Intercom on Product: Estratégia de produto na era da IA

À medida que novas startups nativas de IA e gigantes da indústria navegam na revolução da IA, o panorama dos produtos está passando por uma profunda transformação. Conseguirão as empresas aproveitar o potencial desta força disruptiva para impulsionar a inovação e prosperar no mercado competitivo de hoje?

Nos últimos anos, e particularmente desde o lançamento do ChatGPT em Novembro passado, assistimos a um boom na IA generativa que ultrapassou os limites da criatividade e da inovação – e também começou a subverter as indústrias de formas que mal poderíamos ter imaginado. De texto a áudio e imagens, esses recursos de IA mais recentes já desencadearam uma nova geração de startups nativas de IA com fluxos de trabalho inteiramente alimentados por IA e inspiraram inúmeras outras a desenvolver ou adotar recursos e produtos alimentados por IA.

As aplicações são infinitas – UX, UI, criação de conteúdo, análise de dados, atendimento ao cliente, prospecção de vendas, automação de marketing, entre outros. Agora que a primeira onda de poeira baixou, é o momento ideal para refletir sobre o que essas mudanças significam para a estratégia e os líderes de produtos. Quer você seja um gerente de produto, um especialista de domínio com décadas de experiência ou um fundador de uma startup novato, estes tempos trazem não apenas novos desafios, mas também oportunidades de mudança de jogo. A IA ajudará as pessoas a ampliar a sua produtividade e a expandir-se para novos mercados, ou tornará obsoletas certas funções? Será que as startups equipadas com abordagens inovadoras de IA conseguirão perturbar categorias bem estabelecidas? E serão os operadores históricos capazes de acompanhar o ritmo implacável da inovação?

No episódio de hoje do Intercom on Product, conversei com Paul Adams, nosso Diretor de Produto, para falar sobre estratégia de produto na era da IA.

Aqui estão algumas das principais conclusões:

• Para realmente perturbar as categorias com IA, as startups devem considerar se os seus produtos ou funcionalidades oferecem um ângulo de ataque único que as empresas estabelecidas não conseguem replicar facilmente.
• Embora a IA possa agilizar tarefas em categorias de SaaS, como vendas e atendimento ao cliente, oferecendo alívio do trabalho repetitivo, o impacto no gerenciamento de projetos é mais sutil.
• À medida que as capacidades da IA ​​avançam, as pessoas provavelmente ficarão mais confortáveis ​​em confiar nela para tarefas que envolvem não apenas análise, mas julgamento – embora ainda com necessidade de supervisão humana.
• Ao considerar novos recursos, como IA, os gerentes de produto devem se concentrar em como podem expandir a base de usuários, aprimorar as habilidades dos usuários ou eliminar totalmente as tarefas.
• Quer você seja uma startup ou uma empresa estabelecida, é um bom momento para relembrar as ideias por trás do Dilema do Inovador .

Se você gostou da nossa discussão, confira mais episódios do nosso podcast. Você pode acompanhar Apple Podcasts, Spotify, YouTube ou pegar o feed RSS no player de sua preferência. O que se segue é uma transcrição levemente editada do episódio.

Aposte na fazenda

Paul Adams: Olá a todos, bem-vindos ao Intercom on Product. Sou Paul Adams e comigo hoje, como sempre, está Des.

Des Traynor: Olá, Paul. Como vai?

Paul: Tudo bem, hoje vamos falar sobre IA e estratégia de produto. Vamos falar sobre o que isso significa para pessoas em diversas posições sobre isso. Achamos que é um ótimo momento para falar sobre isso porque a primeira onda de poeira baixou. Vimos o que é possível com esse tipo de primeira onda de empresas e, como qualquer grande tecnologia, não está claro para as pessoas no início como tudo vai acontecer. Quando você olha para a paisagem hoje, temos pessoas que apostam tudo e dizem: “Aposte na fazenda; aposte a empresa. E então você tem pessoas que ainda estão um pouco inseguras: “Isso é realmente importante? Isso é mais Kool-Aid do Vale do Silício?” Des, onde você acha que está nisso?

