الاتصال الداخلي على المنتج: استراتيجية المنتج في عصر الذكاء الاصطناعي

بينما تبحر الشركات الناشئة الجديدة وعمالقة الصناعة في مجال الذكاء الاصطناعي في ثورة الذكاء الاصطناعي، فإن مشهد المنتجات يشهد تحولًا عميقًا. هل تستطيع الشركات استغلال إمكانات هذه القوة التخريبية لدفع الابتكار والازدهار في السوق التنافسية اليوم؟

في السنوات القليلة الماضية، وخاصة منذ إطلاق ChatGPT في نوفمبر الماضي، شهدنا طفرة في الذكاء الاصطناعي التوليدي الذي دفع حدود الإبداع والابتكار - وبدأ أيضًا في قلب الصناعات رأساً على عقب بطرق لم نكن نتخيلها بالكاد. من النصوص إلى الصوت والصور، أدت أحدث إمكانات الذكاء الاصطناعي هذه بالفعل إلى إطلاق جيل جديد من الشركات الناشئة المعتمدة على الذكاء الاصطناعي مع مسارات عمل مدعومة بالكامل بالذكاء الاصطناعي، وألهمت عددًا لا يحصى من الآخرين لتطوير أو اعتماد ميزات ومنتجات مدعومة بالذكاء الاصطناعي.

التطبيقات لا حصر لها - تجربة المستخدم، واجهة المستخدم، إنشاء المحتوى، تحليلات البيانات، خدمة العملاء، التنقيب عن المبيعات، أتمتة التسويق، سمها ما شئت. والآن بعد أن هدأت الموجة الأولى من الغبار، فقد حان الوقت المثالي للتفكير في ما تعنيه هذه التغييرات بالنسبة لاستراتيجية المنتج وقادة المنتج. سواء كنت مدير منتج، أو خبيرًا في المجال يتمتع بعقود من الخبرة، أو مؤسس شركة ناشئة، فإن هذه الأوقات لا تجلب لك تحديات جديدة فحسب، بل تجلب أيضًا فرصًا لتغيير قواعد اللعبة. هل سيساعد الذكاء الاصطناعي الناس على تضخيم إنتاجيتهم والتوسع في أسواق جديدة، أم أنه سيجعل بعض الأدوار عفا عليها الزمن؟ فهل تنجح الشركات الناشئة المسلحة بأساليب الذكاء الاصطناعي المبتكرة في تعطيل الفئات الراسخة؟ وهل سيتمكن شاغلو الوظائف من مواكبة وتيرة الابتكار المتواصلة؟

في حلقة اليوم من Intercom on Product، جلست مع بول آدامز، كبير مسؤولي المنتجات لدينا، للحديث عن استراتيجية المنتج في عصر الذكاء الاصطناعي.

وفيما يلي بعض الوجبات الرئيسية:

• ولإحداث تغيير حقيقي في الفئات باستخدام الذكاء الاصطناعي، يجب على الشركات الناشئة أن تفكر فيما إذا كانت منتجاتها أو ميزاتها توفر زاوية هجوم فريدة لا تستطيع الشركات القائمة محاكاتها بسهولة.
• في حين أن الذكاء الاصطناعي يمكنه تبسيط المهام في فئات SaaS مثل المبيعات وخدمة العملاء، مما يوفر الراحة من العمل المتكرر، فإن التأثير على إدارة المشروع يكون أكثر دقة.
• مع تقدم قدرات الذكاء الاصطناعي، من المرجح أن يشعر الناس براحة أكبر عند الاعتماد عليه في المهام التي لا تتضمن التحليل فحسب، بل الحكم أيضًا - وإن كان ذلك لا يزال يتطلب إشرافًا بشريًا.
• عند النظر في إمكانات جديدة مثل الذكاء الاصطناعي، يجب على مديري المنتجات التركيز على كيفية توسيع قاعدة المستخدمين، أو تعزيز قدرات المستخدمين، أو إلغاء المهام بالكامل.
• سواء كنت شركة ناشئة أو شركة راسخة، فهذا هو الوقت المناسب لصقل الأفكار الكامنة وراء معضلة المبتكر .

إذا استمتعت بمناقشتنا، فاطلع على المزيد من حلقات البودكاست الخاص بنا. يمكنك المتابعة على Apple Podcasts أو Spotify أو YouTube أو الحصول على موجز RSS في المشغل الذي تختاره. ما يلي هو نسخة معدلة بشكل طفيف من الحلقة.

الرهان على المزرعة

بول آدامز: مرحبًا بكم جميعًا، مرحبًا بكم في نظام الاتصال الداخلي الخاص بالمنتج. أنا بول آدامز، ومعي اليوم، كما هو الحال دائمًا، ديس.

ديس تراينور: مرحبًا بول. كيف حالك؟

بول: حسنًا، سنتحدث اليوم عن الذكاء الاصطناعي واستراتيجية المنتج. سنتحدث عما يعنيه ذلك للأشخاص في مجموعة من المواقف المختلفة في هذا الشأن. نشعر أن هذا هو الوقت المناسب للحديث عن ذلك لأن موجة الغبار الأولى قد استقرت. لقد رأينا ما هو ممكن من هذا النوع من الموجة الأولى من الشركات، ومثل أي تكنولوجيا كبيرة، من غير الواضح للناس في البداية كيف سينتهي الأمر. عندما تنظر إلى المشهد الطبيعي اليوم، لدينا أشخاص جميعًا، وهم يقولون، "راهنوا على المزرعة؛ راهنوا على المزرعة". الرهان على الشركة." ثم هناك أشخاص ما زالوا غير متأكدين بعض الشيء: "هل هذه مشكلة كبيرة حقًا؟ هل هذا المزيد من "المساعدات الجيدة" في وادي السيليكون؟ ديس، أين تعتقد أنك موجود؟

"عندما تنظر إلى بعض القدرات، فأنا متأكد تمامًا من أن صناعات وفئات البرامج بأكملها سوف تنقلب رأسًا على عقب"

ديس: أنا بالتأكيد مشترك. راهن على المزرعة، راهن على الشركة، راهن على Kool-Aid، اذهب إلى جيرانك، وراهن على مزارعهم. أعتقد أنها ضخمة. وأنا أفهم السبب وراء هذه الشكوك، لأنه يبدو أنها وصلت في وقت حيث كان وادي السليكون والمستثمرون يبحثون عن شيء جديد للحديث عنه. ولكن عندما يكون لديك الخبرات التي يقدمها الذكاء الاصطناعي في الوقت الحالي، فمن الواضح تمامًا أن شيئًا هائلاً يحدث، وما زلنا في هذا النوع من المرحلة الجنينية لرؤيته. وكما ذكرت فقد انقشع الغبار. إنها حقا الموجة الأولى من الغبار. لقد بدأنا الآن نرى شركات بأكملها تحصل على السلسلة "أ" أو "ب" من كونها شركة تطبيقية تعتمد على الذكاء الاصطناعي.

عندما أتحدث عن هذا، ما أعنيه ليس OpenAI أو Anthropic الذين يقدمون الذكاء الاصطناعي الفعلي، ولكن الأشخاص الذين يبنون منتجات سير عمل كاملة مدعومة بالكامل بالذكاء الاصطناعي. كما هو الحال، إذا لم تكن OpenAI وAnthropic موجودة، فلن تكون هذه الشركة موجودة أيضًا. يعتمد الناس عليها حقًا كمنصة. عندما تنظر إلى بعض القدرات، فمن المؤكد بالنسبة لي أن الصناعات وفئات البرامج بأكملها سوف تنقلب رأسًا على عقب.

