인터콤 온 제품: AI 시대의 제품 전략

새로운 AI 기반 스타트업과 업계 거대 기업이 AI 혁명을 주도함에 따라 제품 환경은 엄청난 변화를 겪고 있습니다. 기업이 혁신을 주도하고 오늘날의 경쟁이 치열한 시장에서 성공하기 위해 이러한 파괴적인 힘의 잠재력을 활용할 수 있습니까?

지난 몇 년 동안, 특히 지난 11월 ChatGPT가 출시된 이후 우리는 창의성과 혁신의 한계를 뛰어넘은 생성 AI의 붐을 목격했으며, 우리가 거의 상상할 수 없었던 방식으로 업계를 뒤흔들기 시작했습니다. 텍스트에서 오디오, 이미지에 이르기까지 이러한 최신 AI 기능은 이미 전적으로 AI로 구동되는 워크플로를 갖춘 차세대 AI 기반 스타트업을 촉발시켰으며 수많은 다른 사람들이 AI 기반 기능과 제품을 개발하거나 채택하도록 영감을 주었습니다.

UX, UI, 콘텐츠 제작, 데이터 분석, 고객 서비스, 영업 전망, 마케팅 자동화 등 애플리케이션은 끝이 없습니다. 이제 첫 번째 물결이 가라앉았으므로 이러한 변화가 제품 전략과 제품 리더에게 무엇을 의미하는지 생각해 볼 이상적인 시기입니다. 귀하가 제품 관리자이든, 수십 년의 경험을 가진 도메인 전문가이든, 새로운 얼굴의 스타트업 창업자이든, 이러한 시기는 새로운 도전일 뿐만 아니라 판도를 바꿀 수 있는 기회도 가져옵니다. AI가 사람들의 생산성을 높이고 새로운 시장으로 확장하는 데 도움이 될까요, 아니면 특정 역할을 쓸모없게 만들까요? 혁신적인 AI 접근 방식으로 무장한 스타트업이 기존 카테고리를 뒤흔드는 데 성공할 수 있을까요? 그리고 기존 기업들이 끊임없는 혁신 속도를 따라잡을 수 있을까요?

오늘 Intercom on Product 에피소드에서는 최고 제품 책임자인 Paul Adams와 함께 AI 시대의 제품 전략에 대해 이야기를 나눴습니다.

다음은 몇 가지 주요 내용입니다.

• AI를 통해 카테고리를 진정으로 변화시키려면 스타트업은 자사의 제품이나 기능이 기존 회사가 쉽게 복제할 수 없는 고유한 공격 각도를 제공하는지 고려해야 합니다.
• AI는 영업 및 고객 서비스와 같은 SaaS 범주의 작업을 간소화하여 반복 작업을 덜어줄 수 있지만 프로젝트 관리에 미치는 영향은 더 미묘합니다.
• AI 기능이 발전함에 따라 사람들은 여전히 ​​인간의 감독이 필요하기는 하지만 분석뿐만 아니라 판단과 관련된 작업에 AI를 사용하는 것이 더 편안해질 것입니다.
• AI와 같은 새로운 기능을 고려할 때 제품 관리자는 사용자 기반을 확장하고, 사용자 능력을 향상시키거나 작업을 완전히 제거할 수 있는 방법에 집중해야 합니다.
• 스타트업이든 기존 회사이든, 혁신가의 딜레마 뒤에 숨어 있는 아이디어를 자세히 살펴보는 좋은 시간입니다.

토론이 마음에 드셨다면 팟캐스트의 더 많은 에피소드를 확인해 보세요. Apple Podcasts, Spotify, YouTube를 팔로우하거나 선택한 플레이어에서 RSS 피드를 가져올 수 있습니다. 다음은 가볍게 편집된 에피소드의 대본입니다.

농장에 베팅하세요

Paul Adams: 안녕하세요 여러분, Intercom on Product에 오신 것을 환영합니다. 저는 Paul Adams입니다. 오늘도 언제나처럼 Des가 저와 함께 있습니다.

데스 트레이너: 안녕 폴. 어떻게 지내세요?

Paul: 좋습니다. 오늘은 AI와 제품 전략에 대해 이야기하겠습니다. 우리는 이것이 다양한 입장에 있는 사람들에게 무엇을 의미하는지에 대해 이야기할 것입니다. 첫 번째 먼지의 물결이 가라앉았기 때문에 우리는 지금이 이에 대해 이야기하기에 좋은 시기라고 생각합니다. 우리는 이런 종류의 첫 번째 기업 물결에서 무엇이 가능한지 보았습니다. 다른 큰 기술과 마찬가지로 처음에는 사람들이 이 모든 것이 어떻게 전개될 것인지 불분명합니다. 오늘날 풍경을 보면 올인하는 사람들이 있습니다. 그들은 “농장에 베팅하세요. 회사에 걸었어요.” 그리고 여전히 약간 확신이 없는 사람들도 있습니다. “이게 정말 큰 일인가요? 이게 실리콘밸리의 쿨에이드에 더 가깝나요?” 데스, 당신은 지금 어디에 있는 것 같나요?

"일부 기능을 살펴보면 전체 산업과 소프트웨어 범주가 뒤바뀌게 될 것이라고 확신합니다."

