Domofon o produkcie: Strategia produktu w dobie sztucznej inteligencji

W miarę jak nowe start-upy i giganci branżowi wykorzystujący sztuczną inteligencję wkraczają w rewolucję sztucznej inteligencji, krajobraz produktów przechodzi głęboką transformację. Czy firmy mogą wykorzystać potencjał tej przełomowej siły, aby napędzać innowacje i prosperować na dzisiejszym konkurencyjnym rynku?

W ciągu ostatnich kilku lat, a zwłaszcza od uruchomienia ChatGPT w listopadzie zeszłego roku, byliśmy świadkami rozkwitu generatywnej sztucznej inteligencji, która przesunęła granice kreatywności i innowacyjności – a także zaczęła wywracać branże do góry nogami w sposób, którego ledwo mogliśmy sobie wyobrazić. Od tekstu po dźwięk i obrazy — te najnowsze możliwości sztucznej inteligencji zapoczątkowały już nową generację start-upów opartych na sztucznej inteligencji, których przepływy pracy są całkowicie oparte na sztucznej inteligencji, i zainspirowały niezliczoną liczbę innych osób do opracowania lub przyjęcia funkcji i produktów opartych na sztucznej inteligencji.

Aplikacje są nieograniczone – UX, UI, tworzenie treści, analiza danych, obsługa klienta, pozyskiwanie klientów, automatyzacja marketingu i tak dalej. Teraz, gdy opadła pierwsza fala kurzu, jest to idealny czas, aby zastanowić się, co te zmiany oznaczają dla strategii produktu i liderów produktów. Niezależnie od tego, czy jesteś menedżerem produktu, ekspertem domenowym z wieloletnim doświadczeniem, czy początkującym założycielem startupu, obecne czasy niosą ze sobą nie tylko nowe wyzwania, ale także możliwości zmieniające zasady gry. Czy sztuczna inteligencja pomoże ludziom zwiększyć produktywność i wejść na nowe rynki, czy też sprawi, że niektóre role staną się przestarzałe? Czy startupom wyposażonym w innowacyjne podejścia do sztucznej inteligencji uda się przełamać ugruntowane kategorie? Czy obecni na rynku operatorzy będą w stanie nadążać za nieubłaganym tempem innowacji?

W dzisiejszym odcinku Intercom on Product spotkałem się z Paulem Adamsem, naszym dyrektorem ds. produktu, aby porozmawiać o strategii produktu w dobie sztucznej inteligencji.

Oto niektóre z najważniejszych wniosków:

• Aby naprawdę zmienić kategorie za pomocą sztucznej inteligencji, start-upy muszą rozważyć, czy ich produkty lub funkcje oferują unikalny kąt ataku, którego obecne firmy nie są w stanie łatwo odtworzyć.
• Podczas gdy sztuczna inteligencja może usprawnić zadania w kategoriach SaaS, takich jak sprzedaż i obsługa klienta, oferując odciążenie od powtarzalnej pracy, wpływ na zarządzanie projektami jest bardziej zróżnicowany.
• W miarę rozwoju możliwości sztucznej inteligencji ludzie prawdopodobnie będą coraz bardziej komfortowo polegać na niej w przypadku zadań wymagających nie tylko analizy, ale także osądu – choć nadal będzie potrzebny nadzór człowieka.
• Rozważając nowe możliwości, takie jak sztuczna inteligencja, menedżerowie produktu powinni skupić się na tym, w jaki sposób mogą poszerzyć bazę użytkowników, zwiększyć ich możliwości lub całkowicie wyeliminować zadania.
• Niezależnie od tego, czy jesteś startupem, czy firmą o ugruntowanej pozycji, to dobry moment, aby odświeżyć idee stojące za Dylematem Innowatora .

Jeśli podoba Ci się nasza dyskusja, obejrzyj więcej odcinków naszego podcastu. Możesz śledzić w Apple Podcasts, Spotify, YouTube lub pobrać kanał RSS w wybranym odtwarzaczu. Poniżej znajduje się lekko zredagowany zapis odcinka.

Postaw na farmę

Paul Adams: Hej wszystkim, witajcie w Intercom on Product. Nazywam się Paul Adams i jak zawsze jest ze mną Des.

Des Traynor: Hej, Paul. Jak się masz?

Paul: OK, dzisiaj porozmawiamy o sztucznej inteligencji i strategii produktu. Porozmawiamy o tym, co to oznacza dla osób zajmujących różne stanowiska w tej sprawie. Uważamy, że to świetny czas, aby o tym porozmawiać, ponieważ opadła pierwsza fala kurzu. Widzieliśmy, co jest możliwe dzięki tego rodzaju pierwszej fali firm i jak w przypadku każdej dużej technologii, na początku nie jest jasne, jak to wszystko się potoczy. Kiedy patrzysz na dzisiejszy krajobraz, widzisz ludzi, którzy są w tym wszystkim i mówią: „Postaw na farmę; postaw na firmę. Są też ludzie, którzy wciąż nie są pewni: „Czy to naprawdę wielka sprawa? Czy to bardziej Kool-Aid z Doliny Krzemowej?” Des, jak myślisz, gdzie na tym jesteś?

