Волны прогресса ИИ позволяют Gamma эволюционировать продукт и привлекать пользователей через MCP

Связка 1

Начальное состояние: Gamma существовала с 2020 года, но до волн ИИ её продукт был ограничен и не мог использовать генерацию изображений и инструкционную настройку LLM.
Преобразование: Появление хороших моделей изображений и инструкционная настройка LLM создали точку перегиба, позволившую Gamma эволюционировать в современную версию.
Конечное состояние: Gamma получила возможность генерировать презентации и контент с использованием ИИ, что стало основой её нынешнего продукта и привлекло первых пользователей.

Связка 2

Начальное состояние: После первой волны ИИ Gamma имела продукт, но ограниченное взаимодействие с пользователями: им нужно было прерывать работу и переходить в Gamma для редактирования.
Преобразование: Когда вызов инструментов LLM и оркестрация агентов стали хорошими, Gamma создала первый агентский опыт для редактирования.
Конечное состояние: Редактирование через агента стало одним из главных отличий Gamma, повысив удобство для существующих пользователей и привлекая новых.

Связка 3

Начальное состояние: До MCP Gamma имела только собственный интерфейс, что ограничивало её дистрибуцию и привлечение пользователей, которые уже работали в других инструментах (например, Claude).
Преобразование: Gamma рано внедрила MCP, создав коннекторы к нескольким платформам (включая Cloud и Claude), что позволило Gamma стать агентом внутри других инструментов.
Конечное состояние: Gamma получила огромный канал привлечения: существующие пользователи стали использовать её чаще без прерывания рабочего процесса, а новые пользователи открыли продукт через такие платформы, как Claude, что стало ключевым механизмом product-led growth.

Спикер 1. Да. Это прекрасный опыт. Спасибо вам всем за то, что вы создали. Мы это любим. Я хочу вернуться к истории возникновения, прежде чем мы перейдём к настоящему.

Было, вероятно, окно, когда у вас была идея, и она наконец стала возможной. Расскажите мне, что происходило в экосистеме. Что изменилось, что впервые сделало возможным существование вашего продукта или услуги? Был ли такой момент?

Спикер 4. Что это был за момент? Я с удовольствием попробую ответить первым. И, честно говоря, я думаю, что первый момент действительно был. Но, по правде говоря, с каждой большой волной прогресса в ИИ у Gamma появлялись попутные ветры, которые также развивали наш продукт. Так что Gamma на самом деле стартовала в 2020 году, до того как наступила недавняя волна ИИ.

Но когда появились модели изображений и стали хорошими, и когда инструкционная настройка LLM начала менять то, как мы взаимодействуем с LLM и что мы можем от них получить, тогда у Gamma наступил момент. И это была точка перегиба, которая породила Gamma в том виде, в каком мы знаем её сегодня. Но со временем, опять же, как я уже сказал, волны прогресса ИИ изменили то, как мы видим и строим наш продукт.

Следующей большой вещью, которую мы сделали, было то, когда вызов инструментов LLM стал действительно хорош. Мы ухватились за это. Мы создали наш первый агентский опыт. До сих пор редактирование с помощью нашего агента — одно из наших главных отличий. И это произошло благодаря большой волне вызова инструментов LLM и оркестрации агентов.

Большой вещью для нас также была волна MCP. Мы снова рано в это вникли. Мы сильно в это вникли. Это позволило нам создать коннекторы к нескольким другим платформам. На самом деле, я думаю, мы создали наш первый коннектор к Cloud.

Спикер 1. О, здорово.

Спикер 4. И это действительно изменило то, как мы думаем о дистрибуции, не только нашего продукта, но и нашего GTM. Потому что внезапно это позволило нам сделать так, что Gamma стала агентом в других поверхностях и инструментах, которые наши целевые пользователи любили и в которых уже жили. И мы начали видеть, что не только наши существующие пользователи теперь могли использовать Gamma гораздо чаще и регулярнее, потому что им не нужно было прерывать свой рабочий процесс и идти в Gamma, чтобы продолжить работу — они просто делали это уже в Claude и нажимали «Да, пожалуйста, и сделай из этого презентацию». Но не только это: для новых пользователей это стало огромным каналом привлечения. Пользователи начали открывать нас через такие платформы, как Claude, потому что именно там они уже работали и жили. Так что это была ещё одна, я бы сказал, эволюция, которая произошла благодаря MCP.

И, честно говоря, мы уже сейчас думаем о следующей эволюции нашего продукта, когда общение будет опосредовано агентами. Мы спрашиваем себя: как будет выглядеть Gamma в этой следующей эволюции? И это то, над чем, знаете, мы будем работать в этом году.

Спикер 1. Отлично. Значит, канал привлечения через MCP — это ваш основной способ привлечения клиентов сегодня? Простите? Канал привлечения через MCP — это ваш основной механизм product-led growth сегодня?

Спикер 4. О, это огромный канал. Не знаю, основной ли. У нас также, благодаря MCP, есть коннекторы не только в облаке, но и в нескольких других B2B-инструментах, так что это становится действительно хорошим каналом привлечения. Да. Захватывающе.

Спикер 1. А как насчет вас, Уэлдон, для Cognition?

Спикер 3. Да. Одна из вещей, которые, я думаю, вы узнаете, когда создаете агентов, начиная примерно с 2024 года, — вы создаете много вещей, которые потом удаляете. И вот один из самых забавных примеров: раньше модели не умели редактировать код. Они могли только выдавать целиком новые файлы кода. Да. И вам приходилось прибегать к очень творческим мерам, чтобы заставить их редактировать код, и если вникнуть, это на самом деле очень интересная технология, над которой работали такие компании, как Cognition, чтобы это осуществить, используя комбинацию спекулятивного декодирования и методов инференса. Но все изменилось, когда модели наконец стали нативно обучаться с подкреплением, чтобы уметь редактировать код, самостоятельно искать в коде. Так что это был огромный скачок для нас.

Думаю, еще одна вещь, которую недооценивают, — это то, насколько нативно эти штуки теперь используют файловые системы. М-м-м. Раньше у нас была целая кастомная система планирования, способность создавать долгосрочные траектории и четко следовать шагам, а теперь можно просто сказать агенту: «Запиши свой план и следуй ему», и он сам будет знать, как посмотреть на файловую систему и разобраться. То же самое с памятью. Думаю, многие из вас в зале сейчас думают о том, как сделать память для своих агентов, и раньше приходилось строить очень много кастомных систем. Теперь можно использовать файловую систему гораздо глубже. Люди переходят от RAG к файловым системам. Так что, думаю, это довольно практичная вещь, которую мы обнаружили: как теперь строить свои модели и агентов. Эта возможность значительно улучшилась и открыла много долгосрочной работы, которую можно делать с Devin.

Видео-источник