Des: 저는 확실히 그렇습니다. 농장에 베팅하고, 회사에 베팅하고, Kool-Aid에 베팅하고, 이웃에게 가서 그들의 농장에 베팅하세요. 나는 그것이 거대하다고 생각한다. 실리콘밸리와 투자자들이 새로운 이야기를 하려고 애쓰던 시기에 회의론이 편리하게 도래한 것 같기 때문에 나는 회의론의 원인을 이해합니다. 그러나 현재 AI가 제공하는 경험을 보면 엄청난 일이 일어나고 있다는 것이 분명하며 우리는 여전히 그것을 볼 수 있는 초기 단계에 있습니다. 말씀하신 대로 먼지가 가라앉았습니다. 정말 첫 번째 먼지 물결입니다. 이제 우리는 전체 회사가 AI 기반 응용 회사가 되어 시리즈 A 또는 B를 얻는 것을 보기 시작했습니다.

제가 여기서 말하는 것은 실제 AI를 제공하는 OpenAI나 Anthropic이 아니라 전적으로 AI로 구동되는 전체 워크플로우 제품을 구축하는 사람들을 의미합니다. 마찬가지로 OpenAI와 Anthropic이 존재하지 않았다면 이 회사도 존재하지 않았을 것입니다. 사람들은 실제로 플랫폼으로 기대하고 있습니다. 일부 기능을 살펴보면 전체 산업과 소프트웨어 범주가 뒤집힐 것이라는 것이 확실합니다.

Paul: 가끔 기술 분야에서는 멸종 사건에 대해 이야기합니다. 모바일이 등장했고, 모바일 우선 기업은 모바일 우선이 아니거나 적응하지 못한 기업을 죽였습니다. 이전에는 클라우드 우선 기업도 마찬가지였습니다. 이것이 멸종 사건 유형의 것이라고 생각하십니까?

Des: 확실히 특정 주머니에 있는 것 같아요. 그리고 다른 많은 경우에 멸종 사건이 아니라면 그것은 하나의 새로운 역학 때문입니다. 이러한 영역 중 일부에서는 개방형 AI 서버를 사용하여 "이 사건을 5,000 단어로 요약해 주세요."와 같은 API를 통해 권한에 액세스하고 이를 제3자에게 핑하고 결과를 돌려받는다고 가정해 보겠습니다. 응답. 이는 회사 전체를 iOS 기반으로 만들기 위해 재구축하는 것과는 다릅니다. 따라서 결과적으로 기존 기업이 이를 실제로 활용하고 많은 가치를 얻을 수 있는 소프트웨어 영역이 있을 것입니다. 일부 지역은 멸종 사건이 될 것이지만 소행성과 같지 않으며 전체 산업을 앗아가지는 않을 것입니다. 나는 많은 대기업이 실제로 더 커지는 것을 보게 될 것이라고 생각합니다.

"11월 29일로 돌아가서 ChatGPT 3.5를 봤을 때 분명해졌거나 적어도 우리가 가장 먼저 본 것은 이 제품이 대화에 매우 능숙하다는 것이었습니다."

폴: 응. 분명히 모바일에서 일어난 일입니다. 구글과 페이스북은 결국 그 방법을 알아냈습니다.

Des: 그랬죠, 그렇죠. 그들은 검색 등을 잘하는 방법을 알아내는 것보다 더 빨리 그것을 해낼 수 있다는 것을 알아냈습니다. 우리는 잠시 후에 비율에 대한 아이디어로 돌아올 것이지만, Objective-C를 배우고 휴대폰에 Objective-C 또는 iOS 기반 인터페이스를 엄청나게 강력한 검색 엔진에 배포하는 것은 모든 것의 어려운 부분이라는 것이 밝혀졌습니다. 그것은 엄청나게 강력한 검색 엔진입니다. 우리가 해야 할 새로운 작업의 양과 현재 작업 중 아직 유효한 작업의 양의 비율입니다. Google의 백엔드는 여전히 매우 유효하며 프런트 엔드는 변경될 수 있지만 전체 인터넷을 크롤링하는 것은 YC에서 떨어진 두 명의 란도가 하루 저녁에 할 수 있는 것이 아니라는 것이 밝혀졌습니다.

Paul: 두 가지 측면 모두에 대해 이야기해 보겠습니다. 특정 카테고리에서 제품에 필요한 핵심 기능인 테이블 스테이크 기능이 있습니다. 그런 다음 할 수 있는 새로운 일과 이를 가능하게 하는 새로운 기술이 있습니다. AI가 할 수 있는 새로운 일부터 시작해 보겠습니다. 당신은 당신을 낙관적으로 만드는 것들의 전체 목록을 가지고 있습니다.

데스: 그건 사실이에요. 11월 29일로 돌아가서 ChatGPT 3.5를 봤을 때 분명해진 것은, 적어도 우리가 가장 먼저 본 것은 이 제품이 대화에 매우 능숙하다는 것이었습니다. 그것은 인간을 이해하는 데 아주 아주 능숙했고, 답장하는 데에도 아주 아주 능숙했습니다. 프롬프트와 지시가 정말 잘 필요했고 기본 텍스트 논쟁에 매우 능숙했습니다. 이를 확장하고 요약하고 다시 표현하고 다시 톤을 조정했습니다.

추론이나 추론에도 매우 뛰어났습니다. 복잡한 시나리오를 제시하고 예를 들어 "누군가가 불타는 건물 안에서 장기간의 질병으로 고생하고 있다면 여기서 더 큰 문제는 무엇입니까?"라고 질문할 수 있습니다. 그리고 그 질문에 대한 답을 찾아냈습니다. 인간에게는 이러한 일들이 엄청나게 단순하게 들립니다. 그러나 기계가 실제로 그것을 이해하고 추론하고 행동을 제안하도록 하는 것은 매우 강력합니다. 또는 "당신이 읽은 모든 업데이트를 기반으로 한 이 프로젝트의 상태를 고려할 때 가장 중요한 문제는 무엇이라고 생각하시나요?" 그리고 그것은 실제로 그것에 대해 정말 좋은 일을 할 것입니다. 따라서 연역적 또는 귀납적 추론이라는 아이디어는 거기에서도 매우 강력합니다.