بول: في بعض الأحيان، في مجال التكنولوجيا، نتحدث عن أحداث الانقراض. لقد جاء الهاتف المحمول، وقضت الشركات التي تهتم بالهاتف المحمول أولاً على الشركات التي لم تكن تهتم بالهاتف المحمول أولاً ولم تتمكن من التكيف. قبل ذلك كان الأمر نفسه مع الشركات السحابية أولاً. هل تعتقد أن هذا حدث من نوع حدث الانقراض؟

ديس: أعتقد أنه في جيوب معينة، بالتأكيد. وفي الكثير من الجيوب الأخرى، إذا لم يكن حدث انقراض، فذلك بسبب ديناميكية جديدة. في بعض هذه المجالات، على سبيل المثال، باستخدام خادم الذكاء الاصطناعي المفتوح، يتم الوصول إلى الطاقة من خلال واجهة برمجة التطبيقات، مثل، "مرحبًا، قم بتلخيص هذه الحادثة المكونة من 5000 كلمة بالنسبة لي"، وإرسال ذلك إلى طرف ثالث، واستعادة المعلومات إجابة. وهذا ليس مثل إعادة بناء شركتك بأكملها لجعلها متوافقة مع نظام التشغيل iOS. ونتيجة لذلك، ستكون هناك مجالات من البرمجيات أعتقد أن شاغلي الوظائف سيستفيدون منها بالفعل ويحصلون على قيمة كبيرة. ستكون بعض المناطق بمثابة أحداث انقراض، لكنها ليست مثل الكويكب، ولن تقضي على الصناعة بأكملها. أعتقد أنك سترى الكثير من الشركات الكبرى تكبر بالفعل.

"إذا عدنا إلى 29 نوفمبر، عندما رأينا ChatGPT 3.5، فإن ما أصبح واضحًا، أو على الأقل أول شيء رأيناه هو أن هذا الشيء كان جيدًا جدًا في كونه محادثة"

بول: نعم. وهو ما حدث بوضوح مع الهاتف المحمول. لقد توصلت جوجل وفيسبوك في النهاية إلى كيفية القيام بذلك.

ديس: لقد فعلوا، هذا صحيح. لقد توصلوا إلى القيام بذلك بشكل أسرع من أن يتمكن أي شخص من معرفة كيفية التفوق في البحث، على سبيل المثال. سنعود إلى فكرة النسبة في ثانية واحدة، ولكن تعلم لغة Objective-C ونشر واجهة لغة Objective-C أو واجهة تعمل بنظام iOS على الهاتف المحمول إلى محرك بحث قوي إلى حد الجنون - اتضح أن الجزء الصعب من كل شيء هذا هو محرك البحث القوي بجنون. إنها تلك النسبة بين مقدار العمل الجديد الذي يتعين علينا القيام به مقابل مقدار العمل الحالي الذي لا يزال صالحًا؟ لا تزال الواجهة الخلفية لـ Google صالحة للغاية، وقد تتغير الواجهة الأمامية، ولكن اتضح أن الزحف إلى الإنترنت بالكامل ليس شيئًا يمكن أن يفعله اثنان من Randos الذين يخرجون من YC في أمسية واحدة.

بول: دعونا نتحدث عن كلا الجانبين من ذلك. هناك ميزات حصص الطاولة – الميزات الأساسية التي يحتاجها المنتج في فئة معينة. ثم هناك أشياء جديدة يمكنها القيام بها وتقنيات جديدة تمكنها من القيام بذلك. لنبدأ بالأشياء الجديدة التي يمكن للذكاء الاصطناعي القيام بها. لديك قائمة كاملة من الأشياء التي تجعلك متفائلًا بشأنها.

ديس: هذا صحيح. إذا عدنا إلى 29 نوفمبر، عندما رأينا ChatGPT 3.5، فإن ما أصبح واضحًا، أو على الأقل أول شيء رأيناه هو أن هذا الشيء كان جيدًا جدًا في كونه محادثة. لقد كان جيدًا جدًا في فهم البشر وجيدًا جدًا في الرد. لقد استغرق الأمر التحفيز والتعليم بشكل جيد حقًا، وكان جيدًا جدًا في الجدل الأساسي حول النص: قم بتوسيع هذا، وتلخيص ذلك، وإعادة صياغة هذا، وإعادة صياغة ذلك.

لقد كان أيضًا جيدًا جدًا في الاستنتاج أو الاستدلال. يمكنك أن تعطيه سيناريو معقدًا وتسأل، على سبيل المثال، "إذا كان شخص ما يعاني من مرض طويل الأمد داخل مبنى محترق، فما هي المشكلة الأكبر هنا؟" وعملت على إيجاد إجابات لهذه الأسئلة. بالنسبة للبشر، تبدو هذه الأشياء بسيطة إلى حد الجنون. لكن الحصول على آلة تفهم ذلك فعليًا، وتستنتج، وتقترح إجراءً ما هو أمر قوي جدًا. أو "بالنظر إلى حالة هذا المشروع بناءً على جميع التحديثات التي قرأتها، ما هي القضية الأكثر أهمية في رأيك؟" وسوف يقوم بالفعل بعمل جيد حقًا في هذا الشأن. لذا فإن فكرة الاستدلال الاستنتاجي أو الاستقرائي قوية جدًا أيضًا.

"أعتقد أن الناس لا يدركون مدى تأثير هذا الأمر على حياتك الطبيعية"

ونحن نتحدث فقط عن مجال النص. لقد رأينا أن DALL-E وDALL-E2 لديهما القدرة على عرض صورة، في ضوء جزء من النص، وكان الأمر جيدًا إلى حد الجنون. الآن، أصبحت أحدث أشياء Midjourney مذهلة للغاية.

كثيرًا ما يتساءل الناس، لماذا هذا مفيد؟ حسنًا، هناك الكثير من السيناريوهات التي لا يكون فيها الأشخاص مبدعين، لكنهم يعرفون ما يريدون. لذا، أود إرسال هذه الرسالة الإلكترونية، وأود أن يتم إرسالها بخط رفيع وخفيف على خلفية داكنة اللون. ويمكن أن يوفر لك 27 نسخة من ذلك على الشاشة. فجأة، الأشخاص الذين لا يستطيعون ممارسة الفن يمكنهم القيام بالفن، أليس كذلك؟

القدرة على توليد الصور لا ينبغي استنشاقها. يتم تمثيل الكثير من هذه الأشياء من خلال حالة الاستخدام المضحكة، "أرني شطيرة برجر بالجبن تأكل كوكبًا"، وهي تقوم بعمل جيد حقًا في ذلك. لكنني أضمن لك أن عبارة "أعطني خلفية رأسية رائعة لموقع الويب الجديد الخاص بي" ستكون ميزة رائعة في Squarespace أو Wix أو شيء من هذا القبيل.

