Intercom on Product: Produktstrategie im Zeitalter der KI

Während neue KI-native Startups und Branchenriesen die KI-Revolution meistern, durchläuft die Produktlandschaft einen tiefgreifenden Wandel. Können Unternehmen das Potenzial dieser disruptiven Kraft nutzen, um Innovationen voranzutreiben und im heutigen Wettbewerbsmarkt erfolgreich zu sein?

In den letzten Jahren und insbesondere seit der Einführung von ChatGPT im vergangenen November haben wir einen Boom der generativen KI erlebt, der die Grenzen von Kreativität und Innovation verschoben hat – und auch begonnen hat, Branchen auf eine Weise auf den Kopf zu stellen, die wir uns kaum hätten vorstellen können. Von Text über Audio bis hin zu Bildern haben diese neuesten KI-Funktionen bereits eine neue Generation von KI-nativen Startups mit vollständig auf KI basierenden Arbeitsabläufen hervorgebracht und unzählige andere dazu inspiriert, KI-gestützte Funktionen und Produkte zu entwickeln oder einzuführen.

Die Anwendungen sind endlos – UX, UI, Inhaltserstellung, Datenanalyse, Kundenservice, Verkaufsförderung, Marketingautomatisierung, was auch immer. Nachdem sich die erste Staubwelle gelegt hat, ist es ein idealer Zeitpunkt, darüber nachzudenken, was diese Veränderungen für die Produktstrategie und die Produktführer bedeuten. Egal, ob Sie ein Produktmanager, ein Fachexperte mit jahrzehntelanger Erfahrung oder ein frischgebackener Startup-Gründer sind, diese Zeiten bringen nicht nur neue Herausforderungen, sondern auch bahnbrechende Chancen mit sich. Wird KI den Menschen helfen, ihre Produktivität zu steigern und in neue Märkte zu expandieren, oder wird sie bestimmte Rollen überflüssig machen? Wird es Startups mit innovativen KI-Ansätzen gelingen, etablierte Kategorien zu durchbrechen? Und werden die etablierten Unternehmen in der Lage sein, mit dem unerbittlichen Innovationstempo Schritt zu halten?

In der heutigen Folge von Intercom on Product habe ich mich mit Paul Adams, unserem Chief Product Officer, zusammengesetzt, um über Produktstrategie im Zeitalter der KI zu sprechen.

Hier sind einige der wichtigsten Erkenntnisse:

• Um Kategorien mit KI wirklich zu revolutionieren, müssen Startups überlegen, ob ihre Produkte oder Funktionen einen einzigartigen Angriffswinkel bieten, den etablierte Unternehmen nicht einfach reproduzieren können.
• Während KI Aufgaben in SaaS-Kategorien wie Vertrieb und Kundenservice rationalisieren und so repetitive Arbeiten entlasten kann, sind die Auswirkungen auf das Projektmanagement differenzierter.
• Mit der Weiterentwicklung der KI-Fähigkeiten wird es den Menschen wahrscheinlich leichter fallen, sich bei Aufgaben, die nicht nur auf Analysen, sondern auch auf Urteilsvermögen beruhen, auf sie zu verlassen – auch wenn immer noch die Notwendigkeit einer menschlichen Aufsicht besteht.
• Bei der Betrachtung neuer Funktionen wie KI sollten sich Produktmanager darauf konzentrieren, wie sie die Benutzerbasis erweitern, die Fähigkeiten der Benutzer verbessern oder Aufgaben vollständig eliminieren können.
• Egal, ob Sie ein Startup oder ein etabliertes Unternehmen sind, es ist ein guter Zeitpunkt, die Ideen hinter „The Innovator's Dilemma“ aufzufrischen.

Wenn Ihnen unsere Diskussion gefällt, schauen Sie sich weitere Episoden unseres Podcasts an. Sie können Apple Podcasts, Spotify und YouTube folgen oder den RSS-Feed im Player Ihrer Wahl abrufen. Was folgt, ist eine leicht bearbeitete Abschrift der Episode.

Wetten Sie auf die Farm

Paul Adams: Hallo zusammen, willkommen bei Intercom on Product. Ich bin Paul Adams und bei mir ist heute wie immer Des.

Des Traynor: Hallo Paul. Wie geht es dir?

Paul: Okay, heute werden wir über KI und Produktstrategie sprechen. Wir werden darüber sprechen, was das für Menschen in verschiedenen Positionen zu diesem Thema bedeutet. Wir denken, es ist ein guter Zeitpunkt, darüber zu sprechen, denn die erste Staubwelle hat sich gelegt. Wir haben gesehen, was aus einer solchen ersten Welle von Unternehmen möglich ist, und wie bei jeder großen Technologie ist es für die Menschen am Anfang unklar, wie sich alles entwickeln wird. Wenn man sich heute die Landschaft anschaut, haben wir Leute, die voll dabei sind und sagen: „Wetten, dass die Farm da ist; Ich wette, die Firma.“ Und dann gibt es Leute, die immer noch etwas unsicher sind: „Ist das wirklich eine große Sache?“ Ist das mehr Silicon Valley Kool-Aid?“ Des, wo denkst du bist du dabei?

