Intercom on Product: AI 時代の製品戦略

公開: 2023-09-16

新しい AI ネイティブのスタートアップ企業や業界の巨人が AI 革命を推進するにつれて、製品の状況は大きな変革を迎えています。企業はこの破壊的な力の潜在力を利用してイノベーションを推進し、今日の競争市場で成長することができるでしょうか?

ここ数年、特に昨年 11 月の ChatGPT の立ち上げ以来、私たちは創造性とイノベーションの限界を押し広げる生成 AI のブームを目撃してきました。また、私たちがほとんど想像もできなかった方法で業界を一変させ始めました。テキストから音声、画像に至るまで、これらの最新の AI 機能はすでに、完全に AI を活用したワークフローを備えた新世代の AI ネイティブスタートアップを引き起こしており、他の数え切れないほどの企業が AI を活用した機能や製品を開発または導入するよう促しています。

UX、UI、コンテンツ作成、データ分析、顧客サービス、販売見込み、マーケティングオートメーションなど、アプリケーションは無限にあります。第一波が収まった今は、これらの変化が製品戦略と製品リーダーにとって何を意味するのかを考えるのに理想的な時期です。あなたがプロダクトマネージャーであっても、数十年の経験を持つ分野専門家であっても、新人のスタートアップ創業者であっても、この時代は新たな課題だけでなく、状況を一変させる機会ももたらします。 AI は人々の生産性を高め、新しい市場に拡大するのに役立つのでしょうか、それとも特定の役割を時代遅れにしてしまうのでしょうか? 革新的な AI アプローチを備えたスタートアップ企業は、確立されたカテゴリーを破壊することに成功するでしょうか? そして、既存企業は容赦ないイノベーションのペースについていくことができるでしょうか?

Intercom on Product の今日のエピソードでは、当社の最高製品責任者である Paul Adams と AI 時代の製品戦略について話しました。

以下に重要なポイントをいくつか示します。

AI でカテゴリーを真に破壊するには、スタートアップ企業は自社の製品や機能が、既存企業が簡単に真似できない独自の攻撃角度を提供しているかどうかを検討する必要があります。
AI は販売や顧客サービスなどの SaaS カテゴリのタスクを合理化し、反復的な作業を軽減しますが、プロジェクト管理への影響はより微妙です。
AI の機能が進歩するにつれて、依然として人間の監視が必要ではあるものの、人々は分析だけでなく判断を伴うタスクでも AI に依存することに抵抗を感じなくなるでしょう。
AI などの新機能を検討する場合、プロダクトマネージャーは、ユーザーベースを拡大する方法、ユーザーの能力を強化する方法、またはタスクを完全に削除する方法に焦点を当てる必要があります。
新興企業であろうと、既存の企業であろうと、イノベーションのジレンマの背後にあるアイデアをブラッシュアップする良い機会です。

私たちのディスカッションを気に入っていただけましたら、ポッドキャストの他のエピソードもチェックしてください。 Apple Podcasts、Spotify、YouTube をフォローしたり、選択したプレーヤーで RSS フィードを取得したりできます。 以下は、エピソードを軽く編集した書き起こしです。

農場に賭ける

Paul Adams:皆さん、Intercom on Product へようこそ。私はポール・アダムスです。今日はいつものようにデスも一緒です。

デス・トレイナー:やあ、ポール。お元気ですか？

ポール:わかりました、今日は AI と製品戦略について話します。この件について、さまざまな立場の人々にとってそれが何を意味するかについて話し合うつもりです。粉塵の第一波が収まったので、この件について話し合う絶好の時期だと感じています。私たちはこの種の企業の第一波から何が可能になるのかを見てきましたが、他の大きなテクノロジーと同様に、最初はすべてがどのように展開するかは人々にはわかりません。今日の風景を見ると、私たちには全力を尽くしている人々がいます。彼らは次のように言っています。会社に賭けてください。」そして、まだ少し確信が持てない人もいるでしょう。「これは本当に大したことなのか？」これはシリコンバレーのクールエイドですか？」デス、自分はどこにいると思いますか？