“Quando você olha para alguns dos recursos, tenho quase certeza de que indústrias e categorias inteiras de software serão derrubadas”

Des: Definitivamente estou dentro. Aposte na fazenda, aposte na empresa, aposte o Kool-Aid, vá até seus vizinhos e aposte nas fazendas deles. Eu acho que é enorme. Compreendo a causa do cepticismo porque parece ter chegado convenientemente numa altura em que Silicon Valley e os investidores ansiavam por algo novo sobre o que falar. Mas quando você tem as experiências que a IA está proporcionando no momento, fica bastante claro que algo enorme está acontecendo, e ainda estamos neste estágio embrionário de ver isso. Como você mencionou, a poeira baixou. É realmente a primeira onda de poeira. Agora estamos começando a ver empresas inteiras obtendo uma série A ou B por serem empresas aplicadas nativas de IA.

Quando falo sobre isso, o que quero dizer não é OpenAI ou Anthropic que fornecem a IA real, mas pessoas que estão construindo produtos de fluxo de trabalho completos inteiramente alimentados por IA. Tipo, se OpenAI e Anthropic não existissem, esta empresa também não existiria. As pessoas realmente confiam nisso como plataforma. Quando você olha para alguns dos recursos, tenho certeza absoluta de que setores e categorias inteiras de software serão derrubadas.

Paul: Às vezes, em tecnologia, falamos sobre eventos de extinção. Os dispositivos móveis surgiram e as empresas que priorizam os dispositivos móveis mataram empresas que não priorizavam os dispositivos móveis e não conseguiam se adaptar. Antes disso, acontecia o mesmo com as empresas que priorizam a nuvem. Você acha que isso é um tipo de evento de extinção?

Des: Acho que em certos bolsos, certamente. E em muitos outros bolsões, se não for um evento de extinção, é por causa de uma nova dinâmica. Em algumas dessas áreas, digamos, com um servidor de IA aberto, o poder é acessado através de uma API, como, “Ei, resuma este incidente de 5.000 palavras para mim”, enviando-o para um terceiro e recebendo de volta o resposta. Isso não é o mesmo que reconstruir toda a sua empresa para torná-la nativa do iOS. Portanto, como resultado, haverá áreas de software onde acredito que os operadores históricos realmente farão uso disso e obterão muito valor. Algumas áreas serão eventos de extinção, mas não é como um asteróide, não vai destruir toda a indústria. Acho que você verá muitas das grandes empresas realmente crescerem.

“Se voltarmos a 29 de novembro, quando vimos o ChatGPT 3.5, o que ficou óbvio, ou pelo menos a primeira coisa que vimos, foi que essa coisa era muito, muito boa em ser conversacional”

Paulo: Sim. O que obviamente aconteceu com o celular. O Google e o Facebook finalmente descobriram como fazer isso.

Des: Eles fizeram, isso mesmo. Eles descobriram como fazer isso mais rápido do que qualquer um poderia descobrir como ser excelente em, digamos, pesquisa. Voltaremos a essa ideia de proporção em um segundo, mas aprendendo Objective-C e implantando uma interface Objective-C ou iOS em um telefone celular para um mecanismo de pesquisa incrivelmente poderoso - acontece que a parte mais difícil de tudo esse é o mecanismo de pesquisa incrivelmente poderoso. É a proporção entre quanto trabalho novo temos que fazer versus quanto do trabalho atual ainda é válido? O back-end do Google ainda é extremamente válido e o front-end pode mudar, mas acontece que rastrear toda a Internet não é algo que dois randos que saíram do YC possam fazer em uma noite.

Paul: Vamos falar sobre os dois lados disso. Existem recursos de mesa – os recursos principais que um produto precisa em uma determinada categoria. Depois, há coisas novas que pode fazer e novas tecnologias que permitem coisas. Vamos começar com as coisas novas que a IA pode fazer. Você tem uma lista completa de coisas que o deixam otimista.

Des: Isso é verdade. Se voltarmos ao dia 29 de novembro, quando vimos o ChatGPT 3.5, o que ficou óbvio, ou pelo menos a primeira coisa que vimos, foi que essa coisa era muito, muito boa em ser conversacional. Foi muito, muito bom em compreender os humanos e muito, muito bom em responder. Foi preciso muita inspiração e instrução, e foi muito bom na discussão básica de textos: expandir isso, resumir aquilo, reformular isso, refazer aquilo.

