Intercom on Product: กลยุทธ์ผลิตภัณฑ์ในยุค AI

ในขณะที่บริษัทสตาร์ทอัพที่เน้น AI รายใหม่และยักษ์ใหญ่ในอุตสาหกรรมนำทางการปฏิวัติ AI ภาพรวมผลิตภัณฑ์กำลังอยู่ระหว่างการเปลี่ยนแปลงครั้งใหญ่ ธุรกิจต่างๆ จะสามารถคว้าศักยภาพของพลังแห่งการเปลี่ยนแปลงนี้เพื่อขับเคลื่อนนวัตกรรมและเจริญเติบโตในตลาดที่มีการแข่งขันสูงในปัจจุบันได้หรือไม่

ในช่วงไม่กี่ปีที่ผ่านมา และโดยเฉพาะอย่างยิ่งนับตั้งแต่เปิดตัว ChatGPT เมื่อเดือนพฤศจิกายนปีที่แล้ว เราได้เห็นการเติบโตของ AI เชิงสร้างสรรค์ที่ก้าวข้ามขีดจำกัดของความคิดสร้างสรรค์และนวัตกรรม และยังได้เริ่มพลิกโฉมอุตสาหกรรมต่างๆ ในแบบที่เราแทบจะจินตนาการไม่ถึงอีกด้วย จากข้อความเป็นเสียงและภาพ ความสามารถ AI ล่าสุดเหล่านี้ได้จุดประกายสตาร์ทอัพที่ใช้ AI รุ่นใหม่ด้วยเวิร์กโฟลว์ที่ขับเคลื่อนโดย AI และสร้างแรงบันดาลใจให้ผู้อื่นอีกนับไม่ถ้วนในการพัฒนาหรือนำคุณสมบัติและผลิตภัณฑ์ที่ขับเคลื่อนด้วย AI มาใช้

แอปพลิเคชันไม่มีที่สิ้นสุด – UX, UI, การสร้างเนื้อหา, การวิเคราะห์ข้อมูล, การบริการลูกค้า, การค้นหาลูกค้าเป้าหมายการขาย, ระบบการตลาดอัตโนมัติ และอื่นๆ อีกมากมาย เมื่อฝุ่นระลอกแรกสงบลงแล้ว ก็ถึงเวลาที่เหมาะสมที่จะไตร่ตรองว่าการเปลี่ยนแปลงเหล่านี้มีความหมายต่อกลยุทธ์ผลิตภัณฑ์และผู้นำผลิตภัณฑ์อย่างไร ไม่ว่าคุณจะเป็นผู้จัดการผลิตภัณฑ์ ผู้เชี่ยวชาญโดเมนที่มีประสบการณ์หลายทศวรรษ หรือผู้ก่อตั้งบริษัทสตาร์ทอัพหน้าใหม่ ช่วงเวลาเหล่านี้ไม่เพียงแต่นำมาซึ่งความท้าทายใหม่ๆ เท่านั้น แต่ยังรวมถึงโอกาสในการเปลี่ยนแปลงเกมด้วย AI จะช่วยให้ผู้คนขยายประสิทธิภาพการทำงานและขยายไปสู่ตลาดใหม่ ๆ หรือจะทำให้บทบาทบางอย่างล้าสมัยหรือไม่? สตาร์ทอัพที่ติดอาวุธด้วยแนวทาง AI ที่เป็นนวัตกรรมจะประสบความสำเร็จในการทำลายหมวดหมู่ที่มีชื่อเสียงหรือไม่? และผู้ครอบครองตลาดจะสามารถตามทันนวัตกรรมที่ก้าวกระโดดอย่างไม่หยุดยั้งได้หรือไม่?

ในตอนนี้ของ Intercom on Product ฉันนั่งคุยกับ Paul Adams ประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์ของเรา เพื่อพูดคุยเกี่ยวกับกลยุทธ์ผลิตภัณฑ์ในยุคของ AI

นี่คือประเด็นสำคัญบางส่วน:

• หากต้องการพลิกโฉมหมวดหมู่ต่างๆ ด้วย AI อย่างแท้จริง สตาร์ทอัพต้องพิจารณาว่าผลิตภัณฑ์หรือฟีเจอร์ของตนมีมุมการโจมตีที่เป็นเอกลักษณ์ซึ่งบริษัทที่ดำเนินธุรกิจไม่สามารถทำซ้ำได้อย่างง่ายดายหรือไม่
• ในขณะที่ AI สามารถปรับปรุงงานในหมวดหมู่ SaaS เช่น การขายและการบริการลูกค้า ซึ่งช่วยลดภาระงานซ้ำๆ ได้ แต่ผลกระทบต่อการจัดการโครงการก็มีความแตกต่างกันมากขึ้น
• เมื่อความสามารถของ AI ก้าวหน้า ผู้คนก็จะรู้สึกสบายใจมากขึ้นที่จะพึ่งพามันสำหรับงานที่ไม่เพียงแค่การวิเคราะห์เท่านั้น แต่ยังต้องมีการตัดสิน แม้ว่าจะยังมีความจำเป็นในการกำกับดูแลของมนุษย์ก็ตาม
• เมื่อพิจารณาความสามารถใหม่ๆ เช่น AI ผู้จัดการผลิตภัณฑ์ควรมุ่งเน้นไปที่วิธีที่พวกเขาสามารถขยายฐานผู้ใช้ เพิ่มความสามารถของผู้ใช้ หรือกำจัดงานทั้งหมด
• ไม่ว่าคุณจะเป็นสตาร์ทอัพหรือบริษัทที่ก่อตั้งแล้ว ก็ถึงเวลาที่ดีที่จะทบทวนแนวคิดเบื้องหลัง ภาวะที่กลืนไม่เข้าคายไม่ออกของ The Innovator

หากคุณชอบการสนทนาของเรา ลองดูพอดแคสต์ตอนอื่นๆ ของเรา คุณสามารถติดตาม Apple Podcasts, Spotify, YouTube หรือรับฟีด RSS จากเครื่องเล่นที่คุณเลือก สิ่งต่อไปนี้คือการถอดเสียงของตอนนี้ที่มีการแก้ไขเล็กน้อย

เดิมพันฟาร์ม

Paul Adams: สวัสดีทุกคน ยินดีต้อนรับสู่ Intercom on Product ฉันชื่อพอล อดัมส์ และเช่นเดียวกับฉันในวันนี้ก็คือเดส

Des Traynor: เฮ้ พอล เป็นอย่างไรบ้าง

พอล: เอาล่ะ วันนี้เราจะมาพูดถึง AI และกลยุทธ์ผลิตภัณฑ์ เราจะพูดถึงสิ่งที่มีความหมายต่อผู้คนในตำแหน่งต่างๆ ในเรื่องนี้ เรารู้สึกว่าเป็นเวลาที่ดีที่จะพูดคุยเกี่ยวกับเรื่องนี้เพราะฝุ่นระลอกแรกได้สงบลงแล้ว เราได้เห็นสิ่งที่เป็นไปได้จากบริษัทระลอกแรกประเภทนี้ และเช่นเดียวกับเทคโนโลยีขนาดใหญ่อื่นๆ มันไม่ชัดเจนสำหรับผู้คนตั้งแต่เริ่มต้นว่าทุกอย่างจะเป็นอย่างไร เมื่อคุณมองดูทิวทัศน์วันนี้ เราก็มีคนอยู่เต็มไปหมด และพวกเขาก็แบบว่า “เดิมพันฟาร์มสิ เดิมพันบริษัท” แล้วคุณก็มีคนที่ยังไม่แน่ใจอยู่บ้าง: “นี่มันเป็นเรื่องใหญ่จริงๆ เหรอ? นี่คือ Silicon Valley Kool-Aid มากกว่านี้หรือเปล่า” เดส คุณคิดว่าคุณอยู่จุดไหน?