لدينا صوت. لقد كان هذا قادمًا. هناك القدرة على تحليل الصوت - إلى حد كبير النسخ الصوتي في الوقت الفعلي. ويمكنه توليد الأصوات أيضًا. هذا هو أحدث اختراق في الذكاء الاصطناعي. لذا، إذا نظرت، على سبيل المثال، إلى Synthesia أو Play.ht، فيمكنك إعطائها مهمة: مستحيلة . أعطه 90 ثانية من حديثك، وسيترك انطباعًا عابرًا عنك في جملة واحدة. امنحه ساعة من التحدث، وسيبدأ في فهمه. يمكنك بالتأكيد أن تفلت من العقاب.

"لا يمكنك الضغط علي لأكون متشككًا في الذكاء الاصطناعي في هذه المرحلة"

ومن ثم توليد الفيديو. تقوم Synthesia بعمل الصورة الرمزية للفيديو المزيف حيث يمكنك تسجيل نفسك وبعض سلوكياتك، وستكون قادرة على جعل الأمر يبدو وكأنك تتحدث. لكننا سنكون قادرين على إنشاء فيديو كامل بنفس الطريقة التي يمكننا بها إنشاء الصور.

عندما تفكر في كل هذه الفئات، أعتقد أن الخطأ الذي كنت ارتكبه في البداية، والذي ارتكبه الكثير من الناس في البداية، هو التفكير، "حسنًا، هذا يبدو مهمًا حقًا. إذا كنت أعمل في Adobe، فيجب أن أهتم بهذا الأمر."

أعتقد أن الناس لا يدركون مدى تأثير هذا على حياتك الطبيعية. يمكن أن تكون تقنية الصوت هذه هي الشيء الذي سيدعم مستقبل المراسلة أو مستقبل التفاعل مع المنتج، حيث تتحدث فقط إلى منتجك أثناء القيادة أو أي شيء آخر. كل ذلك أصبح ممكنا الآن. وبالمثل، فإن الصورة ليست مجرد "النقانق تأكل الكواكب". يمكنه حرفيًا تصميم خلفية كاملة وإعادة تصميم هذا المنتج الذي أستخدمه ليبدو أجمل.

يمكنني الاستمرار في الأشياء الرائعة الأخرى التي أصبحت ممكنة الآن. ولكن عندما أنظر إلى الثقل الجماعي لكل هذه الإمكانات، وأفكر في تطبيقاتها على مجالات برمجية محددة للإبداع، وواجهة المستخدم، وكيف يمكن أن يتفاعل البشر مع البشر الآخرين، وما هي الوظائف التي يمكن أتمتتها، وما هي أجزاء من يمكن أتمتة الوظائف، لا يمكنك الضغط علي لأكون متشككًا في الذكاء الاصطناعي في هذه المرحلة. إنه غير ممكن. سيكون الأمر مثل محاولة صد المد. من الواضح جدًا بالنسبة لي أن التحولات الهائلة قادمة، ومن الأفضل أن تكون على الجانب الصحيح منها.

مواجهة العمالقة

بول: أعني أنني هناك أيضًا. في بعض الأشياء التي قلتها هناك، مثل الصور، على سبيل المثال، من المحتمل أن تنقلب صناعة الإعلان بأكملها رأسًا على عقب. بالتأكيد، إذا كنت تعمل في وكالة إبداعية أو إعلامية. أعرف أشخاصًا يعملون في وكالة إبداعية يستخدمون بالفعل الذكاء الاصطناعي لإنشاء كل أعمالهم أو معظمها.

دعونا نتحدث عن الجانب الآخر منه. لقد ذكرت بعض الشركات الناشئة التي لم أسمع عنها من قبل. إنه مجرد انفجار. لا أعتقد أن أي شخص يمكنه مواكبة كل الأنواع الجديدة من الأشياء المبنية على هذا الجيل الجديد من التكنولوجيا. وفي الوقت نفسه، لديك شركات ضخمة، تبلغ إيراداتها مئات الملايين من الدولارات، والتي قامت ببناء أعمال تجارية على مدى عقد أو عقدين من الزمن. في الأيام الأولى للاتصال الداخلي، كنا ساذجين بعض الشيء. لقد كنا نأتي مثل "شركة ناشئة ساخنة تتغلب على عقلية القتل العملاقة الحالية".

ديس: "نحن في طريقنا لقتل Salesforce."

بول: نعم، شريحة على الكتف، قاتل عملاق، أليس كذلك؟ ثم تدرك: "أوه". في مجال مثل إعداد التقارير والأشياء، قد تقول: "أوه، هذا شيء كبير وعميق".

ديس: نعم. هؤلاء الرجال هم كبيرة لسبب ما.

"عليك حقًا أن تقول: "مرحبًا، أعتقد أنه إذا تم بناء هذه المنطقة مرة أخرى اليوم، فسوف تفعل ذلك بشكل مختلف تمامًا""

بول: يلزم سنوات من تطوير المنتج فقط للحصول على حصص الطاولة. كيف تعتقد أن الشركات يجب أن تفكر في ذلك؟

ديس: أعتقد أنه يمكنك النظر إلى هذا من كلا الجانبين. لنفترض أنك شركة ناشئة متشائمة، وأنك تختار عدوًا. إذا قلت، "دعونا نذهب بعد يوم العمل"، ما هي زاوية الهجوم في يوم العمل التي يسمح بها الذكاء الاصطناعي؟ حسنًا، أنظر إلى كل القدرات التي لدينا. يمكنك محاولة إنشاء مراجعات للأداء ومحاولة تحليل هذا النوع من الأشياء.

ولكن في النهاية، لنفترض أنك عثرت على بعض الأمثلة حيث يمكنك رش أجزاء من سحر الذكاء الاصطناعي ووضع نقاط عليها لتبسيط سير العمل الحالي. أعتقد أن أي شخص يستخدم Workday يجب أن يعترف... لا أعتقد أن أي شخص يهتم بتعقيد سير العمل داخل تلك الشركة. هذا ليس عائد الاستثمار. هذا ليس السبب وراء شراء الناس لـ Workday.

أعتقد أن السبب وراء شراء الناس لبرنامج Workday هو أنه أكبر نظام تخطيط موارد المؤسسات (ERP) يمكن أن تتخيله للبشر. لديهم فريق مبيعات مؤسسي ضخم. لقد قاموا ببناء علامة تجارية ضخمة، "نحن الرئيس الأخير عندما يتعلق الأمر بأنظمة HRIS"، وهذا ما يهتمون به.

بول: وقابلية التكوين اللانهائية تقريبًا.

ديس: نعم. ويصبح السؤال إذن، إذا كنت تريد إعادة بناء كل هذا في عصر الذكاء الاصطناعي، ما الذي سيتغير؟ إذا كان الناس يشترون إمكانية التكوين القصوى، فليس من الواضح بالنسبة لي أن زاوية الهجوم موجودة. أعتقد أن الناس يشترون WYSIWYG المجيد لقاعدة بيانات حيث يمكنهم ربط الأشياء بالأشياء من خلال علاقة المدير ويقولون، "الشيء لديه تقرير؛ الشيء لديه تقرير؛ الشيء لديه تقرير". الشيء له عنوان المنزل؛ الشيء له راتب." لا أعتقد أن أيًا من ذلك سيتغير بشكل كبير على المدى القريب. يمكن أن يكون لديك يوم عمل أجمل بكثير مدعوم بالذكاء الاصطناعي. أنا فقط لا أعتقد أن أي شخص سيهتم. سوف تتنافس مع شركات ناشئة أخرى من السلسلة A أو B والتي ربما تكون أكثر نضجًا منك.