„Wenn man sich einige der Funktionen ansieht, bin ich mir ziemlich sicher, dass ganze Branchen und Softwarekategorien auf den Kopf gestellt werden.“

Des: Ich bin auf jeden Fall dabei. Wetten Sie auf die Farm, wetten Sie auf das Unternehmen, wetten Sie auf die Kool-Aid, gehen Sie zu Ihren Nachbarn und wetten Sie auf deren Farmen. Ich finde es riesig. Ich verstehe den Grund für die Skepsis, denn sie scheint praktischerweise zu einer Zeit gekommen zu sein, als das Silicon Valley und die Investoren nach etwas Neuem suchten, über das sie reden konnten. Aber wenn man sich die Erfahrungen ansieht, die KI derzeit liefert, ist es ganz klar, dass etwas Großes passiert, und wir befinden uns immer noch in diesem embryonalen Stadium, in dem wir es sehen. Wie Sie bereits erwähnt haben, hat sich der Staub gelegt. Es ist wirklich die erste Staubwelle. Wir sehen jetzt, dass ganze Unternehmen eine A- oder B-Serie erhalten, weil sie KI-nativ angewandte Unternehmen sind.

Wenn ich darüber spreche, meine ich nicht OpenAI oder Anthropic, die die eigentliche KI bereitstellen, sondern Menschen, die komplette Workflow-Produkte entwickeln, die vollständig auf KI basieren. Wenn es OpenAI und Anthropic nicht gäbe, gäbe es dieses Unternehmen auch nicht. Die Leute stützen sich wirklich darauf als Plattform. Wenn man sich einige der Funktionen ansieht, ist es für mich eine klare Gewissheit, dass ganze Branchen und Softwarekategorien auf den Kopf gestellt werden.

Paul: Manchmal reden wir in der Technik über Aussterbeereignisse. Mobile kam auf den Markt und Mobile-First-Unternehmen töteten Unternehmen, die nicht auf Mobile-First setzten und sich nicht anpassen konnten. Zuvor war es bei Cloud-First-Unternehmen genauso. Glauben Sie, dass es sich hier um eine Art Aussterbeereignis handelt?

Des: Ich denke auf jeden Fall in bestimmten Taschen. Und in vielen anderen Bereichen ist es, wenn es sich nicht um ein Aussterben handelt, auf eine neue Dynamik zurückzuführen. In einigen dieser Bereiche, beispielsweise bei einem offenen KI-Server, erfolgt der Zugriff auf die Leistung über eine API, etwa „Hey, fassen Sie diesen Vorfall mit 5.000 Wörtern für mich zusammen“, indem Sie ihn an einen Dritten weiterleiten und die Nachricht zurückerhalten Antwort. Das ist nicht dasselbe wie der Umbau Ihres gesamten Unternehmens, um es iOS-nativ zu machen. Infolgedessen wird es Softwarebereiche geben, in denen die etablierten Unternehmen meiner Meinung nach davon tatsächlich Gebrauch machen und großen Nutzen daraus ziehen werden. In einigen Gebieten wird es zu Aussterbeereignissen kommen, aber es ist nicht wie bei einem Asteroiden, es wird nicht die gesamte Industrie auslöschen. Ich denke, dass viele der großen Unternehmen tatsächlich größer werden.

„Wenn wir zum 29. November zurückgehen, als wir ChatGPT 3.5 sahen, wurde uns klar, oder zumindest das erste, was wir sahen, dass dieses Ding sehr, sehr gut darin war, Gespräche zu führen.“

Paul: Ja. Was offensichtlich mit dem Handy passiert ist. Google und Facebook haben schließlich herausgefunden, wie es geht.

Des: Ja, das stimmt. Sie haben es schneller herausgefunden, als irgendjemand sonst herausgefunden hätte, wie man beispielsweise bei der Suche großartig sein kann. Wir werden gleich auf die Idee eines Verhältnisses zurückkommen, aber das Erlernen von Objective-C und die Bereitstellung einer Objective-C- oder iOS-basierten Schnittstelle auf einem Mobiltelefon für eine wahnsinnig leistungsstarke Suchmaschine – das ist, wie sich herausstellt, das Schwierigste von allem Das ist die wahnsinnig leistungsstarke Suchmaschine. Es ist das Verhältnis zwischen der Menge neuer Arbeit, die wir erledigen müssen, und der Menge der bestehenden Arbeit, die noch gültig ist. Das Backend von Google ist immer noch äußerst gültig und das Frontend könnte sich ändern, aber es stellt sich heraus, dass das Crawlen des gesamten Internets nichts ist, was zwei Randos, die aus YC aussteigen, an einem Abend schaffen können.

Paul: Reden wir über beide Seiten. Es gibt Table-Stakes-Funktionen – die Kernfunktionen, die ein Produkt in einer bestimmten Kategorie benötigt. Dann gibt es neue Dinge, die es tun kann, und neue Technologien, die Dinge ermöglichen. Beginnen wir mit den neuen Dingen, die KI tun kann. Sie haben eine ganze Liste von Dingen, die Sie optimistisch machen.

Des: Das stimmt. Wenn wir zum 29. November zurückgehen, als wir ChatGPT 3.5 sahen, wurde uns klar, oder zumindest war das erste, was wir sahen, dass dieses Ding sehr, sehr gut darin war, Gespräche zu führen. Es war sehr, sehr gut darin, Menschen zu verstehen und sehr, sehr gut darauf zu antworten. Es erforderte sehr gute Anregungen und Anleitungen und war sehr gut in der grundlegenden Textverarbeitung: Erweitern Sie dies, fassen Sie das zusammen, formulieren Sie dies um, formulieren Sie das um.