“เมื่อคุณดูความสามารถบางอย่าง ฉันค่อนข้างมั่นใจว่าอุตสาหกรรมและหมวดหมู่ของซอฟต์แวร์ทั้งหมดจะเปลี่ยนไป”

Des: ฉันเข้าร่วมแน่นอน เดิมพันฟาร์ม เดิมพันบริษัท เดิมพัน Kool-Aid ไปหาเพื่อนบ้านของคุณ และเดิมพันฟาร์มของพวกเขา ฉันคิดว่ามันใหญ่มาก ฉันเข้าใจสาเหตุของความสงสัยเพราะดูเหมือนว่าจะมาถึงในเวลาที่ Silicon Valley และนักลงทุนต่างหาเรื่องใหม่ ๆ ที่จะพูดคุยกัน แต่เมื่อคุณมีประสบการณ์ที่ AI มอบให้ในขณะนี้ มันก็ค่อนข้างชัดเจนว่ามีบางอย่างใหญ่โตเกิดขึ้น และเรายังคงอยู่ในขั้นเริ่มต้นที่จะเห็นมัน อย่างที่คุณบอกฝุ่นก็ตกลงแล้ว มันคือฝุ่นระลอกแรกจริงๆ ขณะนี้เรากำลังเริ่มเห็นทั้งบริษัทได้รับซีรีส์ A หรือ B หลังจากที่เป็นบริษัทที่ใช้ AI เป็นหลัก

เมื่อฉันพูดถึงเรื่องนี้ สิ่งที่ฉันหมายถึงไม่ใช่ OpenAI หรือ Anthropic ที่ให้บริการ AI จริงๆ แต่เป็นคนที่สร้างผลิตภัณฑ์ขั้นตอนการทำงานทั้งหมดที่ขับเคลื่อนโดย AI ทั้งหมด หากไม่มี OpenAI และ Anthropic บริษัทนี้ก็คงไม่มีอยู่จริงเช่นกัน ผู้คนต่างพึ่งพามันเป็นแพลตฟอร์มจริงๆ เมื่อคุณดูความสามารถบางอย่าง สำหรับฉันแล้วแน่นอนว่าอุตสาหกรรมและหมวดหมู่ของซอฟต์แวร์ทั้งหมดจะเปลี่ยนไป

พอล: บางครั้งในเทคโนโลยี เราพูดถึงเหตุการณ์การสูญพันธุ์ มือถือเข้ามามีบทบาท และบริษัทที่เน้นมือถือเป็นหลักก็ทำลายบริษัทที่ไม่เน้นมือถือเป็นหลักและไม่สามารถปรับตัวได้ ก่อนหน้านี้บริษัทที่เน้นระบบคลาวด์เป็นหลักก็เช่นเดียวกัน คุณคิดว่านี่เป็นเหตุการณ์ประเภทการสูญพันธุ์หรือไม่?

Des: ฉันคิดว่ามีกระเป๋าบางแน่นอน และในส่วนอื่นๆ อีกมาก ถ้ามันไม่ใช่เหตุการณ์การสูญพันธุ์ ก็เป็นเพราะไดนามิกใหม่อย่างหนึ่ง ในบางพื้นที่เหล่านี้ สมมติว่าด้วยเซิร์ฟเวอร์ AI แบบเปิด พลังจะถูกเข้าถึงผ่าน API เช่น "เฮ้ สรุปเหตุการณ์ 5,000 คำนี้ให้ฉัน" ส่ง Ping ไปยังบุคคลที่สาม และส่งคืน การตอบสนอง. นั่นไม่เหมือนกับการสร้างบริษัทของคุณใหม่ทั้งหมดเพื่อให้เป็น iOS ด้วยเหตุนี้ จึงจะมีซอฟต์แวร์หลายส่วนที่ฉันคิดว่าผู้ครอบครองตลาดจะใช้ประโยชน์จากสิ่งนี้จริง ๆ และได้รับคุณค่ามากมาย บางพื้นที่จะเป็นเหตุการณ์สูญพันธุ์แต่ก็ไม่เหมือนกับดาวเคราะห์น้อยที่จะไม่กวาดล้างทั้งอุตสาหกรรม ฉันคิดว่าคุณจะได้เห็นบริษัทใหญ่ๆ จำนวนมากเติบโตขึ้นจริงๆ

“หากย้อนกลับไปวันที่ 29 พฤศจิกายน ตอนที่เราเห็น ChatGPT 3.5 สิ่งที่เห็นได้ชัดเจนหรืออย่างน้อยสิ่งแรกที่เราเห็นก็คือสิ่งนี้สนทนาได้ดีมาก”

พอล: ใช่. ซึ่งเกิดขึ้นกับมือถืออย่างเห็นได้ชัด ในที่สุด Google และ Facebook ก็หาวิธีดำเนินการได้

Des: พวกเขาทำ ถูกต้อง พวกเขาคิดว่าจะทำได้เร็วกว่าใครจะรู้ว่าจะเก่งในการค้นหาได้อย่างไร เราจะกลับมาที่แนวคิดเรื่องอัตราส่วนนี้ในไม่กี่วินาที แต่การเรียนรู้ Objective-C และปรับใช้อินเทอร์เฟซ Objective-C หรือ iOS บนโทรศัพท์มือถือกับเครื่องมือค้นหาที่ทรงพลังอย่างเหลือเชื่อ ปรากฎว่าส่วนที่ยากของทั้งหมด นั่นคือเครื่องมือค้นหาที่ทรงพลังอย่างเหลือเชื่อ มันเป็นอัตราส่วนของงานใหม่ที่เราต้องทำเทียบกับจำนวนงานหน้าที่ยังใช้ได้อยู่? แบ็กเอนด์ของ Google ยังคงใช้งานได้จริงอย่างมาก และส่วนหน้าอาจมีการเปลี่ยนแปลง แต่ปรากฎว่าการรวบรวมข้อมูลอินเทอร์เน็ตทั้งหมดไม่ใช่สิ่งที่การสุ่มสองครั้งที่หลุดออกจาก YC สามารถทำได้ในเย็นวันเดียว

พอล: มาพูดถึงทั้งสองด้านกันดีกว่า มีคุณสมบัติการเดิมพันแบบตาราง – คุณสมบัติหลักคือความต้องการของผลิตภัณฑ์ในบางหมวดหมู่ มีสิ่งใหม่ๆ ที่สามารถทำได้และเทคโนโลยีใหม่ๆ ที่ทำให้เกิดสิ่งต่างๆ มาเริ่มกันที่สิ่งใหม่ๆ ที่ AI สามารถทำได้ คุณมีรายการทั้งหมดที่ทำให้คุณมั่นใจในสิ่งนั้น

เดส: นั่นก็จริงนะ หากเราย้อนกลับไปวันที่ 29 พฤศจิกายน ตอนที่เราเห็น ChatGPT 3.5 สิ่งที่เห็นได้ชัดเจนหรืออย่างน้อยสิ่งแรกที่เราเห็นก็คือสิ่งนี้สามารถสนทนาได้ดีมาก เข้าใจมนุษย์ได้ดีมากและตอบกลับได้ดีมาก ต้องใช้การกระตุ้นเตือนและการสอนเป็นอย่างดี และทำได้ดีมากในการโต้เถียงกับข้อความพื้นฐาน: ขยายความตรงนี้, สรุปสิ่งนั้น, ใช้ถ้อยคำนี้ใหม่, ปรับโทนเสียงนั้นใหม่