„Kiedy spojrzysz na niektóre możliwości, jestem prawie pewien, że całe branże i kategorie oprogramowania zostaną wywrócone do góry nogami”

Des: Zdecydowanie jestem za. Postaw na farmę, postaw na firmę, postaw na Kool-Aid, idź do sąsiadów i obstaw ich farmy. Myślę, że jest ogromny. Rozumiem powód do sceptycyzmu, ponieważ wydaje się, że pojawił się on w dogodnym momencie, gdy Dolina Krzemowa i inwestorzy dławili się, chcąc porozmawiać o czymś nowym. Kiedy jednak ma się doświadczenia, jakie zapewnia obecnie sztuczna inteligencja, staje się całkiem jasne, że dzieje się coś ogromnego, a my wciąż jesteśmy na tego rodzaju embrionalnym etapie dostrzegania tego. Jak wspomniałeś, kurz opadł. To naprawdę pierwsza fala kurzu. Zaczynamy teraz widzieć, że całe firmy otrzymują ocenę A lub B dzięki temu, że są firmą stosującą natywną sztuczną inteligencję.

Kiedy o tym mówię, nie mam na myśli OpenAI czy Anthropic, które dostarczają rzeczywistą sztuczną inteligencję, ale ludzi, którzy budują całe produkty do przepływu pracy, które są całkowicie zasilane przez sztuczną inteligencję. Tak jak w przypadku, gdyby nie istniały OpenAI i Anthropic, ta firma również by nie istniała. Ludzie naprawdę opierają się na tym jako na platformie. Kiedy spojrzę na niektóre możliwości, dla mnie jest to oczywiste, że całe branże i kategorie oprogramowania zostaną wywrócone do góry nogami.

Paul: Czasami w technologii mówimy o wymieraniu. Pojawiła się technologia mobilna, a firmy stawiające na urządzenia mobilne zabiły firmy, które nie stawiały na urządzenia mobilne i nie potrafiły się przystosować. Wcześniej było tak samo z firmami stawiającymi na chmurę. Czy sądzisz, że jest to coś w rodzaju zdarzenia wymierania?

Des: Myślę, że w niektórych kieszeniach, z pewnością. A w wielu innych przypadkach, jeśli nie jest to wyginięcie, to dzieje się tak z powodu nowej dynamiki. W niektórych z tych obszarów, powiedzmy, z otwartym serwerem AI, dostęp do mocy jest możliwy za pośrednictwem interfejsu API, na przykład: „Hej, podsumuj dla mnie ten incydent składający się z 5000 słów”, przekaż go pingiem stronie trzeciej i odzyskaj odpowiedź. To nie to samo, co przebudowanie całej firmy tak, aby była natywna dla systemu iOS. W rezultacie pojawią się obszary oprogramowania, w których, jak sądzę, obecni na rynku przedsiębiorstwa rzeczywiście z tego skorzystają i uzyskają dużą wartość. W niektórych obszarach nastąpi wyginięcie, ale to nie jest tak, jak asteroida, która nie zniszczy całego przemysłu. Myślę, że zobaczysz, jak wiele dużych firm faktycznie się powiększy.

„Jeśli cofniemy się do 29 listopada, kiedy zobaczyliśmy ChatGPT 3.5, oczywiste stało się, a przynajmniej pierwszą rzeczą, którą zobaczyliśmy, było to, że to urządzenie było bardzo, bardzo dobre w prowadzeniu konwersacji”

Paweł: Tak. Co oczywiście miało miejsce w przypadku urządzeń mobilnych. Google i Facebook w końcu wymyśliły, jak to zrobić.

Des: Tak, to prawda. Wpadli na pomysł, aby zrobić to szybciej, niż ktokolwiek inny byłby w stanie osiągnąć mistrzostwo, powiedzmy, w wyszukiwaniu. Za chwilę wrócimy do idei proporcji, ale nauczenie się Objective-C i wdrożenie interfejsu opartego na Objective-C lub iOS na telefonie komórkowym w niesamowicie potężnej wyszukiwarce – okazuje się, że najtrudniejszym elementem wszystkiego to jest niesamowicie potężna wyszukiwarka. Jest to stosunek ilości nowej pracy, którą musimy wykonać do tego, jaka część dotychczasowej pracy jest nadal ważna? Backend Google'a jest nadal bardzo aktualny, a front-end może się zmienić, ale okazuje się, że przeszukanie całego Internetu nie jest czymś, co dwóch rando wypadających z YC jest w stanie zrobić w jeden wieczór.

Paul: Porozmawiajmy o obu stronach tego. Istnieją funkcje stawek stołowych – podstawowe cechy, których potrzebuje produkt w określonej kategorii. Są też nowe rzeczy, które może zrobić i nowe technologie, które to umożliwiają. Zacznijmy od nowych rzeczy, które może zrobić sztuczna inteligencja. Masz całą listę rzeczy, które sprawiają, że jesteś uparty.

Des: To prawda. Jeśli cofniemy się do 29 listopada, kiedy zobaczyliśmy ChatGPT 3.5, oczywiste stało się, a przynajmniej pierwszą rzeczą, którą zobaczyliśmy, było to, że to urządzenie było bardzo, bardzo dobre w prowadzeniu konwersacji. Był bardzo, bardzo dobry w rozumieniu ludzi i bardzo, bardzo dobry w odpowiadaniu. Wymagało to naprawdę dobrego podpowiedzi i instrukcji, a także było bardzo dobre w podstawowych sporach w tekście: rozwiń to, podsumuj tamto, przeformułuj to, zmień ton tamtego.