"사람들은 이것이 당신의 평범한 삶에 얼마나 많은 영향을 미치는지 깨닫지 못하는 것 같습니다."

그리고 우리는 텍스트 도메인에 대해서만 이야기하고 있습니다. 우리는 DALL-E와 DALL-E2가 주어진 텍스트에 따라 이미지를 렌더링하는 능력을 갖고 있다는 것을 보았고, 그 성능은 점점 좋아지고 있었습니다. 이제 최신 Midjourney 제품은 정말 놀랍습니다.

사람들은 종종 그것이 왜 유용한지 묻습니다. 글쎄, 사람들이 창의적이지 않지만 자신이 원하는 것이 무엇인지 알고 있는 시나리오가 많이 있습니다. 그래서 이 이메일을 보내고 싶은데요, 어두운 질감의 배경에 연하고 얇은 글꼴로 보내졌으면 좋겠습니다. 그리고 화면에 27가지 버전이 표시될 수 있습니다. 갑자기 예술을 못하는 사람이 예술을 할 수 있게 되는 거겠죠?

이미지를 생성할 수 있다는 것은 무시할 수 없습니다. 이러한 많은 것들은 "행성을 먹는 치즈버거를 보여주세요"라는 재미있는 사용 사례로 대표되며 이를 정말 잘 수행합니다. 하지만 “새 웹사이트에 정말 멋진 헤더 배경을 제공해 주세요”는 Squarespace나 Wix 등에서 멋진 기능이 될 것이라고 장담합니다.

우리에게는 목소리가 있습니다. 이것은 계속되고 있습니다. 음성을 구문 분석하는 기능, 즉 실시간 오디오 전사 기능이 모두 있습니다. 그리고 목소리도 생성할 수 있습니다. 이것이 AI의 최신 혁신입니다. 예를 들어 Synthesia나 Play.ht를 보면 Mission: Impossible 똥을 제공할 수 있습니다. 당신이 말하는 데 90초를 주면 한 문장으로 당신에 대한 지나가는 인상을 남길 것입니다. 한 시간 동안 말을 하면 이해하기 시작합니다. 당신은 확실히 그것에서 벗어날 수 있습니다.

“이 시점에서 나에게 AI 회의론자가 되도록 압력을 가할 수는 없습니다.”

그런 다음 비디오를 생성합니다. Synthesia는 여러분 자신과 여러분의 버릇을 녹화할 수 있는 가짜 비디오 아바타 작업을 수행하며, 여러분이 말하는 것처럼 보이게 할 수 있습니다. 하지만 우리는 이미지를 생성하는 것과 같은 방식으로 풀 비디오를 생성할 수 있을 것입니다.

이 모든 범주에 대해 생각해 볼 때 제가 처음에 저지르고 있던 실수는 많은 사람들이 처음에 저지르는 실수는 '맞아, 그거 정말 중요한 것 같구나'라고 생각하는 것입니다. 내가 Adobe에서 일하고 있다면 이 모든 것을 다 해야 합니다.”

내 생각에 사람들은 이것이 당신의 평범한 삶에 얼마나 많은 영향을 미치는지 깨닫지 못하는 것 같습니다. 이러한 음성 기술은 문자 그대로 메시징의 미래나 운전 중이나 기타 다른 용도로 제품과 대화하는 제품 상호 작용의 미래를 주도할 수 있는 기술이 될 수 있습니다. 이제 그 모든 것이 가능해졌습니다. 마찬가지로, 이미지는 단지 "행성을 먹는 핫도그"가 아닙니다. 말 그대로 전체 배경을 디자인하고 내가 사용하는 이 제품의 스킨을 다시 만들어 더 예쁘게 보이도록 할 수 있습니다.

나는 지금 가능한 다른 멋진 것들을 계속할 수 있습니다. 그러나 그 모든 잠재력의 총체적 비중을 살펴보고 특정 소프트웨어 영역, 창의성, UI, 인간이 다른 인간과 상호 작용하는 방식, 자동화할 수 있는 작업 및 자동화할 수 있는 부분에 대한 적용을 생각합니다. 작업이 자동화될 수 있지만 이 시점에서 나에게 AI 회의론자가 되도록 압력을 가할 수는 없습니다. 그것은 불가능합니다. 그것은 조류를 밀어내려는 것과 같습니다. 나에게는 엄청난 변화가 다가오고 있다는 것이 매우 분명하며, 당신은 그 변화의 올바른 편에 선 것이 더 낫습니다.

거인을 상대하다

폴: 내 말은, 나도 거기 있어. 예를 들어 이미지와 같은 당신이 거기에서 말한 것 중 일부에서는 광고 산업 전체가 뒤집어질 수도 있습니다. 물론, 광고 대행사나 미디어 대행사에서 일하는 경우에는 그렇습니다. 나는 이미 AI를 사용하여 작업의 전부 또는 대부분을 생성하는 크리에이티브 에이전시에서 일하는 사람들을 알고 있습니다.

다른 측면에 대해 이야기해 봅시다. 제가 이전에 들어본 적도 없는 몇몇 스타트업을 언급하셨는데요. 그냥 폭발이에요. 나는 누구도 이 신세대 기술을 기반으로 구축된 모든 새로운 유형의 것들을 따라잡을 수 없다고 생각합니다. 한편, 수억 달러의 수익을 올리고 10~20년에 걸쳐 사업을 구축해 온 거대 기업이 있습니다. 인터콤 초기에는 우리가 좀 순진했어요. 우리는 '기존 기업을 인수하는 핫한 스타트업'처럼 거대한 살인형 사고방식으로 들어오고 있었습니다.