「いくつかの機能を見てみると、ソフトウェアの業界全体とカテゴリ全体が一変することは間違いありません。」

デス:私は間違いなく参加します。農場に賭けて、会社に賭けて、クールエイドに賭けて、近所の人に行って、彼らの農場に賭けてください。それは大きいと思います。シリコンバレーと投資家が何か新しい話題を求めていた時期に都合よく到来したように見えるので、懐疑的な見方の原因は理解できる。しかし、現時点で AI が提供しているエクスペリエンスを体験すると、何か大規模なことが起こっていることは明らかですが、私たちはまだそれを認識する初期段階にいます。おっしゃる通り、汚れは落ちてきました。まさに塵の第一波だ。 AI ネイティブの企業としての実績を活かして、企業全体がシリーズ A または B を獲得し始めています。

これについて話すとき、私が言いたいのは、実際の AI を提供している OpenAI や Anthropic ではなく、完全に AI を活用したワークフロー製品全体を構築している人々です。 OpenAI と Anthropic が存在しなかったら、この会社も存在しなかったでしょう。人々はそこをプラットフォームとして本当に頼りにしています。いくつかの機能を見てみると、ソフトウェアの業界全体とカテゴリ全体が一変することは私にとっては間違いありません。

ポール:テクノロジーの分野では、絶滅の出来事について話すことがあります。モバイルが登場し、モバイルファーストの企業が、モバイルファーストではなく適応できなかった企業を潰した。それ以前は、クラウドファースト企業も同様でした。これは絶滅イベント的なものだと思いますか？

デス:確かに、特定のポケットにあると思います。そして、他の多くの地域では、それが絶滅事象でないとしても、それは 1 つの新しい力学によるものです。これらの領域の一部では、たとえば、オープン AI サーバーを使用して、「ねえ、この事件を 5,000 語で要約してください」というように API を通じてアクセスし、それをサードパーティに ping して、データを取得します。応答。それは、会社全体を iOS ネイティブにするために再構築することと同じではありません。その結果、既存企業が実際にこれを利用して大きな価値を得ることができると思われるソフトウェアの分野が現れるでしょう。一部の地域では絶滅が起こるだろうが、それは小惑星のようなものではなく、業界全体を壊滅させるものではない。多くの大企業が実際に大きくなるのを見ることになると思います。

「11 月 29 日に ChatGPT 3.5 を見たときに明らかになった、少なくとも最初にわかったのは、これが会話として非常に優れているということでした。」

ポール：ええ。それは明らかにモバイルで起こりました。 GoogleとFacebookは最終的にその方法を見つけ出した。

Des:彼らはそうしました、その通りです。彼らは、たとえば検索を得意とする方法を誰よりも早く実現する方法を見つけ出しました。この比率の考え方についてはすぐに戻りますが、Objective-C を学習し、Objective-C または iOS を利用したインターフェースを携帯電話にデプロイして、非常に強力な検索エンジンを構築することが、すべての中で最も難しいことがわかりました。それは非常に強力な検索エンジンです。それは、私たちがしなければならない新たな作業の量と、既存の作業のどれだけがまだ有効であるかの比率です。 Google のバックエンドは依然として非常に有効であり、フロントエンドは変更される可能性がありますが、インターネット全体をクロールすることは、YC から脱落した 2 つのランドが一晩で実行できるものではないことが判明しました。

ポール:その両面について話しましょう。重要な機能、つまり特定のカテゴリで製品に必要なコア機能があります。さらに、新しいことができるようになり、新しいテクノロジーがそれを可能にします。 AI ができる新しいことから始めましょう。あなたはそれに対して強気になる事柄のリストをすべて持っています。

デス：そうですよ。 11 月 29 日に ChatGPT 3.5 を見たとき、明らかになった、少なくとも最初にわかったのは、これが会話として非常に優れているということでした。人間を理解するのがとても上手で、返事をするのもとても上手でした。プロンプトと指示が非常にうまくいき、基本的なテキストの議論が非常に上手でした。つまり、これを拡張し、これを要約し、これを言い換え、これを言い直します。

また、推理や推論も非常に得意でした。たとえば、複雑なシナリオを想定して、「燃えている建物の中で長期の病気と闘っている人がいる場合、どちらがより大きな問題ですか?」と尋ねることもできます。そして、それらの質問に対する答えが得られました。人間にとって、これらのことは非常に単純に聞こえます。しかし、実際に機械にそれを理解させ、推論をさせ、アクションを提案させることは非常に強力です。または、「これまでに読んだすべての最新情報に基づくこのプロジェクトの状況を考慮して、最も重要な問題は何だと思いますか?」そしてそれは実際にそれに関して本当に良い仕事をするでしょう。したがって、演繹的または帰納的推論のアイデアは、そこでも非常に強力です。

