แอนโทรปิกทดลองฟีเจอร์ AI ก่อนต่อยอดเป็นผลิตภัณฑ์ ปรับแผนทุกเดือน

แอนโทรปิก (Anthropic) ทดลองฟีเจอร์ AI ที่ยังไม่เสร็จสมบูรณ์กับผู้ใช้กลุ่มแรก และต่อยอดการทดลองที่ได้ผลเป็นผลิตภัณฑ์ที่ลูกค้าใช้งานได้ บริษัทอธิบายในหน้าแนะนำ Labs ว่า Labs เป็นทีมที่บ่มเพาะผลิตภัณฑ์เชิงทดลอง

ไดแอนน์ นา เพนน์ (Dianne Na Penn) หัวหน้าฝ่ายผลิตภัณฑ์งานวิจัยและ Labs ของแอนโทรปิก กล่าวว่า ในการสัมภาษณ์พอดแคสต์ The Skip ที่เผยแพร่เมื่อวันที่ 29 ต.ค. เธอมักบอกผู้จัดการผลิตภัณฑ์ที่เพิ่งเข้าร่วมทีมว่า “สองเดือนแรกควรเป็นช่วงที่รู้สึกว่ายากที่สุดช่วงหนึ่งในอาชีพ” คำกล่าวนี้สะท้อนว่าวัฒนธรรมองค์กรให้พนักงานรับผิดชอบงานจริงตั้งแต่เริ่มต้น

ผู้จัดการผลิตภัณฑ์ใหม่ได้รับมอบหมายให้ดูแลขอบเขตงานตั้งแต่ช่วงแรก และขอความคิดเห็นจากลูกค้าและนักวิจัยโดยตรง ในบทสัมภาษณ์ นา เพนน์อธิบายว่าพวกเขาต้องค้นหาคำตอบที่จำเป็นด้วยตนเอง พบปะนักวิจัยและลูกค้า แล้วนำข้อมูลมาพัฒนาผลิตภัณฑ์ให้ชัดเจนขึ้น

ทีมของนา เพนน์ดูแลผลิตภัณฑ์สำหรับโมเดลตั้งแต่ Claude 2 จนถึงตระกูล Claude 5.5 และมีส่วนร่วมในการบ่มเพาะและขยายผลิตภัณฑ์ระยะแรกของ Claude Code, MCP, Skills และ Claude Design โดย MCP เป็นโปรโตคอลที่เชื่อมโมเดล AI เข้ากับเครื่องมือและข้อมูลภายนอก

ทีมวางแผนผลิตภัณฑ์เป็นรอบเดือน โดยตั้งสมมติฐานเกี่ยวกับเทคโนโลยีและสภาพตลาดในอีก 3-6 เดือนข้างหน้า แล้วแบ่งออกมาเป็นงานที่จะทำในหนึ่งเดือน สรุปบทสัมภาษณ์ของ The Skip ระบุ

ช่วงแรกแอนโทรปิกใช้เป้าหมายและผลลัพธ์หลักรายปี (OKR) แต่การคาดการณ์เรื่องปริมาณการใช้งานและการยอมรับผลิตภัณฑ์คลาดเคลื่อนอย่างรวดเร็ว ทำให้รักษาแผนเดิมไว้ได้นานยาก ทีมจึงวางแผนปฏิบัติงานใหม่ทุกเดือน แทนที่จะรอให้แผนรายปีล้าสมัย

ทิศทางระยะยาวไม่ได้เปลี่ยนทุกครั้งที่คู่แข่งเปิดตัวผลิตภัณฑ์ใหม่ สรุปบทสัมภาษณ์ระบุว่าทิศทางขององค์กรวิจัยและพันธกิจของบริษัทเป็นกรอบใหญ่ ส่วนแผนรายเดือนกำหนดงานที่จะทำภายในกรอบนั้น