Był także bardzo, bardzo dobry w dedukowaniu i wnioskowaniu. Możesz przedstawić złożony scenariusz i zapytać na przykład: „Jeśli ktoś zmaga się z długoterminową chorobą w płonącym budynku, co jest tutaj większym problemem?” I udało się znaleźć odpowiedzi na te pytania. Dla ludzi te rzeczy wydają się szalenie proste. Jednak skłonienie maszyny do zrozumienia tego, wyciągnięcia wniosków i zasugerowania działania ma ogromną moc. Lub: „Biorąc pod uwagę stan tego projektu na podstawie wszystkich aktualizacji, które przeczytałeś, co jest Twoim zdaniem najważniejsze?” I naprawdę zrobi w tym naprawdę dobrą robotę. Zatem idea rozumowania dedukcyjnego lub indukcyjnego również w tym przypadku jest dość potężna.

„Myślę, że ludzie nie zdają sobie sprawy, jak bardzo to wkrada się do normalnego życia”

A my mówimy tylko o domenie tekstowej. Widzieliśmy, że DALL-E i DALL-E2 mają zdolność renderowania obrazu na podstawie fragmentu tekstu i robiło się to niesamowicie dobrze. Najnowsze rzeczy z Midjourney po prostu zapierają dech w piersiach.

Ludzie często pytają, dlaczego jest to przydatne? Cóż, istnieje mnóstwo scenariuszy, w których ludzie nie są kreatywni, ale wiedzą, czego chcą. Chciałbym więc wysłać tego e-maila i chciałbym, aby został on przesłany jasną, cienką czcionką na ciemnym tle z teksturą. I może dać ci 27 wersji tego na ekranie. Nagle ludzie, którzy nie potrafią zajmować się sztuką, mogą ją uprawiać, prawda?

Nie można lekceważyć możliwości generowania obrazów. Wiele z tych rzeczy charakteryzuje zabawny przypadek użycia: „Pokaż mi cheeseburgera jedzącego planetę” i robi to naprawdę dobrze. Ale gwarantuję ci: „Daj mi naprawdę ładne tło nagłówka dla mojej nowej witryny” będzie fajną funkcją w Squarespace, Wix lub czymś podobnym.

Mamy głos. To już się pojawia. Istnieje zarówno możliwość analizowania głosu – prawie transkrypcja dźwięku w czasie rzeczywistym. Może także generować głosy. To najnowszy przełom w sztucznej inteligencji. Więc jeśli spojrzysz na, powiedzmy, Synthesię lub Play.ht, możesz dać temu gówno Mission: Impossible . Daj mu 90 sekund na mówienie, a jedno zdanie zrobi na Tobie przelotne wrażenie. Daj mu godzinę na mówienie, a zacznie to rozumieć. Z pewnością mogłeś się od tego uwolnić.

„W tym momencie nie można było na mnie wywierać presji, abym stał się sceptykiem wobec sztucznej inteligencji”

A następnie generowanie wideo. Synthesia tworzy fałszywy awatar wideo, w którym możesz nagrać siebie i swoje maniery, dzięki czemu będzie wyglądać, jakbyś mówił. Będziemy jednak w stanie generować pełne wideo w taki sam sposób, w jaki możemy generować obrazy.

Kiedy pomyślisz o tych wszystkich kategoriach, myślę, że błąd, który początkowo popełniałem i który popełnia wiele osób, polegał na tym, że pomyślałem: „No właśnie, to brzmi naprawdę ważne. Jeśli pracuję w Adobe, powinienem się tym zająć.”

Myślę, że ludzie nie zdają sobie sprawy, jak bardzo to może wkraść się do normalnego życia. Ta technologia głosowa może dosłownie być tym, co będzie napędzać przyszłość przesyłania wiadomości lub przyszłość interakcji z produktami, gdzie po prostu rozmawiasz z produktem podczas jazdy lub gdziekolwiek indziej. Wszystko to jest teraz możliwe. Podobnie zdjęcia nie przedstawiają tylko „hot-dogów jedzących planety”. Może dosłownie zaprojektować całe tło i zmienić wygląd produktu, którego używam, aby wyglądał ładniej.

Mógłbym zająć się innymi fajnymi rzeczami, które są teraz możliwe. Kiedy jednak patrzę na łączną wagę całego tego potencjału i myślę o jego zastosowaniu w konkretnych dziedzinach oprogramowania, kreatywności, interfejsie użytkownika, sposobie interakcji ludzi z innymi ludźmi, tego, jakie zadania można zautomatyzować i jakie części zadania można zautomatyzować, nie można w tym momencie wywierać na mnie presji, abym był sceptykiem AI. To nie jest możliwe. To jakby próbować odepchnąć przypływ. Jest dla mnie całkiem oczywiste, że nadchodzą ogromne przemiany i lepiej jest stanąć po ich właściwej stronie.

Walka z gigantami

Paul: To znaczy, ja też tam jestem. W przypadku niektórych rzeczy, które tam powiedziałeś, na przykład obrazów, cała branża reklamowa prawdopodobnie zostałaby wywrócona do góry nogami. Oczywiście, jeśli pracujesz w agencji kreatywnej lub medialnej. Znam osoby, które pracują w agencji kreatywnej, korzystającej już ze sztucznej inteligencji do generowania całości lub większości swojej pracy.

