从 Glean、Google、亚马逊到 Slack：顶级产品领袖的 AI 战略与领导力心法

嘉宾：Tamar Yachot ｜ Glean 产品与技术总裁｜领域：AI 产品与未来趋势

背景与引子

2024 年，AI 正在深刻重塑每一个行业和每一份工作。当 ChatGPT 的月活跃用户突破一亿，当 Claude Enterprise 这样的企业级 AI 产品不断涌现，一个根本性的问题摆在我们面前：AI 究竟会如何改变我们的工作方式？产品经理会被取代吗？设计师和工程师的边界会消失吗？

带着这些问题，我邀请了一位在产品领域深耕超过二十年的顶级领袖。Tamar Yachot 曾主导 Google 搜索体验的产品设计，在亚马逊管理 A9 搜索业务的工程团队四年，亲历 Slack 从初创公司成长为万人企业并成功 IPO、被 Salesforce 以 277 亿美元收购，如今担任企业级 AI 搜索公司 Glean 的产品与技术总裁。

她的职业生涯横跨硅谷最成功的科技公司，与杰夫·贝索斯、斯图尔特·巴特菲尔德、马克·贝尼奥夫等传奇领袖共事过。在这场深度对话中，她分享了关于职业发展、团队领导、AI 战略的第一手洞察——既有反常识的犀利观点，也有可直接落地的实战经验。

一、嘉宾是谁

Tamar Yachot 的职业轨迹本身就是一部硅谷产品领袖的成长教科书。

她拥有人工智能硕士学位，早年在亚马逊担任工程总监和 A9.com 副总裁，亲眼见证了贝索斯如何用“写六页备忘录代替 PPT”、如何在会议中始终最后一个发言、如何用一致的原则让数万人组织高效运转。在 Google 期间，她长期负责 Google 搜索体验的产品设计，亲历了搜索产品从功能导向到用户体验导向的深刻转型。

在 Slack 的四年是她职业生涯中浓墨重彩的一章。作为首席产品官，她带领产品、设计和研究团队，帮助公司实现了 10 倍收入增长，完成 IPO，并最终被 Salesforce 收购。她与联合创始人兼 CTO 卡尔·亨德森（Cal Henderson）建立了极其高效的产品与工程协作关系，这种跨职能协同能力成为 Slack 成功的关键因素之一。

如今，Tamar 是 Glean 的产品与技术总裁。这家成立于 2019 年的公司已成长为最成功的企业级 AI 公司之一，其产品整合了 LLM 和自然语言搜索能力，服务于众多财富 500 强企业。

二、核心观点 TOP10

先把当下的工作做到极致。 没有什么能代替在当前岗位上证明自己。不分事情大小，把手头的每件事都做到顶尖水平，这是通往下一阶段的最短路径。
理解人是一切产品和领导力的核心。 无论是理解用户为什么点击某个按钮，还是理解团队成员为什么愿意拼命努力，都需要深入洞察人心。
公司不需要运转良好也能成功。 强产品市场匹配（Product Market Fit）能掩盖大量组织问题。理解这一点，才能在混乱中保持专注。
你不需要职业规划。 从不制定五年计划，跟着最优秀的人走，在最好的环境中学习成长——这是最被低估的职业发展策略。
技能永远不会被夺走。 公司可能倒闭，行业可能变化，但你习得的技能会跟随你一辈子。投资技能永远是最明智的选择。
AI 不会取代你的工作，但会深刻改变它。 产品经理、设计师、工程师之间的边界将变得模糊。最会执行的人需要变成最会创造的人。
用 AI 工具是跟上时代的最低门槛。 试用 ChatGPT、Claude、Glean 等产品，在日常工作中找到 AI 的应用场景，不要等到被时代抛下才开始焦虑。
原型设计的力量超乎想象。 斯图尔特·巴特菲尔德把整个界面藏到一个按钮后面，只为看清用户真正需要什么。愿意“破坏性创新”才能找到正确方向。
与工程伙伴建立深度信任是产品成功的前提。 评估一份工作时，要把工程合伙人的质量作为核心标准，因为再好的想法如果无法被实现，就毫无价值。
非确定性是 LLM 产品最大的挑战也是最大的机遇。 企业用户习惯于确定性软件，但 AI 产品的价值在于随模型能力进化而进化，理解这一点才能设计出真正好的 AI 产品。