Des: “우리는 Salesforce를 죽일 것입니다.”

Paul: 응, 어깨에 상처를 입히는 거인, 거대 살인자지, 그렇지? 그러면 "아"라는 생각이 들 겁니다. 보고 같은 분야에서는 "오, 이건 크고 심오한 일이구나"라고 생각합니다.

데스: 응. 이 사람들이 큰 이유가 있습니다.

"정말로 이렇게 말해야 합니다. '이 지역이 오늘 다시 건설된다면 근본적으로 달라졌을 것 같아요.'"

Paul: 테이블 스테이크를 확보하려면 수년간의 제품 개발이 필요합니다. 기업은 이에 대해 어떻게 생각해야 한다고 생각하시나요?

Des: 제 생각엔 이 문제를 양쪽에서 볼 수 있을 것 같아요. 당신이 형편없는 스타트업이고 적을 선택하고 있다고 가정해 보겠습니다. “Workday를 노리자”라고 하면 AI가 허용하는 Workday의 공격 각도는 무엇일까요? 글쎄요, 우리가 가진 모든 능력을 보세요. 성과 리뷰를 생성하고 그런 종류의 내용을 분석해 볼 수 있습니다.

그러나 궁극적으로 기존 워크플로를 단순화하기 위해 약간의 AI 마법을 뿌릴 수 있는 몇 가지 예를 찾았다고 가정해 보겠습니다. Workday를 사용해 본 사람이라면 누구나 인정할 것입니다. 그 누구도 그 회사 내부의 워크플로의 복잡성에 대해 신경쓰지 않을 것입니다. 그것은 그들의 ROI가 아닙니다. 그것이 사람들이 Workday를 구매하는 이유가 아닙니다.

사람들이 Workday를 구매하는 이유는 Workday가 상상할 수 있는 인간을 위한 최대 규모의 ERP이기 때문이라고 생각합니다. 그들은 대규모 기업 영업 팀을 보유하고 있습니다. 그들은 "우리는 HRIS 시스템의 최종 보스입니다"라는 거대한 브랜드를 구축했으며 그것이 그들이 관심을 갖는 것입니다.

Paul: 그리고 거의 무한한 구성이 가능합니다.

데스: 응. 그러면 문제는 AI 시대에 이 모든 것을 다시 구축한다면 무엇이 바뀔 것인가 하는 것입니다. 사람들이 극단적인 구성 가능성을 구매한다면 공격 각도가 거기에 있는지 분명하지 않습니다. 내 생각에 사람들은 관리자 관계를 통해 사물과 사물을 연결하고 “사물에 보고가 있습니다. 물건에는 집 주소가 있습니다. 월급이 있어요.” 나는 그 어떤 것도 단기간에 실제로 크게 변할 것이라고 생각하지 않습니다. AI 기반의 훨씬 더 아름다운 Workday를 누릴 수 있습니다. 나는 누구도 똥을주지 않을 것이라고 생각합니다. 아마도 당신보다 더 성숙한 다른 시리즈 A 또는 B 스타트업과 경쟁하게 될 것입니다.

"귀하의 AI는 사기 탐지에 있어서 Stripe의 AI보다 훨씬 뛰어날 수 있지만 이는 아마도 퍼즐의 15%일 것입니다."

하지만 좀 더 섹시한 예를 들자면, 여러분과 제가 "이봐, 우리는 Stripe를 죽이러 갈 건데 AI를 사용할 거야"라고 말한다면요. 첫 번째 작업, AI 작업을 시작하면 양복을 입고 7개 은행과 Visa, MasterCard를 만나 신용카드 청구 허가를 받을 수 있는지 알아볼 것입니다. 그것이 실제 작업입니다. 그렇다면 어떻게 하면 사람들이 신뢰하는 브랜드를 만들 수 있을까요? 예, 귀하의 AI는 사기 탐지에 있어 놀라울 수 있습니다. 사기 탐지에 있어서 Stripe의 AI보다 훨씬 뛰어날 수 있으며, B2B SaaS 회사에 적합한 최적의 가격 책정 포인트를 탐지하는 데에도 놀랄 수 있습니다. 그러나 그것은 아마도 퍼즐의 15%일 것이다. 퍼즐의 나머지 85%는 제가 은행을 쫓고 있는 Stripe보다 10년 뒤쳐져 있다는 것입니다.

스타트업이라면 다음과 같은 것들을 믿어야 합니다. 하나는, 이 AI 혁명으로 현재 가능한 것이 무엇인지 고려하여 오늘 이 전체 제품 카테고리를 처음부터 구축한다면 실질적으로 다르게 하시겠습니까? 기존 제품의 기술 중 얼마나 많은 부분이 미래에도 여전히 관련성이 있습니까? 아주 아주 적은 양이라면 로그인 시스템이나 그런 똥이 있을 수도 있고, 예, 물 속에 피가 묻어 있을 수도 있습니다. 가야.