「これがどれだけ日常生活に入り込んでいるか、人々は気づいていないのだと思います。」

ここで話しているのはテキストドメインについてです。 DALL-E と DALL-E2 には、テキストを指定して画像をレンダリングする機能が備わっており、それが非常に優れていることがわかりました。さて、『Midjourney』の最新作はまさに息をのむほどの出来だ。

なぜそれが役立つのかとよく尋ねられます。そうですね、人々が創造的ではないが、自分が何を望んでいるのかを知っているというシナリオはたくさんあります。そこで、このメールを送信したいのですが、暗いテクスチャ背景に明るい細いフォントで送信したいと考えています。そして、それの 27 のバージョンを画面上に表示できます。突然、芸術ができない人でも芸術ができるようになりますよね？

画像を生成できるということは、鼻につくべきものではありません。これらの多くは、「惑星を食べるチーズバーガーを見せて」という面白い使用例に代表されますが、これは非常にうまく機能します。しかし、「新しいウェブサイトにとても素敵なヘッダー背景をください」というのは、Squarespace や Wix などの素晴らしい機能になることは保証します。

私たちには声があります。これが続いてきました。音声を解析する機能と、ほぼリアルタイムの音声文字起こしの機能があります。そして音声も生成できます。それが AI における最新の進歩です。たとえば、Synthesia や Play.ht を見れば、ミッション: インポッシブルのようなものだと言えるでしょう。 90 秒間話し続けると、たった 1 つの文であなたの印象がすぐに伝わります。 1時間話し続けると、理解できるようになります。確かにそれで逃げられるかもしれません。

「この時点で私に AI 懐疑論者になるよう圧力をかけることはできませんでした。」

そしてビデオを生成します。 Synthesia はこのフェイクビデオアバター機能を提供しており、自分自身と自分のいくつかのマナーを記録することができ、あなたが話しているように見せかけることができます。しかし、画像を生成するのと同じ方法で完全なビデオを生成できるようになります。

これらすべてのカテゴリーについて考えると、私が最初に犯した間違い、そして多くの人が最初に犯した間違いは、こう考えたことだと思います。 Adobe で働いているなら、この問題はすべて解決するはずです。」

これがどれだけ普段の生活に入り込んでいるか、人々は気づいていないのだと思います。その音声技術は文字通り、メッセージングの未来や、運転中などに製品に話しかけるだけの製品インタラクションの未来を推進するものになる可能性があります。それがすべて可能になりました。そして同様に、この画像は単なる「惑星を食べるホットドッグ」ではありません。文字通り背景全体をデザインし、私が使用しているこの製品をより美しく見せるために再スキンすることができます。

今では可能になった他の素晴らしいものを使い続けることもできます。しかし、その可能性すべての総合的な重みを見て、特定のソフトウェア領域、創造性、UI、人間が他の人間とどのように対話するか、どの仕事を自動化できるか、そしてシステムのどの部分への応用について考えると、仕事は自動化できるかもしれないのに、この時点で私に AI 懐疑論者になるよう圧力をかけることはできません。不可能です。それは流れを押し戻そうとしているようなものです。大規模な変革が近づいていることは明らかであり、その変革の正しい側に立つほうがよいでしょう。

巨人に挑む

ポール：つまり、私もそこにいるんです。そこであなたが発言したことの中には、たとえば画像など、広告業界全体がひっくり返るかもしれません。確かに、クリエイティブまたはメディア代理店で働いている場合はそうです。クリエイティブエージェンシーで働いている人々は、すでに AI を使用してすべての作品、またはほとんどの作品を生成していることを私は知っています。

その裏側について話しましょう。私がこれまで聞いたことのないスタートアップについていくつか言及しました。それはただの爆発です。この新世代のテクノロジーに基づいて構築された新しいタイプのものすべてに追いつくことができる人は誰もいないと思います。一方で、10 年から 20 年かけてビジネスを構築し、数億ドルの収益を誇る大企業も存在します。 Intercom の初期の頃、私たちは少し世間知らずでした。私たちは、「既存企業に対抗する人気のスタートアップ」のような、ジャイアントキリングタイプの考え方で入社しました。

