Когда ко мне приходят основатели AI-first стартапов, почти всегда в начале разговора звучит одна и та же мысль.
С продуктом всё более-менее понятно. Модель работает. Пользователи точно получают ценность. Где-то уже есть первые деньги. Осталось просто найти рабочие связки и начать быстро расти.
Обычно под этим подразумевается довольно знакомая схема. Привести трафик, дожать регистрацию, чуть улучшить онбординг, докрутить активацию, и потом через lifecycle-механику вытащить retention и expansion.
Если честно, в классическом SaaS это часто действительно так и работает. Не идеально, не без нюансов, но сама логика линейного роста давно понятна. Воронка, сегменты, гипотезы, когорты, юнит-экономика, повторить.
Но в одном AI-first стартапе, с которым мы работали в начале года, эта привычная логика начала ломаться буквально на глазах.
На старте всё выглядело даже слишком хорошо.
Performance-команда быстро собрала первые каналы привлечения. Что удивило, иишный контент неожиданно начал сам разлетаться по профильным комьюнити. Несколько лидеров мнений подхватили тему. Продукт достаточно прикольный, и люди пересылали ссылки коллегам просто из желания показать: смотри, что уже иишка делает.
Верх воронки рос красиво. CTR выше ожиданий. CAC в допустимых границах. Конверсия в регистраицю радовала глаз. Первые дешёвые когортные таблицы вообще создавали ощущение, что продукт вот-вот начнёт масштабироваться почти сам.
Внутри команды уже начали осторожно обсуждать масштабирование бюджета. Казалось, что мы нащупали repeatable motion раньше, чем ожидали. В такие моменты стартап особенно уязвим: цифры уже дают ощущение контроля, а реальность ещё даже не начинала сопротивляться.
Именно в этот момент обычно и рождаются самые опасные иллюзии.
Потому что AI-first продукт почти всегда создаёт слой ложноположительного спроса.
Ищу таких как ты, опытных performance & growth маркетологов, которые хотят выходить за границы скучных простых задач. В нашей стартап-студии все партнеры, все профессионалы, работаем на результат. Я более 20 лет занимаюсь разработкой и выводом на рынок новых продуктов. Напиши мне, если интересно поучаствовать.
Часть пользователей приходит не за решением проблемы, а за контактом с технологической новизной. Кто-то хочет проверить хайп. Кто-то тестирует очередную обёртку над моделью. Кто-то приходит просто сравнить с тем, что уже видел у конкурентов. Кто-то вообще открывает продукт из профессионального любопытства, как исследователь, а не как потенциальный юзер.
В привычном SaaS такие пользователи обычно быстро отсеиваются и не создают серьёзных искажений. Но в AI-first стартапах всё немного сложнее.
Потому что сам первый опыт взаимодействия с продуктом часто уже приносит мгновенный вау эффект. Даже если реального продакт фита с задачей пользователя пока нет.
И вот тут рост впервые перестаёт быть просто маркетингом.
Потому что задача уже не в том, чтобы привести больше людей. Задача - понять, кто из них пришёл за реальной работой, а кто пришёл потрогать что-то новое.
На одной из growth-сессий мы буквально смотрели на тепловые карты поведения и увидели очень странную картину. Пользователи, которые выглядели идеально по аквизишн метрикам, часто исчезали после третьей-четвертой сессии. А те, кто конвертировался в оплату позже, наоборот, проходили через гораздо более хаотичный и скажем так, некрасивый путь.
Они задавали странные промпты. Возвращались через несколько дней. Меняли юзкейс. Проверяли продукт на крайних сценариях.Пытались сломать систему. Иногда даже выглядели как левый трафик.
Но именно они потом становились сильными удерживаемыми пользователями. И тогда стало ясно, что классическое понимание активации начинает нас обманывать.
В этот момент стало ясно, что ошибка была не в канале, не в креативе и даже не в онбординге. Ошибка была в самой модели мышления о росте. Мы продолжали измерять AI-first поведение метриками мира, где продукт не умеет адаптироваться сам.
В старом мире активацию можно было привязать к событию. Создал рабочее пространство, загрузил данные, пригласил коллегу, интегрировал CRMку - значит активировался.
В AI-first продуктах активация всё чаще оказывается не событием, а траекторией мышления пользователя. Он не просто нажимает кнопку. Он как будто бы проверяет систему, можно доверять или нет?
Где-то это происходит за 3 минуты. А где-то лишь после 8 разных сценариев. Где-то только после того, как иишка неожиданно решает edge-case, который человек специально принёс на проверку.
И вот здесь рост начинает напоминать не маркетинг, а систему интерпретации сигналов.
Нам пришлось полностью пересобрать слой аналитики. Событийная модель, которая раньше выглядела достаточной, перестала объяснять происходящее.