นอกจากนี้ยังดีมากในการอนุมานหรือการอนุมาน คุณสามารถตั้งสถานการณ์ที่ซับซ้อนและถาม เช่น “หากมีใครต้องดิ้นรนกับการเจ็บป่วยระยะยาวภายในอาคารที่ถูกไฟไหม้ ปัญหาใดจะใหญ่กว่านี้” และมันก็ได้ผลสำหรับคำถามเหล่านั้น สำหรับมนุษย์ สิ่งเหล่านี้ฟังดูเรียบง่ายอย่างเหลือเชื่อ แต่การที่จะทำให้เครื่องจักรเข้าใจมันได้จริง ทำการอนุมาน และเสนอแนะการดำเนินการนั้นค่อนข้างทรงพลัง หรือ “เมื่อพิจารณาจากสถานะของโปรเจ็กต์นี้จากการอัปเดตทั้งหมดที่คุณอ่าน คุณคิดว่าปัญหาที่สำคัญที่สุดคืออะไร” และมันจะทำงานได้ดีมากกับเรื่องนั้น ดังนั้น แนวคิดเรื่องการให้เหตุผลแบบนิรนัยหรืออุปนัยก็มีพลังเช่นกัน

“ฉันคิดว่าผู้คนไม่รู้ว่าสิ่งนี้จะคืบคลานเข้ามาในชีวิตปกติของคุณได้มากแค่ไหน”

และเราแค่พูดถึงโดเมนข้อความ เราเห็นว่า DALL-E และ DALL-E2 มีความสามารถในการเรนเดอร์รูปภาพ และมันก็เริ่มดีอย่างเหลือเชื่อ ตอนนี้เรื่อง Midjourney ล่าสุดน่าทึ่งมาก

มีคนมักถามว่าทำไมถึงมีประโยชน์? มีสถานการณ์มากมายที่ผู้คนไม่มีความคิดสร้างสรรค์ แต่พวกเขารู้ว่าพวกเขาต้องการอะไร ฉันต้องการส่งอีเมลนี้ และต้องการให้ส่งเป็นแบบอักษรบางๆ สีอ่อนบนพื้นหลังที่มีพื้นผิวสีเข้ม และมันสามารถให้เวอร์ชั่นนั้นกับคุณได้ถึง 27 เวอร์ชั่นบนหน้าจอ จู่ๆ คนที่ไม่สามารถทำงานศิลปะก็สามารถทำงานศิลปะได้ใช่ไหม?

ความสามารถในการสร้างภาพนั้นไม่ได้เป็นสิ่งที่ไม่ควรมองข้าม สิ่งเหล่านี้หลายอย่างมีลักษณะเฉพาะของกรณีการใช้งานตลกๆ “แสดงชีสเบอร์เกอร์ที่กำลังกินดาวเคราะห์ให้ฉันดู” และมันทำงานได้ดีจริงๆ แต่ฉันรับประกันกับคุณว่า “ให้พื้นหลังส่วนหัวที่ดีสำหรับเว็บไซต์ใหม่ของฉัน” จะเป็นฟีเจอร์ที่ยอดเยี่ยมใน Squarespace หรือ Wix หรืออะไรทำนองนั้น

เรามีเสียง. เรื่องนี้มีมาเรื่อยๆ มีทั้งความสามารถในการแยกวิเคราะห์เสียง – การถอดเสียงแบบเรียลไทม์ และสามารถสร้างเสียงได้อีกด้วย นั่นคือความก้าวหน้าครั้งล่าสุดในด้าน AI ดังนั้นหากคุณดูที่ Synthesia หรือ Play.ht คุณสามารถมอบ Mission: Impossible ให้กับมันได้ คุณให้เวลาพูด 90 วินาที และมันจะทำให้คุณประทับใจเพียงประโยคเดียว ให้เวลาคุณพูดสักหนึ่งชั่วโมง แล้วมันจะเริ่มเข้าใจ คุณสามารถหลีกเลี่ยงมันได้อย่างแน่นอน

“คุณไม่สามารถกดดันให้ฉันเป็นคนขี้ระแวงได้ในตอนนี้”

แล้วสร้างวิดีโอ Synthesia ทำวิดีโออวาตาร์ปลอมซึ่งคุณสามารถบันทึกตัวเองและกิริยาท่าทางของคุณ และมันจะสามารถทำให้ดูเหมือนว่าคุณกำลังพูดอยู่ แต่เราจะสามารถสร้างวิดีโอแบบเต็มได้ ในลักษณะเดียวกับที่เราสร้างภาพได้

เมื่อคุณคิดถึงหมวดหมู่เหล่านี้ทั้งหมด ฉันคิดว่าข้อผิดพลาดที่ฉันทำในตอนแรก และหลายๆ คนทำในตอนแรกคือคิดว่า "ใช่แล้ว นั่นฟังดูสำคัญจริงๆ ถ้าฉันทำงานใน Adobe ฉันควรจะจบเรื่องนี้ทั้งหมด”

ฉันคิดว่าผู้คนไม่รู้ว่าสิ่งนี้จะคืบคลานเข้ามาในชีวิตปกติของคุณได้มากแค่ไหน เทคโนโลยีเสียงนั้นสามารถเป็นสิ่งที่ขับเคลื่อนอนาคตของการส่งข้อความหรือการโต้ตอบกับผลิตภัณฑ์ในอนาคต โดยที่คุณเพียงแค่พูดคุยกับผลิตภัณฑ์ของคุณในขณะที่คุณกำลังขับรถหรืออะไรก็ตาม ทั้งหมดนี้เป็นไปได้แล้ว ในทำนองเดียวกัน ภาพไม่ได้เป็นเพียง "ฮอทดอกกินดาวเคราะห์" มันสามารถออกแบบพื้นหลังทั้งหมดและปรับสภาพผลิตภัณฑ์นี้ที่ฉันใช้ให้ดูสวยขึ้นได้

ฉันสามารถทำสิ่งเจ๋งๆ อื่น ๆ ที่เป็นไปได้ต่อไปได้ แต่เมื่อฉันดูน้ำหนักรวมของศักยภาพทั้งหมดนั้น และฉันก็คิดถึงการใช้งานของมันในโดเมนซอฟต์แวร์เฉพาะไปจนถึงความคิดสร้างสรรค์ UI วิธีที่มนุษย์อาจมีปฏิสัมพันธ์กับมนุษย์คนอื่นๆ งานใดบ้างที่สามารถทำให้เป็นอัตโนมัติได้ และส่วนใดของ งานต่างๆ อาจเป็นไปโดยอัตโนมัติ คุณไม่สามารถกดดันให้ฉันเป็นคนขี้ระแวงได้ในตอนนี้ มันเป็นไปไม่ได้. มันเหมือนกับการพยายามผลักดันกระแสน้ำกลับ ค่อนข้างชัดเจนสำหรับฉันว่าการเปลี่ยนแปลงครั้งใหญ่กำลังจะเกิดขึ้น และคุณควรทำถูกทางดีกว่า

สู้กับยักษ์ใหญ่

พอล: ฉันหมายถึงฉันก็อยู่ที่นั่นเหมือนกัน ในบางสิ่งที่คุณพูด เช่น รูปภาพ อุตสาหกรรมโฆษณาทั้งหมดอาจจะกลับหัวกลับหาง แน่นอนว่าหากคุณทำงานในบริษัทครีเอทีฟหรือเอเจนซี่สื่อ ฉันรู้จักคนที่ทำงานในเอเจนซี่โฆษณาที่ใช้ AI เพื่อสร้างงานทั้งหมดหรือเกือบทั้งหมดอยู่แล้ว