デス: 「Salesforce を潰すつもりです。」

ポール:ああ、肩が欠けた、ジャイアントキラーだよね？そのとき、「ああ」と気づきます。レポートなどの分野では、「ああ、これは大きくて奥深いことだ」と思います。

デス：そうだね。この人たちが大きいのには理由がある。

「『ねえ、今日このエリアを再び建設するとしたら、根本的に違うやり方をするだろう』と本当に言わなければなりません。」

ポール:勝ち残るためには、何年もの製品開発が必要です。企業はそれについてどう考えるべきだと思いますか？

Des:これは両方の側面から見ることができると思います。あなたが粗末なスタートアップで、敵を選んだとしましょう。「Workday を追いかけましょう」と言った場合、AI が許す Workday への攻撃角度は何でしょうか? そうですね、私たちが持つすべての機能を見てください。パフォーマンスレビューを生成して、その種のものを解析してみることもできます。

しかし最終的には、既存のワークフローを簡素化するために AI マジックを散りばめたり点を加えたりできる例をいくつか見つけたとします。 Workday を使用したことがある人なら誰でも認めざるを得ないと思います…社内のワークフローの複雑さを気にする人はいないと思います。それは彼らの ROI ではありません。人々が Workday を購入する理由はそこにはありません。

人々が Workday を購入する理由は、これが想像できる最大の人間向け ERP だからだと思います。彼らは大規模なエンタープライズ営業チームを擁しています。彼らは「HRIS システムに関しては当社がラスボスである」という巨大なブランドを構築しており、それを彼らは重視しています。

Paul:そして、ほぼ無限に設定可能です。

デス：そうだね。そこで問題は、AI の時代にこれらすべてを再構築した場合、何が変わるでしょうか? 人々が極端な構成可能性を購入しているとしても、そこに攻撃的な角度があるかどうかは私にはわかりません。人々は、管理者の関係によって物と物を結び付けて、「物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。物にはレポートがある。) 物には自宅の住所がある。給料があるんだよ。」短期的にはどれも大きく変わるとは思えません。 AI を活用すれば、はるかに美しい Workday を実現できるでしょう。ただ誰も気にしないと思います。あなたはおそらくあなたより成熟している他のシリーズAまたはBのスタートアップと競争することになるでしょう。

「貴社の AI は不正検出においては優れており、Stripe の不正検出 AI よりも優れているかもしれません。しかし、おそらくそれはパズルの 15% にすぎません。」

しかし、もっとセクシーな例を挙げると、あなたと私が「ストライプを殺しに行くつもりだけど、AIを使うつもりだ」と言ったとします。仕事 1、あなたは AI を動かし始めます。私はスーツを着て 7 つの銀行と Visa と MasterCard に会い、クレジットカードにチャージする許可を得ることができるかどうかを確認します。それが実際のタスクです。では、人々に信頼されるブランドを構築するにはどうすればよいでしょうか? そうですね、あなたの AI は不正検出においては素晴らしく、Stripe の AI よりも優れているかもしれません。また、あなたの AI は B2B SaaS 企業にとって適切な最適な価格設定ポイントを検出することに優れているかもしれません。しかし、それはおそらくパズルの 15% にすぎません。パズルの残りの 85% は、銀行を追いかけている Stripe に 10 年遅れているところです。

あなたがスタートアップであれば、次のことを信じなければなりません。 1 つは、この AI 革命で現在何が可能になっているかを考慮して、この製品カテゴリ全体を今日ゼロから構築するとしたら、大幅に異なる方法で行うでしょうか? 既存の製品のテクノロジーのうち、どの程度が将来的にも有効でしょうか? それが非常に、非常に少量である場合、おそらく彼らのログインシステムとそのようなたわごと、ええ、水の中には血が流れています。進み始める。