Porozmawiajmy o drugiej stronie tego. Wspomniałeś o startupach, o których wcześniej nie słyszałem. To tylko eksplozja. Nie sądzę, że ktokolwiek byłby w stanie nadążyć za wszystkimi nowymi rodzajami rzeczy zbudowanymi w oparciu o technologię nowej generacji. Tymczasem masz ogromne firmy, osiągające setki milionów dolarów przychodów, które zbudowały biznes w ciągu jednej lub dwóch dekad. Na początku Intercomu byliśmy trochę naiwni. Przychodziliśmy jak „gorący start-up, który przejmuje urzędującego”, z gigantycznym nastawieniem na zabijanie.

Des: „Zabijemy Salesforce”.

Paul: Tak, chip na ramieniu, gigantyczny zabójca, prawda? Wtedy zdajesz sobie sprawę: „Och”. W obszarze takim jak raportowanie i tym podobne, myślisz: „Och, to wielka i głęboka sprawa”.

Des: Tak. Ci goście są wielcy nie bez powodu.

„Naprawdę musisz powiedzieć: «Hej, myślę, że gdyby dzisiaj ten obszar miał zostać zbudowany ponownie, zrobiłbyś to zupełnie inaczej»”

Paul: Potrzebne są lata rozwoju produktu, aby mieć stawki na stole. Jak Twoim zdaniem firmy powinny o tym myśleć?

Des: Myślę, że można na to spojrzeć z obu stron. Powiedzmy, że jesteś żwawym start-upem i wybierasz sobie wroga. Jeśli powiesz: „Chodźmy po dniu roboczym”, jaki jest kąt ataku w dniu roboczym, na który pozwala sztuczna inteligencja? Cóż, spójrz na wszystkie możliwości, które mamy. Możesz spróbować wygenerować recenzje wydajności i spróbować przeanalizować tego rodzaju rzeczy.

Ostatecznie jednak załóżmy, że znalazłeś kilka przykładów, w których możesz dodać fragmenty magii sztucznej inteligencji, aby uprościć istniejące przepływy pracy. Myślę, że każdy, kto korzystał z Workday, musiałby przyznać… Nie sądzę, że kogokolwiek obchodzi złożoność przepływów pracy w tej firmie. To nie jest ich zwrot z inwestycji. To nie jest powód, dla którego ludzie kupują Workday.

Myślę, że powodem, dla którego ludzie kupują Workday, jest to, że jest to największy ERP dla ludzi, jaki można sobie wyobrazić. Mają ogromny zespół sprzedaży dla przedsiębiorstw. Zbudowali ogromną markę: „Jesteśmy ostatecznym szefem, jeśli chodzi o systemy HRIS” i na tym im zależy.

Paul: I prawie nieskończona konfigurowalność.

Des: Tak. Powstaje zatem pytanie, co by się zmieniło, gdybyś miał to wszystko odbudować w erze sztucznej inteligencji? Jeśli ludzie kupują ekstremalną konfigurowalność, nie jest dla mnie oczywiste, że istnieje kąt ataku. Myślę, że ludzie kupują chwalebny WYSIWYG do bazy danych, gdzie mogą połączyć rzeczy z rzeczami poprzez relację menedżera i powiedzieć: „Rzecz ma raport; rzecz ma adres domowy; rzecz ma pensję. Nie sądzę, żeby cokolwiek z tego uległo znaczącym zmianom w najbliższej perspektywie. Dzięki sztucznej inteligencji możesz mieć o wiele piękniejszy dzień pracy. Po prostu nie sądzę, żeby kogokolwiek to obchodziło. Walczyłbyś z innymi startupami z serii A lub B, które prawdopodobnie są dojrzalsze od Ciebie.

„Twoja sztuczna inteligencja może być niesamowita w wykrywaniu oszustw, nawet lepsza niż sztuczna inteligencja Stripe w wykrywaniu oszustw, ale to prawdopodobnie 15% układanki”

Ale żeby dać ci bardziej seksowny przykład, jeśli ty i ja powiemy: „Hej, zabijemy Stripe’a, ale użyjemy sztucznej inteligencji”. Zadanie pierwsze: ty zacznij pracować nad sztuczną inteligencją, ja włożę garnitur i spotkam się z siedmioma bankami oraz kartami Visa i MasterCard, aby sprawdzić, czy dostanę pozwolenie na obciążenie kart kredytowych. To jest faktyczne zadanie. Jak w takim razie zbudować markę, której ludzie ufają? Tak, Twoja sztuczna inteligencja może być niesamowita w wykrywaniu oszustw, nawet lepsza niż sztuczna inteligencja Stripe w wykrywaniu oszustw, a Twoja sztuczna inteligencja może być niesamowita w wykrywaniu odpowiednich optymalnych punktów cenowych dla firm B2B SaaS. Ale to prawdopodobnie 15% układanki. Pozostałe 85% układanki polega na tym, że jestem 10 lat za Stripe, który ściga banki.

Jeśli jesteś startupem, musisz wierzyć w następujące rzeczy. Po pierwsze, gdybyś miał dzisiaj zbudować całą tę kategorię produktów od podstaw, biorąc pod uwagę możliwości, jakie daje obecnie rewolucja w zakresie sztucznej inteligencji, czy zrobiłbyś to zasadniczo inaczej? Jaka część technologii obecnych produktów jest nadal istotna w przyszłości? Jeśli to bardzo, bardzo mała kwota, może ich system logowania i tym podobne rzeczy, tak, w wodzie jest krew. Wyruszać.