Também era muito, muito bom em dedução ou inferência. Você poderia apresentar um cenário complexo e perguntar, por exemplo: “Se alguém está lutando contra uma doença prolongada dentro de um prédio em chamas, qual é o maior problema aqui?” E encontrou respostas para essas perguntas. Para os humanos, essas coisas parecem incrivelmente simples. Mas fazer com que uma máquina realmente entenda isso, faça uma inferência e sugira uma ação é bastante poderoso. Ou “Dado o estado deste projeto com base em todas as atualizações que você leu, qual você acha que é a questão mais importante?” E realmente fará um bom trabalho nisso. Portanto, a ideia de raciocínio dedutivo ou indutivo também é bastante poderosa.

“Acho que as pessoas não percebem o quanto isso pode se infiltrar na sua vida normal”

E estamos falando apenas sobre o domínio do texto. Vimos que DALL-E e DALL-E2 tinham a capacidade de, a partir de um pedaço de texto, renderizar uma imagem, e isso estava ficando incrivelmente bom. Agora, as últimas novidades do Midjourney são de tirar o fôlego.

As pessoas costumam perguntar: por que isso é útil? Bem, existem muitos cenários em que as pessoas não são criativas, mas sabem o que querem. Então, gostaria de enviar este e-mail e gostaria que ele fosse enviado em uma fonte clara e fina sobre um fundo de textura escura. E pode fornecer 27 versões disso na tela. De repente, quem não sabe fazer arte pode fazer arte, certo?

Ser capaz de gerar imagens não deve ser desprezado. Muitas dessas coisas são tipificadas pelo caso de uso engraçado, “Mostre-me um cheeseburger comendo um planeta”, e isso faz um ótimo trabalho. Mas garanto a você: “Dê-me um fundo de cabeçalho muito bom para meu novo site” será um recurso interessante no Squarespace ou Wix ou algo parecido.

Nós temos voz. Isso vem acontecendo. Há a capacidade de analisar voz – praticamente transcrição de áudio em tempo real. E também pode gerar vozes. Esse é o mais recente avanço em IA. Então, se você olhar, digamos, Synthesia ou Play.ht, você pode dar uma merda de Missão: Impossível . Você dedica 90 segundos falando e isso causará uma impressão passageira em você por uma única frase. Espere uma hora falando e ele começará a entender. Você certamente poderia escapar impune.

“Você não poderia me pressionar para ser um cético em IA neste momento”

E então gerando vídeo. Synthesia faz esse avatar de vídeo falso onde você pode gravar a si mesmo e alguns maneirismos seus, e será capaz de fazer parecer que você está falando. Mas seremos capazes de gerar vídeos completos da mesma forma que podemos gerar imagens.

Quando você pensa em todas essas categorias, acho que o erro que cometi inicialmente, e que muitas pessoas cometem inicialmente, é pensar: “Certo, isso parece muito importante. Se estou trabalhando na Adobe, devo cuidar disso.”

Acho que as pessoas não percebem o quanto isso pode se infiltrar na sua vida normal. Essa tecnologia de voz pode literalmente ser o que impulsionará o futuro das mensagens ou o futuro da interação do produto, onde você apenas fala com o seu produto enquanto dirige ou algo assim. Tudo isso agora é possível. E da mesma forma, as imagens não são apenas “cachorros-quentes comendo planetas”. Ele pode literalmente projetar um fundo inteiro e remodelar este produto que estou usando para ficar mais bonito.

Eu poderia continuar com outras coisas legais que agora são possíveis. Mas quando olho para o peso coletivo de todo esse potencial e penso em suas aplicações a domínios de software específicos, à criatividade, à UI, à forma como os humanos podem interagir com outros humanos, a quais trabalhos poderiam ser automatizados e quais partes do trabalhos pudessem ser automatizados, você não poderia me pressionar para ser um cético em IA neste momento. Não é possível. Seria como tentar empurrar a maré para trás. É bastante óbvio para mim que grandes transformações estão por vir, e é melhor você estar do lado certo delas.

Enfrentando gigantes

Paul: Quer dizer, eu também estou lá. Em algumas das coisas que você disse lá, como imagens, por exemplo, toda a indústria publicitária provavelmente ficaria de cabeça para baixo. Certamente, se você trabalha em uma agência criativa ou de mídia. Conheço pessoas que trabalham em uma agência criativa que já usam IA para gerar todo ou a maior parte de seu trabalho.

