AI时代的产品战略：Intercom CPO Paul Adams的深度复盘与启示

嘉宾：Paul Adams｜Intercom首席产品官｜领域：AI产品与未来趋势

在旧金山的一场主题演讲中，Paul Adams 在全世界最大的广告舞台上彻底忘词。他走上台，开始讲述一个早已排练过无数遍的演讲，却在四分钟后彻底卡住。那一刻，他走下舞台，麦克风还开着，他对着全场观众说了句粗话——全场哄堂大笑。这是他职业生涯中最羞耻的时刻之一。但几年后，当他回顾这段经历，他发现那并没有那么可怕。“你可以在几千人面前僵住、走下舞台，然后一切都会没事的，”他说，“这些事情到最后都没什么大不了的，你只需要继续前行。”

Paul Adams 身上有一种罕见的坦诚。他曾是Facebook的全球品牌设计负责人、Google的用户研究员、Dyson的产品设计师、第一份工作是汽车内饰设计师。如今作为Intercom的首席产品官，他已经在这个岗位上工作了超过十年。在这次深度对话中，他分享了关于失败、关于AI转型、关于产品战略框架的深刻洞察——每一个话题都透着一种经历过风浪之后的通透与谦逊。

一、嘉宾是谁

Paul Adams是一个在产品设计领域深耕了二十多年的资深从业者。他的职业生涯横跨多个顶级公司，从Dyson到Google，再到Facebook，最终落脚Intercom担任首席产品官。他曾在Google参与过多个“失败”的社交项目——Google Buzz、Google+——这些项目背后的动机是恐惧而非对用户的真正理解。正是在Google期间，他做了大量用户研究，发现人们迫切需要与家人朋友小群体沟通的更好方式，而这个洞察在WhatsApp出现后才变得“显而易见的显而易见”。

后来他离开Google加入Facebook，而Google认为他是间谍，公司对他的笔记本电脑进行了法务分析。回首这段经历，他坦言根本原因在于那个项目从一开始就带着竞争恐惧而非真正的用户洞察启动。在他看来，“从恐惧出发不会做出好产品”。

2014年，他接受了Intercom联合创始人Owen的邀请加入这家公司。Owen当时说了一句话打动了他：“在Facebook你可以设计产品，但在Intercom你可以设计公司。”这句话成为了他接下来十年职业生涯的注脚。Intercom从一家10人的公司成长为近900人的企业，而Paul深度参与了每一个关键决策，包括最近一次重大的AI转型。

二、核心观点TOP10

AI是一场社会级的变革：就像一颗流星朝你飞来，如果人们不认真探索AI，它真的会让人落后。
回到产品本质：先问自己——你的产品解决什么问题？人们为什么用它？然后再问：AI能做这件事吗？
AI做事的三个层次：完全替代、部分替代、增强。对于客服类产品，AI完全可以成为第一道防线。
不要把AI当插件：不要单独组建一个“AI团队”然后让其他人继续做原来的事。要让整个组织理解并使用AI。
亲自体验很重要：你需要真的去用ChatGPT Vision、去试Rewind，去感受这些工具的能力边界。
阅读、对抗信息茧房：不要只看认同的声音，也要读那些说AI是炒作、是危险的观点，保持平衡。
差异化与基础功能要平衡：如果你只做差异化而不做基础功能，人们喜欢你的产品但无法真正使用它。
摆动钟摆，但要控制幅度：产品建设总是从一个极端摆向另一个极端，关键是找到平衡点而不是过度纠正。
故事和定位同样重要：一个伟大的产品如果用复杂的语言解释，人们根本不知道你在说什么。故事讲不清楚，再好的产品也会失败。
只做最重要的事：Paul在他的显示器上贴着一张便签，上面写着“只做最重要的事”。这句话简单但威力巨大。

三、关键洞察

洞察一：AI不是新概念，但ChatGPT是真正的“前后分界线”

Paul表示，在ChatGPT出现之前，Intercom已经有了机器学习团队，他们做的东西需要大量人工配置——客服经理要手动编排机器人、训练它说什么话。但ChatGPT出现后，一切变了。“它可以自己做到这些，而且有时候会出错，但人也会出错啊。”这让团队意识到，AI的能力已经到了一个临界点——它不再是实验室里的概念，而是可以直接落地到产品中的现实。

洞察二：客服行业会被彻底颠覆，但要解决的不只是技术问题

Intercom推出了名为Finn的AI聊天机器人，它作为客服团队的第一道防线，能够自动回答大量常见问题。Finn的表现令人惊叹——有些客户用它解决了50%到70%的入站问题。但Paul提到，最大的挑战其实不是技术本身，而是帮助客服团队思考组织变革。“技术已经远远领先，但人们还在消化这意味着什么。”这引出了一个新职位——对话设计师（Conversation Designer），专门负责设计Finn与用户对话的方式。