しかし、たとえば MailChimp を取り上げて、AI を使用してメールを作成し、メモのスタイルを設定するとしたら、それは素晴らしいことです。ほとんどの人が MailChimp を好むのは、配信率が非常に高く、電子メールニュースレター分析、リスト管理、購読管理があり、スパム検出などの機能が備わっているためです。それをすべて構築する必要があります。そして、これらすべてを構築している間、つまり 30 か月に相当する作業だとしましょう。MailChimp はおそらく、小さな AI 機能を構築する方法を見つけ出すでしょう。そうすれば、彼らが持っているものは手に入りますが、彼らはまだはるかに成熟した有名なブランドを持っています。あなたがパーティーに持ち込んでいた唯一の大きな差別化要因が、彼らは今それを持っています。これは、差別化のコアエンジンが実際に OpenAI API 呼び出しの相手側にある場合に特に当てはまります。あの世界では、きっと彼らもプロンプトを解決してくれるでしょうから。それが始動角度です。「ねえ、このエリアが今日再び建設されるとしたら、根本的に違うやり方をするだろうね」と本当に言わなければなりません。

「おそらく AI は学習し、自分自身の価値を正当化するために、時折 PDF を吐き出し、ユーザーに仕事をしていると思わせるのでしょう。」

例を挙げてみましょう。さまざまな広告プラットフォームすべてに接続できる製品が多数あります。これらは、中央の広告インベントリをすべて保管し、分析を実行するようなものです。彼らは、「最も効果的な広告は次のとおりです。この広告とあの広告の A/B テストを実行します。」といったことを言います。新しいバージョンなどを設定、調整、再アップロードすることができます。次に、グラフやダッシュボードを見て、上司に「わかりました、私はここで素晴らしい仕事をしています」ということを示すことができます。製品カテゴリー全体が今とは全く違った形で構築されていたと思います。そのアイデアは、AI に広告の生成、広告の実行、広告の LTV/CAC の測定、さまざまなベイクオフと A/B テストのすべての提案、チャネルごと、ユーザーごとの広告の最適化を依頼することです。それはすべてバックグラウンドで実行されるだけです。

そういう製品のことを考えると、インターフェイスが何なのかさえわかりません。それは、実行するだけでバックグラウンドで何が起こっているかを実際に確認することのないシェルスクリプトの 1 つである可能性があります。あなたはただ、お金が入ってくるようになるという主を信頼するだけです。おそらく AI は学習し、自分自身の価値を正当化するために、時折 PDF をあなたに吐き出し、あなたが自分の仕事をしているように感じさせます。仕事。しかし、「作成、最適化、探索、活用、反復」といったタイプの製品カテゴリでは、これらのタスクはすべて個別に実行可能です。

もしあなたが今日、これらの企業のいずれかに座って「ああ、くそー、デスの言うことも一理あるかもしれない」と思っているとしたら、「じゃあ、そのうちの 1 つだけやってみよう」という誘惑に駆られるでしょう。しかし現実には、実際の未来ではそれらすべてが実行され、それらがすべて組み合わされることになります。「ああ、きっと誰もこれをすべて自動化することはないだろう」と自分自身を納得させるでしょう。しかし、GPT-4 の推論がいかに優れているかを見ると、人間がなぜ毎日ここにログインしてリストを眺め、赤く点滅する番号を見て「あの広告を消しましょう」と思うのか私には理解できません。「この明るい緑色のバージョンはとても良さそうなので、10 個のバージョンを生成しましょう。」これらの決定はすべて AI によって行うことができます。これは追求する価値のある巨大なスタートアップの機会の一例だと思います。

変革の機は熟しています

ポール:たとえば、スタートアップが攻撃しようとしている実際のビジネスと、顧客が何に関心を持ち、何を重視しているかを明確に理解するための良い質問がいくつかあります。それは、私たちにとって非常に見やすく、認識し、考えることが容易なフロントエンドのものでしょうか? それとも、Workday の場合、実際にはバックエンドのものでしょうか? それとも、Stripe の場合は規制や弁護士でしょうか？あなたと私が話してきたこれらは良い質問であり、大企業がスタートアップから合法的に攻撃される機会があるかどうかを考えるのに非常に役立つものだと思います。

しかし、その前に、あなたはさまざまなカテゴリーについて触れましたが、ここで私たちが検討すべきいくつかのカテゴリーがあると思います。なぜなら、それらは私にとって、そして他の人々にとっても、状況がどのように変化するかを具体的に示してくれるからです。たとえば、ビデオや音声などのマルチメディアについて言及しました。ただし、SaaS には、販売ツール、プロジェクト管理ツール、レポートなど、非常に多くのカテゴリがあります。まずは販売から始めましょう。今日、多くの企業が営業マンを雇用し、彼らのトレーニングに莫大な費用を費やしています。それはどう変わると思いますか？