Jeśli jednak weźmiemy, powiedzmy, MailChimp i użyjemy sztucznej inteligencji do pisania e-maili i stylizacji notatek, to w porządku. Większość ludzi lubi MailChimp, ponieważ ma naprawdę wysoki wskaźnik dostarczalności lub oferuje analizę biuletynów e-mailowych, zarządzanie listami i subskrypcjami, a także wykrywanie spamu i tak dalej. Trzeba to wszystko zbudować. A gdy będziesz to wszystko budować – powiedzmy, że będzie to 30 miesięcy pracy – MailChimp prawdopodobnie wymyśli, jak zbudować Twoje małe funkcje AI. Zatem masz to samo, co oni, ale wciąż mają znacznie bardziej dojrzałą i znaną markę. Jedyny duży wyróżnik, który przyniosłeś na imprezę, teraz mają. Jest to szczególnie prawdziwe, jeśli główny silnik różnicowania znajduje się po drugiej stronie wywołania API OpenAI. Ponieważ w tym świecie jestem pewien, że oni też opracują podpowiedzi. To jest kąt startowy. Naprawdę musisz powiedzieć: „Hej, myślę, że gdyby dzisiaj ten obszar miał zostać zbudowany ponownie, zrobiłbyś to zupełnie inaczej”.

„Być może sztuczna inteligencja się uczy, więc aby uzasadnić swoją wartość, co jakiś czas wypluwa Ci plik PDF, abyś miał poczucie, że wykonujesz swoją pracę”

Dam ci przykład. Istnieje wiele produktów, które można podłączyć do różnych platform reklamowych. W pewnym sensie przechowują wszystkie Twoje centralne zasoby reklamowe i przeprowadzają analizy. Powiedzą Ci na przykład: „Hej, nasze najskuteczniejsze reklamy to poniższe i zamierzamy przeprowadzić testy A/B tej z inną”. Możesz wejść i skonfigurować, ulepszyć i ponownie przesłać nowe wersje i tego typu rzeczy. Następnie możesz spojrzeć na wykresy i dashboardy, aby pokazać swojemu szefowi, że mówi: „OK, robię tu świetną robotę”. Myślę, że dziś cała kategoria produktów byłaby zbudowana zupełnie inaczej. Pomysł polega na poproszeniu sztucznej inteligencji o wygenerowanie reklam, uruchomienie reklam, zmierzenie LTV/CAC reklam, zasugerowanie wszystkich różnych podsumowań i testów A/B oraz optymalizację reklam na kanał na osobę. Po prostu uruchomiłoby to wszystko w tle.

Kiedy myślę o takim produkcie, nawet nie wiem, co to za interfejs. Może to być jeden z tych skryptów powłoki, które po prostu uruchamiasz i tak naprawdę nigdy nie widzisz, co dzieje się w tle. Po prostu ufaj panom, że pieniądze zaczną napływać. Może sztuczna inteligencja się uczy, więc aby uzasadnić swoją wartość, od czasu do czasu wypluwa ci plik PDF, abyś miał wrażenie, że robisz, co do ciebie należy stanowisko. Jednak w przypadku tego typu kategorii produktów, w których chodzi o „tworzenie, optymalizację, eksplorowanie, wykorzystywanie, iterację”, wszystkie te zadania można wykonać indywidualnie.

Jeśli dzisiaj siedzisz w jednej z tych firm i myślisz: „O cholera, może Des ma rację”, istnieje pokusa, aby powiedzieć: „No cóż, zróbmy po prostu jedną z nich”. Ale rzeczywistość jest taka, że ​​rzeczywista przyszłość dokona tego wszystkiego i wszystkie zostaną ze sobą powiązane. Przekonasz się, że: „Hej, na pewno nikt tego nie zautomatyzuje”. Ale kiedy zobaczysz, jak dobre jest rozumowanie GPT-4, nie jest dla mnie oczywiste, dlaczego człowiek miałby się tu logować codziennie, patrzeć na listę, widzieć migającą na czerwono liczbę i myśleć: „Wyłączmy tę reklamę ” lub „Wygenerujmy 10 wersji tej jasnozielonej, ponieważ wydaje się, że jest naprawdę dobra”. Wszystkie te decyzje może podjąć sztuczna inteligencja. Myślę, że to przykład ogromnej możliwości dla startupów, z której warto skorzystać.

Dojrzały do ​​transformacji

Paul: Jest kilka dobrych pytań dla startupu, powiedzmy, aby jasno zrozumieć faktyczny biznes, który próbuje zaatakować oraz to, na czym zależy i co cenią klienci. Czy jest to rodzaj front-endu, który jest dla nas dużo łatwiejszy do zauważenia, rozpoznania i przemyślenia? A może w przypadku Workday chodzi o backend? A może, w przypadku Stripe’a, rozporządzenie lub prawnicy? Myślę, że to dobre pytania, o których rozmawialiśmy, i które są bardzo przydatne dla większych firm, aby mogły zastanowić się, czy mają szansę zostać legalnie zaatakowani przez startup.