하지만 예를 들어 MailChimp를 사용하여 AI를 사용하여 이메일을 작성하고 메모 스타일을 지정한다면 정말 좋습니다. 대부분의 사람들은 MailChimp를 좋아합니다. MailChimp는 매우 높은 전달률이나 이메일 뉴스레터 분석, 목록 관리 및 구독 관리 기능을 갖추고 있으며 스팸 탐지 기능과 그 밖의 모든 기능을 갖추고 있기 때문입니다. 그 모든 것을 구축해야합니다. 그리고 여러분이 그 모든 것을 구축하는 동안(30개월 분량의 작업이라고 가정) MailChimp는 아마도 여러분의 작은 AI 기능을 구축하는 방법을 알아낼 것입니다. 그렇다면 당신은 그들이 가지고 있는 것을 가지고 있지만 그들은 여전히 ​​훨씬 더 성숙하고 잘 알려진 브랜드를 가지고 있습니다. 당신이 파티에 가져온 한 가지 큰 차별화 요소가 이제 있습니다. 이는 차별화의 핵심 엔진이 실제로 OpenAI API 호출의 반대편에 있는 경우 특히 그렇습니다. 왜냐하면 그 세계에서는 그들이 프롬프트도 해결할 것이라고 확신하기 때문입니다. 그것이 시작 각도입니다. “이 지역이 오늘 다시 건설된다면 근본적으로 달라졌을 것 같아요.”라고 말해야 합니다.

“아마도 AI는 학습해서 자신의 가치를 정당화하기 위해 가끔씩 PDF를 내뱉어 당신이 일을 하고 있다는 느낌을 주게 됩니다.”

예를 들어 보겠습니다. 다양한 광고 플랫폼에 연결되는 많은 제품이 있습니다. 그들은 모든 중앙 광고 인벤토리를 수용하고 분석을 실행합니다. 그들은 "저희의 가장 효과적인 광고는 다음과 같습니다. 저 광고에 대해 A/B 테스트를 실행할 것입니다."라고 말할 것입니다. 들어가서 새 버전과 모든 종류의 항목을 구성하고 조정하고 다시 업로드할 수 있습니다. 그런 다음 차트와 대시보드를 보고 상사에게 "알겠습니다. 저는 여기서 아주 잘하고 있습니다."라고 말하는 것을 보여줄 수 있습니다. 오늘날에는 전체 제품 카테고리가 완전히 다르게 구성될 것이라고 생각합니다. AI에게 광고를 생성하고, 광고를 실행하고, 광고의 LTV/CAC를 측정하고, 다양한 베이크오프 및 A/B 테스트를 모두 제안하고, 개인별 채널별로 광고를 최적화하도록 요청하는 것이 아이디어입니다. 그것은 단지 백그라운드에서 모든 것을 실행합니다.

그런 제품을 생각하면 인터페이스가 뭔지도 모르겠습니다. 방금 실행했지만 실제로 백그라운드에서 무슨 일이 일어나는지 전혀 볼 수 없는 쉘 스크립트 중 하나일 수 있습니다. 당신은 돈이 들어오기 시작할 것이라는 영주를 신뢰합니다. AI가 학습할 수도 있으므로 자신의 가치를 정당화하기 위해 가끔씩 PDF를 내뱉어 당신이 하고 있는 것처럼 느끼게 합니다. 직업. 그러나 "창조, 최적화, 탐색, 활용, 반복"과 같은 유형의 제품 카테고리에서는 이러한 모든 작업이 개별적으로 수행 가능합니다.

만약 당신이 오늘 이들 회사 중 한 곳에 앉아 "아, 젠장, Des가 일리가 있는 것 같아"라고 말한다면 "글쎄, 둘 중 하나만 하자"라고 말하고 싶은 유혹이 생길 것입니다. 그러나 현실은 실제 미래에는 이 모든 것이 이루어지고 모두 함께 엮이게 될 것이라는 것입니다. 당신은 "아무도 이 모든 것을 자동화하지 않을 것이다"라고 스스로 확신하게 될 것입니다. 하지만 GPT-4의 추론이 얼마나 좋은지 보면 인간이 왜 매일 여기에 로그인하여 목록을 살펴보고 빨간색으로 깜박이는 숫자를 보고 "저 광고를 끄자"라고 말하는지 분명하지 않습니다. ,” 또는 “이 밝은 녹색 버전이 정말 좋을 것 같으니 10가지 버전을 생성해 보겠습니다.” 모든 결정은 AI가 내릴 수 있습니다. 저는 이것이 추구할 가치가 있는 대규모 스타트업 기회의 예라고 생각합니다.

변화를 위한 익은

Paul: 스타트업이 공격하려는 실제 비즈니스와 고객이 무엇에 관심을 갖고 가치를 두는지 명확하게 이해하기 위한 몇 가지 좋은 질문이 있습니다. 우리가 보고 인식하고 생각하기가 훨씬 쉬운 일종의 프런트엔드 작업인가요? 아니면 실제로 Workday의 경우 백엔드인가요? 아니면 Stripe의 경우 규정이나 변호사? 나는 이것이 당신과 내가 이야기한 좋은 질문이라고 생각하며, 대기업이 스타트업으로부터 합법적인 공격을 받을 기회가 있는지 여부를 생각하는 데 매우 유용합니다.

하지만 그 전에는 다양한 범주를 다루셨는데, 여기에 우리가 거쳐야 할 몇 가지 범주가 있다고 생각합니다. 왜냐하면 이것이 저를 위해 구체적으로 설명하고 다른 사람들도 상황이 어떻게 변할 수 있는지 확신하기 때문입니다. 예를 들어 영상, 음성 등 멀티미디어를 언급하셨는데요. 하지만 SaaS에는 영업 도구, 프로젝트 관리 도구, 보고 등 다양한 범주가 있습니다. 판매부터 시작해 보겠습니다. 오늘날 많은 회사에서 영업사원을 고용하고 그들을 교육하는데 엄청난 돈을 소비합니다. 그러면 어떻게 변할 것 같나요?