มาพูดถึงอีกด้านหนึ่งของมันกันดีกว่า คุณพูดถึงสตาร์ทอัพบางรายการที่ฉันไม่เคยได้ยินมาก่อน มันก็แค่ระเบิด ฉันไม่คิดว่าจะมีใครสามารถตามทันสิ่งใหม่ๆ ทั้งหมดที่สร้างขึ้นจากเทคโนโลยียุคใหม่นี้ได้ ในขณะเดียวกัน คุณมีบริษัทขนาดใหญ่ที่มีรายได้หลายร้อยล้านดอลลาร์ซึ่งสร้างธุรกิจมาเป็นเวลากว่าหนึ่งหรือสองทศวรรษ ในยุคแรกๆ ของอินเตอร์คอม เราค่อนข้างไร้เดียงสา เรากำลังเข้ามาเหมือน "บริษัทสตาร์ทอัพที่กำลังมาแรงกำลังรับตำแหน่ง" แนวคิดแบบฆ่ายักษ์

Des: “เราจะฆ่า Salesforce”

พอล: ใช่ ชิปที่ไหล่ นักฆ่ายักษ์ใช่ไหม? แล้วคุณจะรู้ว่า "โอ้" ในด้านการรายงานและสิ่งต่างๆ คุณแบบ "โอ้ นี่มันเรื่องใหญ่และลึกซึ้ง"

เดส: ครับ. คนเหล่านี้ใหญ่ด้วยเหตุผล

“คุณต้องพูดว่า 'เฮ้ ฉันคิดว่าถ้าพื้นที่นี้ถูกสร้างขึ้นอีกครั้งในวันนี้ คุณจะทำมันแตกต่างออกไปโดยพื้นฐาน'”

พอล: ต้องใช้เวลาหลายปีในการพัฒนาผลิตภัณฑ์จึงจะมีเดิมพัน คุณคิดว่าบริษัทต่างๆ ควรคิดอย่างไรเกี่ยวกับเรื่องนี้?

Des: ฉันคิดว่าคุณสามารถมองสิ่งนี้ได้จากทั้งสองด้าน สมมติว่าคุณเป็นสตาร์ทอัพที่กระท่อนกระแท่น และคุณกำลังเลือกศัตรู ถ้าคุณพูดว่า “ไปกันเถอะหลังวันทำงาน” มุมการโจมตีในวันทำงานที่ AI อนุญาตจะเป็นเท่าใด ลองพิจารณาความสามารถทั้งหมดที่เรามีสิ คุณสามารถลองสร้างบทวิจารณ์ประสิทธิภาพและลองแยกวิเคราะห์เนื้อหาประเภทนั้นได้

แต่ท้ายที่สุดแล้ว สมมติว่าคุณพบตัวอย่างบางส่วนที่คุณสามารถโปรยและจุดเวทมนตร์ AI เพื่อทำให้เวิร์กโฟลว์ที่มีอยู่ง่ายขึ้น ฉันคิดว่าใครก็ตามที่เคยใช้ Workday จะต้องยอมรับ... ฉันไม่คิดว่าจะมีใครสนใจเรื่องความซับซ้อนของขั้นตอนการทำงานภายในบริษัทนั้น นั่นไม่ใช่ ROI ของพวกเขา นั่นไม่ใช่เหตุผลที่ผู้คนซื้อ Workday

ฉันคิดว่าเหตุผลที่ผู้คนซื้อ Workday คือ เนื่องจากเป็น ERP ที่ใหญ่ที่สุดสำหรับมนุษย์ที่คุณจะจินตนาการได้ พวกเขามีทีมขายระดับองค์กรขนาดใหญ่ พวกเขาได้สร้างแบรนด์ขนาดใหญ่ที่ว่า “เราคือหัวหน้าคนสุดท้ายเมื่อพูดถึงระบบ HRIS” และนั่นคือสิ่งที่พวกเขาใส่ใจ

พอล: และความสามารถในการกำหนดค่าที่แทบจะไม่มีที่สิ้นสุด

เดส: ครับ. คำถามก็กลายเป็นว่า หากคุณต้องสร้างทั้งหมดนี้ขึ้นมาใหม่ในยุคของ AI อะไรจะเปลี่ยนไป? หากผู้คนซื้อความสามารถในการกำหนดค่าขั้นสูง ฉันไม่ชัดเจนว่ามุมการโจมตีจะอยู่ที่นั่น ฉันคิดว่าผู้คนกำลังซื้อ WYSIWYG ที่ได้รับการยกย่องไปยังฐานข้อมูลซึ่งพวกเขาสามารถเชื่อมต่อสิ่งต่าง ๆ เข้ากับสิ่งต่าง ๆ ด้วยความสัมพันธ์ของผู้จัดการและพูดว่า “สิ่งต่าง ๆ มีรายงาน; สิ่งของนั้นมีที่อยู่บ้าน ของมีเงินเดือน” ฉันไม่คิดว่าจะมีการเปลี่ยนแปลงใด ๆ อย่างมากในระยะเวลาอันใกล้นี้ คุณสามารถมี Workday ที่สวยงามยิ่งขึ้นซึ่งขับเคลื่อนโดย AI ฉันแค่ไม่คิดว่าจะมีใครให้อึ คุณจะต้องสู้กับสตาร์ทอัพซีรีส์ A หรือ B รายอื่นที่อาจเป็นผู้ใหญ่มากกว่าคุณ

“AI ของคุณอาจจะน่าทึ่งในการตรวจจับการฉ้อโกง ยิ่งกว่า AI ของ Stripe ในการตรวจจับการฉ้อโกงด้วยซ้ำ แต่นั่นอาจเป็นปริศนาถึง 15%”

แต่เพื่อให้เป็นตัวอย่างที่เซ็กซี่กว่านี้ ถ้าคุณและฉันพูดว่า "เฮ้ เราจะไปฆ่า Stripe แต่เราจะใช้ AI" งานที่หนึ่ง คุณเริ่มทำงานกับ AI ฉันจะสวมชุดสูทและไปพบกับธนาคารเจ็ดแห่ง รวมถึง Visa และ MasterCard เพื่อดูว่าฉันจะได้รับอนุญาตให้เรียกเก็บเงินจากบัตรเครดิตได้หรือไม่ นั่นคืองานที่แท้จริง แล้วจะสร้างแบรนด์ที่คนไว้วางใจได้อย่างไร? ใช่ AI ของคุณอาจยอดเยี่ยมในการตรวจจับการฉ้อโกง ยิ่งกว่า AI ของ Stripe สำหรับการตรวจจับการฉ้อโกง และ AI ของคุณก็อาจยอดเยี่ยมในการตรวจจับจุดราคาที่เหมาะสมที่สุดที่เหมาะสมสำหรับบริษัท B2B SaaS แต่นั่นอาจเป็น 15% ของปริศนา ปริศนาอีก 85% อยู่ที่ว่าฉันตามหลัง Stripe ที่กำลังไล่ตามธนาคารอยู่ 10 ปี

หากคุณเป็นสตาร์ทอัพคุณต้องเชื่อในเรื่องต่อไปนี้ หนึ่งคือ หากคุณต้องสร้างหมวดหมู่ผลิตภัณฑ์ทั้งหมดนี้ตั้งแต่เริ่มต้นในวันนี้ โดยพิจารณาถึงสิ่งที่เป็นไปได้ในปัจจุบันด้วยการปฏิวัติ AI คุณจะทำมันแตกต่างออกไปอย่างมากหรือไม่ เทคโนโลยีของผลิตภัณฑ์ที่มีอยู่ในปัจจุบันยังคงมีความเกี่ยวข้องมากน้อยเพียงใดในอนาคต ถ้ามันเป็นจำนวนน้อยมาก บางทีระบบล็อกอินของพวกเขาและอะไรแบบนั้น ใช่แล้ว มีเลือดอยู่ในน้ำ ไปได้เลย