Jednak wcześniej poruszyłeś różne kategorie i myślę, że mamy tutaj kilka, przez które powinniśmy przejść, ponieważ dla mnie są one konkretne i jestem pewien, że dla innych osób także, jak wszystko może się zmienić. Wspomniałeś na przykład o multimediach, takich jak wideo i głos i tak dalej. Jednak w przypadku SaaS istnieje cała gama kategorii – narzędzia sprzedażowe, narzędzia do zarządzania projektami, raportowanie. Zacznijmy od sprzedaży. Obecnie wiele firm zatrudnia sprzedawców i wydaje mnóstwo pieniędzy na ich szkolenie. Jak myślisz, jak to się zmieni?

„Patrząc na listę – sztuczna inteligencja może to zrobić. Prowadzić punktację na liście – AI może to zrobić. Wysyłanie e-maili do tych osób – sztuczna inteligencja może to zrobić. Kierowanie konkretnych referencji, przypadków użycia i prezentacji sprzedażowych do tej osoby w tej branży – sztuczna inteligencja może to zrobić”

Des: Myślę, że każdy aspekt jest podatny na znaczące zmiany. Szkolenie sprzedawców może teraz pełnić funkcję sztucznej inteligencji podczas rozmowy telefonicznej, dostarczając w czasie rzeczywistym aktualizacje na temat: „Hej, pytali o ceny. Oto ceny” i „Hej, pytali o to. Oto slajd. Oto film do odtworzenia. Oto klient, do którego warto się odwoływać. Oto świadectwo.” Cały twój trening będzie znacznie bardziej douszny, a nie: „Po tej rozmowie, Johnny, usiądziemy i porozmawiamy z tobą o wszystkich rzeczach, które powinieneś był powiedzieć”. W tej chwili jest tego dużo więcej. To tylko trening. To zanim dotrzemy do twojego biurka.

Jedną z ról sprzedaży jest poszukiwanie. Jest lista, będziemy ją przeglądać, spróbujemy znaleźć osoby wiarygodne, spróbujmy nawiązać z nimi kontakt – zadzwońmy do nich, wyślijmy e-mail, a może skierujmy reklamy na ich konkretny adres e-mail, więc miejmy nadzieję, że nam się to uda. śledź je w Internecie. Nie powiedziałem ani jednej rzeczy, którą człowiek powinien zrobić. Spójrz na tę listę – sztuczna inteligencja może to zrobić. Ocenianie leadów na tej liście – sztuczna inteligencja może to zrobić, bezpośrednio lub poprzez połączenie API z ZoomInfo i uzyskanie z powrotem punktów leadowych. Wyślij e-mail do tych osób – sztuczna inteligencja może to zrobić. Zadzwoń do tych ludzi – sztuczna inteligencja może to zrobić. Celuj w konkretne referencje, przypadki użycia i talie sprzedażowe specyficzne dla tej osoby w tej branży – sztuczna inteligencja może to zrobić.

To jeden przykład. Istnieją firmy takie jak Regie.ai i Nooks, które przyglądają się konkretnym punktom wartości w przepływie pracy sprzedaży i mówią: „No dobrze, narysuj wokół tego linię. Wszystko to możemy zrobić.” A swoją drogą, to świetna wiadomość dla sprzedawców. Duża część niezróżnicowanego, ciężkiego podnoszenia zostanie usunięta, a droga każdego do bycia tym, kim chce, czyli, jak przypuszczam, był albo starszym liderem sprzedaży, albo starszym przedstawicielem handlowym zajmującym się wyższymi umowami o wyższych wartościach, to prawie jak usunęliśmy wiele kursów szkoleniowych i powiedzieliśmy: „Hej, okazuje się, że nikt już nie musi robić tego gówna, więc od razu włączmy cię do miksera”.

Paweł: Są dwie kategorie rzeczy. Jedna z nich dotyczy niektórych osób, jak sprzedaż – to ten sam zawód, co sprzedaż, ale sztuczna inteligencja znacznie ułatwi tę pracę.

Des: I jeszcze więcej zabawy.

Paul: I na pewno więcej zabawy. Inną kategorią rzeczy są sytuacje, w których praca ludzi może się zmienić. Zarządzanie projektami to kolejna kategoria, w której miejsca pracy prawdopodobnie ulegną zmianie z powodu sztucznej inteligencji.

Des: Myślę, że tak. Zarządzanie projektami jest dość zróżnicowane. Myślę, że jest to jedyny obszar, w którym widać dużo zastosowania sztucznej inteligencji, a wiele z nich nazywam sztuczną inteligencją w stylu przypraw. To jak sól i pieprz. To nie jest danie – to tylko odrobina słodkiego gówna na wierzchu. Jednak jestem ostrożny wobec całej tej sytuacji typu „wpisz pierwsze zdanie aktualizacji statusu i naciśnij klawisz Tab, aby rozwinąć”, która brzmi: „Myślę, że ten projekt jest na dobrej drodze”, zakładka „Ale pozostają następujące zagrożenia”. Wolałbym, żeby to faktycznie wyszło z twojej głowy, niż GPT to wywnioskował, bo musisz się nad tym zastanowić. To, że przeciwstawiasz się temu swojemu imieniu, właściwie mówi mi, że zawodowo myślisz, że zapłaciłbym ci za zrozumienie tych rzeczy. Dlatego trochę się martwię, że czasami możesz zostać nadużyty w tych obszarach.