“목록을 보면 AI가 할 수 있어요. 목록의 리드 채점 - AI가 할 수 있습니다. 이 사람들에게 이메일을 보내는 것은 AI가 할 수 있습니다. 이 업계에 종사하는 사람을 대상으로 특정 사용 사례, 사용 사례 및 영업 자료를 타겟팅하는 것은 AI가 할 수 있습니다.”

Des: 제 생각에는 모든 측면이 큰 변화에 취약하다고 생각합니다. 영업사원 교육은 이제 실시간 업데이트를 제공하는 AI 실시간 통화가 될 수 있습니다. “저희가 가격에 대해 물었습니다. 가격은 여기요”, “야, 이거 물어보더라. 여기 슬라이드가 있습니다. 플레이할 영상은 여기 있습니다. 참고할 고객은 다음과 같습니다. 여기 그 증언이 있습니다.” 귀하의 모든 훈련은 "이 통화 후에 조니, 우리는 앉아서 당신이 말했어야 했던 모든 것에 대해 이야기할 것입니다."라고 말하는 것보다 훨씬 더 귀에 쏙쏙 들어오는 방식이 될 것입니다. 지금은 훨씬 더 많습니다. 그것은 단지 훈련일 뿐입니다. 그건 우리가 당신 책상에 가기 전이에요.

영업의 한 가지 역할은 전망입니다. 목록이 있습니다. 우리는 이 목록을 살펴보고, 신뢰할 수 있는 사람들을 찾고, 연락을 시도할 것입니다. 그들에게 전화를 걸거나, 이메일을 보내거나, 특정 이메일 주소에 대해 광고를 타겟팅할 수도 있습니다. 인터넷에서 그들을 따라가세요. 나는 인간이 해야 할 일을 단 한 마디도 하지 않았습니다. 이 목록을 보세요. AI가 할 수 있습니다. 이 목록의 리드 점수 – AI는 직접적으로 또는 ZoomInfo에 API를 적용하고 리드 점수를 다시 가져오는 방식으로 이를 수행할 수 있습니다. 이 사람들에게 이메일을 보내세요. AI가 할 수 있습니다. 이 사람들에게 전화하세요. AI가 할 수 있습니다. 이 업계에 종사하는 사람과 관련된 구체적인 사용 사례, 사용 사례 및 영업 자료를 타겟팅하세요. AI가 이를 수행할 수 있습니다.

그것이 하나의 예입니다. Regie.ai 및 Nooks와 같은 회사는 영업 워크플로우의 실제 특정 가치 포인트를 보고 “맞습니다. 이에 대해 선을 그으세요. 우리는 그 모든 것을 할 수 있습니다.” 그건 그렇고, 그것은 영업사원들에게 아주 좋은 소식입니다. 획일적이고 무거운 짐을 많이 덜어낼 것이며, 원하는 대로 되기 위한 모든 사람의 길은 아마도 고위 영업 리더이거나 더 높은 가치로 더 높은 거래를 다루는 고위 영업 담당자였을 것입니다. 우리는 많은 교육 과정을 생략하고 이렇게 말했습니다. "이제 더 이상 그런 일을 할 필요가 없는 사람이 있으니 바로 믹서에 들어가 보자."

Paul: 사물에는 두 가지 범주가 있습니다. 하나는 영업과 같은 일부 사람들을 위한 것입니다. 이는 일자리 판매와 동일하지만 AI가 이 일을 훨씬 쉽게 만들어줄 것입니다.

Des: 그리고 더 재미있기도 하죠.

Paul: 그리고 확실히 더 재미있죠. 다른 범주는 사람들의 직업이 바뀔 수 있는 부분입니다. 프로젝트 관리는 AI로 인해 사람들의 직업이 바뀔 가능성이 있는 또 다른 범주입니다.

데스: 그런 것 같아요. 프로젝트 관리는 매우 미묘합니다. 제 생각에는 이것이 AI가 많이 적용되는 영역 중 하나라고 생각합니다. 그 중 상당수는 제가 조미료 스타일 AI라고 부르는 것입니다. 그것은 소금과 후추와 같습니다. 그것은 접시가 아닙니다. 그 위에 약간의 귀여운 똥이 얹혀 있을 뿐입니다. 하지만 저는 "상태 업데이트의 첫 번째 문장을 작성하고 탭을 눌러 확장하세요", "이 프로젝트는 순조롭게 진행되고 있다고 생각합니다", 탭, "그러나 다음과 같은 위험이 남아 있습니다"와 같은 전체를 경계합니다. 나는 당신이 그것을 입증해야 하기 때문에 GPT가 추론하는 것보다 실제로 당신의 머리에서 나오는 것이 더 낫습니다. 당신이 그것에 반대하는 이름을 붙이는 것은 당신이 전문적으로 내가 당신에게 이런 것들을 이해하기 위해 돈을 지불할 것이라고 생각한다는 것을 의미합니다. 그래서 때때로 이러한 영역을 과도하게 사용하게 될 수도 있다는 점에 대해 약간 걱정됩니다.

"매일 로그인하는 대신 문제가 발생하면 '이 프로젝트가 왜 지연되고 있나요?'라는 메시지를 받게 될 것입니다."

Asana, Jira, Basecamp 같은 것을 생각해보고 "AI가 어떻게 도움이 될까요?"라고 말해보세요. 다시, "이 프로젝트에서 무슨 일이 일어나고 있는지 알려주세요."로 돌아옵니다. AI가 그런 일을 할 수 있을 것 같아요. 기본적으로 GPT-4에게 다음과 같이 말하도록 요청할 수 있습니다. “가장 최근 스레드를 모두 읽고, 이를 가장 최근 지식에 추가하고, 경영진이 이 프로젝트의 상태와 진행 중인 경우에 대해 관심을 가질 의미적 차이점을 확인하세요. 매일 Slack 메시지로 보내주세요.”