Vamos falar sobre o outro lado disso. Você mencionou algumas startups das quais nunca tinha ouvido falar antes. É apenas uma explosão. Não creio que alguém consiga acompanhar todos os novos tipos de coisas construídas com base nesta nova geração de tecnologia. Enquanto isso, você tem grandes empresas, com receitas de centenas de milhões de dólares, que construíram um negócio ao longo de uma ou duas décadas. Nos primeiros dias da Intercom, éramos um pouco ingênuos. Estávamos chegando como uma “startup quente enfrentando o titular”, uma mentalidade gigante do tipo matador.

Des: “Vamos matar o Salesforce.”

Paul: Sim, uma crítica, assassino gigante, certo? Então você percebe: “Oh”. Em uma área como reportagens e outras coisas, você pensa: “Oh, isso é uma coisa grande e profunda”.

Des: Sim. Esses caras são grandes por um motivo.

“Você realmente precisa dizer: 'Ei, acho que se esta área fosse construída novamente hoje, você faria isso de forma fundamentalmente diferente'”

Paul: São necessários anos de desenvolvimento de produtos apenas para ter o que está em jogo. Como você acha que as empresas deveriam pensar sobre isso?

Des: Acho que você pode ver isso de ambos os lados. Digamos que você seja uma startup problemática e esteja escolhendo um inimigo. Se você disser “Vamos depois do Workday”, qual é o ângulo de ataque no Workday que a IA permite? Bem, você olha para todos os recursos que temos. Você poderia tentar gerar avaliações de desempenho e analisar esse tipo de coisa.

Mas, em última análise, digamos que você encontre alguns exemplos em que pode espalhar e pontilhar pedaços de magia da IA ​​para simplificar os fluxos de trabalho existentes. Acho que qualquer pessoa que já usou o Workday teria que admitir… Acho que ninguém se importa com a complexidade dos fluxos de trabalho dentro daquela empresa. Esse não é o ROI deles. Essa não é a razão pela qual as pessoas compram o Workday.

A razão pela qual as pessoas compram o Workday é, eu acho, porque é o maior ERP para humanos que você poderia imaginar. Eles têm uma enorme equipe de vendas corporativas. Eles construíram uma marca enorme de “Somos o chefe final quando se trata de sistemas HRIS” e é com isso que eles se preocupam.

Paul: E configurabilidade quase infinita.

Des: Sim. A questão então é: se reconstruíssemos tudo isto numa era de IA, o que mudaria? Se as pessoas estão comprando uma configurabilidade extrema, não é óbvio para mim que o ângulo de ataque esteja presente. Acho que as pessoas estão comprando um WYSIWYG glorificado para um banco de dados onde podem conectar coisa a coisa por relacionamento de gerente e dizer: “A coisa tem relatório; coisa tem endereço residencial; coisa tem salário.” Não creio que nada disso mude enormemente no curto prazo. Você poderia ter um dia de trabalho muito mais bonito com tecnologia de IA. Só acho que ninguém daria a mínima. Você estaria brigando com outras startups das séries A ou B que provavelmente são mais maduras que você.

“Sua IA pode ser incrível na detecção de fraudes, até melhor que a IA da Stripe para detecção de fraudes, mas isso provavelmente representa 15% do quebra-cabeça”

Mas, para dar um exemplo mais sexy, se você e eu disséssemos: “Ei, vamos matar Stripe, mas vamos usar IA”. Primeira tarefa, você começa a trabalhar com IA, vou vestir um terno e me reunir com sete bancos e Visa e MasterCard para ver se consigo permissão para cobrar cartões de crédito. Essa é a tarefa real. Então, como faço para construir uma marca em que as pessoas confiem? Sim, sua IA pode ser incrível na detecção de fraudes, ainda melhor do que a IA do Stripe para detecção de fraudes, e sua IA pode ser incrível na detecção dos preços ideais para empresas de SaaS B2B. Mas isso é provavelmente 15% do quebra-cabeça. Os outros 85% do quebra-cabeça são onde estou 10 anos atrás do Stripe, que está perseguindo bancos.

Se você é uma startup, precisa acreditar nas seguintes coisas. Uma delas é: se você construísse toda essa categoria de produtos a partir do zero hoje, dado o que agora é possível com esta revolução da IA, você faria isso de forma substancialmente diferente? Quanto da tecnologia dos produtos existentes ainda é relevante no futuro? Se for uma quantia muito, muito pequena, talvez o sistema de login deles e coisas assim, sim, há sangue na água. Vá em frente.

