Des Traynor：AI 产品、竞争与 Intercom 的建设

Intercom 联合创始人 Des Traynor 告诉 Harry Stebbings，他曾想写体育报道。Intercom 起源于团队此前开发的另一款软件：为了与客户交流，他们加入了产品内的消息气泡。都柏林一家咖啡店与常客的个人交流，启发他们思考软件企业与用户之间更直接的联系。

当产品的核心工作没有改变、AI 只是作为小功能加入时，Traynor 对“AI 优先”的标签持怀疑态度。他认为客服受到更根本的影响，因为摘要、知识检索和对话是核心流程。Stebbings 认为项目管理也可能发生重大变化；Traynor 同意这种可能，但前提是这些能力真正被构建出来。

他说，Intercom 原有的消息界面为 AI 客服提供了有利起点，尽管它也支持工单。他描述了从规则机器人、模糊意图匹配到基于语言模型回复的演进。据他介绍，公司产品 Fin 使用了较新的方法。

Traynor 区分了简单的模型封装和支持完整客户工作流程的产品：后者涉及知识导入、更新、报告、权限、客户上下文和系统集成。他认为，即使底层模型来自其他公司，这种深度也可以让应用具有差异化。作为推广 Fin 的 Intercom 联合创始人，他与这一观点有直接商业利益。

Stebbings 指出，模型供应商发布新能力可能抹去初创公司的功能优势。Traynor 同意，单一功能机器人可能容易受到冲击，但认为深入特定工作流程的产品可能有生存空间。他举出的财富管理和创意工具都是假设性例子，并不能保证具有防御能力。

Traynor 说，模型同质化会通过降低成本让 Intercom 受益；另一种可能是，基于客服对话训练的专业模型带来优势。他没有说明公司是否在训练自己的模型。这明确说明了他观点背后的激励，但不能证明模型同质化已经发生。

Traynor 说，Fin 为部分客户解决了较高比例的问题，当时使用 OpenAI 的 GPT-4。他的团队评估对话质量、是否保持主题以及幻觉表现，但他没有提供量化的比较基准。报告的客户结果和产品可靠性属于公司说法，并非经过独立验证的结果。

他说，模型质量差距接近且变化很快，团队尚未测试每家供应商的最新版本。当某个模型改善时，能够切换供应商可能很有用，但他认为仅有这种灵活性不足以让公司获胜。上游技术变化的速度也迫使产品团队重新审视计划。

Traynor 将 AI 变革比作互联网早期，认为客服供应商不能在市场变化时只是等待。他对 Intercom 机会的信心是 2023 年的预测。他介绍说，中央 AI 团队负责 Fin、模型选择和风险较高的研究，再与产品团队合作应用新能力。

他估计，Intercom 当时约有 900 名员工，其中 350 至 400 人从事研发，并预计 AI 团队会达到约 50 人。这些是访谈中的大致人数，并非当前人员报告。

被问到 AI 初创公司是否会出现异常高的失败率时，Traynor 预计，浅层产品被平台取代以及模型成本压缩利润率，会导致更多公司失败。他也认为成熟产品可能受到冲击。Stebbings 提出的基准失败率和 Traynor 的预测都是对话中的估计，并非经过核实的行业结果。

Traynor 设想了一个广告优化流程：AI 可以生成不同版本、运行测试并报告结果。Stebbings 问，端到端工作流程不是应该具有防御能力吗？Traynor 回应说，如果各步骤都能自动化且不需要人的判断，整个流程也可能失去价值。这是一个情景，并不能证明此类系统能可靠地自动完成每一步。

他判断是否会发生颠覆的方法是：新进入者会以完全不同的方式重建既有产品，还是仍需要既有公司的基础设施和分发渠道。一家为邮件营销增加 AI 写作辅助的初创公司必须重建发送、集成和发件声誉，而既有公司可能只需要增加写作功能。他将其作为思考框架，实际也可能有例外。

Stebbings 提醒，大企业采用技术可能很慢，实验预算也可能消失。Traynor 说，投资人必须考虑多年的采用周期，而不只是下一年；他还称一次 OpenAI 中断使客服工作重新转交给人，显示了 Fin 的价值。这一个案并非独立测量的投资回报。

Traynor 预测，更多 AI 定价将与工作量或使用量相关，而非员工席位。他说，当时一些 Intercom 客户保留员工，利用自动化改善服务；Stebbings 问，这是否反映谨慎，而非持久偏好。劳动影响和定价变化都仍不确定。

他预计，未来将出现价格、速度和质量不同的模型及芯片，并认为竞争会随时间降低成本。被问到是否会以假设的 900 亿美元估值投资 OpenAI 时，他说可能会进行小额投机性投资，但由于竞争和所需回报倍数，不愿投入很大金额。