그리고 다시, 우리는 UI에서 푸시 대 풀로 전환하고 있습니다. 매일 로그인하는 대신 문제가 발생하면 알림을 받게 됩니다. “이 모든 문제의 근본 원인을 찾아보세요. 이 프로젝트는 왜 지연되고 있나요?” “구체적인 결정을 내리는 데 있어 이 프로젝트에 가장 많은 기여를 한 사람은 누구입니까?”와 같은 다른 질문도 있을 수 있습니다. 이번 프로젝트가 늦어진 가장 큰 이유는 무엇이었나요?” 이 문제를 해결하기 위한 현재 작업 흐름이 정직하다고 생각되는 부분에는 실제로 바뀔 수 있는 것들이 많이 있으며, 여러분은 아마 이따금씩 앉아서 4개의 Google 문서와 3개의 Basecamp 게시물을 읽어야 했을 것입니다. 또는 당신이 자리를 비웠을 때 무슨 일이 일어났는지 알아내려고 노력하는 것이라면 무엇이든 가능합니다.

"개인적으로 저는 '글과 판단의 방대한 단락을 완성하는 탭'에 약간 알레르기가 있습니다. 왜냐하면 그것이 실제로 누군가의 두뇌에서 나오는 것인지 선호하기 때문입니다."

폴: 그건 나한테도 상관없어요. 알잖아? 많은 일이 일어났고, 결정이 내려졌고, 우리는 그 결정에 만족하고 있으며, 맥락은 실제로 불필요합니다.

Des: 응, 응, 완전히. 하지만 때로는 결정을 내리기 위해 거의 고민하고 있는 경우도 있습니다. 그렇죠? 로그인하여 다음과 같이 말할 수 있는 세상을 상상해 보십시오. “8월 11일 또는 기타 일정이 제대로 진행되고 있는지 확인해야 하기 때문에 오늘 Basecamp에 로그인했습니다. 분명히, 거의 31일이 되었다는 점을 고려하면 우리는 그 일을 제대로 진행하고 있지 않습니다. “내가 알고 싶은 것은 이게 다인데 말은 별로 중요하지 않아요”라는 수준에 도달할 수 있다는 것은 꽤 강력할 수 있습니다. 나는 아직 그 일이 잘 진행되는 것을 본 적이 없지만, 그런 일이 일어날 것이라고 생각합니다. PM 도구의 성격은 그러한 관점에서 바뀔 것입니다. 갈등 자원을 식별하고 "이봐, Paul은 이 7가지 사항을 담당하고 있으며 실제로 여기에 오기로 예약되어 있습니다."와 같은 내용을 식별하는 것도 꽤 유용할 수 있습니다. 그래서 저는 일반적으로 PM의 도구가 확실히 잘 익었다고 생각합니다. 하지만 개인적으로 저는 "대량의 글쓰기 및 판단 단락을 완성하는 탭"에 약간 알레르기가 있습니다. 왜냐하면 그것이 실제로 누군가의 두뇌에서 나오는 경우를 선호하기 때문입니다. 적어도 지금은.

AI가 지시를 내린다

Paul: 또 하나는 보고 및 보고 도구입니다. 예를 들어, Intercom에서는 보고서 편집, 보고서 생성, 생성과 같은 조잡한 관점에서 볼 수 있는 모든 종류의 일반적인 작업 등 심층적인 보고를 구축하는 데 10년의 대부분을 보냈습니다.

목적: 새 포트폴리오 생성, 필터 변경 업데이트, 분류-

Paul: 우리가 더 많이 구축하고 고객과 더 많은 연구를 할수록 더 많은 것을 배울 수 있고 구축할 것이 더 많아집니다.

Des: 그것은 끝없는 이야기입니다.

Paul: 더 많은 구성 가능성, 더 많은 사용자 정의 등이 있습니다. 하지만 이제 여러분은 AI가 아마도 많은 일을 할 수 있다는 것을 깨닫고 이러한 모든 것을 구축하거나 이미 구축된 경우 사용할 필요가 없으며 우리는 여전히 보고를 구축하는 위치에 있습니다. 하지만 "고객이 해당 기능을 절대 사용하지 않도록 하는 필요성도 만들어야 할까요?"라고 궁금해하기도 합니다. 대신에 "LTV가 올랐나요, 내려갔나요?"와 같은 질문을 입력할 수 있는 필드를 마련하세요. “내 고객 지원 볼륨이 줄어들었나요?” “이번 주에 가장 바쁜 날은 언제였나요?” 모두 채팅 기반 UI입니다. AI는 분명히 그 일을 잘할 것입니다. 데이터가 너무 많기 때문에 인간이 결코 할 수 없는 데이터의 상관관계를 밝혀내는 것과 같은 일을 할 것이라고 생각합니다.

“많은 사람들이 AI를 집에서 키우는 애완동물로만 편하게 생각합니다… 동료로서 AI를 더 편안하게 받아들여야 합니다”

Des: 그리고 그것은 어떤 한 사람보다 훨씬 더 강력합니다.

폴: 응, 바로 그거야. 그리고 그것은 훨씬 더 많은 일을 할 수 있습니다. 이전에 저는 인간의 역할이 데이터를 파헤치고 분석하는 것보다 판단에 더 많은 역할을 할 것이라고 말씀드렸습니다. 일반적으로 분석을 수행하고 인간의 판단을 적용한 다음 결정을 내립니다. 그리고 인간은 분석적인 부분에서 멀어질 것이라고 생각합니다. AI가 이를 수행하고 판단을 적용하여 결정을 내릴 것입니다. 하지만 당신은 AI도 판단을 내릴 것이라는 말에 동의합니다. 그걸 좀 설명해 주실 수 있나요?

