Как строить конкурентное преимущество, если вашу фичу может повторить ИИ

Как ИИ помогает копировать функционал
Представим, что команда хочет разобраться, как устроена функция в другом приложении. Для этого можно изучить готовую программу: посмотреть, как она работает и какие механизмы стоят за ее действиями. Такой подход называют обратным инжинирингом (reverse engineering).
Разработчики использовали его задолго до появления ИИ-агентов — например, чтобы разобраться в устройстве незнакомой программы или найти уязвимости. Специалисты применяли для этого специальные инструменты, изучали их результаты и искали связи между частями программы.
Теперь часть такого анализа можно поручить ИИ-агенту. Например, с помощью REA (Reverse Engineer Anything) агент исследует доступные файлы приложения и ищет механизм, о котором спросил разработчик. Исходный код программы для этого не всегда нужен. Полученные сведения могут помочь команде создать и проверить собственную версию нужного функционала.
Авторы REA показали, как такой анализ работает на практике, на примере Notion — сервиса для заметок и совместной работы. Они попросили ИИ-агента разобраться, что происходит, когда пользователь копирует текст из приложения Notion для компьютера. С помощью REA агент проследил, как приложение передает текст и его оформление в буфер обмена — временное хранилище скопированной информации. Благодаря этому текст можно затем вставить в другой документ. Результаты авторы показали в инженерном разборе.
Этот пример помогает понять работу одной полезности, но не раскрывает устройство Notion целиком. За рамками разбора остаются, например, серверная инфраструктура и механизмы совместной работы пользователей.
Есть и отдельные проекты по воспроизведению существующих продуктов. Например, авторы IW4L создают собственную программную основу для Call of Duty: Modern Warfare 2 от 2009 года. Это игра класса AAA, крупный игровой проект, для разработки и выпуска которого требуются значительные ресурсы. Авторы IW4L сообщают, что написали проект с помощью ИИ-модели. В PhotoCraft с помощью ИИ-агентов воспроизводят функции Photoshop и выпускают Linux-версии. Хоть разработчики и называют редактор ранней альфой и предупреждают, что он пока не заменяет Photoshop в ежедневной профессиональной работе, но все же это явный прецедент возможностей ИИ.
Примеры показывают, что с помощью ИИ разработчики могут изучать и воспроизводить отдельные возможности программ. Но достаточно ли конкуренту предложить что-то похожее, чтобы клиенты выбрали его продукт? Разберем, что еще влияет на выбор, и на чем лучше строить свое преимущество.
Почему похожий функционал — еще не похожий продукт
Последствия копирования для бизнеса зависят от того, насколько выбор клиента держится на воспроизводимой возможности (фичи). Для оценки важно разобрать весь путь к результату: какие действия выполняет пользователь и что должен обеспечить сервис.
Возьмем условный сервис бронирования. Повторить экран поиска и фильтры — одна задача. За найденным вариантом должны стоять актуальные сведения о доступности, корректная оплата и подтверждение брони. Если поездка сорвется, клиенту понадобятся возврат денег и помощь. Похожий экран еще не показывает, насколько хорошо конкурент справляется с этими задачами.
Даже привычная функция может требовать согласованной работы нескольких систем. Например, при создании офлайн-режима команда Notion решала задачи хранения связанных данных, синхронизации и разрешения конфликтов правок. Это описано в ее инженерном разборе.
Однако наличие инфраструктуры, интеграций, истории работы и поддержки само по себе не делает предложение сильнее. Важен их вклад в задачу клиента по сравнению с альтернативами. Если почти вся ценность сосредоточена в одной механике, конкурент воспроизводит ее с приемлемым качеством, а переход для современных пользователей сам по себе прост, значит, оснований держаться за прежний продукт становится меньше.
Большой набор возможностей тоже не обеспечивает защиту автоматически. Конкурент может выбрать отдельную задачу определенной группы клиентов и решить ее удобнее. Для этого задача должна быть отделима от остального продукта, а альтернатива — выполнять обязательные требования: например, работать с нужными форматами и вписываться в существующий процесс. Клиент может передать ей часть работы, продолжая пользоваться прежним сервисом для остального.