No entanto, se pegarmos, digamos, o MailChimp, e usarmos IA para escrever os e-mails e estilizar as notas, tudo bem. A maioria das pessoas gosta do MailChimp porque ele tem uma taxa de entrega muito alta ou análise de boletins informativos por e-mail, gerenciamento de listas e gerenciamento de assinaturas, além de detecção de spam e todo esse tipo de merda. Você tem que construir tudo isso. E enquanto você constrói tudo isso – digamos que isso equivale a 30 meses de trabalho – o MailChimp provavelmente descobrirá como construir seus pequenos recursos de IA. Então você tem o que eles têm, mas eles ainda têm uma marca muito mais madura e conhecida. O grande diferencial que você trouxe para a festa, eles agora têm. Isso é especialmente verdadeiro se o mecanismo principal de diferenciação estiver na outra extremidade de uma chamada de API OpenAI. Porque nesse mundo, tenho certeza de que eles também resolverão as instruções. Esse é o ângulo inicial. Você realmente tem que dizer: “Ei, acho que se esta área fosse construída novamente hoje, você faria isso de forma fundamentalmente diferente”.

“Talvez a IA aprenda, então, para justificar seu próprio valor, ela cospe um PDF para você de vez em quando para fazer você sentir que está fazendo seu trabalho”

Vou te dar um exemplo. Existem muitos produtos que você conecta a todas as suas diferentes plataformas de publicidade. Eles meio que abrigam todo o seu inventário central de publicidade e executam análises. Eles dirão coisas como: “Ei, nossos anúncios mais eficazes são os seguintes e vamos realizar testes A/B deste em comparação com aquele”. Você pode entrar e configurar, ajustar e reenviar novas versões e todo esse tipo de coisa. Depois, você pode consultar gráficos e painéis para mostrar ao seu chefe: “Ok, estou fazendo um ótimo trabalho aqui”. Acho que toda a categoria de produtos seria construída de forma totalmente diferente hoje. A ideia seria pedir à IA para gerar os anúncios, executá-los, medir o LTV/CAC dos anúncios, sugerir todos os diferentes resultados e testes A/B e otimizar os anúncios por canal e por pessoa. Apenas executaria tudo isso em segundo plano.

Quando penso em um produto como esse, nem sei o que é interface. Pode ser um daqueles scripts de shell que você acabou de executar e nunca vê o que acontece em segundo plano. Você apenas confia nos senhores que o dinheiro vai começar a entrar. Talvez a IA aprenda, então, para justificar seu próprio valor, ela cospe um PDF para você de vez em quando para fazer você sentir que está fazendo o seu trabalho. Mas com esse tipo de categoria de produto em que é “criar, otimizar, explorar, explorar, iterar”, todas essas tarefas são realizáveis ​​individualmente.

Se você está hoje em uma dessas empresas e pensa: “Oh, merda, talvez Des tenha razão”, a tentação é dizer: “Bem, vamos apenas fazer uma delas”. Mas a realidade é que o futuro real fará todos eles, e todos estarão interligados. Você se convencerá de que “Ei, certamente ninguém vai automatizar tudo isso”. Mas quando você vê o quão bom é o raciocínio do GPT-4, não é óbvio para mim por que um humano iria querer fazer login aqui todos os dias e olhar uma lista e ver o número vermelho piscando e dizer: “Vamos desligar esse anúncio ”, ou “Vamos gerar 10 versões deste verde brilhante porque parece que é muito bom”. Todas essas decisões podem ser tomadas pela IA. Acho que esse é um exemplo de uma grande oportunidade de startup que vale a pena perseguir.

Maduro para transformação

Paul: Existem algumas boas perguntas para uma startup, por exemplo, entender claramente o negócio real que está tentando atacar e o que os clientes se preocupam e valorizam. É o tipo de front-end que é muito mais fácil de ver, reconhecer e pensar? Ou é realmente, no caso do Workday, o backend? Ou, no caso de Stripe, o regulamento ou os advogados? Acho que essas são boas perguntas sobre as quais você e eu conversamos e que são muito úteis para empresas maiores pensarem se têm ou não a oportunidade de serem legitimamente atacadas por uma startup.

Antes disso, porém, você tocou em diferentes categorias, e acho que temos algumas aqui que deveríamos analisar porque elas tornam concreta para mim, e tenho certeza para outras pessoas também, como as coisas podem mudar. Por exemplo, você mencionou coisas multimídia como vídeo e voz e assim por diante. Com o SaaS, porém, há várias categorias – ferramentas de vendas, ferramentas de gerenciamento de projetos, relatórios. Vamos começar com vendas. Hoje, muitas empresas contratam vendedores e gastam muito dinheiro treinando-os. Como você acha que isso mudaria?