Es war auch sehr, sehr gut darin, Schlussfolgerungen zu ziehen. Sie könnten sich ein komplexes Szenario vorstellen und beispielsweise fragen: „Wenn jemand in einem brennenden Gebäude mit einer Langzeiterkrankung zu kämpfen hat, was ist hier das größere Problem?“ Und es wurden Antworten auf diese Fragen gefunden. Für Menschen klingen diese Dinge wahnsinnig einfach. Aber eine Maschine dazu zu bringen, es tatsächlich zu verstehen, eine Schlussfolgerung zu ziehen und eine Aktion vorzuschlagen, ist ziemlich wirkungsvoll. Oder: „Angesichts des Stands dieses Projekts, basierend auf all den Aktualisierungen, die Sie gelesen haben, was ist Ihrer Meinung nach das wichtigste Problem?“ Und dabei wird es wirklich gute Arbeit leisten. Die Idee des deduktiven oder induktiven Denkens ist also auch hier ziemlich wirkungsvoll.

„Ich glaube, den Leuten ist nicht klar, wie sehr sich das in das normale Leben einschleicht.“

Und wir reden gerade über die Textdomäne. Wir haben gesehen, dass DALL-E und DALL-E2 in der Lage sind, anhand eines Textstücks ein Bild zu rendern, und es wurde wahnsinnig gut. Die neuesten Midjourney-Sachen sind einfach atemberaubend.

Die Leute fragen oft: Warum ist das nützlich? Nun, es gibt viele Szenarien, in denen Menschen nicht kreativ sind, aber wissen, was sie wollen. Daher möchte ich diese E-Mail senden, und zwar in einer hellen, dünnen Schriftart auf einem dunklen, strukturierten Hintergrund. Und es kann Ihnen 27 Versionen davon auf dem Bildschirm anzeigen. Plötzlich können Menschen, die keine Kunst machen können, Kunst machen, oder?

Die Fähigkeit, Bilder zu erzeugen, ist nicht zu verachten. Viele dieser Dinge werden durch den lustigen Anwendungsfall „Zeig mir einen Cheeseburger, der einen Planeten isst“ verkörpert, und das gelingt wirklich gut. Aber ich garantiere Ihnen: „Gib mir einen wirklich schönen Header-Hintergrund für meine neue Website“ wird eine coole Funktion in Squarespace oder Wix oder so ähnlich sein.

Wir haben eine Stimme. Das hat sich entwickelt. Es gibt beide Möglichkeiten, die Stimme zu analysieren – praktisch eine Audiotranskription in Echtzeit. Und es kann auch Stimmen erzeugen. Das ist der neueste Durchbruch in der KI. Wenn Sie sich also beispielsweise Synthesia oder Play.ht ansehen, können Sie Mission: Impossible scheiße nennen. Geben Sie ihm 90 Sekunden Zeit, in denen Sie sprechen, und es wird für einen einzigen Satz einen vorübergehenden Eindruck von Ihnen hinterlassen. Geben Sie ihm eine Stunde Zeit, um zu sprechen, und er fängt an, es zu verstehen. Du könntest sicherlich damit durchkommen.

„Sie konnten mich zu diesem Zeitpunkt nicht dazu drängen, ein KI-Skeptiker zu sein.“

Und dann ein Video erstellen. Synthesia macht diese gefälschte Video-Avatar-Sache, bei der Sie sich selbst und einige Ihrer Verhaltensweisen aufzeichnen können, und es wird in der Lage sein, es so aussehen zu lassen, als würden Sie sprechen. Aber wir werden in der Lage sein, umfassende Videos auf die gleiche Weise zu erstellen, wie wir Bilder erstellen können.

Wenn man über all diese Kategorien nachdenkt, denke ich, dass der Fehler, den ich anfangs gemacht habe und den viele Leute anfangs machen, darin besteht, zu denken: „Richtig, das klingt wirklich wichtig.“ Wenn ich in Adobe arbeite, sollte ich mich damit befassen.“

Ich glaube, den Leuten ist nicht klar, wie sehr sich das in das normale Leben einschleichen kann. Diese Sprachtechnologie kann im wahrsten Sinne des Wortes die Zukunft des Messagings oder der Produktinteraktion vorantreiben, bei der Sie einfach mit Ihrem Produkt sprechen, während Sie fahren oder was auch immer. All das ist jetzt möglich. Und ebenso handelt es sich bei den Bildern nicht nur um „Hot Dogs, die Planeten fressen“. Es kann buchstäblich einen ganzen Hintergrund entwerfen und das von mir verwendete Produkt neu gestalten, um hübscher auszusehen.

Ich könnte mit anderen coolen Sachen weitermachen, die jetzt möglich sind. Aber wenn ich mir das Gesamtgewicht all dieses Potenzials anschaue und über seine Anwendungen auf bestimmte Softwaredomänen nachdenke, auf Kreativität, auf Benutzeroberflächen, darauf, wie Menschen mit anderen Menschen interagieren könnten, darauf, welche Jobs automatisiert werden könnten und welche Teile davon Da Jobs automatisiert werden könnten, könnte man mich zu diesem Zeitpunkt nicht dazu drängen, ein KI-Skeptiker zu sein. Es ist nicht möglich. Es wäre, als würde man versuchen, die Flut zurückzudrängen. Für mich ist es ziemlich offensichtlich, dass gewaltige Veränderungen bevorstehen, und es ist besser, wenn man sich auf die richtige Seite stellt.

Es mit Riesen aufnehmen

Paul: Ich meine, ich bin auch da. Bei einigen Dingen, die Sie dort gesagt haben, wie zum Beispiel bei der Bildsprache, würde wahrscheinlich die gesamte Werbebranche auf den Kopf gestellt werden. Auf jeden Fall, wenn Sie in einer Kreativ- oder Medienagentur arbeiten. Ich kenne Leute, die in einer Kreativagentur arbeiten und bereits KI nutzen, um alle oder einen Großteil ihrer Arbeit zu generieren.