"قد يكون الذكاء الاصطناعي الخاص بك رائعًا في اكتشاف الاحتيال، بل إنه أفضل من الذكاء الاصطناعي الخاص بـ Stripe في اكتشاف الاحتيال، ولكن ربما يمثل هذا 15% من اللغز"

لكن لأعطيك مثالًا أكثر إثارة، إذا قلنا أنا وأنت: "مرحبًا، سنذهب لقتل سترايب، لكننا سنستخدم الذكاء الاصطناعي". المهمة الأولى، أن تبدأ في استخدام الذكاء الاصطناعي، وسأرتدي بدلة وألتقي بسبعة بنوك وفيزا وماستركارد لمعرفة ما إذا كان بإمكاني الحصول على إذن لشحن بطاقات الائتمان. هذه هي المهمة الفعلية. إذن، كيف يمكنني بناء علامة تجارية يثق بها الناس؟ نعم، قد يكون الذكاء الاصطناعي الخاص بك رائعًا في اكتشاف الاحتيال، بل إنه أفضل من الذكاء الاصطناعي الخاص بـ Stripe للكشف عن الاحتيال، وقد يكون الذكاء الاصطناعي الخاص بك رائعًا في اكتشاف نقاط التسعير المثالية المناسبة لشركات B2B SaaS. ولكن ربما يكون هذا 15% من اللغز. الـ 85% الأخرى من اللغز هي أنني متأخر بـ 10 سنوات عن شركة Stripe، التي تطارد البنوك.

إذا كنت شركة ناشئة، عليك أن تؤمن بالأمور التالية. الأول هو، إذا كنت ستبني فئة المنتجات بأكملها من الألف إلى الياء اليوم، بالنظر إلى ما هو ممكن الآن مع ثورة الذكاء الاصطناعي هذه، هل ستفعل ذلك بشكل مختلف إلى حد كبير؟ ما هو مقدار تكنولوجيا المنتجات الحالية التي لا تزال ذات صلة في المستقبل؟ إذا كانت كمية صغيرة جدًا جدًا، فربما يكون نظام تسجيل الدخول الخاص بهم وأشياء من هذا القبيل، نعم، هناك دماء في الماء. استمر.

ومع ذلك، إذا أخذنا، على سبيل المثال، MailChimp، وسنستخدم الذكاء الاصطناعي لكتابة رسائل البريد الإلكتروني وتصميم الملاحظات، فهذا أمر رائع. يحب معظم الأشخاص MailChimp لأن لديهم معدل تسليم مرتفع حقًا أو تحليلات للرسائل الإخبارية عبر البريد الإلكتروني وإدارة القوائم وإدارة الاشتراكات، ولديهم ميزة اكتشاف البريد العشوائي وكل هذا النوع من الهراء. عليك أن تبني كل ذلك. وبينما تقوم ببناء كل ذلك - لنفترض أن هذا يستغرق 30 شهرًا من العمل - من المحتمل أن تعمل MailChimp على كيفية بناء ميزات الذكاء الاصطناعي الصغيرة الخاصة بك. ثم لديك ما لديهم، ولكن لا يزال لديهم علامة تجارية أكثر نضجًا ومعروفة. إن الفارق الكبير الوحيد الذي كنت تجلبه إلى الحفلة، أصبح لديهم الآن. وينطبق هذا بشكل خاص إذا كان المحرك الأساسي للتمايز موجودًا بالفعل على الطرف الآخر من استدعاء OpenAI API. لأنه في هذا العالم، أنا متأكد من أنهم سيعملون على حل المطالبات أيضًا. هذه هي زاوية البدء. عليك حقًا أن تقول: "مرحبًا، أعتقد أنه إذا تم بناء هذه المنطقة مرة أخرى اليوم، فسوف تفعل ذلك بشكل مختلف تمامًا."

"ربما يتعلم الذكاء الاصطناعي، لذا من أجل تبرير قيمته الخاصة، فإنه يرسل لك ملف PDF بين الحين والآخر ليجعلك تشعر وكأنك تؤدي عملك"

سأعطيك مثالا. هناك العديد من المنتجات التي تتصل بها بجميع منصاتك الإعلانية المختلفة. إنهم نوعًا ما يضمون جميع مخزون الإعلانات المركزي الخاص بك ويقومون بإجراء التحليلات. سيخبرونك بأشياء مثل، "مرحبًا، إعلاناتنا الأكثر فعالية هي التالية، وسنقوم بإجراء اختبارات A/B لهذا الإعلان مقابل ذاك." يمكنك الدخول وتهيئة الإصدارات الجديدة وتعديلها وإعادة تحميلها وكل هذا النوع من الأشياء. ثم يمكنك إلقاء نظرة على المخططات ولوحات المعلومات لتُظهر لرئيسك أنه يقول: "حسنًا، أنا أقوم بعمل رائع هنا". أعتقد أن فئة المنتج بأكملها سيتم بناؤها بشكل مختلف تمامًا اليوم. تتمثل الفكرة في مطالبة الذكاء الاصطناعي بإنشاء الإعلانات، وتشغيلها، وقياس القيمة الدائمة/نسبة تكلفة الوصول للإعلانات، واقتراح جميع الاختبارات المختلفة واختبارات أ/ب، وتحسين الإعلانات لكل قناة لكل شخص. سيتم تشغيل كل ذلك في الخلفية.

عندما أفكر في منتج كهذا، لا أعرف حتى ما هي الواجهة. يمكن أن يكون أحد نصوص shell التي قمت بتشغيلها للتو ولا ترى أبدًا ما يحدث في الخلفية. أنت فقط تثق في اللوردات بأن الأموال ستبدأ في التدفق. ربما يتعلم الذكاء الاصطناعي، لذا من أجل تبرير قيمته الخاصة، فإنه يرسل لك ملف PDF بين الحين والآخر ليجعلك تشعر وكأنك تقوم بما عليك وظيفة. ولكن مع هذا النوع من فئات المنتجات حيث يكون الأمر مثل "الإنشاء والتحسين والاستكشاف والاستغلال والتكرار"، فإن كل هذه المهام قابلة للتنفيذ بشكل فردي.

إذا كنت تجلس في إحدى هذه الشركات اليوم وتقول: "أوه، تبا، ربما يكون لدى ديس وجهة نظر معينة"، فإن الإغراء هو أن تقول: "حسنًا، دعنا نقوم بواحدة منها فقط". لكن الحقيقة هي أن المستقبل الفعلي سوف يقوم بكل هذه الأمور، وسوف يتم ربطها معًا. سوف تقنع نفسك، "مرحبًا، بالتأكيد لن يقوم أحد بأتمتة كل هذا." ولكن عندما ترى مدى جودة منطق GPT-4، فليس من الواضح بالنسبة لي لماذا قد يرغب الإنسان في تسجيل الدخول هنا كل يوم وإلقاء نظرة على القائمة ورؤية الرقم الوامض باللون الأحمر ويقول، "دعونا نوقف هذا الإعلان "، أو "دعونا ننشئ 10 إصدارات من هذا الإصدار الأخضر الزاهي لأنه يبدو جيدًا حقًا." كل هذه القرارات يمكن اتخاذها بواسطة الذكاء الاصطناعي. أعتقد أن هذا مثال على فرصة هائلة لبدء التشغيل تستحق المتابعة.