「リストを見ると、AI がそれを行うことができます。リストのスコアリングを主導 – AI がそれを行うことができます。こうした人々にメールを送信するのは AI が可能です。この業界のこの人に特定の体験談、ユースケース、セールスデッキをターゲットにする – AI ならそれが可能です。」

Des:あらゆる側面が大きな変化の影響を受けやすいと思います。営業担当者のトレーニングでは、AI が通話中にリアルタイムで最新情報を提供できるようになりました。「価格について質問されました。これが価格です」、そして「ねえ、彼らはこれについて尋ねました。こちらがスライドです。再生するビデオはこちらです。こちらが参考になるお客様です。これがその証言です。」「この電話の後、ジョニー、私たちは座って、あなたが言うべきだったすべてのことについて話します。」と言うよりも、すべてのトレーニングがはるかに耳に入ってくるものになります。現時点ではそれ以上です。それはただのトレーニングです。それは私たちがあなたのデスクに着く前です。

営業の役割の 1 つは見込み客の開拓です。リストがあるので、このリストを調べて、信頼できる人を見つけて連絡を取ってみるつもりです。電話をかけたり、電子メールを送ったり、あるいは特定の電子メールアドレスに広告をターゲットにしたりすることもできます。インターネット上で彼らを追跡してください。人間がしなければならないことは何一つ言っていません。このリストを見てください。AI ならそれができます。このリストのリードスコアリング – 直接、または ZoomInfo に API を送信してリードスコアを取得することで、AI が実行できます。こうした人々にメールを送信します。AI ならそれが可能です。この人たちに電話してください。AI ならそれができます。この業界のこの人に特有の具体的な体験談、ユースケース、セールスデッキをターゲットにする - AI でそれが可能です。

それは一例です。 Regie.ai や Nooks のような企業は、営業ワークフローにおける実際の具体的な価値ポイントに注目し、「そうだ、これについては線を引いてください。」と言っています。私たちはそれをすべて実現できます。」ところで、これは販売担当者にとって素晴らしいニュースです。差別化されていない重労働の多くは取り除かれ、誰もがなりたいものになるための道が奪われます。おそらく、それは上級営業リーダーか、より高額の取引を扱う上級営業担当者のどちらかだったと思います。私たちは多くのトレーニングコースを廃止して、「おい、もう誰もそんなくだらないことをする必要がないことがわかった。だから、すぐにミキサーに参加させよう。」と言いました。

ポール:物事には 2 つのカテゴリーがあります。 1 つは営業などの一部の人々のためのものです。これは営業と同じ仕事ですが、AI によってその仕事がはるかに簡単になります。

Des:そして、さらに楽しいです。

ポール:もちろん、もっと楽しいです。もう 1 つのカテゴリは、人々の仕事が変わる可能性があるということです。プロジェクト管理も、AI によって人々の仕事が変わる可能性が高いカテゴリーです。

デス：そう思います。プロジェクト管理は非常に微妙です。これは、多くの AI が適用されている分野の 1 つであり、その多くは私が調味料スタイル AI と呼ぶものです。塩とコショウみたいな感じです。それは皿ではありません - それは上にちょっとしたかわいいたわごとが載っているだけです。しかし、私は「ステータス更新の最初の文を書いてタブを押して展開する」全体に警戒しています。「このプロジェクトは順調に進んでいると思います」タブの「ただし、次のリスクが残っています」のようなものです。 GPT がそれを推測するよりも、実際にあなたの頭から出てきたことのほうがいいと思います。なぜなら、あなたにはそれを乗り越えてもらう必要があるからです。あなたが自分の名前を出しているということは、あなたが専門家として、これらのことを理解してもらうために私がお金を払うと考えているということです。したがって、時々これらの領域を使いすぎてしまうのではないかと少し心配しています。