“Olhando para uma lista – a IA pode fazer isso. Liderar a pontuação da lista – a IA pode fazer isso. Enviar e-mail para essas pessoas – a IA pode fazer isso. Direcionar depoimentos, casos de uso e apresentações de vendas específicos para essa pessoa neste setor – a IA pode fazer isso”

Des: Cada aspecto, eu acho, é suscetível a mudanças significativas. O treinamento dos vendedores agora pode ser a IA ao vivo na chamada, fornecendo atualizações em tempo real sobre: ​​“Ei, eles perguntaram sobre preços. Aqui estão os preços” e “Ei, eles perguntaram sobre isso. Aqui está o slide. Aqui está o vídeo para reproduzir. Aqui está o cliente para referência. Aqui está o depoimento.” Todo o seu treinamento será muito mais direto do que: “Depois dessa ligação, Johnny, vamos sentar e conversar com você sobre todas as coisas que você deveria ter dito”. É muito mais no momento. Isso é apenas treinamento. Isso antes de chegarmos à sua mesa.

Uma das funções das vendas é a prospecção. Há uma lista, vamos examinar essa lista, tentar encontrar pessoas que sejam confiáveis, tentar fazer contato com elas - ligar para elas, enviar-lhes um e-mail ou talvez direcionar anúncios para seu endereço de e-mail específico, então, esperançosamente, podemos siga-os pela internet. Eu não disse nada que um humano precise fazer. Veja esta lista – a IA pode fazer isso. Pontuação de leads nesta lista - a IA pode fazer isso, seja diretamente ou por meio de API para um ZoomInfo e obtendo uma pontuação de lead de volta. Envie um e-mail para essas pessoas – a IA pode fazer isso. Ligue para essas pessoas – a IA pode fazer isso. Direcione depoimentos, casos de uso e apresentações de vendas específicos para essa pessoa neste setor – a IA pode fazer isso.

Esse é um exemplo. Existem empresas como Regie.ai e Nooks olhando para pontos de valor específicos reais no fluxo de trabalho de vendas e dizendo: “Certo, trace um limite em torno disso. Podemos fazer tudo isso.” E, a propósito, isso é uma notícia incrível para os vendedores. Muito do trabalho pesado indiferenciado será eliminado, e o caminho de todos para serem o que querem que seja, o que, presumo, era um líder de vendas sênior ou um representante de vendas sênior lidando com negócios mais altos com valores mais altos, é quase como tiramos muitos cursos de treinamento e dissemos: “Ei, acontece que ninguém precisa mais fazer nenhuma dessas merdas, então vamos colocar você no mixer imediatamente”.

Paulo: Existem duas categorias de coisas. Uma delas é para algumas pessoas, como vendas – é o mesmo trabalho de venda, mas a IA tornará o trabalho muito mais fácil.

Des: E mais divertido também.

Paul: E mais divertido, com certeza. A outra categoria de coisas é onde os empregos das pessoas podem mudar. O gerenciamento de projetos é outra categoria em que os empregos das pessoas provavelmente mudarão por causa da IA.

Des: Acho que sim. O gerenciamento de projetos é bastante matizado. Acho que esta é a única área onde você vê muita IA aplicada, e grande parte dela é o que chamo de IA de estilo condimento. É como sal e pimenta. Não é o prato – é apenas um pouco de merda fofa por cima. Mas sou cauteloso com toda a frase “escreva a primeira frase de uma atualização de status e pressione a guia para expandir”, onde é como “Acho que este projeto está no caminho certo”, guia “Mas os seguintes riscos permanecem”. Prefiro que isso saia da sua cabeça do que o GPT inferir, porque preciso que você fique de pé sobre isso. Você colocar seu nome nisso na verdade me diz que você profissionalmente acha que eu estaria pagando para você entender essas coisas. Então, eu me preocupo um pouco com o fato de que às vezes você pode usar excessivamente essas áreas.

“Em vez de fazer login todos os dias, você será informado se alguma coisa der errado: `Por que esse projeto está atrasado?'”

