софта. Рынок оценивают в $1,2–3 млрд на 2025 год (оценки Fortune Business Insights и MRFR расходятся в разы — брать как порядок величины) с прогнозным ростом 20%+ в год, а SAP в 2024-м купил WalkMe за ~$1,5 млрд. Сделка — важный сигнал: крупнейший enterprise-вендор официально признал, что корпоративный софт не осваивается сам. Но потолок подхода задан цифрами выше: DAP автоматизирует туры и тултипы — то есть форматы, которые пользователи закрывают за три секунды. Признание проблемы — верное; инструмент — предыдущего поколения.

Стоит оговорить, почему туры проваливаются, — это важнее самой статистики. Тур отвечает на вопрос, которого у пользователя нет («как устроен интерфейс?»), в момент, когда у него есть другой вопрос («решит ли это мою проблему?»). Знание о кнопках не переживает и часа, потому что не привязано ни к какой задаче; помощь же, появившаяся в момент реальной попытки что-то сделать, усваивается — это тот самый принцип «обучение в потоке работы» (T1), к которому глава 7 подведёт научную базу, а здесь он получен индустрией эмпирически, на миллионах пользователей и без всякой теории. Для П59 следствие формулируется жёстко: любой «вводный курс по ИИ» для C-level — семишаговый навязанный тур с прогнозируемыми 16% завершения, сколько бы ни стоил его продакшн.

Что действительно работает вместо туров, показали Notion и Canva: шаблон. Notion боролся с «проблемой чистого листа» персонализированными подборками: по ответам при регистрации новичок получает ~5 релевантных шаблонов, предзаполненных примерами, — и входит в продукт редактором чужого работающего примера, а не автором с нуля. Canva пошла дальше: спрашивает юзкейс и открывает редактор с уже загруженным шаблоном — в продукте на 170+ млн MAU нет ни одного пустого экрана. Разборы называют конверсию «регистрация → первый дизайн» одной из сильнейших в consumer-SaaS (точная цифра не публикуется). Принцип общий: активация начинается не с обучения инструменту, а с почти готового результата, который хочется дожать.

4.5. Время до ценности и лестница раскрытия

Сколько времени у продукта есть на доказательство ценности? Бенчмарк Chameleon по 547 SaaS-компаниям: средний TTV — 1 день 12 часов, best-in-class — 0,2 дня, около пяти часов; по категориям — CRM ~1 день 4 часа, HR-платформы ~3 дня 18 часов. Вспомогательная механика — чеклисты: welcome-экран с чеклистом даёт 27% CTR, а туры, запущенные из чеклиста (то есть по инициативе пользователя), завершаются в 67% случаев против 61% средних. Ориентир для проводника жёстче среднего SaaS: первый aha — в первой же сессии, в пределах часа; полная активация — дни, не недели (T2).

Быстрый aha порождает следующий вопрос: а что показывать потом? Ответ индустрии — progressive disclosure, и его эталон — Linear. Новичок видит только суть: создание задач и борды. Фильтры, горячие клавиши, командная палитра появляются позже, когда поведение сигнализирует о готовности: начал активно фильтровать — вот shortcuts; пригласил коллег — вот настройки коллаборации. Figma решает ту же задачу иначе: сажает новичка сразу в рабочий холст и учит интерактивными подсказками внутри реальной работы, а не слайдами о продукте. Общий принцип: интерфейс — и учебная программа — растут вместе с пользователем, а не вываливаются в первый день.

Заметим: progressive disclosure по сигналам — это статическая, зашитая в интерфейс версия того самого «адаптивного режиссёра» (T7), которого игры реализуют через AI Director, а фронтир — через LLM-агента с памятью. Linear показывает минимально жизнеспособную форму: даже без всякого ИИ реагирование на сигналы готовности радикально отличается от учебного плана по календарю. Проводник наследует каркас и заменяет зашитые правила живым режиссёром.

4.6. Enterprise-контур: health score, чемпионы, land-and-expand

Личная активация — половина задачи; вторая половина в том, что руководитель живёт в организации. Здесь донором выступает дисциплина customer success — методология ведения клиента-организации после продажи. Её ядро — health score: композитный индикатор здоровья аккаунта из трёх типов сигналов — продуктовых (частота, глубина, тренд использования), отношенческих (NPS, тикеты, участие в ревью, наличие executive-спонсора) и бизнесовых (платежи, расширения). Ориентиры зрелых команд (Gainsight/ChurnZero; вендорские оценки): средний балл портфеля 70–75+, менее 15% выручки в зоне риска, более 30% — в зоне расширения. Регулярные квартальные бизнес-ревью коррелируют с удержанием выше на 30–40%, а зрелый health-скоринг — с NRR выше на 12–18 п.п. (к абсолютным цифрам относиться как к оценкам).

Второй элемент — модель land-and-expand: малый первый контракт ($5–25K) с быстрым TTV для одной команды, затем расширение по отделам, продуктам и юзкейсам. Slack начинался с бесплатной команды и дорастал до Enterprise Grid; Datadog расширялся от мониторинга к APM, логам и security. Двигатель экспансии — champion: внутренний энтузиаст, который тянет внедрение изнутри, потому что оно работает на его собственный статус и задачи. Notion сознательно держал амбассадорскую программу без денежных стимулов — чтобы в неё попадали только настоящие энтузиасты; выросла экосистема групп на 50+ языках и отдельное champions-сообщество для enterprise.