「毎日ログインするのではなく、何か問題が発生した場合に『なぜこのプロジェクトは遅れているのか』と言われるだけです。」

Asana、Jira、Basecamp などについて考えて、「AI はどのように役立つでしょうか?」と考えてください。繰り返しになりますが、「このプロジェクトで何が起こっているのか教えてください」ということになります。 AIならそれができると思います。基本的に GPT-4 に次のように要求できます。「最新のスレッドをすべて読み、それを最新の知識に追加し、幹部がこのプロジェクトのステータスと、プロジェクトがまだ進行中であるかどうかについて気にする意味上の違いを確認してください。それを毎日 Slack メッセージとして送ってください。」

そして再び、私たちは UI から離れて、単なるプッシュとプルに移行しています。毎日ログインするのではなく、何か問題が発生した場合に通知を受け取るだけです。「これらすべての問題の根本原因を見つけてください。なぜこのプロジェクトは遅れているのですか?」他にも、「具体的な決定を下すという点で、このプロジェクトに最も貢献したのは誰ですか?」といった内容も考えられます。このプロジェクトが遅れた最大の理由は何ですか?」正直なところ、これを解決しようとする現在のワークフローは実際に変更される可能性があるものがたくさんあります。おそらく、座って 4 つの Google ドキュメントと 3 つの Basecamp の投稿を読む必要が時々あるでしょう。または、あなたがいないときに何が起こったのかを解明しようとするためのものです。

「個人的には、『文章と判断の膨大な段落を完成させるためのタブ』には少しアレルギーがあります。なぜなら、それが実際に誰かの脳から来たものであれば、私は好むからです。」

ポール：それは私にとっても関係ないよ。あなたが知っている？多くのことが起こり、決定が下され、その決定に問題はなく、実際にはコンテキストは不要です。

デス:ええ、ええ、まったく。しかし、時には決断を下すのに必死になることもありますよね？ログインして「8 月 11 日か何かに向けて順調に進んでいるかどうかを確認する必要があるので、今日 Basecamp にログインしました。」と言える世界を想像してみてください。もうすぐ31日であることを考えると、明らかにその目標に向かって進んでいません。「私が知りたいことはこれだ。言葉はあまり重要ではない」というレベルに到達できるのは、非常に強力です。それがうまくいくのをまだ見ていませんが、きっとそうなると思います。その観点からPMツールの性質も変わってくるでしょう。紛争に関するリソースや、「ポールはこの 7 つのことに取り組んでいて、実際にここに来るように予約されているんだ」といったものを特定することも、非常に役立つ可能性があります。したがって、一般的に、PM のツールは間違いなくそのために機が熟していると思いますが、個人的には、「文章と判断の膨大な段落を完成させるためのタブ」には少しアレルギーがあります。なぜなら、それが実際に誰かの脳から来ているのであれば、私は好むからです。少なくとも今は。

AI が決定権を握る

Paul:もう 1 つはレポートとレポートツールです。たとえば、ここ Intercom では、10 年間の大部分を、レポートの編集、レポートの作成、作成などの大雑把な観点からのあらゆる種類の典型的な作業など、詳細なレポートの作成に費やしてきました。

Des:新しいポートフォリオを作成し、更新し、フィルターを変更し、分類します。

ポール:そして、構築すればするほど、顧客との調査が増えれば増えるほど、構築すべきものがさらにあることがわかります。

デス：それは終わりのない物語だよ。

Paul:構成可能性の向上、カスタマイズの強化などです。しかし今では、AI がその多くを実行できる可能性があり、これらすべてを構築したり、すでに構築されている場合はそれらを使用したりする必要はなく、私たちはまだレポートを構築している立場にあることに気づきました。しかし同時に、「顧客がそれらを決して使用しないというニーズも構築すべきだろうか?」とも考えています。その代わりに、「LTVは上がっていますか、下がっていますか?」のような質問を入力する何らかのフィールドを用意します。「カスタマーサポートの量が減ったのでしょうか？」「今週一番忙しかった日は何日でしたか?」すべてチャットベースのUIです。 AIは明らかにそれが得意です。データが膨大にあるため、人間では絶対にできないデータの相関関係を明らかにするなどのことができると思います。

「多くの人は、AI を家のペットとしてしか快適に感じません。私たちは AI を仲間としてもっと快適に扱う必要があります。」

Des:そして、それは誰よりもはるかに強力です。

ポール：ええ、その通りです。さらに多くのことが可能になります。以前、人間の役割はデータを掘り下げて分析することではなく、判断することのほうが多いのではないかとお話しました。通常、分析を行い、人間の判断を適用して、意思決定を行います。そして人間は分析の部分から離れていくと思います。 AIがそれを行い、その判断を適用して決定を下します。しかし、あなたはAIが判断もするだろうと言いました、そして私も同意します。それについて少し説明してもらえますか？