三、关键洞察

洞察一：公司混乱是正常的，成功公司往往内部一团糟。

Tamar 观察到一个反直觉的现象：那些高管频繁离职、员工被训斥、充满不确定性的公司，往往业绩增长惊人；而那些运营规范、流程清晰、所有高管都很有能力的公司，反而可能停滞不前。她直言不讳地说：“我见过很多公司高管更替频繁、员工士气低落，但数字却好得惊人。反之亦然。”这并不意味着混乱是好事，而是提醒我们：对于处于产品市场匹配早期、正在快速扩张的公司来说，专注解决最重要的问题比追求全面规范化更重要。当然，一旦公司规模超过五千到一万人，就需要引入专业管理和流程规范了。

洞察二：做职业选择时，最重要的变量是“你会和谁一起工作”。

Tamar 从不相信五年职业规划。她坚信一个原则：跟随最优秀的人。她在 Slack 的工作机会正是源于想与斯图尔特·巴特菲尔德合作的强烈愿望，在亚马逊是因为被尤迪·曼巴尔对杰夫·贝索斯的热情描述所打动。她建议职场人列出一份“最敬佩的人”的名单，看看他们在哪里工作——那份名单就是你最值得考虑的工作机会。“好公司可能倒闭，但如果跟对了人，你学到的东西永远不会消失。”PayPal Mafia（PayPal 黑手党）的故事就是最好的例证——那群一起创业的人后来孵化出了特斯拉、YouTube、SpaceX 等一系列传奇公司。

洞察三：AI 对产品工作的改变不是“取代”，而是“升级”。

Tamar 认为，未来五到十年，产品经理、设计师、工程师之间的界限会越来越模糊。产品经理将能够用 AI 构建原型，设计师将能够直接构建功能实现。但这不意味着岗位消失——相反，日常的执行工作（更新 Jira、撰写规范文档、创建发布清单）将被大量自动化，人们可以把更多精力放在真正重要的战略思考和创造性工作上。她举了一个具体例子：一位产品经理把 Discord 频道的完整对话记录导入 Gemini，询问“用户最需要的功能是什么”、“用户对产品的情感倾向如何”，这在过去需要花费数天阅读，现在只需几分钟。“AI 不会取代有创造力的 PM，但会让只会执行的 PM 面临更大的挑战。”

洞察四：与大公司合作时，不要试图取悦所有人。

在 Slack 期间，Tamar 学到一个重要教训：产品经理容易陷入“声音最大的少数人”陷阱。当你对产品进行改版时，总会有一些用户强烈反对，但他们的需求可能只代表极少数人。她明确指出：“你现在的用户数量，往往远小于明天会用你产品的用户数量。要为那个更大的数字设计，而不是被当前用户的反对声音所吓倒。”当然，方式方法很重要——你需要尊重用户、坦诚沟通、倾听他们的反馈，但最终决策要以数据和对未来的判断为依据，而不是被现有用户的抱怨所绑架。

洞察五：LLM 产品的护城河不是“补偿模型缺陷”，而是“随模型进化”。

在 Glean 的工作中，Tamar 发现了一个行业普遍存在的陷阱：很多团队投入大量资源去“弥补”LLM 的不足——写大量提示工程、构建复杂的 fallback 机制——但这些投入可能很快被新一代模型的进步所淘汰。真正的护城河应该是那些不依赖模型能力上限的东西：比如你的数据索引体系、你的用户理解、你的工作流整合能力。“当所有 LLM 都变得更智能时，你的整个产品也会变得更好——但前提是你把差异化建立在正确的基础上。”

四、精彩金句

“先把当下的工作做到极致。无论这件事看起来多简单，把它做到顶尖水平。”