Pense em algo como um Asana, Jira ou Basecamp e diga: “Como a IA poderia ajudar?” Novamente, tudo se resume a “Deixe-me saber o que está acontecendo neste projeto”. Acho que a IA pode fazer isso. Basicamente, você pode pedir ao GPT-4 para dizer: “Leia todos os tópicos mais recentes, acrescente isso ao seu conhecimento mais recente e veja as diferenças semânticas com as quais um executivo se importaria em relação ao status deste projeto e se ele ainda está em andamento, e me envie isso todos os dias como uma mensagem do Slack.”

E, novamente, estamos nos afastando da UI para ser apenas um empurrão versus um puxão. Em vez de fazer login todos os dias, você será avisado se alguma coisa der errado. “Encontre a causa raiz de todos esses problemas. Por que este projeto está atrasado?” Talvez outras coisas como: “Quem contribuiu mais para este projeto em termos de tomada de decisões concretas? Qual foi o maior motivo do atraso deste projeto? Há muitas coisas lá que podem realmente mudar onde eu acho que o fluxo de trabalho atual para tentar resolver isso é honestamente, e você provavelmente teve que fazer isso de vez em quando, para sentar e ler quatro documentos do Google e três postagens do Basecamp ou qualquer outra coisa para tentar descobrir o que aconteceu quando você estava fora.

“Pessoalmente, sou um pouco alérgico à ‘guia para completar parágrafos enormes de escrita e julgamento’ porque prefiro que isso realmente venha do cérebro de alguém”

Paulo: Isso nem importa para mim. Você sabe? Muita coisa aconteceu, uma decisão foi tomada, estamos bem com a decisão e o contexto é realmente desnecessário.

Des: Sim, sim, totalmente. Mas às vezes você está quase apenas buscando a decisão, certo? Imagine um mundo onde você possa fazer login e dizer: “Entrei no Basecamp hoje porque preciso descobrir se estamos no caminho certo para 11 de agosto ou algo assim. Obviamente, não estamos no caminho certo para isso, já que é quase dia 31. Ser capaz de chegar a esse nível de “Aqui está o que eu quero saber e as palavras realmente não importam” pode ser muito poderoso. Ainda não vi isso bem feito, mas suspeito que isso vai acontecer. A natureza de uma ferramenta PM mudará desse ponto de vista. Identificar recursos de conflito e coisas como “Ei, Paul já passou por essas sete coisas e está agendado para estar aqui” também pode ser muito útil. Então eu acho que, em geral, a ferramenta do PM está definitivamente madura para isso, mas pessoalmente, sou um pouco alérgico à “guia para completar parágrafos enormes de escrita e julgamento” porque prefiro que isso realmente venha do cérebro de alguém, pelo menos menos agora.

IA dando as ordens

Paul: Outra são as ferramentas de relatórios e relatórios. Por exemplo, nós aqui na Intercom passamos a maior parte de uma década construindo reportagens profundas – editando relatórios, criando relatórios, todos os tipos de coisas típicas de um ponto de vista bruto, como criar

Des: Criar um novo portfólio, atualizar, alterar um filtro, categorizar-

Paul: E quanto mais construímos e quanto mais pesquisas fazemos com os clientes, mais aprendemos que há mais para construir.

Des: É uma história sem fim.

Paul: Mais configurabilidade, mais personalização, etc. Agora, porém, você percebe que a IA provavelmente poderia fazer muito disso, e não há necessidade de construir todas essas coisas ou usá-las se elas já foram construídas, e nos encontramos em uma posição em que ainda estamos construindo relatórios recursos, mas também estamos nos perguntando: “Deveríamos também criar a necessidade de nossos clientes nunca usá-los?” E, em vez disso, tenha algum tipo de campo onde eles digitem a pergunta, como: “O LTV está alto ou baixo?” “Meu volume de suporte ao cliente diminuiu?” “Qual foi o dia mais movimentado desta semana?” É tudo uma interface de usuário baseada em bate-papo. A IA será claramente boa nisso. Acho que fará coisas como descobrir correlações em dados que os humanos nunca fariam, simplesmente porque há muitos dados.

“Muitas pessoas só se sentem confortáveis ​​com a IA como animal de estimação… Temos que nos sentir mais confortáveis ​​com a IA como um par”

Des: E é muito mais poderoso do que qualquer pessoa.