อย่างไรก็ตาม หากเราใช้ MailChimp และเราจะใช้ AI เพื่อเขียนอีเมลและจัดรูปแบบบันทึกย่อ นั่นก็เยี่ยมมาก คนส่วนใหญ่ชอบ MailChimp เพราะว่าพวกเขามีอัตราการส่งหรือการวิเคราะห์จดหมายข่าวทางอีเมลที่สูงมาก รวมถึงการจัดการรายชื่อและการจัดการการสมัครสมาชิก และพวกเขาก็มีการตรวจจับสแปมและเรื่องไร้สาระอื่นๆ มากมาย คุณต้องสร้างทั้งหมดนั้น และในขณะที่คุณกำลังสร้างทั้งหมดนั้น สมมติว่านั่นใช้เวลาทำงาน 30 เดือน MailChimp อาจจะหาวิธีสร้างฟีเจอร์ AI เล็กๆ น้อยๆ ของคุณ ถ้าอย่างนั้นคุณก็จะได้สิ่งที่พวกเขามี แต่พวกเขายังคงมีแบรนด์ที่เป็นผู้ใหญ่และเป็นที่รู้จักมากกว่ามาก สิ่งสร้างความแตกต่างที่ยิ่งใหญ่อย่างหนึ่งที่คุณนำมาสู่งานปาร์ตี้ ตอนนี้พวกเขามีแล้ว โดยเฉพาะอย่างยิ่งหากกลไกหลักในการสร้างความแตกต่างนั้นแท้จริงแล้วอยู่ที่อีกด้านหนึ่งของการเรียก OpenAI API เพราะในโลกนั้น ฉันแน่ใจว่าพวกเขาจะทำตามคำสั่งเช่นกัน นั่นคือมุมเริ่มต้น คุณต้องพูดว่า "เฮ้ ฉันคิดว่าถ้าพื้นที่นี้ถูกสร้างขึ้นอีกครั้งในวันนี้ คุณจะทำมันแตกต่างออกไปโดยพื้นฐาน"

“บางที AI อาจเรียนรู้ ดังนั้นเพื่อที่จะพิสูจน์คุณค่าของตัวเอง AI จึงแจก PDF ให้คุณเป็นระยะ ๆ เพื่อทำให้คุณรู้สึกเหมือนกำลังทำงานอยู่”

ฉันจะยกตัวอย่างให้คุณ มีผลิตภัณฑ์มากมายที่คุณเชื่อมต่อกับแพลตฟอร์มโฆษณาต่างๆ ทั้งหมดของคุณ พวกเขาจัดเก็บพื้นที่โฆษณาส่วนกลางทั้งหมดของคุณและดำเนินการวิเคราะห์ พวกเขาจะบอกคุณประมาณว่า "เฮ้ โฆษณาที่มีประสิทธิภาพมากที่สุดของเรามีดังต่อไปนี้ และเราจะเรียกใช้การทดสอบ A/B ของโฆษณานี้กับโฆษณานั้น" คุณสามารถเข้าไปกำหนดค่า ปรับแต่ง และอัปโหลดเวอร์ชันใหม่และเนื้อหาประเภทนั้นทั้งหมดได้ จากนั้นคุณสามารถดูแผนภูมิและแดชบอร์ดเพื่อแสดงให้เจ้านายของคุณเห็นว่า “โอเค ฉันทำงานได้ดีที่นี่” ฉันคิดว่าหมวดหมู่ผลิตภัณฑ์ทั้งหมดจะถูกสร้างขึ้นแตกต่างไปจากเดิมอย่างสิ้นเชิงในปัจจุบัน แนวคิดคือการขอให้ AI สร้างโฆษณา เรียกใช้โฆษณา วัด LTV/CAC ของโฆษณา แนะนำการทดสอบ A/B และการทดสอบ A/B ที่แตกต่างกันทั้งหมด และเพิ่มประสิทธิภาพโฆษณาต่อช่องต่อคน มันจะทำงานทั้งหมดนั้นในพื้นหลัง

เมื่อฉันคิดถึงผลิตภัณฑ์แบบนั้น ฉันไม่รู้ด้วยซ้ำว่าอินเทอร์เฟซคืออะไร อาจเป็นหนึ่งในเชลล์สคริปต์ที่คุณเพิ่งเรียกใช้และไม่เคยเห็นสิ่งที่เกิดขึ้นในเบื้องหลังเลย คุณแค่วางใจในลอร์ดว่าเงินจะเริ่มเข้ามา บางที AI อาจเรียนรู้ ดังนั้นเพื่อที่จะพิสูจน์คุณค่าของตัวเอง มันจะแจกแจง PDF ให้คุณเป็นระยะ ๆ เพื่อทำให้คุณรู้สึกเหมือนกำลังทำ งาน. แต่ด้วยหมวดหมู่ผลิตภัณฑ์ประเภทนั้นที่เหมือนกับ "สร้าง เพิ่มประสิทธิภาพ สำรวจ ใช้ประโยชน์ ทำซ้ำ" งานเหล่านั้นทั้งหมดจึงสามารถทำได้ทีละงาน

หากวันนี้คุณกำลังนั่งอยู่ในบริษัทเหล่านี้โดยพูดว่า "โอ้ ไอ้เวร บางที Des อาจจะมีเหตุผล" สิ่งล่อใจคือการพูดว่า "เอาล่ะ เรามาทำหนึ่งในนั้นกันเถอะ" แต่ความจริงก็คือ อนาคตที่แท้จริงจะต้องทำสิ่งเหล่านั้นทั้งหมด และพวกเขาทั้งหมดจะถักเข้าด้วยกัน คุณจะโน้มน้าวตัวเองว่า “เฮ้ ไม่มีใครจะทำให้เรื่องทั้งหมดนี้เป็นแบบอัตโนมัติแน่นอน” แต่เมื่อคุณเห็นว่าเหตุผลของ GPT-4 นั้นดีแค่ไหน ฉันก็ไม่เข้าใจว่าทำไมมนุษย์ถึงอยากเข้าสู่ระบบที่นี่ทุกวันและตรวจดูรายการและเห็นตัวเลขกะพริบสีแดง แล้วพูดว่า "มาปิดโฆษณานั้นกันเถอะ" ” หรือ “มาสร้างสีเขียวสดใสนี้ขึ้นมา 10 เวอร์ชันกันเถอะเพราะมันดูเหมือนว่าจะดีจริงๆ” การตัดสินใจทั้งหมดนี้สามารถทำได้โดย AI ฉันคิดว่านั่นเป็นตัวอย่างของโอกาสในการเริ่มต้นธุรกิจครั้งใหญ่ที่คุ้มค่าแก่การติดตาม

สุกงอมสำหรับการเปลี่ยนแปลง

พอล: มีคำถามที่ดีสำหรับการเริ่มต้นธุรกิจ เช่น เพื่อให้เข้าใจอย่างชัดเจนถึงธุรกิจจริงที่พวกเขากำลังพยายามโจมตี และสิ่งที่ลูกค้าให้ความสำคัญและให้ความสำคัญ มันเป็น front-end แบบไหนที่ง่ายกว่ามากสำหรับเราที่จะมองเห็น จดจำ และคิดเกี่ยวกับมัน? หรือจริงๆ แล้วในกรณีของ Workday นั้นคือแบ็กเอนด์? หรือในกรณีของ Stripe กฎระเบียบหรือทนายความ? ฉันคิดว่าคำถามเหล่านี้เป็นคำถามที่ดีที่คุณและฉันได้พูดคุยกันซึ่งมีประโยชน์มากสำหรับบริษัทขนาดใหญ่ในการพิจารณาว่าพวกเขามีโอกาสที่จะถูกโจมตีอย่างถูกกฎหมายจากสตาร์ทอัพหรือไม่