Чтобы понять, насколько это важно для вашего бизнеса, недостаточно сравнить списки возможностей своего и чужого продуктов. Нужно выяснить, какие задачи клиенты решают с вашей помощью и насколько хорошо вы с ними справляетесь. Возможно, одной из этих задач пользователи недовольны — и именно за нее конкуренту будет проще предложить альтернативу.
Скажи мне кто твой клиент, и я скажу, как тебе улучшить продукт
Компания, которая видит, как клиенты пользуются продуктом, может находить возможности для улучшений. Ценность этих наблюдений зависит от того, какие решения команда принимает с их помощью и что получает непосредственно пользователь.
Вернемся к условному сервису бронирования. История действий может показать, на каком шаге люди прерывают оформление. Разговоры с клиентами помогут разобраться в причинах: возможно, им не хватает информации об условиях возврата или нужна помощь с оплатой. После этого команда может проверить, помогает ли подсказка завершить бронирование.
В 2021 году исследователи провели эксперимент с поисковыми подсказками в китайском мобильном приложении. Одной группе пользователей показывали подсказки приложения и внешнего поставщика, а другой — только подсказки приложения. Во второй группе пользователи в среднем реже выбирали предложенные варианты.
Эксперимент показал разницу в числе нажатий на подсказки. Но по нему нельзя определить, насколько на результат повлияли именно данные поставщика, а также стали ли пользователи довольнее сервисом или остались ли в нем дольше.
Размер базы сам по себе недостаточен для оценки преимущества. Масштаб может быть важен, но нужно понимать, помогает ли информация точнее подбирать варианты, сокращать ошибки или вовремя предлагать поддержку.
Как находить полезные для продукта решения и строить конкурентное преимущество
После изучения клиентов у команды может появиться много идей: изменить поиск, добавить подсказки или упростить оплату. ИИ поможет быстрее подготовить варианты решений, но сначала компании нужно выбрать, какую проблему стоит решать, и почему она важна для клиентов.
Предположим, пользователи сервиса бронирования часто прерывают оформление на этапе оплаты. Команда выясняет из разговоров с клиентами, что некоторым не хватает информации об условиях возврата. Тогда она может выдвинуть гипотезу: если объяснить эти условия рядом с кнопкой оплаты, больше людей завершат заказ.
Прежде чем разрабатывать изменение, стоит договориться, как оценить результат. Дизайнеры Т-Банка рекомендуют заранее определить критерии успеха и решить, что делать, если ожидания не подтвердятся. В нашем примере команда может установить срок проверки и ожидаемый рост числа завершенных заказов.
При этом важно следить не только за основным результатом. Допустим, подсказка помогла большему числу людей перейти к оплате, но из-за изменения страницы участились ошибки. Чтобы заметить такое ухудшение, команда заранее определяет и дополнительные показатели. Такой подход рекомендует Microsoft.
Когда критерии определены, можно готовить и выпускать изменение. ИИ способен помочь с разработкой, но после нее решение еще нужно встроить в продукт, проверить и довести до клиентов. Поэтому скорость стоит оценивать по всему пути: время, сэкономленное на создании подсказки, может потребоваться для тестирования или согласований.
Чтобы снизить последствия возможных ошибок, подсказку можно сначала показать небольшой группе пользователей и проследить, как она работает. Если возникнут проблемы, изменение можно отключить; такой ограниченный выпуск описан в руководстве Google. Техническая проверка при этом покажет, возникают ли сбои, а отдельно выбранные показатели помогут оценить, стало ли оформление удобнее для клиентов.
После проверки команда решает, распространять изменение дальше, доработать его или отказаться от него. Результат полезен в любом случае: он дает основание выбрать следующий шаг, вместо того чтобы развивать идею только потому, что ее удалось быстро реализовать.
Совершенно точно — если ИИ помогает конкуренту воспроизвести отдельную возможность продукта, компании стоит спросить себя: почему клиент все равно выберет нас? Ответ может быть связан с удобством, надежностью, качеством поддержки или более точным решением задачи.
Начать можно с разговоров с нынешними пользователя и, если возможно, с теми, кто ушел: выяснить, за что они выбрали продукт и чего им не хватило. Затем — сопоставить ответы с данными об использовании сервиса, выбрать одну проблему и проверить улучшение. ИИ поможет быстрее подготовить решение, а его пользу покажет результат для клиента.
Опубликовано 16.11.2026