产品经理往往野心勃勃，眼睛总盯着下一个岗位。但 Tamar 的经验是：下一个机会不会凭空出现，它来自于你把当前工作做到极致的证明。“你不可能只靠想要升职就升职，你必须用实际成绩说话。”

“技能永远不会被夺走。公司可能倒闭，但如果你学会了一门技能，它将永远属于你。”

这句话是 Tamar 对职业选择最深刻的洞察之一。当你纠结于“是去这家风头正劲的创业公司拿高额期权，还是去那家稳定的巨头学习”的时候，不妨用这个标准衡量：哪个选择能让你学到更多可迁移的技能？

“跟着最优秀的人走。你要跟随的不是你喜欢的人，而是某个领域最优秀的人——即使你和他相处不融洽也没关系。”

在职场中，我们很容易因为和某人关系好就决定一起工作，或者因为团队氛围佳就加入一个项目。但 Tamar 的建议恰恰相反：你选择和谁一起工作，应该基于你能从对方身上学到多少，而不是基于感情亲疏。

“没有正确的决策，只有让决策变得正确。”

这是 Tamar 父亲在她为选大学而焦虑时告诉她的道理。“人生没有完美的路线图，你能做的是全力以赴让每一个选择都变成对的。这句话让我在无数个十字路口保持冷静和坚定。”

五、实战案例

Slack 的“一切藏到一个按钮后面”实验。

斯图尔特·巴特菲尔德在 2014 年为 Slack 制定了宏伟的长期规划：第一步打造用户热爱的产品，第二步构建 Slack Connect 网络效应，第三步打造开放平台，第四步引入 AI。他对这个规划深信不疑，多年从未改变。

在执行层面，巴特菲尔德有一个让 Tamar 印象深刻的习惯：他极度重视原型设计。有一次，公司决定重新设计产品架构。巴特菲尔德找到设计负责人伊桑·利德曼（Ethan Lideman）说：“我希望你把界面上所有的东西都藏到一个按钮后面。”所有人都觉得这是不可能的。但巴特菲尔德的逻辑是：原型会告诉你用户真正需要什么，只有当你真正把东西做出来，你才能感受到它是否正确，而不是靠 Figma 设计稿去猜测。

工程团队最终真的把整个界面藏到了一个按钮后面。虽然他们从未打算把这个设计发布出去，但这个极端的原型帮助团队看清了重新设计的核心方向。Tamar 从中领悟到：好的原型不是增量改进，而是敢于推翻一切假设，用最快的方式验证核心问题。

Gong + Glean 的 AI 驱动销售洞察自动化。

在 Glean，Tamar 和团队用 AI 做了很多提高内部效率的实验。其中一个令她印象深刻的案例是销售团队使用 Gong（通话录制工具）和 Glean 的集成。Gong 录下了所有销售电话，Glean 的 AI 应用会自动读取这些转录文本，按照 AE 姓名、产品特性等维度整理成表格，然后自动总结所有来电中客户提到频率最高的的功能需求。

这个工作过去需要销售运营团队花费大量人工时间整理和归纳，现在 AI 可以在几分钟内完成。当然，初期尝试并不完美——Prompt 设计不够精准，AI 甚至会把销售的推荐当成客户需求。通过不断迭代，他们最终把这个自动化流程调整到真正可用的状态。“这说明 AI 应用需要你有耐心去迭代，它不会开箱即完美，但你一旦用对了，它能为你节省的时间是惊人的。”

六、行动建议

建议一：立即开始用 AI 产品武装自己

为什么要做：AI 工具正在快速普及，而那些已经熟练使用的人将大幅提升工作效率，远远甩开不使用的人。这是结构性优势，不是可选项。

如何开始：如果你还没用过，先从 ChatGPT 或 Claude 开始。把你每天要处理的文章链接、邮件、文档粘贴进去，让它帮你总结和提炼要点。每周尝试一个新功能，坚持一个月。