ناضجة للتحول

بول: هناك بعض الأسئلة الجيدة للشركات الناشئة، على سبيل المثال، لكي تفهم بوضوح الأعمال الفعلية التي تحاول مهاجمتها وما يهتم به العملاء ويقدرونه. هل هو نوع من الأشياء الأمامية التي يسهل علينا رؤيتها والتعرف عليها والتفكير فيها؟ أم أنها في الواقع، في حالة Workday، هي الأشياء الخلفية؟ أو، في حالة سترايب، اللائحة أم المحامين؟ أعتقد أن هذه الأسئلة الجيدة التي تحدثنا عنها أنا وأنت مفيدة جدًا للشركات الكبرى للتفكير فيما إذا كانت لديها فرصة للتعرض لهجوم مشروع من قبل شركة ناشئة أم لا.

قبل ذلك، على أية حال، لقد تطرقت إلى فئات مختلفة، وأعتقد أن لدينا هنا قسمين يجب أن نمر بهما لأنهما يشكلان واقعًا ملموسًا بالنسبة لي، وأنا متأكد بالنسبة للأشخاص الآخرين أيضًا، كيف يمكن أن تتغير الأمور. على سبيل المثال، ذكرت أشياء متعددة الوسائط مثل الفيديو والصوت وما إلى ذلك. مع SaaS، هناك مجموعة كاملة من الفئات – أدوات المبيعات، وأدوات إدارة المشاريع، وإعداد التقارير. لنبدأ بالمبيعات. اليوم، تقوم الكثير من الشركات بتعيين مندوبي مبيعات وتنفق مبالغ طائلة على تدريبهم. كيف تعتقد أن ذلك سيتغير؟

"بالنظر إلى القائمة، يمكن للذكاء الاصطناعي القيام بذلك. يؤدي إلى تسجيل القائمة - يمكن للذكاء الاصطناعي أن يفعل ذلك. إرسال بريد إلكتروني إلى هؤلاء الأشخاص - يمكن للذكاء الاصطناعي القيام بذلك. استهداف شهادات محددة، وحالات استخدام، وعروض مبيعات لهذا الشخص في هذه الصناعة - يمكن للذكاء الاصطناعي القيام بذلك.

ديس: أعتقد أن كل جانب من جوانب هذا الموضوع عرضة لتغيير كبير. يمكن الآن أن يكون تدريب مندوبي المبيعات بمثابة الذكاء الاصطناعي المباشر في المكالمة الذي يوفر تحديثات في الوقت الفعلي حول "مرحبًا، لقد سألوا عن الأسعار. إليك الأسعار"، و"مرحبًا، لقد سألوا عن هذا. ها هي الشريحة. وهنا الفيديو للعب. وهنا العميل للرجوع إليه. ها هي الشهادة." سيكون كل تدريبك داخل الأذن أكثر بكثير من "بعد هذه المكالمة يا جوني، سنجلس ونتحدث معك عن كل الأشياء التي كان ينبغي عليك قولها." إنه أكثر من ذلك بكثير في هذه اللحظة. هذا مجرد تدريب. هذا قبل أن نتمكن من الوصول إلى مكتبك.

أحد أدوار المبيعات هو التنقيب. هناك قائمة، سنستعرضها، ونحاول العثور على أشخاص يتمتعون بالمصداقية، ونحاول الاتصال بهم - اتصل بهم، أو أرسل لهم بريدًا إلكترونيًا، أو ربما نستهدف الإعلانات على عنوان بريدهم الإلكتروني المحدد، لذلك نأمل أن نتمكن من ذلك متابعتهم عبر الإنترنت. لم أقل شيئاً واحداً يجب على الإنسان أن يفعله. انظر إلى هذه القائمة – الذكاء الاصطناعي يمكنه فعل ذلك. تسجيل النقاط الرئيسية في هذه القائمة - يمكن للذكاء الاصطناعي القيام بذلك، سواء كان ذلك بشكل مباشر أو عن طريق واجهة برمجة التطبيقات (API) إلى ZoomInfo والحصول على نتيجة الرصاص مرة أخرى. أرسل بريدًا إلكترونيًا إلى هؤلاء الأشخاص - فالذكاء الاصطناعي يمكنه القيام بذلك. اتصل بهؤلاء الأشخاص - الذكاء الاصطناعي يمكنه القيام بذلك. استهدف شهادات محددة، وحالات استخدام، ومجموعات مبيعات خاصة بهذا الشخص في هذه الصناعة - يمكن للذكاء الاصطناعي القيام بذلك.

هذا مثال واحد. هناك شركات مثل Regie.ai وNooks تنظر إلى نقاط قيمة محددة حقيقية في سير عمل المبيعات وتقول: "حسنًا، ارسم خطًا حول هذا. يمكننا أن نفعل كل ذلك." وبالمناسبة، هذه أخبار رائعة لمندوبي المبيعات. سيتم التخلص من الكثير من الأحمال الثقيلة غير المتمايزة، وسيصبح طريق الجميع إلى ما يريدون أن يكون، والذي، كما أفترض، كان إما قائد مبيعات كبير أو مندوب مبيعات كبير يتعامل مع صفقات أعلى بقيم أعلى، إنه تقريبًا مثل لقد أخذنا الكثير من الدورات التدريبية وقلنا: "مرحبًا، اتضح أنه لم يعد أحد بحاجة إلى القيام بأي من هذا الهراء، لذا دعنا ندخلك في الخلاط على الفور."

بول: هناك فئتان من الأشياء. أحدهما بالنسبة لبعض الأشخاص، مثل المبيعات - فهو نفس بيع الوظيفة، لكن الذكاء الاصطناعي سيجعل المهمة أسهل بكثير.

ديس: والمزيد من المرح أيضًا.

بول: والمزيد من المرح، بالتأكيد. الفئة الأخرى من الأشياء هي المكان الذي قد تتغير فيه وظائف الأشخاص. تعد إدارة المشاريع فئة أخرى من المحتمل أن تتغير فيها وظائف الأشخاص بسبب الذكاء الاصطناعي.

ديس: أعتقد ذلك. إدارة المشروع دقيقة للغاية. أعتقد أن هذا هو المجال الوحيد الذي ترى فيه الكثير من الذكاء الاصطناعي المطبق، والكثير منه هو ما أسميه الذكاء الاصطناعي بأسلوب البهارات. إنه مثل الملح والفلفل. إنه ليس الطبق - إنه مجرد القليل من الهراء اللطيف في الأعلى. لكنني حذر من الأمر برمته "اكتب الجملة الأولى من تحديث الحالة واضغط على علامة التبويب للتوسيع،" حيث يكون الأمر مثل "أعتقد أن هذا المشروع في المسار الصحيح" علامة التبويب "لكن المخاطر التالية لا تزال قائمة". أفضّل أن يكون ذلك قد خرج بالفعل من رأسك بدلاً من استنتاجه بواسطة GPT لأنني أريدك أن تقف فوقه. إن وضع اسمك أمامه يخبرني في الواقع أنك تعتقد مهنيًا أنني سأدفع لك المال مقابل فهم هذه الأشياء. لذلك أشعر بالقلق قليلاً من أنه في بعض الأحيان قد يتم الإفراط في الاستخدام في هذه المناطق.