ก่อนหน้านั้น คุณได้พูดถึงหมวดหมู่ต่างๆ แล้ว และฉันคิดว่าเรามีสองสามหมวดหมู่ที่เราควรผ่านเพราะมันเป็นรูปธรรมสำหรับฉัน และฉันก็แน่ใจว่าสำหรับคนอื่นๆ เช่นกัน สิ่งต่างๆ อาจเปลี่ยนแปลงไปอย่างไร ตัวอย่างเช่น คุณพูดถึงเรื่องมัลติมีเดีย เช่น วิดีโอและเสียง เป็นต้น อย่างไรก็ตาม ด้วย SaaS มีหมวดหมู่มากมาย – เครื่องมือการขาย เครื่องมือการจัดการโครงการ การรายงาน เริ่มจากการขายกันก่อน ทุกวันนี้ บริษัทหลายแห่งจ้างพนักงานขายและใช้เงินจำนวนมหาศาลในการฝึกอบรมพวกเขา คุณคิดว่ามันจะเปลี่ยนไปอย่างไร?

“ดูจากรายการแล้ว AI ทำได้ คะแนนนำในรายการ – AI ทำได้ การส่งอีเมลถึงคนเหล่านี้ – AI สามารถทำได้ การกำหนดเป้าหมายข้อความรับรอง กรณีการใช้งาน และส่วนการขายเฉพาะให้กับบุคคลนี้ในอุตสาหกรรมนี้ – AI สามารถทำได้”

Des: ฉันคิดว่าทุกๆ ด้านมีความอ่อนไหวต่อการเปลี่ยนแปลงที่สำคัญ ขณะนี้การฝึกอบรมพนักงานขายสามารถเป็น AI แบบสดในการโทรโดยให้ข้อมูลอัปเดตแบบเรียลไทม์ว่า “เฮ้ พวกเขาถามเกี่ยวกับราคา นี่คือราคา” และ “เฮ้ พวกเขาถามเกี่ยวกับเรื่องนี้ นี่คือสไลด์ นี่คือวิดีโอที่จะเล่น นี่คือลูกค้าที่จะอ้างอิง นี่คือคำรับรอง” การฝึกซ้อมทั้งหมดของคุณจะเป็นแบบอินเอียร์มากกว่า “หลังจากการโทรนี้ จอห์นนี่ เราจะนั่งลงและพูดคุยกับคุณเกี่ยวกับทุกสิ่งที่คุณควรพูด” มันมากขึ้นในขณะนี้ นั่นเป็นเพียงการฝึกซ้อม นั่นคือก่อนที่เราจะไปถึงโต๊ะของคุณ

บทบาทหนึ่งของการขายคือการแสวงหาลูกค้า มีรายการต่างๆ มากมาย เราจะดูรายการนี้ พยายามค้นหาบุคคลที่น่าเชื่อถือ พยายามติดต่อกับพวกเขา โทรหาพวกเขา ส่งอีเมลถึงพวกเขา หรืออาจกำหนดเป้าหมายโฆษณาตามที่อยู่อีเมลเฉพาะของพวกเขา หวังว่าเราจะทำได้ ติดตามพวกเขาทางอินเทอร์เน็ต ฉันไม่ได้พูดอะไรสักอย่างที่มนุษย์ต้องทำ ดูรายการนี้ – AI สามารถทำได้ การให้คะแนนลีดในรายการนี้ – AI สามารถทำได้ ไม่ว่าจะโดยตรงหรือโดยการใช้ API ไปยัง ZoomInfo และรับคะแนนลีดกลับมา ส่งอีเมลถึงคนเหล่านี้ – AI สามารถทำได้ เรียกคนพวกนี้ว่า AI ทำได้ กำหนดเป้าหมายคำรับรอง กรณีการใช้งาน และส่วนการขายเฉพาะสำหรับบุคคลนี้ในอุตสาหกรรมนี้ – AI สามารถทำได้

นั่นเป็นตัวอย่างหนึ่ง มีบริษัทต่างๆ เช่น Regie.ai และ Nooks ที่กำลังพิจารณามูลค่าเฉพาะที่แท้จริงในขั้นตอนการขายและพูดว่า "เอาล่ะ ขีดเส้นไว้รอบๆ สิ่งนี้ เราสามารถทำได้ทั้งหมดนั้น” และนั่นเป็นข่าวที่ยอดเยี่ยมสำหรับพนักงานขาย การยกของหนักที่ไม่มีความแตกต่างจำนวนมากจะถูกกำจัดออกไป และเส้นทางของทุกคนในการเป็นสิ่งที่พวกเขาต้องการให้เป็น ซึ่งฉันคิดว่าอาจเป็นทั้งผู้นำฝ่ายขายอาวุโสหรือตัวแทนฝ่ายขายอาวุโสที่เกี่ยวข้องกับข้อตกลงที่สูงขึ้นด้วยมูลค่าที่สูงกว่า ก็เกือบจะเหมือนกับ เราได้ถอดหลักสูตรการฝึกอบรมไปหลายหลักสูตรแล้วพูดว่า "เฮ้ กลายเป็นว่าไม่มีใครจำเป็นต้องทำอะไรบ้าๆ แบบนั้นอีกต่อไป ดังนั้น ให้คุณเข้าสู่ Mixer ทันทีเลย"

พอล: มีสองประเภทของสิ่ง วิธีหนึ่งสำหรับบางคน เช่น การขาย เป็นการขายงานแบบเดียวกัน แต่ AI จะทำให้งานง่ายขึ้นมาก

Des: และสนุกมากขึ้นอีกด้วย

พอล: และสนุกกว่านั้นแน่นอน อีกประเภทหนึ่งคือตำแหน่งงานของผู้คนอาจเปลี่ยนแปลงไป การบริหารโครงการเป็นอีกประเภทหนึ่งที่งานของผู้คนอาจจะเปลี่ยนไปเพราะ AI

เดส: ฉันก็คิดอย่างนั้น การจัดการโครงการค่อนข้างเหมาะสมยิ่ง ฉันคิดว่านี่เป็นพื้นที่เดียวที่คุณเห็น AI จำนวนมากใช้ และส่วนใหญ่คือสิ่งที่ฉันเรียกว่า AI แบบเครื่องปรุง มันเหมือนกับเกลือและพริกไทย มันไม่ใช่จาน – มันเป็นแค่เรื่องไร้สาระเล็กๆ น้อยๆ ที่ด้านบน แต่ฉันระวัง "เขียนประโยคแรกของการอัปเดตสถานะแล้วกดแท็บเพื่อขยาย" โดยที่แท็บ "ฉันคิดว่าโครงการนี้กำลังดำเนินไป" "แต่ความเสี่ยงต่อไปนี้ยังคงอยู่" ฉันอยากให้สิ่งนั้นหลุดออกมาจากหัวของคุณมากกว่าที่ GPT จะอนุมานได้ เพราะฉันต้องการให้คุณยืนหยัดเพื่อมัน การที่คุณใส่ชื่อของคุณลงไปมันบอกฉันว่าคุณคิดว่าอย่างมืออาชีพฉันจะจ่ายเงินให้คุณเพื่อทำความเข้าใจสิ่งเหล่านี้ ดังนั้นฉันจึงกังวลนิดหน่อยว่าบางครั้งคุณอาจใช้งานพื้นที่เหล่านี้มากเกินไป

“แทนที่จะเข้าสู่ระบบทุกวัน คุณจะถูกบอกหากเกิดข้อผิดพลาด: `ทำไมโครงการนี้ถึงล่าช้า?'”