Paulo: Sim, exatamente. E pode fazer muito mais. Antes, eu disse a vocês que acho que o papel dos humanos pode ser menos o de pesquisar os dados e a análise e muito mais o de julgamento. Normalmente, é fazer a análise, aplicar o julgamento humano e depois tomar decisões. E acho que os humanos vão se afastar da parte da análise. A IA fará isso e aplicará o julgamento para tomar as decisões. Mas você disse, e eu concordo, que a IA também fará o julgamento. Você pode explicar isso um pouco?

Des: Sim, claro. Vou entender errado, mas há um psicólogo educacional chamado Benjamin Bloom que estava tentando descrever como você conhece uma área de qualquer tipo, e ele tem uma coisa chamada “Taxonomia de Objetivos Educacionais de Bloom”. E no limite muito, muito, muito baixo está o recall. O tipo de coisa “você pode listar 26 condados da Irlanda”. Não há profundidade nisso. E no extremo, muito, muito elevado está a síntese: “Você pode criar coisas novas com base em coisas existentes?”

Então, é algo como recordação, reconhecimento, compreensão, análise e síntese. Estou pulando um ou dois aqui e colocaremos um diagrama melhor nas notas do programa. Acho que muitas pessoas só se sentem confortáveis ​​com a IA como animal de estimação. Eles gostam do low-end. É legal da mesma forma que as pessoas são legais com a correção de erros de digitação. Mas temos que nos sentir mais confortáveis ​​com a IA como um par, em certo sentido. Acho que a IA será capaz de aplicar julgamento porque mesmo se você usar nosso próprio bot, Fin, muito do que Fin faz é “dado isso, responda aquilo”.

“Não está claro para mim onde a IA termina em sua capacidade. O que está claro é que existe um nível de conforto humano em termos de: ‘Você pode ir tão longe, mas preciso ser a pessoa que resolve isso’”.

Rewind.ai é cliente da Fin. Sou usuário do Rewind. É um produto incrível. O Rewind faz essa coisa de querer gravar todas as reuniões, e eu não queria fazer isso. Então, eu estava tentando desativar esse pop-up e procurei a ajuda do Rewind. Eu disse: “Como faço para desativar o pop-up?” E Fin disse: “Ah, é assim que você faz isso”. E vinculou um artigo que nunca dizia diretamente: “Para desativar este pop-up, veja como fazer isso”. O que o artigo dizia era algo como: “Se você quiser ativar esse recurso, clique aqui para fazer isso”. A propósito, quando você fizer isso, nem sempre estará ativado. Vai aparecer toda vez. E Fin inferiu, depois de ler aquele artigo, que se é isso e essa é a preferência, deve estar nesta tela. E basicamente me deu uma resposta perfeita. E não estou usando isso para promover Fin, mas é apenas um exemplo de dedução ou julgamento e sugestão. Ele estava confiante o suficiente para me dizer que essa era a resposta. É um exemplo simples em que ninguém no Rewind teve que escrever essa resposta. Fin descobriu.

No caso de relatórios, imagine que perguntamos: “Mostre-me quais representantes de CS obtiveram as pontuações mais altas”, o que é uma pergunta bastante simples. Então você poderia dizer: “Mostre-me quais tópicos se correlacionam com as pontuações mais altas”, o que provavelmente é muito simples, e então você poderia dizer: “Mostre-me quais representantes de CS tendem a ter o desempenho mais baixo em quais tópicos”, e talvez isso pudesse ser 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? Nonsense. Of course it can, and it will. And the older you get, the stronger the feeling gets. Any last pressing advice for startups, incumbents, or even investors?

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

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

A questão é: é um ângulo de ataque suficiente para ser verdadeiramente perturbador? Ou será que algum engenheiro ou designer principal se sentará na Mega Big Corp e pensará: “Provavelmente deveríamos copiar isso”? Pode levar um ano, mas nesse ano é improvável que você tenha construído uma plataforma totalmente madura. Esse é o desafio, e talvez esteja tudo bem. Talvez você esteja bem pensando: “Ei, vamos atrás do limite inferior do mercado. Na verdade, não precisamos competir com a Megacorp.” Tudo bem, mas certifique-se de tomar todas essas decisões juntos e não diga: “Vamos matar o Salesforce porque temos um algoritmo de pontuação de leads baseado em IA” ou algo parecido. A Salesforce vai trabalhar nisso.

Paulo: Isso é ótimo. Vamos deixar por hoje, e vejo vocês talvez daqui a 12 meses para que possamos descobrir o que vem a seguir.