"بدلاً من تسجيل الدخول كل يوم، سيتم إخبارك إذا حدث خطأ ما: "لماذا يتأخر هذا المشروع؟"

فكر في شيء مثل أسانا أو جيرا أو Basecamp، وقل: "كيف يمكن للذكاء الاصطناعي أن يساعد؟" مرة أخرى، يعود الأمر إلى "أخبرني بما يحدث في هذا المشروع". أعتقد أن الذكاء الاصطناعي يمكنه فعل ذلك. يمكنك أن تطلب من GPT-4 أن يقول: "اقرأ جميع المواضيع الأحدث، وألحق ذلك بأحدث معرفتك، وشاهد الاختلافات الدلالية التي قد يهتم بها المسؤول التنفيذي بشأن حالة هذا المشروع، وإذا كان لا يزال في المسار الصحيح، وأرسل لي ذلك كل يوم كرسالة سلاك.

ومرة أخرى، نحن نبتعد عن واجهة المستخدم لنكون مجرد دفعة مقابل سحب. بدلاً من تسجيل الدخول كل يوم، سيتم إخبارك فقط إذا حدث خطأ ما. "ابحث عن السبب الجذري لكل هذه المشكلات. لماذا تأخر هذا المشروع؟" ربما أشياء أخرى مثل، "من ساهم أكثر في هذا المشروع من حيث اتخاذ قرارات ملموسة؟ ما هو السبب الأكبر لتأخر هذا المشروع؟ هناك الكثير من الأشياء التي يمكن أن تتغير فعليًا حيث أعتقد أن سير العمل الحالي لمحاولة حل هذا الأمر هو بصراحة، وربما كان عليك القيام بذلك بين الحين والآخر، للجلوس وقراءة أربعة مستندات Google وثلاث مشاركات Basecamp أو أي شيء لمحاولة معرفة ما حدث عندما كنت بعيدًا.

"شخصيًا، لدي حساسية قليلاً تجاه علامة التبويب "إكمال فقرات ضخمة من الكتابة والحكم" لأنني أفضّل أن يكون ذلك صادرًا بالفعل من عقل شخص ما"

بول: لا يهم حتى بالنسبة لي. أنت تعرف؟ لقد حدثت أشياء كثيرة، وتم اتخاذ قرار، ونحن راضون عن القرار، والسياق غير ضروري في الواقع.

ديس: نعم، نعم، تماما. لكن في بعض الأحيان تكونين في طور البحث عن القرار، أليس كذلك؟ تخيل عالمًا حيث يمكنك تسجيل الدخول والقول، "لقد قمت بتسجيل الدخول إلى Basecamp اليوم لأنني بحاجة إلى معرفة ما إذا كنا على المسار الصحيح ليوم 11 أغسطس أو أي شيء آخر. من الواضح أننا لسنا على الطريق الصحيح لتحقيق ذلك، نظرًا لأننا نقترب من اليوم الحادي والثلاثين. إن القدرة على الوصول إلى هذا المستوى من "هذا هو الشيء الذي أريد أن أعرفه والكلمات لا تهم حقًا" يمكن أن يكون أمرًا قويًا للغاية. لم أرَ ذلك جيدًا بعد، لكني أشك في أنه سيحدث. سوف تتغير طبيعة أداة PM من وجهة النظر هذه. تحديد موارد الصراع وأشياء مثل، "مرحبًا، بول لديه هذه الأشياء السبعة، وهو بالفعل محجوز للتواجد هنا،" يمكن أن يكون مفيدًا جدًا أيضًا. لذلك أعتقد، بشكل عام، أن أداة رئيس الوزراء جاهزة بالتأكيد لاستخدامها، ولكن شخصيًا، لدي حساسية قليلاً تجاه "علامة التبويب لإكمال فقرات ضخمة من الكتابة والحكم" لأنني أفضل أن يأتي ذلك بالفعل من عقل شخص ما، في الأقل الآن.

الذكاء الاصطناعي يطلق اللقطات

بول: هناك أداة أخرى وهي أدوات إعداد التقارير وإعداد التقارير. على سبيل المثال، لقد أمضينا هنا في Intercom أفضل جزء من عقد من الزمن في إعداد تقارير عميقة - تحرير التقارير، وإنشاء التقارير، وجميع أنواع الأشياء النموذجية من وجهة نظر أولية مثل إنشاء-

Des: إنشاء محفظة جديدة، وتحديث تغيير عامل التصفية، وتصنيفها-

بول: وكلما قمنا بالبناء أكثر وكلما قمنا بإجراء المزيد من الأبحاث مع العملاء، كلما تعلمنا أكثر، هناك المزيد مما يجب بناؤه.

ديس: إنها قصة لا تنتهي.

بول: المزيد من قابلية التهيئة، والمزيد من التخصيص، وما إلى ذلك. الآن، على الرغم من ذلك، تدرك أن الذكاء الاصطناعي ربما يمكنه فعل الكثير من ذلك، وليست هناك حاجة لبناء كل هذه الأشياء أو استخدامها إذا تم بناؤها بالفعل، ونجد أنفسنا في وضع لا نزال فيه نبني التقارير الميزات، ولكنهم يتساءلون أيضًا، "هل ينبغي لنا أيضًا أن نبني حاجة عملائنا إلى عدم استخدامها أبدًا؟" وبدلاً من ذلك، لديهم نوع ما من الحقول حيث يكتبون السؤال، مثل "هل القيمة الدائمة مرتفعة أم منخفضة؟" "هل انخفض حجم دعم العملاء لدي؟" "ما هو اليوم الأكثر ازدحاما هذا الأسبوع؟" كل ذلك عبارة عن واجهة مستخدم تعتمد على الدردشة. من الواضح أن الذكاء الاصطناعي سيكون جيدًا في ذلك. أعتقد أنها ستفعل أشياء مثل الكشف عن الارتباطات في البيانات التي لا يستطيع البشر أبدًا القيام بها لمجرد وجود الكثير من البيانات.

"يشعر الكثير من الناس بالارتياح تجاه الذكاء الاصطناعي باعتباره حيوانًا أليفًا في المنزل فقط... علينا أن نشعر براحة أكبر مع الذكاء الاصطناعي باعتباره نظيرًا"

ديس: وهو أقوى بكثير من أي شخص واحد.