Мы начали смотреть не только на факт действия, но и на структуру взаимодействия: как пользователь формулирует задачу, насколько быстро усложняет сценарий, возвращается ли к предыдущим контекстам, меняет ли фрейминнг запроса, использует ли иишку как исполнителя или как партнера по диалогу.
По сути, growth-слой начал собирать не просто продуктовые события, а поведенческие сигналы качества намерения. И это был только первый инженерный перелом.
Настоящий сдвиг произошёл позже, когда команда захотела масштабировать эксперименты.
В классических практиках роста всё относительно прозрачно. Есть бэклог гипотез, есть A/B тесты, есть варианты онбординга, есть эксперименты с ценой, есть сравнение когорт.
Но AI-first продукты вносят в это фундаментальное искажение. Сам опыт внутри продукта становится адаптивным. LLM меняет ответы, агенты перестраивают сценарий. Онбординг персонализируется в реальном времени. Оферr может меняться на основе сигнала текущей сессии.
Даже первый вэлью-момент у разных пользователей возникает в разных местах. В какой-то момент мы поняли, что A/B тест в старом виде просто теряет смысл. Мы тестировали уже не экран против экрана и не flow против flow. Мы тестировали поведение системы принятия решений.
На самом деле в AI-first продуктах умирает сама идея статичной воронки. Пользователь больше не движется по заранее заданному пути. Путь каждый раз пересобирается системой в ответ на его сигналы, намерение и уровень доверия к интеллекту продукта.
Фактически рост стал работать со слоем оркестрации.
Какой сигнал считать сильным? Куда роутить пользователя? Когда показывать более сложный сценарий? Когда уводить в режим коллаборации? Когда предлагать помощь оператора? Когда давать пользователю самому построить для себя следующий шаг.
Это уже очень похоже на инженерную дисциплину. Потому что речь идёт о проектировании распределенных циклов принятия решений, а не просто маркетинговых гипотез.
В какой-то момент один из основателей очень точно сформулировал ощущение команды: “У нас ощущение, что мы строим не воронку роста, а когнитивную систему.”
И это, пожалуй, самая точная формулировка того, что происходит сегодня в сильных AI-first стартапах. Маркетинг роста больше не живёт отдельно от продукта. Он становится слоем оркестрации между acquisition, product signals, AI behavior, monetization logic и retention truth.
Именно поэтому в таких командах резко вырос спрос на людей, которые умеют мыслить сразу в нескольких плоскостях. Не только каналами. Не только через копирование выстреливших сценариев. Не только GTM.
Но ещё и: signal architecture, behavioral analytics, experimentation systems, AI-native lifecycle design, feedback loops, unit economics validation.
По сути, это уже не маркетолог в старом понимании.
Это человек, который умеет проектировать системы роста, где часть решений принимается моделями, часть - правилами, а часть даже emergent behavior самой пользовательской базы.
И самое интересное, что именно здесь сейчас возникает главный дефицит рынка.
Сильных перформанс маркетологов найти хоть и сложно, но можно. И я таких всегда ищу)
А вот тех, кто умеет видеть рост как event-driven system, где ретеншн это не просто метрика, а функция качества интеллектуальной оркестрации, почти нет.
Именно такие люди сегодня становятся для AI-first стартапов тем же, чем несколько лет назад для SaaS стали сильные PLG дизайнеры.
Только теперь планка выше. Нужно понимать не просто пользователя. Нужно понимать, как пользователь начинает мыслить внутри системы, где часть когнитивной работы уже выполняет иишка.
И в этом смысле маркетинг роста сегодня действительно становится инженерной дисциплиной. Не в метафорическом смысле. А буквально.
По сути, мы больше не строим маркетинговые воронки. Мы проектируем самообучающиеся системы для роста.
С data pipelines, routing logic, signal weighting, verification loops, false-positive filters и delayed monetization truth layers.
Поэтому если вам близка сама идея, что современный Marketing Growth - это уже не про налить трафик, а про проектирование интеллектуальных систем роста вокруг AI-native продуктов, думаю, нам точно будет о чём поговорить.
Я собираю именно таких профи в стартап-студию и в стартапы, как для российского рынка, так и для глобальных лончей.
Мне особенно интересны люди, которым тесно в рамках классического перформанс и которые уже видят и понимают маркетинговый рост как архитектуру сигналов, решений и обучающих циклов. Люди, которым интересно использовать всю мощь и возможности ии-автоматизации, чтобы быстро расти в большие компании и получать в них эквити, а не зп. То есть у вас уже должен быть решен вопрос с деньгами на жизнь. В командах все парт-таймеры, у каждого одна-две основы.
Мне всё чаще кажется, что через 2–3 года сильнейшие Head of Growth будут вырастать не из маркетинга, а возможно из продуктового и системного мышления. Мы превращаемся в продуктовых инженеров-аналитиков. Или нет?