„Zamiast logować się codziennie, jeśli coś pójdzie nie tak, po prostu zostaniesz poinformowany: «Dlaczego ten projekt się opóźnia?»”

Pomyśl o czymś takim jak Asana, Jira lub Basecamp i zapytaj: „W czym sztuczna inteligencja może pomóc?” Znowu pojawia się pytanie: „Daj mi znać, co się dzieje w tym projekcie”. Myślę, że AI może to zrobić. Zasadniczo możesz poprosić GPT-4, aby powiedział: „Przeczytaj wszystkie najnowsze wątki, dołącz to do swojej najnowszej wiedzy i zobacz różnice semantyczne, którymi kierowałby się dyrektor, w odniesieniu do statusu tego projektu i tego, czy nadal jest on realizowany, i wysyłaj mi to codziennie jako wiadomość na Slacku.

I znowu odchodzimy od interfejsu użytkownika, skupiając się wyłącznie na naciskaniu zamiast przyciąganiu. Zamiast logować się codziennie, zostaniesz po prostu poinformowany, jeśli coś pójdzie nie tak. „Znajdź pierwotną przyczynę wszystkich tych problemów. Dlaczego ten projekt się opóźnia?” Może inne rzeczy, takie jak: „Kto w największym stopniu przyczynił się do tego projektu, jeśli chodzi o podejmowanie konkretnych decyzji? Jaki był największy powód opóźnienia tego projektu?” Jest tam wiele rzeczy, które mogą się zmienić tam, gdzie moim zdaniem obecny przepływ pracy przy próbie rozwiązania tego problemu jest uczciwy i prawdopodobnie musiałeś to robić od czasu do czasu, aby usiąść i przeczytać cztery dokumenty Google i trzy posty w Basecamp czy cokolwiek innego, żeby spróbować dowiedzieć się, co się stało, kiedy cię nie było.

„Osobiście mam lekką alergię na opcję „wypełniania obszernych akapitów pism i osądów”, ponieważ wolę, gdy rzeczywiście pochodzi to z czyjegoś mózgu”

Paul: Dla mnie to nawet nie ma znaczenia. Wiesz, że? Wydarzyło się wiele rzeczy, podjęto decyzję, jesteśmy z nią zadowoleni, a kontekst jest właściwie niepotrzebny.

Des: Tak, tak, całkowicie. Ale czasami prawie po prostu zastanawiasz się nad decyzją, prawda? Wyobraź sobie świat, w którym możesz się zalogować i powiedzieć: „Zalogowałem się dzisiaj do Basecamp, ponieważ muszę sprawdzić, czy zmieścimy się w terminie 11 sierpnia czy cokolwiek innego. Oczywiście nie jesteśmy na dobrej drodze, biorąc pod uwagę, że zbliża się 31. Możliwość osiągnięcia poziomu „Oto rzecz, którą chcę wiedzieć, a słowa nie mają tak naprawdę znaczenia” może mieć ogromną moc. Jeszcze nie widziałem, żeby to było dobrze zrobione, ale podejrzewam, że tak się stanie. Z tego punktu widzenia charakter narzędzia PM ulegnie zmianie. Identyfikowanie zasobów konfliktu i takie rzeczy jak: „Hej, Paul ma te siedem rzeczy i faktycznie jest tu zarezerwowany” również może być całkiem przydatne. Więc ogólnie rzecz biorąc, narzędzie premiera jest do tego zdecydowanie dojrzałe, ale osobiście mam lekką alergię na „zakładkę służącą do wypełniania obszernych akapitów pismem i osądami”, ponieważ wolę, jeśli faktycznie pochodzi to z czyjegoś mózgu, na przykład przynajmniej teraz.

AI decyduje

Paul: Kolejnym jest raportowanie i narzędzia raportowania. Na przykład my tutaj, w Intercom, spędziliśmy większą część dekady na tworzeniu głębokich raportów – edytowaniu raportów, tworzeniu raportów, wszelkiego rodzaju typowych rzeczach z prymitywnego punktu widzenia, takich jak tworzenie-

Des: Utwórz nowe portfolio, zaktualizuj, zmień filtr, kategoryzuj-

Paul: Im więcej budujemy i im więcej badań przeprowadzamy z klientami, tym więcej dowiadujemy się, że jest jeszcze wiele do zbudowania.

Des: To niekończąca się historia.

Paul: Większa konfigurowalność, więcej dostosowywania i tak dalej. Teraz jednak zdajesz sobie sprawę, że sztuczna inteligencja prawdopodobnie mogłaby wiele z tego zrobić i nie ma potrzeby budowania tych wszystkich rzeczy ani używania ich, jeśli zostały już zbudowane, i znaleźliśmy się w sytuacji, w której wciąż budujemy raportowanie funkcje, ale zastanawiają się również: „Czy powinniśmy również wzbudzać w naszych klientach potrzebę, aby nigdy z nich nie korzystali?” Zamiast tego przygotuj jakieś pole, w którym należy wpisać pytanie, na przykład „Czy LTV rośnie czy spada?” „Czy moja obsługa klienta spadła?” „Jaki był najbardziej pracowity dzień w tym tygodniu?” To wszystko interfejs oparty na czacie. AI z pewnością będzie w tym dobra. Myślę, że umożliwi między innymi odkrycie korelacji w danych, których ludzie nigdy by nie dokonali wyłącznie ze względu na dużą ilość danych.