Reden wir über die andere Seite. Sie haben einige Startups erwähnt, von denen ich noch nie gehört habe. Es ist einfach eine Explosion. Ich glaube nicht, dass irgendjemand mit all den neuen Dingen, die auf dieser neuen Technologiegeneration basieren, mithalten kann. Mittlerweile gibt es riesige Unternehmen mit einem Umsatz von Hunderten Millionen Dollar, die über ein oder zwei Jahrzehnte hinweg ein Geschäft aufgebaut haben. In den Anfängen von Intercom waren wir etwas naiv. Wir kamen wie ein „heißes Startup, das es mit dem etablierten Unternehmen aufnimmt“, eine gigantische Tötungsmentalität.

Des: „Wir werden Salesforce töten.“

Paul: Ja, Chip auf der Schulter, Riesenmörder, oder? Dann merkt man: „Oh.“ In einem Bereich wie der Berichterstattung und so denkt man: „Oh, das ist eine große, tiefgreifende Sache.“

Des: Ja. Diese Jungs sind aus gutem Grund groß.

„Man muss wirklich sagen: ‚Hey, ich denke, wenn dieses Gebiet heute noch einmal bebaut würde, würde man es grundlegend anders machen‘“

Paul: Es sind jahrelange Produktentwicklungen erforderlich, um den entscheidenden Unterschied zu machen. Wie sollten Unternehmen Ihrer Meinung nach darüber nachdenken?

Des: Ich denke, man kann das von beiden Seiten betrachten. Nehmen wir an, Sie sind ein ruppiges Startup und suchen sich einen Feind aus. Wenn Sie sagen: „Lasst uns nach Workday weitermachen“, welchen Angriffswinkel erlaubt die KI auf Workday? Nun, sehen Sie sich alle Möglichkeiten an, die wir haben. Sie könnten versuchen, Leistungsbeurteilungen zu erstellen und solche Dinge zu analysieren.

Nehmen wir aber letztendlich an, Sie finden ein paar Beispiele, bei denen Sie KI-Magie einstreuen und punktuell einsetzen können, um bestehende Arbeitsabläufe zu vereinfachen. Ich denke, jeder, der Workday verwendet hat, muss zugeben … Ich glaube, die Komplexität der Arbeitsabläufe in diesem Unternehmen interessiert niemanden. Das ist nicht ihr ROI. Das ist nicht der Grund, warum Menschen Workday kaufen.

Der Grund, warum Leute Workday kaufen, liegt meiner Meinung nach darin, dass es das größte ERP für Menschen ist, das man sich vorstellen kann. Sie verfügen über ein riesiges Vertriebsteam für Unternehmen. Sie haben eine große Marke aufgebaut: „Wir sind der Endboss, wenn es um HRIS-Systeme geht“, und das ist es, was ihnen am Herzen liegt.

Paul: Und nahezu unbegrenzte Konfigurierbarkeit.

Des: Ja. Dann stellt sich die Frage: Was würde sich ändern, wenn Sie all dies im Zeitalter der KI neu aufbauen würden? Wenn Leute extreme Konfigurierbarkeit kaufen, ist es für mich nicht offensichtlich, dass der Angriffswinkel vorhanden ist. Ich denke, die Leute kaufen ein verherrlichtes WYSIWYG zu einer Datenbank, in der sie Ding zu Ding nach Managerbeziehung verknüpfen und sagen können: „Ding hat Bericht; Ding hat Heimatadresse; Das Ding hat Gehalt.“ Ich glaube nicht, dass sich daran in naher Zukunft wirklich etwas Großes ändern wird. Mit KI-Unterstützung könnten Sie einen weitaus schöneren Arbeitstag haben. Ich glaube einfach nicht, dass es irgendjemandem scheißegal wäre. Sie würden sich mit anderen Startups der Serie A oder B messen, die wahrscheinlich reifer sind als Sie.

„Ihre KI ist vielleicht großartig bei der Betrugserkennung, sogar besser als die KI von Stripe bei der Betrugserkennung, aber das sind wahrscheinlich 15 % des Rätsels.“

Aber um Ihnen ein noch sexyeres Beispiel zu geben: Wenn Sie und ich sagen: „Hey, wir werden Stripe töten, aber wir werden KI verwenden.“ Job eins, Sie beginnen mit der Arbeit an der KI, ich werde einen Anzug anziehen und mich mit sieben Banken sowie Visa und MasterCard treffen, um zu sehen, ob ich die Erlaubnis bekomme, Kreditkarten zu belasten. Das ist die eigentliche Aufgabe. Wie kann ich dann eine Marke aufbauen, der die Leute vertrauen? Ja, Ihre KI könnte bei der Betrugserkennung hervorragende Leistungen erbringen, sogar besser als die Betrugserkennung von Stripe, und Ihre KI könnte bei der Erkennung der richtigen optimalen Preispunkte für B2B-SaaS-Unternehmen hervorragend sein. Aber das sind wahrscheinlich 15 % des Rätsels. Die anderen 85 % des Rätsels bestehen darin, dass ich 10 Jahre hinter Stripe zurückbleibe, das hinter Banken her ist.

Wenn Sie ein Startup sind, müssen Sie an die folgenden Dinge glauben. Erstens: Wenn Sie diese gesamte Produktkategorie heute von Grund auf aufbauen würden, würden Sie es angesichts der Möglichkeiten, die diese KI-Revolution jetzt ermöglicht, wesentlich anders machen? Wie viel von der Technologie der etablierten Produkte ist in Zukunft noch relevant? Wenn es eine sehr, sehr kleine Menge ist, vielleicht ihr Login-System und so etwas, ja, da ist Blut im Wasser. Loslegen.