Des: 응, 물론이지. 제가 틀렸을 수도 있지만 벤자민 블룸(Benjamin Bloom)이라는 교육 심리학자가 있습니다. 그는 어떤 종류의 영역을 알게 되는 방법을 설명하려고 노력했으며 "블룸의 교육 목표 분류법"이라는 것을 가지고 있습니다. 그리고 아주 아주 아주 낮은 수준에서는 리콜이 발생합니다. "아일랜드의 26개 카운티를 나열할 수 있습니까?" 유형의 것입니다. 거기에는 깊이가 없습니다. 그리고 아주 아주 아주 높은 수준에는 "기존 물건을 기반으로 새로운 물건을 만들 수 있습니까?"라는 종합이 있습니다.

그래서 그것은 회상, 인식, 이해, 분석, 종합과 같은 것입니다. 나는 거기에서 한두 가지를 건너 뛰고 쇼 노트에 더 나은 다이어그램을 넣을 것입니다. 많은 사람들이 AI를 집에서 키우는 애완동물로만 편하게 생각하는 것 같아요. 그들은 낮은 쪽을 좋아합니다. 사람들이 오타 수정을 하면 멋있는 것과 마찬가지로 이것도 멋지다. 하지만 어떤 의미에서는 동료로서 AI에 좀 더 익숙해져야 합니다. AI가 판단을 내릴 수 있을 거라 생각합니다. 자체 봇인 Fin을 가져가더라도 Fin이 하는 일의 대부분은 "이것이 주어지면 저것은 대답하는 것"이기 때문입니다.

“AI의 기능이 어디에서 멈추는지 명확하지 않습니다. 분명한 것은 '그렇게까지 갈 수는 있지만 이 문제를 해결하는 사람은 내가 되어야 해'라는 측면에서 인간이 안심할 수 있는 수준이 있다는 것입니다.”

Rewind.ai는 Fin의 고객입니다. 저는 되감기 사용자입니다. 정말 멋진 제품입니다. 되감기는 모든 회의를 녹화하기 위해 이 작업을 수행하는데 저는 그렇게 하고 싶지 않았습니다. 그래서 이 팝업을 비활성화하려고 하다가 Rewind의 도움을 받았습니다. 저는 “팝업을 어떻게 비활성화하나요?”라고 말했습니다. 그러자 Fin이 말했습니다. “오, 방법은 이렇습니다.” 그리고 "이 팝업을 비활성화하려면 다음 방법을 따르세요"라고 직접적으로 언급하지 않은 기사를 연결했습니다. 기사에 나온 내용은 ​​"이 기능을 켜려면 여기로 가서 하세요"와 같은 내용이었습니다. 그런데 그렇게 하면 항상 켜져 있지는 않습니다. 매번 팝업될 예정입니다. 그리고 Fin은 그 기사를 읽은 후 그것이 바로 그것이고 그것이 그것을 선호하는 것이라면 그것이 이 화면에 있어야 한다고 추론했습니다. 그리고 그것은 기본적으로 나에게 완벽한 대답을 주었습니다. 그리고 이것을 핀을 홍보하기 위해 사용하는 것이 아니라 추론이나 판단 및 제안의 예일뿐입니다. 그것이 답이라고 말할 만큼 자신감이 넘쳤습니다. 이는 Rewind의 어느 누구도 실제로 해당 답변을 작성할 필요가 없는 간단한 예입니다. 핀이 해냈습니다.

보고의 경우 "어떤 CS 담당자가 가장 높은 점수를 받았는지 보여주세요."라고 묻는다고 가정해 보세요. 이는 매우 간단한 질문입니다. 그런 다음 "가장 높은 점수와 상관관계가 있는 주제가 무엇인지 보여주세요"라고 말할 수 있습니다. 이는 매우 간단할 것입니다. 그런 다음 "어떤 CS 담당자가 어떤 주제에 대해 가장 낮은 성과를 내는 경향이 있는지 보여주세요."라고 말할 수도 있습니다. 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.” 완전히 유효합니다. 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.” 말이 되네요. 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. 엄청나네요. 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? 무의미한 말. 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. 우리는 그렇게 해야 해요.” 그리고 그게 다일 것입니다. 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.

문제는 진정으로 파괴적인 공격 각도로 충분합니까? 아니면 일부 수석 엔지니어나 디자이너가 Mega Big Corp에 앉아서 "우리도 그걸 따라해야 할 것 같아"라고 말할 것입니까? 1년이 걸릴 수도 있지만 그 해에 완전히 성숙한 플랫폼을 구축할 가능성은 거의 없습니다. 그게 어려운 일이고 어쩌면 괜찮을 수도 있습니다. 어쩌면 당신은 “이봐, 우리는 시장의 저가형을 추구할 거야. 우리는 실제로 Megacorp와 경쟁할 필요가 없습니다.” 괜찮습니다. 그러나 모든 결정을 함께 내리고 있는지 확인하고 "우리는 AI 기반 리드 스코어링 알고리즘을 가지고 있기 때문에 Salesforce를 죽일 것입니다"라고 말하지 마십시오. Salesforce가 이를 해결해 드릴 것입니다.

폴: 정말 좋아요. 오늘은 거기에 두고 12개월 후에 뵙겠습니다. 그러면 다음 단계를 알아볼 수 있을 것입니다.