بول: نعم بالضبط. ويمكنها أن تفعل أكثر من ذلك بكثير. لقد قلت لك من قبل إنني أعتقد أن دور البشر قد يكون أقل في البحث في البيانات والتحليل وأكثر من ذلك بكثير في إصدار الأحكام. عادة، يتم إجراء التحليل، وتطبيق الحكم البشري، ثم اتخاذ القرارات. وأعتقد أن البشر سوف يبتعدون عن الجزء التحليلي. سوف يقوم الذكاء الاصطناعي بذلك، وسيطبقون الحكم لاتخاذ القرارات. لكنك قلت، وأنا أوافقك على ذلك، إن الذكاء الاصطناعي سيصدر الحكم أيضًا. هل يمكنك شرح ذلك قليلا؟

ديس: نعم بالتأكيد. سأفهم هذا بشكل خاطئ، لكن هناك عالم نفس تربوي يدعى بنجامين بلوم كان يحاول وصف كيفية التعرف على مجال ما من أي نوع، وكان لديه هذا الشيء الذي يسمى "تصنيف بلوم للأهداف التعليمية". وفي الحد الأدنى جدًا جدًا جدًا هو الاستدعاء. النوع "هل يمكنك إدراج 26 مقاطعة في أيرلندا". ليس هناك عمق لذلك. وفي النهاية العالية جدًا جدًا هو التوليف، "هل يمكنك إنشاء أشياء جديدة بناءً على الأشياء الموجودة؟"

لذلك، فإن الأمر يشبه التذكر والتعرف والفهم والتحليل والتركيب. سأتخطى واحدًا أو اثنين هناك، وسنضع مخططًا أفضل في ملاحظات العرض. أعتقد أن الكثير من الناس يشعرون بالارتياح تجاه الذكاء الاصطناعي فقط باعتباره حيوانًا أليفًا في المنزل. إنهم يحبون ذلك في النهاية المنخفضة. إنه أمر رائع بنفس الطريقة التي يتعامل بها الأشخاص مع تصحيح الأخطاء المطبعية. لكن علينا أن نشعر براحة أكبر مع الذكاء الاصطناعي كنظير، إلى حد ما. أعتقد أن الذكاء الاصطناعي سيكون قادرًا على تطبيق الحكم لأنه حتى لو أخذت الروبوت الخاص بنا، فين، فإن الكثير مما يفعله فين هو "بالنظر إلى هذا، والإجابة على ذلك".

"ليس من الواضح بالنسبة لي أين يتوقف الذكاء الاصطناعي في قدراته. ما هو واضح هو أن هناك مستوى من الراحة الإنسانية من حيث "يمكنك الذهاب إلى هذا الحد، ولكن يجب أن أكون الشخص الذي يصلح هذا الأمر".

Rewind.ai هو أحد عملاء Fin. أنا مستخدم الترجيع. إنه منتج رائع. يقوم Rewind بهذا الشيء حيث يريد تسجيل كل اجتماع، ولم أرغب في القيام بذلك. لذلك، كنت أحاول تعطيل هذه النافذة المنبثقة وذهبت لمساعدة Rewind. قلت: "كيف يمكنني تعطيل النافذة المنبثقة؟" فقال فين: "أوه، إليك كيفية القيام بذلك." وقد ربطت مقالًا لم يقل بشكل مباشر أبدًا، "لتعطيل هذه النافذة المنبثقة، إليك كيفية القيام بذلك." ما قاله المقال كان شيئًا على غرار "إذا كنت تريد تشغيل هذه الميزة، فانتقل هنا للقيام بذلك". بالمناسبة، عندما تفعل ذلك، لن يكون قيد التشغيل دائمًا. سوف يطفو على السطح في كل مرة. واستنتج فين، بعد قراءة تلك المقالة، أنه إذا كان هذا هو الشيء وهذا هو التفضيل له، فيجب أن يكون موجودًا على هذه الشاشة. وقد أعطاني في الأساس إجابة مثالية. وأنا أستخدم هذا ليس للترويج لـ Fin، ولكنه مجرد مثال على الخصم أو الحكم والاقتراح. لقد كان واثقًا بما يكفي ليخبرني أن هذا هو الجواب. إنه مثال بسيط حيث لم يضطر أحد في Rewind إلى كتابة هذه الإجابة فعليًا. لقد نجح فين في حل هذه المشكلة.

في حالة إعداد التقارير، تخيل أننا نسأل: "أرني أي مندوبي خدمات العملاء حصلوا على أعلى الدرجات"، وهو سؤال بسيط جدًا. Then you could say, “Show me what topics correlate with the highest scores,” which is probably pretty simple, and then you could say, “Show me which CS reps tend to perform the lowest on which topics,” and maybe that could be where you have better training courses, and then you could say, “Prioritize that list and suggest the type of training they should do,” and, “Mail those people and tell them to go on that training.” All of that is judgment in a sense. It's not clear to me where the AI stops in its capability. What is clear is that there's a human comfort level in terms of, “You can go that far, but I need to be the person who fixes this.” Do you know the old Dilbert cartoon of the pointy-haired boss who likes to feel important, so he wants to be the person who presses the launch button? A lot of our first pass attempts at using AI will be like that. They'll be like, “Well, hang on a second. All that low-level shit can go away, but I still need to be here for the important stuff.”

“What you can imagine might happen is all the work up to the last step of the marathon might be done by AI, and then a human comes in and goes, 'Yep, click'”

There's some dark, futuristic cartoon where there are a load of humans on a factory floor, they're all there to do certain things, and there's a button on a switch they can click in case anything's ever gone wrong. And then, on the other side of the wall, those things aren't wired up to anything. It's just there to make the humans feel important. We give them a sense that they're part of this process as well. I think we're going to see that bar creep up and up and up, especially given that the reality is it tends to be pretty right, it tends to be quite accessible and probably works 365, 24/7. I think you're going to see what people define as judgment creep up and up and up.

The stuff where it gets more funky is AI is not perfect. Neither are humans, but AI is not perfect. And there are some decisions where you're like, “Right, let's not launch the email campaign without a human eyeballing it.” Totally valid. So, what you can imagine might happen is all the work up to the last step of the marathon might be done by AI, and then a human comes in and goes, “Yep, click.” منطقي. That's just logical.

Paul: We're talking about analysis to synthesis, and there's judgment and making decisions. And humans, for sure, will feel the need to control it and hit the red button. And so the decision-making of, “Do we or don't we hit the red button,” is left to us. How far away do you think we are from really great software tools that are excellent at judgment and pushing us to go, “Maybe they should make the decision.”

Des: Do you know the RBAC features we've built in Intercom, role-based access controls? I think it's going to be like that. I think we're going to be building preference dialogues into Intercom and other tools where it basically says you'll have a lot of settings that begin with, “Allow the AI to…” You could imagine allowing AI to reply or request CSAT scores, allowing AI to ping my own support team when CSAT scores are dropping… All the way up to slightly bigger things like allowing AI to post a job opening on Indeed.com because we're clearly understaffed. There's a spectrum. What are the things humans would do there, and what type of workflow, almost like an “if this, then that,” do you play out? That's basically how I think we're going to end up.

“When people tell me we're never going to do X with AI, I'm like, 'Mate, I've done this rodeo many times, and I'm telling you, you probably will'”

How long before we see this? I think there won't be some watershed moment where it's like, “It's here.” What might happen is we sit down next year, and the next conversation we have might be whether the AI should be sending suggested next steps. We're past discussing correlation. That ship has sailed. I think this conversation would be the continuous incremental creep of what we believe to be possible and what we're comfortable with.

Paul: Yeah, that makes sense to me, too. History is the best predictor of the future in a lot of these cases. It's a similar pattern with things like the first iPhone, which was very, very basic, and then, with every release, it was slowly maturing-

Des: You're totally right. When I was a Web 2 consultant, our discussion at the time was like, “You'll never do X in the cloud.” “You'll never have a word processor in the cloud. You'll never have a video editing tool in the cloud.” And now you can play Counter-Strike in the cloud. Literally full-on, proper desktop gaming in the cloud, and it's all done through your browser. And similarly, “You'll never do X on a phone. Yeah, phone's good and all that, but you're not really going to…” Whatever the thing is, you've done it. Applying for a mortgage, buying a car. It turns out you do all of these things. So, when people tell me we're never going to do X with AI, I'm like, “Mate, I've done this rodeo many times, and I'm telling you, you probably will.”