Wenn wir jedoch beispielsweise MailChimp nehmen und KI verwenden, um die E-Mails zu schreiben und die Notizen zu gestalten, ist das cool. Die meisten Leute mögen MailChimp, weil sie eine wirklich hohe Zustellrate oder E-Mail-Newsletter-Analyse sowie Listen- und Abonnementverwaltung haben, und sie verfügen über Spam-Erkennung und all diesen Kram. Das muss man alles aufbauen. Und während Sie all das aufbauen – nehmen wir an, das sind 30 Monate Arbeit – wird MailChimp wahrscheinlich herausfinden, wie Sie Ihre kleinen KI-Funktionen erstellen. Dann haben Sie das, was sie haben, aber sie haben immer noch eine weitaus ausgereiftere und bekanntere Marke. Das einzige große Unterscheidungsmerkmal, das Sie auf die Party gebracht haben, haben sie jetzt. Dies gilt insbesondere dann, wenn sich die Kern-Engine der Differenzierung tatsächlich am anderen Ende eines OpenAI-API-Aufrufs befindet. Denn in dieser Welt werden sie sicher auch die Aufforderungen verstehen. Das ist der Startwinkel. Da muss man wirklich sagen: „Hey, ich glaube, wenn dieses Gebiet heute noch einmal bebaut werden würde, würde man es grundlegend anders machen.“

„Vielleicht lernt die KI, und um ihren eigenen Wert zu rechtfertigen, spuckt sie Ihnen hin und wieder ein PDF aus, damit Sie das Gefühl haben, dass Sie Ihren Job machen.“

Ich gebe Ihnen ein Beispiel. Es gibt viele Produkte, die Sie mit all Ihren verschiedenen Werbeplattformen verbinden. Sie beherbergen sozusagen Ihr gesamtes zentrales Werbeinventar und führen Analysen durch. Sie werden Ihnen Dinge sagen wie: „Hey, unsere effektivsten Anzeigen sind die folgenden, und wir werden A/B-Tests von dieser mit der anderen durchführen.“ Sie können hineingehen und neue Versionen und all diese Dinge konfigurieren und optimieren und erneut hochladen. Dann können Sie sich Diagramme und Dashboards ansehen, um Ihrem Chef zu zeigen, dass er sagt: „Okay, ich mache hier einen tollen Job.“ Ich denke, dass die gesamte Produktkategorie heute völlig anders aufgebaut wäre. Die Idee wäre, die KI zu bitten, die Anzeigen zu generieren, die Anzeigen zu schalten, den LTV/CAC der Anzeigen zu messen, alle verschiedenen Bake-offs und A/B-Tests vorzuschlagen und die Anzeigen pro Kanal und pro Person zu optimieren. Das alles würde einfach im Hintergrund laufen.

Wenn ich über ein solches Produkt nachdenke, weiß ich nicht einmal, was die Schnittstelle ist. Es könnte sich um eines dieser Shell-Skripte handeln, die Sie einfach ausführen und nie wirklich sehen, was im Hintergrund passiert. Sie vertrauen den Herren einfach darauf, dass das Geld hereinkommt. Vielleicht lernt die KI, und um ihren eigenen Wert zu rechtfertigen, spuckt sie Ihnen hin und wieder ein PDF aus, damit Sie das Gefühl haben, dass Sie Ihr Geld tun Arbeit. Aber bei dieser Art von Produktkategorie, in der es heißt „erstellen, optimieren, erkunden, nutzen, iterieren“, sind alle diese Aufgaben einzeln durchführbar.

Wenn Sie heute in einem dieser Unternehmen sitzen und sagen: „Oh, Scheiße, vielleicht hat Des Recht“, ist die Versuchung groß, zu sagen: „Lass uns einfach eines davon machen.“ Aber die Realität ist, dass die tatsächliche Zukunft all das tun wird, und sie werden alle miteinander verbunden sein. Sie werden sich selbst einreden: „Hey, das wird doch sicher niemand automatisieren.“ Aber wenn man sieht, wie gut die Argumentation von GPT-4 ist, ist es für mich nicht klar, warum sich ein Mensch jeden Tag hier einloggen und auf eine Liste blicken möchte, die rot blinkende Zahl sieht und sagt: „Lass uns diese Werbung ausschalten.“ “ oder „Generieren wir 10 Versionen dieser leuchtend grünen Version, denn sie scheint wirklich gut zu sein.“ All diese Entscheidungen können von KI getroffen werden. Ich denke, das ist ein Beispiel für eine riesige Startup-Chance, die es wert ist, verfolgt zu werden.

Reif für die Transformation

Paul: Es gibt einige gute Fragen für ein Startup, um zum Beispiel klar zu verstehen, welches Geschäft es eigentlich angreifen möchte und was Kunden interessiert und schätzt. Ist es die Art von Front-End-Zeug, das wir viel einfacher sehen, erkennen und darüber nachdenken können? Oder ist es im Fall von Workday tatsächlich das Backend-Zeug? Oder, im Fall von Stripe, die Verordnung oder die Anwälte? Ich denke, das sind gute Fragen, über die Sie und ich gesprochen haben und die für größere Unternehmen sehr nützlich sind, um darüber nachzudenken, ob sie eine Chance haben, von einem Startup legitim angegriffen zu werden oder nicht.