能得到什么：你会发现原本需要几小时完成的文献阅读、信息整理工作，现在几十分钟就能搞定。这不仅节省时间，更能让你腾出精力做更有价值的事。

建议二：评估工作时，把“工程合伙人”质量作为核心标准

为什么要做：Tamar 在 Slack 的成功很大程度上归功于与 CTO 卡尔·亨德森的无间合作。好的工程合伙人能让产品想法快速变成现实，不匹配的合作关系则会让你处处受阻。

如何开始：面试一份产品岗位时，不要只看公司名气和职位头衔。主动要求见未来的工程合作方，评估他的思维方式、沟通风格和技术判断力。同时问自己：我愿意无条件信任他吗？他承诺的事他会做到吗？

能得到什么：找到好的工程合伙人，你将拥有公司里最高效的执行引擎。一个眼神就能确认方向，一个请求就能得到快速响应，这种协作体验是职场最珍贵的资产。

建议三：每季度审视一次工作流程，主动“删除”无效环节

为什么要做：Slack 的 OKR 评审流程曾经变得极其冗长，涉及数百小时的会议时间。Tamar 和团队意识到这个问题后，主动将其改为异步视频+文档模式，效果反而更好。

如何开始：把你每周固定的会议和工作流程列出来，问自己：这件事真的需要我亲自做吗？能不能异步完成？如果必须开会，能不能把时间压缩到原来的三分之一？每季度用产品迭代的思维审视自己的运营流程。

能得到什么：你会发现自己突然多了大量可支配时间。这些时间可以用来做更有创造性的工作，或者 просто让自己从“救火模式”中解脱出来。

建议四：不要害怕改变界面、流程或产品方向，但要学会正确地沟通

为什么要做：产品演进必然带来一部分用户的不适应和反对，但停滞不前才是对大多数用户的最大伤害。Tamar 的经验是，只要方法得当，反对声音可以被管理而不是被迎合。

如何开始：当你决定做重大改版时，提前准备好坦诚的沟通。告诉用户你为什么这样做、你听到了他们的担忧、但基于什么判断这是正确的方向。给他们足够的时间适应，给他们提供反馈的渠道，最重要的是——让他们感到被倾听。

能得到什么：你的产品可以持续进化，而不会因为害怕少数人的反对而裹足不前。长期来看，用户会尊重一个敢于做决定、也愿意坦诚沟通的团队。

建议五：建立自己的“导师网络”，持续跟随最优秀的人

为什么要做：Tamar 提到，职场早期的关键选择应该基于“谁能教我最多”。在每一个阶段找到最好的学习对象，是职业成长最高效的路径。

如何开始：每半年更新一次你的“敬佩名单”——那些你认为在各自领域最优秀的人。关注他们去哪家公司、在做什么项目、分享什么观点。主动创造机会和他们交流，或者至少保持对他们动态的关注。

能得到什么：你将获得一个关于行业趋势和机会的早期预警系统。更重要的是，这些人会成为你未来职业网络中最重要的节点——他们成功时，会带着你一起成功。

七、我的总结

Tamar Yachot 的职业经历证明了几个朴素但常被忽视的道理：做好眼前的事是一切成就的起点，理解人心是产品和管理共同的底层能力，跟随优秀的人比规划完美的路线图更可靠。她对 AI 的洞察同样清醒而务实——AI 不是洪水猛兽，也不是灵丹妙药，而是一个正在快速进化的工具，那些学会用它提升效率、专注于创造性工作的人将在未来五到十年获得巨大优势。

无论你是产品经理、设计师、工程师还是管理者，有一点是确定的：停留在原地不再是一个安全的选择。用 Tamar 的话来说，这是一个激动人心也充满挑战的时代，你唯一能做的就是“跳进去，用它，感受它”——因为只有亲身参与其中，你才能真正理解这场变革将如何重塑你的工作和你所在的行业。

📺 播客信息

发布时间：2024-09-26
时长：1小时17分钟24秒
播放量：26898 次观看
原版视频：『YouTube』