„Wiele osób czuje się komfortowo ze sztuczną inteligencją jedynie jako zwierzakiem domowym… Musimy oswoić się z sztuczną inteligencją jako rówieśnikami”

Des: I jest o wiele potężniejszy niż jakakolwiek pojedyncza osoba.

Paweł: Tak, dokładnie. A może po prostu znacznie więcej. Mówiłem już wcześniej, że moim zdaniem rola człowieka może w mniejszym stopniu polegać na przekopywaniu się przez dane i analizę, a w większym na osądzaniu. Zwykle polega to na analizie, zastosowaniu ludzkiego osądu, a następnie podjęciu decyzji. I myślę, że ludzie odejdą od części analitycznej. Sztuczna inteligencja to zrobi, a ona zastosuje tę ocenę przy podejmowaniu decyzji. Ale powiedziałeś, i zgadzam się, że sztuczna inteligencja również dokona oceny. Możesz to trochę wyjaśnić?

Des: Tak, oczywiście. Źle to zrozumię, ale jest psycholog edukacyjny, Benjamin Bloom, który próbował opisać, w jaki sposób można poznać jakąkolwiek dziedzinę, i ma coś, co nazywa się „Taksonomią celów edukacyjnych Blooma”. A na samym dole jest przypomnienie. Pytanie typu „Czy możesz wymienić 26 hrabstw Irlandii”. Nie ma w tym żadnej głębi. A na samym końcu jest synteza: „Czy możesz stworzyć nowy materiał w oparciu o już istniejący?”

Jest to więc coś w rodzaju przypominania, rozpoznawania, rozumienia, analizy i syntezy. Pomijam tam jeden lub dwa, a lepszy diagram umieścimy w notatkach z pokazu. Myślę, że wiele osób czuje się komfortowo, gdy sztuczna inteligencja jest zwierzęciem domowym. Lubią to na najniższym poziomie. To fajne, tak samo jak ludzie, którzy lubią poprawiać literówki. Jednak w pewnym sensie musimy oswoić się z AI jako partnerami. Myślę, że sztuczna inteligencja będzie w stanie dokonać oceny, ponieważ nawet jeśli weźmiemy naszego własnego bota, Fina, większość tego, co robi Fin, opiera się na zasadzie „biorąc pod uwagę to, odpowiedz tamto”.

„Nie jest dla mnie jasne, gdzie sztuczna inteligencja kończy się w swoich możliwościach. Jasne jest, że istnieje ludzki poziom komfortu w postaci: „Możesz zajść tak daleko, ale to ja muszę być osobą, która to naprawi””

Rewind.ai jest klientem Fin. Jestem użytkownikiem Rewind. To wspaniały produkt. Rewind robi to, gdzie chce nagrywać każde spotkanie, a ja nie chciałem tego robić. Próbowałem więc wyłączyć to wyskakujące okienko i zwróciłem się o pomoc do Rewind. Zapytałem: „Jak wyłączyć wyskakujące okienko?” A Fin powiedział: „Och, oto jak to zrobić”. Zawierał link do artykułu, w którym nigdy bezpośrednio nie było napisane: „Aby wyłączyć to wyskakujące okienko, wykonaj następujące czynności”. W artykule napisano coś w rodzaju: „Jeśli chcesz włączyć tę funkcję, przejdź tutaj, aby to zrobić”. Nawiasem mówiąc, kiedy to zrobisz, nie będzie ono zawsze włączone. Będzie się pojawiać za każdym razem. Fin wywnioskował po przeczytaniu tego artykułu, że jeśli o to chodzi i takie są preferencje, to musi być na tym ekranie. I w zasadzie dało mi to doskonałą odpowiedź. I nie wykorzystuję tego do promowania Fina, ale to tylko przykład dedukcji, oceny i sugestii. Był na tyle pewny siebie, że powiedział mi, że to jest odpowiedź. To prosty przykład, w którym nikt w Rewind nie musiał tak naprawdę zapisywać tej odpowiedzi. Fin to rozpracował.

W przypadku raportowania wyobraźmy sobie, że pytamy: „Pokaż mi, którzy przedstawiciele CS uzyskują najwyższe wyniki”, co jest dość prostym pytaniem. 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.” That makes sense. 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? Nonsens. 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.

Pytanie brzmi, czy kąt ataku jest wystarczający, aby naprawdę przeszkadzać? A może jakiś główny inżynier lub projektant usiądzie w Mega Big Corp i powie: „Prawdopodobnie powinniśmy to skopiować”? Może im to zająć rok, ale jest mało prawdopodobne, że w tym roku zbudujesz w pełni dojrzałą platformę. To jest wyzwanie i może to jest w porządku. Może nie masz nic przeciwko, mówiąc: „Hej, zamierzamy sięgnąć po dolną część rynku. Właściwie nie musimy konkurować z Megakorporacją. W porządku, ale pamiętaj, aby wszystkie te decyzje podejmować wspólnie i nie mówić sobie: „Zabijemy Salesforce, ponieważ mamy algorytm oceniania leadów oparty na sztucznej inteligencji” lub coś w tym rodzaju. Salesforce będzie nad tym pracować.

Paweł: To wspaniale. Zostawmy to na dzisiaj. Do zobaczenia może za 12 miesięcy, żebyśmy mogli ustalić, co dalej.