Zuvor haben Sie jedoch verschiedene Kategorien angesprochen, und ich denke, wir haben hier ein paar, die wir durchgehen sollten, weil sie für mich, und ich bin sicher, auch für andere Menschen, konkret machen, wie sich die Dinge ändern könnten. Sie haben beispielsweise Multimedia-Dinge wie Video und Sprache usw. erwähnt. Bei SaaS gibt es jedoch eine ganze Reihe von Kategorien – Vertriebstools, Projektmanagement-Tools, Reporting. Beginnen wir mit dem Verkauf. Heutzutage stellen viele Unternehmen Verkäufer ein und geben eine Menge Geld für deren Schulung aus. Wie würde sich das Ihrer Meinung nach ändern?

„Schauen Sie sich eine Liste an – KI kann es tun. Lead-Scoring der Liste – KI kann es schaffen. Diesen Leuten eine E-Mail schicken – KI kann das. Spezifische Testimonials, Anwendungsfälle und Verkaufsunterlagen auf diese Person in dieser Branche ausrichten – KI kann es schaffen.“

Des: Jeder Aspekt ist meiner Meinung nach anfällig für erhebliche Veränderungen. Die Schulung von Vertriebsmitarbeitern kann jetzt durch die KI live im Anruf erfolgen und Echtzeit-Updates zu „Hey, sie haben nach den Preisen gefragt“ liefern. Hier sind die Preise“ und „Hey, sie haben danach gefragt.“ Hier ist die Folie. Hier ist das Video zum Abspielen. Hier ist der Kunde, auf den Sie verweisen können. Hier ist das Zeugnis.“ Ihr gesamtes Training wird viel mehr im Ohr stattfinden, statt zu sagen: „Nach diesem Anruf, Johnny, werden wir uns zusammensetzen und mit dir über all die Dinge reden, die du hättest sagen sollen.“ Im Moment ist es viel mehr. Das ist nur Training. Das ist, bevor wir an Ihren Schreibtisch gelangen können.

Eine Rolle des Vertriebs ist die Akquise. Es gibt eine Liste, wir werden diese Liste durchgehen, versuchen, Leute zu finden, die glaubwürdig sind, versuchen, mit ihnen in Kontakt zu treten – sie anzurufen, ihnen eine E-Mail zu schicken oder vielleicht Anzeigen auf ihre spezifische E-Mail-Adresse auszurichten, also hoffentlich gelingt uns das Folgen Sie ihnen im Internet. Ich habe nichts gesagt, was ein Mensch tun muss. Schauen Sie sich diese Liste an – KI kann es schaffen. Lead-Bewertung dieser Liste – KI kann dies tun, sei es direkt oder durch API-Übertragung zu ZoomInfo und Erhalt einer Lead-Bewertung. Schicken Sie diesen Leuten eine E-Mail – KI kann es schaffen. Rufen Sie diese Leute an – KI kann es tun. Zielen Sie gezielt auf spezifische Testimonials, Anwendungsfälle und Verkaufsunterlagen, die speziell auf diese Person in dieser Branche zugeschnitten sind – KI kann es schaffen.

Das ist ein Beispiel. Es gibt Unternehmen wie Regie.ai und Nooks, die sich die konkreten Wertpunkte im Vertriebsworkflow ansehen und sagen: „Richtig, ziehen Sie einen Schlussstrich. Das alles können wir schaffen.“ Und das sind übrigens großartige Neuigkeiten für Verkäufer. Vieles von der undifferenzierten Schwerstarbeit wird wegfallen, und jeder hat den Weg zu dem, was er haben möchte, was, wie ich annehme, entweder ein leitender Vertriebsleiter oder ein leitender Vertriebsmitarbeiter wäre, der sich mit höheren Deals zu höheren Preisen befasst, sozusagen Wir haben viele Schulungen weggenommen und gesagt: „Hey, es stellt sich heraus, dass niemand mehr diesen Mist machen muss, also lasst uns euch sofort an den Mixer binden.“

Paul: Es gibt zwei Kategorien von Dingen. Das eine ist für manche Leute, wie zum Beispiel im Verkauf: Es ist die gleiche Arbeit wie beim Verkaufen, aber KI wird die Arbeit viel einfacher machen.

Des: Und auch mehr Spaß.

Paul: Und sicher mehr Spaß. Die andere Kategorie von Dingen besteht darin, dass sich die Arbeitsplätze der Menschen ändern könnten. Projektmanagement ist eine weitere Kategorie, in der sich die Arbeitsplätze der Menschen aufgrund von KI wahrscheinlich verändern werden.

Des: Ich denke schon. Das Projektmanagement ist sehr differenziert. Ich denke, dass dies der einzige Bereich ist, in dem viel KI zum Einsatz kommt, und ein Großteil davon ist, wie ich es nenne, KI im Condiment-Stil. Es ist wie Salz und Pfeffer. Es ist nicht das Gericht – es ist nur ein bisschen süßer Scheiß obendrauf. Ich bin jedoch vorsichtig bei der ganzen Aussage „Schreiben Sie den ersten Satz einer Statusaktualisierung und drücken Sie die Tabulatortaste zum Erweitern“, wo es heißt: „Ich denke, dieses Projekt ist auf Kurs“, Tabulatortaste: „Aber die folgenden Risiken bleiben bestehen.“ Mir wäre es lieber, wenn das tatsächlich aus Ihrem Kopf käme, als dass GPT darauf schließen würde, denn ich möchte, dass Sie darüber wachen. Wenn Sie Ihren Namen dagegen angeben, sagen Sie mir eigentlich, dass Sie beruflich denken, dass ich Sie dafür bezahlen würde, diese Dinge zu verstehen. Deshalb mache ich mir ein wenig Sorgen, dass es in diesen Bereichen manchmal zu einer Überbeanspruchung kommen könnte.