Перенос на проводника почти дословный. Руководитель-первопроходец — это «land»; экспансия идёт через его команду и прямых подчинённых (приглашение команды — прямой аналог роста «числа сообщений» у Slack). Сам руководитель нуждается в персональном health score: частота сессий, глубина (типы делегируемых задач), тренд, отношенческие сигналы — с проактивным вмешательством проводника при сходе с траектории, а не постфактум-отчётом за квартал. А контур чемпионов отвечает на вопрос главы 9 о секретных киборгах: энтузиастов надо не подавлять, а институционализировать.

4.7. GenAI-слой: white-glove становится масштабируемым

Теперь соберём главную развилку. Self-serve дешёв, но даёт 25–30% активации и кладбище зомби-аккаунтов. White-glove даёт 65% миграции в первой сессии, но требует живого специалиста на каждого пользователя. Двадцать лет индустрия жила в этом компромиссе — и GenAI ломает именно его: 30-минутную персональную сессию уровня Superhuman теперь может вести агент. Не тултип, не автогенерированный тур — агент, который заранее собрал контекст, ведёт по реальной задаче и доводит до видимого результата. Экономика персонального сопровождения, доступного раньше только продуктам за $30/мес с венчурной подпиткой, схлопывается до стоимости инференса (оценка R5 — и, вероятно, центральная возможность для проводника).

Важно понять масштаб сдвига. В компромиссе «self-serve против white-glove» до сих пор двигались только по кривой: DAP удешевляли подсказки, community-программы удешевляли поддержку, шаблоны удешевляли старт — но персональная сессия с живым специалистом оставалась несжимаемой статьёй. Агент сжимает именно её, причём сохраняя три свойства, которые делали Superhuman эффективным: предварительный сбор контекста (агенту доступны календарь и документы руководителя — с его согласия), работа на реальном материале и доведение до видимого результата. Четвёртое свойство — статусность живого человека на звонке — агент не воспроизводит, и для аудитории первых лиц это не мелочь; глава 5 покажет, чем её компенсировать.

У фронтира уже есть внятные паттерны. Blank canvas problem: пустое чат-окно убивает импульс так же, как пустая страница Notion; решение — прямой перенос хода Canva в мир агентов: не «напишите промпт», а «выберите готовую задачу вашей роли и посмотрите, как агент её делает». Copilot-паттерн: продукт не рассказывает о себе, а выполняет реальную задачу пользователя, комментируя процесс, — обучение растворяется в работе (Microsoft; Chameleon AI-Copilot строит онбординг-кампании по описанию цели; AI-ассистенты UserGuiding и Product Fruits закрывают 50%+ запросов новичков без человека). И agentic onboarding: вместо экскурсии по интерфейсу — вопрос «чего вы хотите добиться?», после которого агент немедленно движется к цели пользователя (Gartner называл agentic AI трендом №1 2025 года); generative UI дополняет это интерфейсом, генерируемым под задачу, а не предопределённым разработчиком. Новые требования доверия: прозрачность шагов агента, калибруемая автономия, human-in-the-loop.

Обязательная ложка дёгтя — о вендорских метриках. Intercom Fin, флагманский AI-агент поддержки, маркетирует resolution rate 76% (рост с 67%), тогда как независимые разборы документируют в продакшне 45–53%; по отраслям бенчмарк 2026 даёт разброс от 50–70% в SaaS до 70–84% в e-commerce. Разрыв поучителен вдвойне: во-первых, к цифрам AI-вендоров — та же дисциплина, что тема T3 предписывает к самоотчётам; во-вторых, значительная часть «AI-онбординга» 2025–2026 годов — автогенерация тех же туров, которые пользователи закрывают за три секунды. Тест на подлинность прост: агент делает задачу вместе с пользователем — или LLM пишет тексты тултипов. Первое — новый паттерн; второе — старый провал в новой упаковке. Показательно и то, что у Intercom два продукта — Fin для клиента и Copilot для сотрудника: та же пара «агент-проводник для новичка + агент-усилитель для эксперта», которая понадобится проводнику на разных ступенях зрелости руководителя.

Итог: чему платформа учит проводника

Мир adoption передаёт проводнику самый операциональный набор из всех миров-доноров. Экономику внимания: регистрация — гипотеза, окно активации — дни, aha — в первой сессии (T2). Запреты: никаких навязанных туров и семишаговых курсов, никакого чистого листа, ничего длиннее трёх шагов (T1). Конструкции: рубеж активации в терминах накопленной практики, вычисленный методом Палихапитии; формула Superhuman «контекст заранее → 30 минут → видимый результат на его материале»; лестница раскрытия по поведенческим сигналам как каркас режиссёра (T7); двойной контур land-and-expand с health score руководителя. И главную новость десятилетия: единственный формат, который надёжно работал на занятых первых лицах, — персональное сопровождение — впервые стал масштабируемым. Следующая глава уходит от продуктов к людям: как учатся сами элиты — exec-ed, peer-группы и коучинг, то есть чем занимались руководители, пока их не научился онбордить софт.

Куда копать глубже