Jobs don't change, technologies do

Paul: There are a couple of practical questions I know you've used a lot to talk to our team and our product org to get them to think about how quick this might happen to them and their industry. How can this AI technology be applied to create new features? How can they be applied to make existing features easier, better, and more powerful? Do you want to talk us through that?

Des: The core point I always come back to with all new capabilities, whether it's AI or chatbots or messaging is, what is a product? A product is usually a platform of features that let a user get a certain job or a certain set of jobs done. The questions you ask yourself as a product manager or product leader are, “Given the technologies available, what is the best way our users can get this done right?” It's the Jobs-to-be-Done idea, which is fixated on this: jobs don't change, technologies change. The solutions change, but the job is the same.

“Tools for narrow markets that require specialism become tools for general markets”

Generally, with these things, you're trying to make it so that more people can do the job. A great example of that is Equals, the spreadsheet company. Let's say I don't know Excel functions, but I do know what I want out of them. I want to see the average growth rate of this startup over the last six months if you exclude organic traffic. I don't know how to do that, but I can write it into a box, Equals will work out what I mean, and it'll write up the formula for me. I don't know if the formula is right, but it seems to be most of the time. Or if it's wrong, it's so egregiously wrong that it's not a problem because I can correct it. That's a great example where it's made it possible for more people to do the thing.

If your tool involves either arcane languages, complex query stuff, or creativity, as in, “I know I wanted to have a fancy black image, but I don't know how to design this. I'm not a designer,” or, “We want to let all of our English-speaking support staff be able to support all languages in Europe,” AI can probably help. Can AI increase the amount of people who can do the job? Usually, that has a massive impact on your market size. It means more people can use your tool. More people can use Equals than Excel.

Paul: Well, tools for narrow markets that require specialism become tools for general markets.

Des: Yeah, because you change one core thing – the amount of people who know what they want to do and the amount of people who can do it are now the same thing. That's huge. AI and all of this technology make it so that more people can use your product, ultimately. Chat UI is a huge part of that.

Another one is helping people increase the power of their work. The analogy here would be like a crane. If I jump into a crane, I am now much stronger than before. I can move stuff at a far greater rate. It's still me doing the work, but now I'm lifting heavier stuff than I was capable of. Similarly, if a human can summarize one conversation at a time, can AI summarize one million conversations at a time? You mentioned looking at correlation across all data sets, and a human can do that one by one. AI does not need to act one by one. By increasing the capability of the human, the scope of their impact is far greater.

“What are new things that people can do? What are the things that are the 10x of human capability? What are the things where you can remove entire chunks of work?”

Paul: The crane is a great example. You're saying one guy gets in the crane and lifts the volume of things 80 people would have had to do manually. What are the things that lots of people are required to do where AI could make it so that one person overseeing it can do it or it can do it by itself?

Des: Absolutely. For example, Fin Snippets in Intercom is when one person answers a question properly, Fin will say, “Hey, is that the right answer? Because if it is, I'll take it from here.” And that's one person effectively doing the work of all future people for the future. It is a type of crane.

And then, the third category you have to look out for is, nearly ironically, the one people tend to overlook. There are things we can get rid of entirely. It's not even a dude in the crane anymore – we've taken away the need for that in its entirety.

If you recall, say, the advertising example I talked about earlier, where Johnny logs in every day to look at all the various charts and tables, there's definitely an argument where you just don't need that done at all. You just assume, from this point onwards, in the same way you assume that electricity works in your building, you assume that the ads are optimized. Or if they're not optimized, they're getting optimized, and there's nothing you need to do about it.

So yeah, to zoom back:

• What are the new capabilities?
• What are new things that people can do?
• What are the things that are the 10x of human capability?
• What are the things where you can expand the addressable market?
• And then, lastly, what are the things where you can remove entire chunks of work?

That's generally how I think you should be thinking about this. This is why I'm not an AI skeptic. I see too many opportunities.

Even in a pretty prescribed domain like customer support, it's just so clear all of the ways in which we could use 10 times the amount of AI and ML people to go after all the many opportunities in the space. Every time I get pinged by, “We're doing AI for a customer support” type startup, I am quite frustrated, because I'm like, that's a brilliant idea. We either have or haven't thought of it, but there's so many brilliant ideas. That's just in one little domain.

Paul: Yeah. That's really good practical advice. We've talked a lot today about how startups should think about entering categories and how AI can disrupt that category or not. On the incumbent side, I worry more about those companies because I'm subject to this myself, at times, where I'm like, “Hang on a minute. We're domain experts. We've been here 10 years doing this. There's no possible way AI could ever know the things we know.”

“It's a good time to reread The Innovator's Dilemma and remind yourself of the true nature of disruption”

Des: Totally.

Paul: Right? Nonsense. Of course it can, and it will. And the older you get, the stronger the feeling gets. Any last pressing advice for startups, incumbents, or even investors?

Des: It's a good time to reread The Innovator's Dilemma and remind yourself of the true nature of disruption. It has to be a new attack vector that the incumbent businesses can't easily take. And I think a lot of people are going to say that they're going to disrupt industries with AI. If you're ever tempted to say those words at all, do yourself a favor and read even one of the six-pager Harvard Business Review papers on it. Refresh on exactly what it means to be disruptive, whether it's low-end disruptive, the new use-case disruptive, or new market disruptive. Just make sure you know what you're saying.

I think a lot of businesses will build a really cool piece of product, but it'll ultimately end up being unpaid R&D for the much bigger company because they're going to look down and go, “That's clearly the right thing. We should do that.” And that will be it. You might have a cool new way of doing some specific task in accounting, surveys, time tracking, expense tracking, or whatever. You might have a cool little feature dripping in AI, and it might even be get Product Hunt feature of the day. You might have a sexy landing page. I might even tweet about it and say, “Check out this dope shit.” It could be stunning.

والسؤال هو: هل تكفي زاوية الهجوم لتكون مدمرة حقًا؟ أم هل سيجلس أحد المهندسين أو المصممين الرئيسيين في شركة Mega Big Corp ويقول: "ربما ينبغي علينا تقليد ذلك"؟ قد يستغرق الأمر عامًا، ولكن في ذلك العام، من غير المرجح أن تكون قد قمت ببناء منصة ناضجة تمامًا. هذا هو التحدي، وربما لا بأس بذلك. ربما لا بأس أن تقول: "مرحبًا، سنلاحق الحد الأدنى للسوق. ليس علينا في الواقع التنافس مع شركة Megacorp. هذا جيد، ولكن تأكد فقط من اتخاذ كل هذه القرارات معًا ولا تقل فقط، "سنقتل Salesforce لأن لدينا خوارزمية تسجيل العملاء المحتملين المستندة إلى الذكاء الاصطناعي،" أو شيء من هذا القبيل. سوف تعمل Salesforce على ذلك.

بول : هذا عظيم. دعونا نترك الأمر هناك لهذا اليوم، وسأراكم ربما خلال 12 شهرًا حتى نتمكن من معرفة ما هو التالي.