ลองนึกถึงอาสนะ จิระ หรือเบสแคมป์ แล้วพูดว่า “AI จะช่วยได้อย่างไร” มันกลับมาอีกครั้งว่า “แจ้งให้เราทราบว่าเกิดอะไรขึ้นในโครงการนี้” ฉันคิดว่า AI สามารถทำได้ โดยพื้นฐานแล้ว คุณสามารถขอให้ GPT-4 พูดว่า “อ่านกระทู้ล่าสุดทั้งหมด ผนวกความรู้นั้นเข้ากับความรู้ล่าสุดของคุณ และดูความแตกต่างทางความหมายที่ผู้บริหารจะสนใจเกี่ยวกับสถานะของโครงการนี้ และหากโครงการยังดำเนินอยู่หรือไม่ และส่งข้อความนั้นให้ฉันทุกวันเป็นข้อความ Slack”

และขอย้ำอีกครั้งว่า เรากำลังเปลี่ยนจาก UI ไปสู่การผลักดันและดึง แทนที่จะเข้าสู่ระบบทุกวัน คุณแค่จะถูกบอกว่ามีอะไรผิดพลาดเกิดขึ้นหรือเปล่า “ค้นหาต้นตอของปัญหาทั้งหมดนี้ เหตุใดโครงการนี้จึงล่าช้า” อาจจะเป็นอย่างอื่น เช่น “ใครมีส่วนร่วมในโครงการนี้มากที่สุดในแง่ของการตัดสินใจที่เป็นรูปธรรม? อะไรคือสาเหตุที่ใหญ่ที่สุดที่โครงการนี้ล่าช้า” มีหลายสิ่งหลายอย่างที่สามารถเปลี่ยนแปลงได้จริง ๆ ซึ่งฉันคิดว่าขั้นตอนการทำงานปัจจุบันสำหรับการพยายามแก้ไขปัญหานี้เป็นเรื่องที่ตรงไปตรงมา และคุณอาจต้องทำเช่นนี้เป็นครั้งคราวเพื่อนั่งลงและอ่านเอกสาร Google สี่ฉบับและโพสต์ Basecamp สามรายการ หรืออะไรก็ตามที่ต้องพยายามหาคำตอบว่าเกิดอะไรขึ้นเมื่อคุณไม่อยู่

“โดยส่วนตัวแล้ว ฉันค่อนข้างแพ้ 'แท็บเพื่อเขียนย่อหน้าใหญ่ๆ ให้สมบูรณ์ในการเขียนและการตัดสิน' นิดหน่อย เพราะฉันชอบถ้ามันมาจากสมองของใครบางคนจริงๆ”

พอล: มันไม่สำคัญสำหรับฉันด้วยซ้ำ คุณรู้? มีสิ่งต่างๆ มากมายเกิดขึ้น มีการตัดสินใจ เราพอใจกับการตัดสินใจ และบริบทก็ไม่จำเป็นจริงๆ

Des: ใช่ ใช่ โดยสิ้นเชิง แต่บางครั้งคุณเกือบจะแค่มองหาการตัดสินใจใช่ไหม? ลองจินตนาการถึงโลกที่คุณสามารถเข้าสู่ระบบและพูดว่า “วันนี้ฉันเข้าสู่ระบบ Basecamp เพราะฉันต้องออกกำลังกายว่าเราจะเป็นไปตามแผนในวันที่ 11 สิงหาคมหรืออะไรก็ตาม แน่นอนว่าเรายังไปไม่ถึงเป้าหมายนั้น เนื่องจากเกือบจะเป็นวันที่ 31 แล้ว การสามารถไปถึงระดับนั้นว่า "นี่คือสิ่งที่ฉันอยากรู้และคำพูดไม่สำคัญ" อาจมีพลังมากทีเดียว ฉันยังไม่เห็นว่าทำได้ดี แต่ฉันสงสัยว่ามันจะเกิดขึ้น ลักษณะของเครื่องมือ PM จะเปลี่ยนไปจากมุมมองนั้น การระบุแหล่งที่มาของความขัดแย้งและสิ่งต่างๆ เช่น “เฮ้ พอลผ่านเจ็ดสิ่งนี้ไปแล้ว และเขาก็พร้อมที่จะอยู่ที่นี่จริงๆ” ก็มีประโยชน์เช่นกัน โดยทั่วไปแล้ว ฉันคิดว่าเครื่องมือของ PM นั้นสุกงอมสำหรับมันอย่างแน่นอน แต่โดยส่วนตัวแล้ว ฉันค่อนข้างแพ้ "แท็บสำหรับเขียนย่อหน้าใหญ่ๆ และการตัดสิน" นิดหน่อย เพราะฉันชอบถ้ามันมาจากสมองของใครบางคนจริงๆ ที่ อย่างน้อยที่สุดในตอนนี้

AI เรียกภาพ

พอล: อีกประการหนึ่งคือการรายงานและเครื่องมือการรายงาน ตัวอย่างเช่น พวกเราที่ Intercom ใช้เวลาส่วนที่ดีที่สุดของทศวรรษในการสร้างการรายงานเชิงลึก เช่น การแก้ไขรายงาน การสร้างรายงาน สิ่งต่างๆ ทั่วไปทุกประเภทจากมุมมองที่หยาบคาย เช่น การสร้าง-

คำอธิบาย: สร้างพอร์ตโฟลิโอใหม่ อัปเดตการเปลี่ยนแปลงตัวกรอง จัดหมวดหมู่-

พอล: ยิ่งเราสร้างและค้นคว้าข้อมูลกับลูกค้ามากเท่าไร เราก็ยิ่งเรียนรู้ว่ามีอะไรให้สร้างมากขึ้นเท่านั้น

Des: มันเป็นเรื่องราวที่ไม่มีวันจบสิ้น

พอล: กำหนดค่าได้มากขึ้น ปรับแต่งได้มากขึ้น และอื่นๆ อีกมากมาย อย่างไรก็ตาม ตอนนี้ คุณตระหนักดีว่า AI อาจจะทำสิ่งนั้นได้มากมาย และไม่จำเป็นต้องสร้างสิ่งเหล่านี้ทั้งหมดหรือใช้มันหากพวกมันถูกสร้างขึ้นแล้ว และเราพบว่าตัวเองอยู่ในตำแหน่งที่เรายังคงสร้างการรายงาน แต่ยังสงสัยว่า “เราควรสร้างความต้องการให้ลูกค้าไม่ใช้งานหรือไม่” แต่ให้มีช่องบางประเภทที่พวกเขาพิมพ์คำถาม เช่น “LTV ขึ้นหรือลง?” “ปริมาณการสนับสนุนลูกค้าของฉันลดลงหรือเปล่า?” “สัปดาห์นี้วันที่ยุ่งที่สุดคืออะไร” มันคือ UI ที่ใช้การแชททั้งหมด AI จะทำได้ดีอย่างแน่นอน ฉันคิดว่ามันจะทำสิ่งต่างๆ เช่น เปิดเผยความสัมพันธ์ในข้อมูลที่มนุษย์ไม่เคยทำจริงๆ เพราะมีข้อมูลมากมาย

“ผู้คนจำนวนมากรู้สึกสบายใจกับ AI ในฐานะสัตว์เลี้ยงในบ้านเท่านั้น … เราต้องรู้สึกสบายใจมากขึ้นเมื่อมี AI ในฐานะเพื่อน”

Des: และมันก็มีพลังมากกว่าใครคนใดคนหนึ่งมาก

พอล: ใช่แล้ว และมันสามารถทำอะไรได้อีกมากมาย ก่อนหน้านี้ ฉันเคยบอกคุณว่า ฉันคิดว่าบทบาทของมนุษย์อาจเกี่ยวกับการขุดค้นข้อมูลและการวิเคราะห์น้อยลง และเกี่ยวกับการตัดสินมากขึ้น โดยปกติแล้ว จะทำการวิเคราะห์ ใช้วิจารณญาณของมนุษย์ จากนั้นจึงตัดสินใจ และฉันคิดว่ามนุษย์จะย้ายออกไปจากส่วนการวิเคราะห์ AI จะทำสิ่งนั้น และพวกเขาจะใช้วิจารณญาณในการตัดสินใจ แต่คุณพูดและฉันยอมรับว่า AI จะตัดสินเช่นกัน คุณช่วยอธิบายมันหน่อยได้ไหม?