洞察三：AI会让放射科医生失业吗？是的，但也许不是坏事

Paul分享了一个让他“彻底震惊”的事实：AI已经可以在放射科诊断上胜过人类。人类放射科医生需要七年训练才能读取X光片，而AI可以在几秒内分析有史以来所有X光片的综合数据。“当然它会更好了，人类永远不可能读完和思考完所有X光片。”但他指出，这未必是坏事——爱尔兰有很长的X光检查等待名单，如果AI能够处理分析工作，人类可以专注于与患者沟通的“床边”部分。职业形态会改变，但结果可能是更好的医疗服务。

洞察四：未来招聘的核心是通才而非专才

Paul是“通才哲学”的坚定拥护者。他自己的职业背景就是最好的例证——研究员、设计师、产品经理，什么都做过。在AI时代，他认为这一点更加重要。“机器学习确实是深度专业领域，你需要顶尖的ML工程师。但如果团队里每个人都能理解AI的能力边界，能够与ML团队高效协作，你会发现整个组织的效率会大幅提升。”Intercom正在从只有少数AI专家的架构，转向让每个产品团队都能基于基础技术构建功能的新模式。

洞察五：不要被技术牵着走，要从用户需求出发

Paul在分享AI战略时特别强调，很多人会被新技术的炫酷功能带跑。“不要从技术开始。问问自己：我的产品解决什么问题？为什么人们会需要它？然后再问，AI能不能做到这些？”他的方法论是：首先理解产品存在的根本原因，然后列出AI当前能做什么——比如写作、总结、回答查询、扫描图像、倾听声音、执行动作——最后对照自己的产品，看看哪些功能会被替代、增强或保持原样。

四、精彩金句

“AI就像一颗流星朝你飞来，它会从根本上改变社会，如果人们不认真探索AI，它真的会让人落后。”

解读：Paul用最直白的语言描述了他对AI的判断。这不是普通的技术升级，而是会重塑整个社会的结构性变革，值得每个人认真对待。

“不要把AI当作一个插件。不要做一个AI团队，然后把所有AI功能加到产品上。这不是正确的做法。”

解读：Intercom的教训是让整个组织理解AI、学会使用AI，而不是把AI当作一个独立部门的工作。当每个人都理解能力边界，才能真正把AI融入产品的每一个细节。

“你不需要更多差异化功能，人们喜欢你的产品但无法真正使用它，因为他们缺少那些最基础的功能。”

解读：差异化固然重要，但如果产品缺少基本的“门票”功能，用户根本无法完成他们的核心任务，再炫酷的功能也是空中楼阁。

“当你认为已经接近边界时，勇敢地跨过去。跨过去是痛苦的，但如果不跨，你就永远不会知道边界在哪里。”

解读：Paul在Google的经历让他深刻理解，很多决策中的不确定性只有通过行动才能真正验证。停在安全区里永远学不会冲浪。

“只做最重要的事，停止担心你无法控制的事情。”

解读：这是Paul贴在显示器上的两句话。他的意思是，真正重要的决策其实很少，把精力集中在那些能真正改变结果的事情上。

五、实战案例

案例一：Intercom的AI全面转型

2022年11月29日，ChatGPT发布的那一天，Intercom的机器学习负责人Fergo在Twitter上发了一条帖子：“这就是了，这就是前后的分界线，一切都会不一样了。”Paul回忆说，看到这条推文的那一刻，团队意识到必须做出改变。“我们几乎撕掉了整个战略，从头开始重建。”他们问自己一个最基本的问题：Intercom是做什么的？答案是客户支持。然后他们问：AI能代替这个吗？Sam Altman公开说过，最先被颠覆的行业之一就是客服行业。“所以我们决定，ALL IN。”

他们推出了Finn——一个AI优先的聊天机器人。传统客服模式中，人类客服是主力，机器人只是辅助。Finn颠覆了这个逻辑：AI是第一道防线，只有AI处理不了的问题才会转给人类。结果令人震惊。有些客户发现Finn能够自动处理超过一半的入站咨询。但真正有意思的发现是：技术准备好了，但人们的观念没有准备好。最大的挑战变成了如何帮助客服团队重新思考自己的角色——从“回答问题的人”变成“监督AI、解决复杂问题的人”。

案例二：钟摆理论的经典运用

Paul分享了Intercom在定价策略上的一次重大失误。“我们有一条原则叫’价格与价值对齐’——人们应该根据他们从产品中获得的价值付费。听起来很简单，但实际操作中几乎不可能，因为价值是主观的。”他们最初设计了太多定价模型、套餐、附加功能，结果用户根本看不懂自己的账单。“我们做了所有SaaS公司都会做的事情：加功能、加层级、加附加项。然后你回头一看，账单已经变成一团乱麻。”这次教训让他们学会了：定价要极简，要抵制添加更多定价方式的诱惑。