ทีมยังพิจารณาด้วยว่าจะไม่สร้างอะไร นา เพนน์ยกตัวอย่างการหารือเรื่อง API สำหรับการปรับแต่งโมเดล โดยทีมคำนึงว่าเมื่อบริษัทลูกค้าฝึกโมเดลต่อด้วยตนเองและนำไปใช้งาน โมเดลพื้นฐานอาจเดินหน้าไปแล้ว 2-3 รุ่น อย่างไรก็ตาม ตัวอย่างนี้เพียงอย่างเดียวไม่ได้ยืนยันว่ามีการตัดสินใจเปิดตัว API ดังกล่าว

นา เพนน์มองว่าผู้จัดการผลิตภัณฑ์ที่อยู่ในช่วงต้นอาชีพมีจุดแข็งตรงที่ไม่ยึดติดกับขั้นตอนเดิมมากนัก และสามารถเดินหน้าสู่ขั้นต่อไปได้รวดเร็ว สรุปบทสัมภาษณ์ระบุว่าเธอมองคนกลุ่มนี้ว่าทำงานได้อย่างมีประสิทธิภาพสูงและมีศักยภาพเติบโตมาก

วิศวกรที่เคยลงพื้นที่ลูกค้าเพื่อสนับสนุนการนำระบบไปใช้จริงก็มีจุดแข็งในทีมผลิตภัณฑ์เช่นกัน นา เพนน์อธิบายว่าพวกเขารู้ว่าผู้ใช้ทำงานกับระบบใด จึงถ่ายทอดประสบการณ์หน้างานให้ทีมวิจัยได้

เมื่อนำเสนอแนวคิดใหม่ ทีมควรตรวจสอบก่อนว่าเคยพิจารณาเรื่องนั้นอย่างไรและเหตุใดจึงไม่ได้เดินหน้าต่อ นา เพนน์เน้นให้ศึกษาข้อมูลอย่างเพียงพอ ก่อนแสดงความเห็นต่างจากข้อสรุปเดิมพร้อมเหตุผลสนับสนุน

Claude Code เป็นตัวอย่างของการต่อยอดผลิตภัณฑ์เป็นขั้นตอน คำแนะนำของรายการ The Skip ระบุว่าเครื่องมือนี้พัฒนาจากการเติมโค้ดอัตโนมัติไปสู่การทำงานของเอเจนต์ผ่านเทอร์มินัล ขณะที่แอนโทรปิกระบุในประกาศ Labs ว่าผลิตภัณฑ์นี้เติบโตจากการเปิดให้ทดลองในรูปแบบ research preview

เมื่อวันที่ 26 ต.ค. 2026 แอนโทรปิกยื่นเอกสาร S-1 ต่อคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์สหรัฐฯ (SEC) เพื่อเตรียมเสนอขายหุ้นต่อประชาชนทั่วไปครั้งแรก (IPO) บริษัทส่งฉบับแก้ไขเมื่อวันที่ 2 พ.ย. 2026

ในเอกสารฉบับแก้ไข แอนโทรปิกระบุว่าลูกค้าองค์กรนำ Claude ไปผนวกกับงานหลักของธุรกิจ ซึ่งช่วยให้บริษัทมีอัตราการรักษารายได้และการสร้างรายได้สูงกว่า AI สำหรับผู้บริโภค บริษัทระบุว่าอัตราการรักษารายได้สุทธิ (NRR) อยู่ที่ประมาณ 900% ณ วันที่ 30 ก.ย. 2026

แอนโทรปิกนิยาม NRR ว่าเป็นอัตราส่วนระหว่างรายได้จากลูกค้าในช่วงเวลาปัจจุบันกับรายได้จากลูกค้ากลุ่มเดียวกันในช่วงฐาน ช่วงฐานคือระยะเวลา 3 เดือนที่สิ้นสุดลงก่อนวันวัดผล 1 ปี ส่วนช่วงปัจจุบันคือระยะเวลา 3 เดือนที่สิ้นสุด ณ วันวัดผล

การคำนวณครอบคลุมลูกค้าที่สร้างรายได้อย่างน้อย 1 ดอลลาร์สหรัฐ (ประมาณ 1,357 วอน) ในช่วงฐาน ส่วนผู้สมัครแผน Claude Pro, Max และ Ultra ถูกตัดออกจากการคำนวณ เพราะค่าบริการแบบเหมาจ่ายไม่สะท้อนการขยายหรือลดการใช้งาน