„Anstatt sich jeden Tag einzuloggen, wird einem einfach gesagt, wenn etwas schiefgeht: ‚Warum kommt dieses Projekt zu spät?‘“

Denken Sie an etwas wie Asana, Jira oder Basecamp und sagen Sie: „Wie könnte KI helfen?“ Wieder kommt es darauf an: „Lassen Sie mich wissen, was in diesem Projekt vor sich geht.“ Ich denke, dass KI das kann. Sie können GPT-4 grundsätzlich bitten, zu sagen: „Lesen Sie alle aktuellen Threads, fügen Sie diese zu Ihrem neuesten Wissen hinzu und sehen Sie sich die semantischen Unterschiede an, die einer Führungskraft im Hinblick auf den Status dieses Projekts wichtig wären, und ob es noch auf Kurs ist.“ und schick mir das jeden Tag als Slack-Nachricht.“

Und wieder bewegen wir uns weg von der Benutzeroberfläche hin zu einer reinen Push- statt Pull-Funktion. Anstatt dich jeden Tag einzuloggen, erfährst du einfach, ob etwas schiefgeht. „Finden Sie die Grundursache all dieser Probleme. Warum kommt dieses Projekt zu spät?“ Vielleicht auch andere Dinge wie: „Wer hat in Bezug auf konkrete Entscheidungen am meisten zu diesem Projekt beigetragen?“ Was war der Hauptgrund für die Verspätung dieses Projekts?“ Ehrlich gesagt gibt es dort eine Menge Dinge, die tatsächlich den aktuellen Arbeitsablauf ändern können, um das herauszufinden, und Sie mussten dies wahrscheinlich ab und zu tun, um sich hinzusetzen und vier Google-Dokumente und drei Basecamp-Beiträge zu lesen oder was auch immer, um herauszufinden, was passiert ist, als Sie weg waren.

„Ich persönlich reagiere ein wenig allergisch auf die ‚Registerkarte zum Vervollständigen umfangreicher Schreib- und Urteilsabsätze‘, weil es mir lieber ist, wenn das tatsächlich aus dem Gehirn von jemandem kommt.“

Paul: Es ist mir egal. Du weisst? Es ist viel passiert, eine Entscheidung wurde getroffen, wir sind mit der Entscheidung zufrieden und der Kontext ist eigentlich unnötig.

Des: Ja, ja, absolut. Aber manchmal sucht man fast nur nach einer Entscheidung, oder? Stellen Sie sich eine Welt vor, in der Sie sich anmelden und sagen können: „Ich habe mich heute bei Basecamp angemeldet, weil ich herausfinden muss, ob wir für den 11. August oder was auch immer auf dem richtigen Weg sind.“ Da es fast der 31. ist, sind wir da offensichtlich nicht auf dem richtigen Weg. Die Fähigkeit, auf die Ebene „Das ist das, was ich wissen möchte und die Worte sind nicht wirklich wichtig“ zu gelangen, kann sehr wirkungsvoll sein. Ich habe noch nicht gesehen, dass das gut gemacht wird, aber ich vermute, dass es passieren wird. Unter diesem Gesichtspunkt wird sich die Natur eines PM-Tools ändern. Das Identifizieren von Konfliktressourcen und Dinge wie „Hey, Paul hat diese sieben Dinge im Griff und ist tatsächlich für diesen Termin gebucht“ könnte ebenfalls sehr nützlich sein. Ich denke also, dass das PM-Tool im Allgemeinen definitiv dafür geeignet ist, aber ich persönlich bin ein wenig allergisch gegen die „Registerkarte zum Vervollständigen umfangreicher Absätze zum Schreiben und Urteilen“, weil ich es bevorzuge, wenn das tatsächlich aus dem Gehirn von jemandem kommt Zumindest jetzt.

Die KI gibt den Ton an

Paul: Ein weiteres Thema sind Reporting und Reporting-Tools. Wir hier bei Intercom haben zum Beispiel den größten Teil eines Jahrzehnts damit verbracht, umfassende Berichte zu erstellen – Berichte zu bearbeiten, Berichte zu erstellen, alle möglichen typischen Dinge aus grober Sicht wie das Erstellen von Berichten.

Des: Erstellen Sie ein neues Portfolio, aktualisieren Sie einen Filter, ändern Sie es und kategorisieren Sie es.

Paul: Und je mehr wir bauen und je mehr wir mit Kunden recherchieren, desto mehr lernen wir, dass es noch mehr zu bauen gibt.

Des: Es ist eine unendliche Geschichte.

Paul: Mehr Konfigurierbarkeit, mehr Anpassung usw. Nun ist Ihnen jedoch klar, dass KI wahrscheinlich einen Großteil davon leisten könnte, und es besteht keine Notwendigkeit, all diese Dinge zu entwickeln oder zu verwenden, wenn sie bereits erstellt wurden, und wir befinden uns in einer Situation, in der wir immer noch an der Erstellung von Berichten arbeiten Funktionen, fragen sich aber auch: „Sollten wir auch dafür sorgen, dass unsere Kunden sie niemals nutzen?“ Und stattdessen eine Art Feld haben, in das sie die Frage eingeben, wie zum Beispiel: „Ist der LTV höher oder niedriger?“ „Ist mein Kundensupportvolumen zurückgegangen?“ „Was war der arbeitsreichste Tag dieser Woche?“ Es ist alles eine chatbasierte Benutzeroberfläche. KI wird darin eindeutig gut sein. Ich denke, es wird Dinge wie die Aufdeckung von Korrelationen in Daten bewirken, die Menschen niemals tun würden, nur weil es so viele Daten gibt.