同样的钟摆效应还出现在招聘上。大约在公司成立五六年后，Intercom进入高速增长期，团队开始问：我们真的知道自己该怎么做吗？答案是：不知道，我们都是新手。于是他们大量招聘“做过这些事”的专家——从大公司挖来的人。结果这些专家把前公司的文化和工作方式带了过来，反而破坏了Intercom原本灵活、适应力强的文化。“我们不是在试图成为另一个已经存在的更大公司，我们是想成为我们自己。”最终他们意识到，需要的是有一定经验但保持适应能力的人，而不是只会做某一件事的专才。

六、行动建议

建议一：亲自上手体验AI工具，建立直观认知

Paul建议每个人都要亲自使用ChatGPT、体验Vision功能。“上周五我和妻子出去吃饭，我忍不住用Vision拍了她食物的照片，问它这顿饭健不健康。很疯狂，但它真的可以做到。”这种亲身尝试不是为了炫耀，而是建立对AI能力边界的直觉认知。“你需要知道它能做什么、不能做什么，然后才能用它来重新思考你的产品。”

如何开始：今晚就下载ChatGPT的移动端，打开视觉功能，拍一张照片问它一个问题。把这当作每周一次的固定练习。

建议二：从产品根本问题出发，而不是从AI技术出发

Paul的核心方法论是：先回到产品本质。问自己：我的产品为什么存在？人们用它解决什么问题？这个问题对用户有多重要？然后再问：AI能做这件事吗？它能做到什么程度？能完全替代还是只能部分辅助？把产品功能与AI能力逐一对照，而不是拿着AI这把锤子去找钉子。

如何开始：拿出一张白纸，左边列出你的产品最核心的三到五个功能，右边列出AI当前最擅长的能力，看看有没有可以结合的地方。每季度做一次这个练习。

建议三：改变团队结构，让AI成为每个人的工具而不是专属团队的专利

Paul特别强调不要“把AI当成插件”。他们正在从只有少数ML工程师做AI的方式，转向让每个产品团队都能基于核心AI技术构建功能。“我们有专门的ML团队，但同时我们也在培养每一个产品经理、设计师理解AI的能力，让他们能够自己判断哪些功能适合AI，哪些不适合。”

如何开始：如果你是一个产品负责人，先自己搞懂AI的能力边界，然后每周花两小时和团队分享你的学习。不要把AI当作需要交给专家的神秘技术，而是组织内每个人都需要具备的基础素养。

建议四：平衡差异化功能和基础功能的投入比例

Paul用Kano模型的简化版来思考这个问题：差异化功能让用户想要尝试你的产品，基础功能让用户能够真正使用它。“如果你的产品只有差异化没有基础功能，用户会说’这个看起来很棒，但我用不了，因为它缺少我必须有的东西’。反之亦然，你需要两边都投入。”

如何开始：看看你最近三个月的路线图，问自己：这些功能中，哪些是“让我脱颖而出”的差异化？哪些是“让用户能真正完成工作”的基础功能？它们的比例是多少？Paul说Intercom目前在两者之间保持了50/50的平衡，根据阶段不同可能需要调整到70/30或30/70。

建议五：阅读对抗性观点，避免信息茧房

Paul承认自己“本质上是乐观主义者”，所以他会刻意寻找那些对AI持怀疑甚至批判态度的内容。“web3的时候我完全错过了，crypto我也没碰过。可能我错过了一些东西，但我不会盲目追随潮流。”他建议阅读那些说AI会伤害人类、AI是炒作的声音，保持自己的判断不被单一声音左右。“Twitter的推荐流是我主要的AI信息来源，我主动互动相关话题，系统就会给我更多这类内容。我也会搜索关键词，找到最有洞察力的讨论。”

如何开始：关注几位持批判态度的AI研究者，比如那些讨论AI伦理、讨论技术失业问题的声音。把你接受的乐观声音和这些批判声音放在一起对照，形成更完整的判断框架。

七、我的总结

Paul Adams的这场对话最打动人的地方，不是他分享了多少AI工具或技术细节，而是他那种把复杂问题简化到本质的思考方式。从Google Buzz到Intercom的AI转型，他的所有经验都在指向同一个原则：回到用户需求，回到产品本质，回到最基本的那个问题——你到底在解决什么问题。

AI确实是一场流星级的变革，它会深刻改变几乎每一个产品类别。但Paul提醒我们：不要被技术带跑，不要为了AI而AI。先理解你的产品为什么存在，理解用户真正需要什么，然后用AI这把新的锤子去解决那些真正值得解决的问题。

与此同时，他的“钟摆理论”和“差异化vs基础功能”框架提醒我们，产品建设从来不是一条直线，而是一个不断在极端之间寻找平衡的过程。接受这一点，接受失败是产品建设的一部分，接受自己永远会在某些时刻“跨过边界然后感到痛苦”——这才是真正的产品思维。

最后，那张贴在显示器上的便签——“只做最重要的事，停止担心你无法控制的事情”——或许才是他二十多年产品生涯最精炼的总结。在这个信息过载、噪音遍地的时代，能做到这一点的人，才是真正能做出好产品的人。

📺 播客信息

发布时间：2023-10-26
时长：1小时23分钟1秒
播放量：25418 次观看
原版视频：『YouTube』