デス：ええ、確かに。誤解されるかもしれませんが、ベンジャミンブルームという教育心理学者がおり、あらゆる種類の分野についてどのように知るかを説明しようとしていました。彼は「ブルームの教育目標分類法」と呼ばれるものを持っています。そして、非常に、非常に、非常にローエンドにあるのがリコールです。「アイルランドの 26 の郡を列挙してください」というようなものです。そこには深みがありません。そして、非常に、非常に、非常にハイエンドとなるのが合成です。「既存のものをベースにして新しいものを作成できますか?」

したがって、それは、想起、認識、理解、分析、統合のようなものになります。 1 つまたは 2 つ省略しますが、ショーノートにもっと良い図を載せます。 AI を家のペットとしてしか快適に感じない人は多いと思います。彼らはローエンドが好きです。タイプミスを修正する人がクールであるのと同じように、それもクールです。しかし、私たちは、ある意味、AI を同等の存在としてより快適に扱う必要があります。 AI は判断を適用できるようになると思います。なぜなら、私たちの独自のボットである Fin を使用したとしても、Fin が行うことの多くは「これが与えられて、それに答える」ことだからです。

「AI の能力がどこで止まるのかは私にはわかりません。明らかなのは、人間には「そこまでやってもいいけど、これを解決するのは私である必要がある」という快適さのレベルがあるということです。」

Rewind.ai は Fin の顧客です。私は巻き戻しユーザーです。素晴らしい製品です。 Rewind はすべての会議を記録するということを行いますが、私はそれをしたくありませんでした。そこで、このポップアップを無効にしようとして、Rewind の助けを借りました。「ポップアップを無効にするにはどうすればよいですか?」と私は言いました。そしてフィンは「ああ、こうやってやるんだ」と言いました。そして、「このポップアップを無効にするには、次の方法で実行します。」とは決して直接述べていない記事にリンクされていました。記事に書かれていることは、「この機能をオンにしたい場合は、ここにアクセスしてください」というような内容でした。ちなみに、それを行うと、常にオンになるわけではありません。毎回出てきますよ。そして、フィンはその記事を読んで、それが問題であり、それが好みであるなら、それはこの画面にあるに違いないと推測しました。そしてそれは基本的に完璧な答えを与えてくれました。 Fin を宣伝するためにこれを使用しているわけではありませんが、これは演繹または判断と提案の一例にすぎません。それが答えだと自信を持って教えてくれました。これは、Rewind の誰も実際にその答えを書き出す必要がなかった単純な例です。フィンはそれを解決した。

レポートの場合、「どの CS 担当者が最も高いスコアを獲得しているかを教えてください」と尋ねると想像してください。これは非常に単純な質問です。次に、「どのトピックが最も高いスコアと相関しているかを教えてください」と言うことができます。これはおそらく非常に簡単ですが、次に「どの CS 担当者がどのトピックに関して最もパフォーマンスが低い傾向があるかを教えてください」と言うことができます。 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.” それは理にかなっている。 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. その船は出航しました。 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. それはすごいですね。 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? ナンセンス。 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.

問題は、本当に破壊的になるのに十分な攻撃角度があるのかということです。それとも、メガビッグ社の主任エンジニアやデザイナーが「これを真似するべきだろう」と考えるでしょうか? 1 年かかるかもしれませんが、その年に完全に成熟したプラットフォームを構築したとは考えられません。それが課題ですが、おそらくそれは問題ありません。おそらくあなたは、「おい、我々は市場のローエンドを狙うつもりだ」と思っても大丈夫かもしれない。実際のところ、私たちはメガコープと競争する必要はありません。」それは問題ありませんが、これらの意思決定はすべて一緒に行うようにして、「AI ベースのリードスコアリングアルゴリズムがあるから Salesforce を潰す」などということだけをしないようにしてください。 Salesforce はそれに取り組む予定です。

ポール：それはすごいですね。今日はここまでにして、次のことを考えるために、おそらく 12 か月後にお会いしましょう。

AI ボット購入者のチェックリスト