เดส: ใช่ แน่นอน ฉันจะเข้าใจผิด แต่มีนักจิตวิทยาด้านการศึกษาชื่อเบนจามิน บลูม ซึ่งพยายามอธิบายว่าคุณรู้จักสาขาต่างๆ ได้อย่างไร และเขามีสิ่งนี้เรียกว่า "อนุกรมวิธานของบลูมของวัตถุประสงค์ทางการศึกษา" และในระดับต่ำสุด มาก มาก คือการเรียกคืน ประเภท "คุณสามารถระบุรายชื่อ 26 มณฑลของไอร์แลนด์" ได้ ไม่มีความลึกในเรื่องนั้น และในจุดสิ้นสุดที่สูงมากๆ คือการสังเคราะห์ "คุณสามารถสร้างสิ่งใหม่ๆ จากสิ่งที่มีอยู่ได้หรือไม่"

ดังนั้น มันจึงดำเนินไปบางอย่าง เช่น การจดจำ การรับรู้ ความเข้าใจ การวิเคราะห์ และการสังเคราะห์ ฉันกำลังข้ามไปหนึ่งหรือสองจุด และเราจะใส่แผนภาพที่ดีขึ้นในบันทึกการแสดง ฉันคิดว่าหลายๆ คนรู้สึกสบายใจที่มี AI เป็นสัตว์เลี้ยงในบ้านเท่านั้น พวกเขาชอบมันในระดับต่ำสุด มันเจ๋งในแบบเดียวกับที่คนเจ๋งกับการแก้ไขคำผิด แต่เราต้องรู้สึกสบายใจมากขึ้นกับ AI ในฐานะเพื่อนร่วมงาน ฉันคิดว่า AI จะสามารถใช้วิจารณญาณได้ เพราะถึงแม้ว่าคุณจะเอาบอท Fin ของเราเอง สิ่งที่ Fin ทำส่วนใหญ่ก็คือ “ให้สิ่งนี้ ตอบสิ่งนั้น”

“ยังไม่ชัดเจนสำหรับฉันว่า AI หยุดทำงานตรงไหน สิ่งที่ชัดเจนก็คือมีระดับความสะดวกสบายของมนุษย์ในแง่ของ 'คุณไปได้ไกลขนาดนั้น แต่ฉันก็ต้องเป็นคนที่แก้ไขปัญหานี้'”

Rewind.ai เป็นลูกค้าของ Fin ฉันเป็นผู้ใช้ Rewind มันเป็นผลิตภัณฑ์ที่ยอดเยี่ยม Rewind ทำสิ่งนี้โดยต้องการบันทึกทุกการประชุม และฉันไม่ต้องการทำเช่นนั้น ดังนั้นฉันจึงพยายามปิดการใช้งานป๊อปอัปนี้ และไปที่ความช่วยเหลือของ Rewind ฉันพูดว่า “ฉันจะปิดการใช้งานป๊อปอัปได้อย่างไร” แล้วฟินก็พูดว่า “โอ้ ทำแบบนี้ได้ยังไง” และมันเชื่อมโยงบทความที่ไม่เคยพูดโดยตรงว่า “หากต้องการปิดการใช้งานป๊อปอัปนี้ นี่คือวิธีที่คุณทำ” สิ่งที่บทความกล่าวคือ “หากคุณต้องการเปิดฟีเจอร์นี้ คุณไปที่นี่เพื่อทำมัน” อีกอย่าง เมื่อคุณทำ มันจะไม่ได้เปิดตลอดเวลา มันก็จะเด้งขึ้นมาทุกครั้ง แล้วฟินก็สรุปว่าอ่านบทความนี้แล้วถ้าเป็นแบบนั้นและถูกใจก็คงจะต้องอยู่หน้าจอนี้ และโดยพื้นฐานแล้วมันให้คำตอบที่สมบูรณ์แบบแก่ฉัน และฉันใช้สิ่งนี้ไม่ส่งเสริม Fin แต่เป็นเพียงตัวอย่างของการหักลดทอนหรือการตัดสินและข้อเสนอแนะ มันมั่นใจมากพอที่จะบอกฉันว่านั่นคือคำตอบ เป็นตัวอย่างง่ายๆ ที่ไม่มีใครใน Rewind ต้องเขียนคำตอบนั้นออกมาจริงๆ ฟินได้ผล..

ในกรณีของการรายงาน ลองจินตนาการว่าเราถามว่า “แสดงให้ฉันเห็นว่าตัวแทน CS คนใดได้รับคะแนนสูงสุด” ซึ่งเป็นคำถามที่ค่อนข้างง่าย จากนั้นคุณสามารถพูดว่า "แสดงให้ฉันเห็นว่าหัวข้อใดที่เกี่ยวข้องกับคะแนนสูงสุด" ซึ่งอาจค่อนข้างง่าย จากนั้นคุณสามารถพูดว่า "แสดงให้ฉันเห็นว่าตัวแทน CS คนใดมีแนวโน้มที่จะทำงานได้ต่ำที่สุดในหัวข้อใด" และบางทีนั่นอาจเป็น 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.” นั่นสมเหตุสมผลแล้ว 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? เรื่องไร้สาระ 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.

คำถามคือ มุมโจมตีเพียงพอที่จะก่อกวนอย่างแท้จริงหรือไม่? หรือวิศวกรหรือนักออกแบบหลักบางคนจะนั่งลงใน Mega Big Corp แล้วพูดว่า "เราน่าจะเลียนแบบสิ่งนั้น"? อาจใช้เวลาหนึ่งปี แต่ในปีนั้น คุณไม่น่าจะสร้างแพลตฟอร์มที่เติบโตเต็มที่ได้ นั่นคือความท้าทาย และอาจไม่เป็นไร บางทีคุณอาจจะโอเคกับการพูดว่า “เฮ้ เราจะไปตามตลาดล่างสุด เราไม่จำเป็นต้องแข่งขันกับ Megacorp จริงๆ” ไม่เป็นไร แต่เพียงให้แน่ใจว่าคุณกำลังตัดสินใจทั้งหมดเหล่านั้นร่วมกัน และอย่าเพิ่งพูดว่า “เราจะฆ่า Salesforce เพราะเรามีอัลกอริธึมการให้คะแนนลูกค้าเป้าหมายที่ใช้ AI” หรืออะไรทำนองนั้น Salesforce จะดำเนินการในเรื่องนั้น

พอล: เยี่ยมมาก. วันนี้ปล่อยไว้อย่างนั้นก่อน แล้วเจอกันใหม่ในอีก 12 เดือนข้างหน้า เพื่อที่เราจะได้รู้ว่าจะเกิดอะไรขึ้นต่อไป