„Viele Menschen fühlen sich mit KI nur als Haustier wohl … Wir müssen uns mit KI als Gleichgesinnter wohler fühlen.“

Des: Und es ist so viel mächtiger als jeder einzelne Mensch.

Paul: Ja, genau. Und es kann noch viel mehr. Ich habe Ihnen bereits gesagt, dass es meiner Meinung nach bei der Rolle des Menschen weniger darum geht, die Daten zu durchforsten und zu analysieren, als vielmehr um die Beurteilung. Normalerweise geht es darum, die Analyse durchzuführen, menschliches Urteilsvermögen anzuwenden und dann Entscheidungen zu treffen. Und ich denke, die Menschen werden sich vom Analyseteil entfernen. KI wird das tun und sie wird das Urteilsvermögen anwenden, um Entscheidungen zu treffen. Aber Sie sagten, und ich stimme zu, dass die KI auch das Urteil fällen wird. Können Sie das etwas erklären?

Des: Ja, sicher. Ich verstehe das falsch, aber es gibt einen Bildungspsychologen namens Benjamin Bloom, der versucht hat zu beschreiben, wie man einen Bereich jeglicher Art kennenlernt, und er hat dieses Ding namens „Blooms Taxonomie der Bildungsziele“. Und ganz, ganz unten steht die Erinnerung. Die Art „Können Sie 26 Grafschaften Irlands auflisten“? Das hat keine Tiefe. Und ganz, ganz oben steht die Synthese: „Kann man neue Sachen auf der Grundlage bestehender Sachen erschaffen?“

Es geht also so etwas wie Erinnern, Erkennen, Verstehen, Analyse und Synthese. Ich überspringe dort ein oder zwei und wir werden ein besseres Diagramm in die Shownotizen einfügen. Ich denke, viele Menschen fühlen sich mit KI nur als Haustier wohl. Sie mögen es am unteren Ende. Es ist genauso cool wie die Leute, wenn es um Tippfehlerkorrekturen geht. Aber wir müssen uns in gewisser Weise als Gleichgesinnter mit der KI vertrauter machen. Ich denke, dass die KI in der Lage sein wird, Urteile zu fällen, denn selbst wenn man unseren eigenen Bot, Fin, nimmt, lautet ein Großteil dessen, was Fin tut, „Wenn du dies beantwortest, beantworte das.“

„Mir ist nicht klar, wo die KI in ihrer Leistungsfähigkeit aufhört. Es ist klar, dass es ein gewisses Maß an menschlichem Trost gibt: „So weit kann man gehen, aber ich muss die Person sein, die das in Ordnung bringt.““

Rewind.ai ist Kunde von Fin. Ich bin ein Rewind-Benutzer. Es ist ein tolles Produkt. Rewind macht diese Sache, bei der jedes Meeting aufgezeichnet werden soll, und das wollte ich nicht tun. Also habe ich versucht, dieses Popup zu deaktivieren und habe mich an die Hilfe von Rewind gewandt. Ich sagte: „Wie deaktiviere ich das Popup?“ Und Fin sagte: „Oh, so machen Sie es.“ Und es wurde ein Artikel verlinkt, in dem es nie direkt hieß: „Um dieses Pop-up zu deaktivieren, gehen Sie wie folgt vor.“ In dem Artikel hieß es etwa: „Wenn Sie diese Funktion aktivieren möchten, können Sie dies hier tun.“ Wenn Sie das tun, wird es übrigens nicht immer eingeschaltet sein. Es wird jedes Mal auftauchen. Und nachdem Fin diesen Artikel gelesen hatte, kam er zu dem Schluss, dass es auf diesem Bildschirm zu sehen sein muss, wenn es das Ding ist und das die Vorliebe dafür ist. Und es gab mir im Grunde eine perfekte Antwort. Und ich benutze dies nicht, um Fin zu bewerben, sondern es ist nur ein Beispiel für die Schlussfolgerung oder das Urteil und den Vorschlag. Es war zuversichtlich genug, mir zu sagen, dass dies die Antwort sei. Es ist ein einfaches Beispiel, bei dem niemand in Rewind diese Antwort tatsächlich aufschreiben musste. Fin hat es geschafft.

Stellen Sie sich im Fall der Berichterstattung vor, dass wir fragen: „Zeigen Sie mir, welche CS-Vertreter die höchsten Punktzahlen erzielen“, was eine ziemlich einfache Frage ist. 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.” Das macht Sinn. 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.

Die Frage ist: Reicht der Angriffswinkel aus, um wirklich störend zu sein? Oder wird sich irgendein leitender Ingenieur oder Designer bei Mega Big Corp hinsetzen und sagen: „Das sollten wir wahrscheinlich kopieren“? Es könnte ein Jahr dauern, aber in diesem Jahr ist es unwahrscheinlich, dass Sie eine vollständig ausgereifte Plattform aufgebaut haben. Das ist die Herausforderung, und vielleicht ist das in Ordnung. Vielleicht ist es für Sie in Ordnung, wenn Sie sagen: „Hey, wir werden das untere Ende des Marktes anstreben.“ Wir müssen eigentlich nicht mit dem Megacorp konkurrieren.“ Das ist in Ordnung, aber stellen Sie sicher, dass Sie alle diese Entscheidungen gemeinsam treffen und sagen Sie nicht einfach: „Wir werden Salesforce töten, weil wir einen KI-basierten Lead-Scoring-Algorithmus haben“ oder so etwas in der Art. Salesforce wird daran arbeiten.

Paul: Das ist großartig. Lassen wir es für heute dabei und wir sehen uns vielleicht in 12 Monaten, damit wir herausfinden können, was als nächstes kommt.