Traynor 说，他对 Google 在 AI 领域展现出的领导力感到不够满意，并认为公司在是否主动改变搜索业务方面面临艰难选择。作为假设中的首席执行官，他考虑在模型答案中加入赞助内容，并明确将其描述为付费材料。这些是推测性的商业想法，并非 Google 已经采用的做法。

他预测，Apple 可能利用消费设备和注重隐私的设计，让助手更有用，并可能影响用户接触哪些服务。他也推测 Meta 可能在消息、社交媒体和虚拟现实中运用 AI。讨论都是假设性的，不能证明任何产品具备特定能力或采用特定数据做法。

Traynor 认为，如果 AI 帮助人们表达自己无法画出或编辑的想法，Adobe 就有机会扩大创意工具的受众。他的观点基于自己看到的演示。他还预计基础设施竞争会让价值转向差异化产品，同时承认云供应商仍将重要。

Stebbings 指出，更好的独立产品可能输给已有合同中足够好、捆绑提供的功能。Traynor 同意，新工具必须克服集成、采购和分发优势。他认为既有企业可能从 AI 中显著受益，而初创公司也可以创造此前不存在的新类别。

两人讨论 AI 视频创作，以及现有编辑平台可能在多大程度上吸收这一功能。Stebbings 披露自己投资了 Synthesia；Traynor 说自己曾见过其创始人。他们对这一类别前景和竞争优势的讨论是观点和预测，而非经过验证的未来市场结果。

作为天使投资人，Traynor 说，他希望 B2B 公司创始人考虑过 AI 可能如何改变产品，即便最终决定不使用。他说最近的几笔投资偏向 AI 相关公司。他自己的投资和在 Intercom 的角色都影响其视角。

他批评仅为了显示跟上潮流而添加的 AI 功能。他实际使用的判断标准是：以前不可能的事现在是否可以做到，或者用户是否不必再做以前必须做的工作。这是他的产品标准，并不意味着 AI 功能自动带来净收益。

谈到 B2B 营销，Traynor 认为信息应独特、有用，并足够简单，让人能够理解。他倾向于说明产品做什么、与替代方案有何不同，同时保持自然的语气。公司的起源和更广泛使命在其他情境中可能重要，但不应掩盖直接的产品价值主张。

他后悔 Intercom 在早期扩大内容受众时，没有更紧密地聚焦可能购买客服软件的人。Stebbings 认为广泛受众仍能带来覆盖和口碑；Traynor 同意两种方式都可能有效，但自己会选择更早聚焦。他现在比起单纯的爆款帖子，更重视相关受众的参与。

如果能重新制定 Intercom 的产品战略，他会更早投入与客户其他技术系统的集成。他也提醒，创业策略可能随着市场变化而过时：通过销售进入更高端市场的建议，与成功的自助服务企业同时存在。创始人应区分持久的领导技能和受时间影响的操作手册。

他说，经验可以教会创始人如何招聘高管、建立文化、发现组织缺口并面对不愿接受的事实，即使具体渠道和策略已经变化。Stebbings 问，随着工作偏好变化，文化本身是否也会变化。Traynor 同意管理方式必须适应，并说成长中的公司需要培养不同经验层次员工的方法。

他的领导失误是把困难反馈说得太委婉，以至于接收者看不到问题的严重性。如今他尝试更清楚地说明对方必须发展的技能。谈到裁员，他说招聘纪律很重要，因为裁员会造成组织动荡和情绪成本；他也承认，有风险资本可用时，增加人员很有诱惑力。

Traynor 说，有孩子之后，他更加注意高效利用工作时间，但无法将育儿与疫情等其他变化完全分开。他描述了下班后为家庭保留精力的挑战，而没有声称这对所有父母都有普遍的因果作用。

在快问快答中，他说希望改善 Google 会议和文档工具之间的协作，并设想一个观看所有体育直播的统一平台，同时承认版权是一大挑战。这些是产品想法，不是产品公告，也不能证明建立这种服务很容易。

他建议尊重并理解竞争对手：即使产品看起来较弱，竞争者也可能凭借分发能力获胜。团队应确保击败对手服务于有价值的目标，而不是让它成为目标本身。他介绍了首席执行官回归后 Intercom 更聚焦的方向，以及一项为期 52 周、重建多个职能的全公司计划。

Traynor 说，他曾要求 Equals 的创始人定期发布文章，因为公司可能无法清楚解释自己的产品、愿景和使用理由。他鼓励创始人反复沟通，并允许自己的想法演进。他提到自己早期为 Intercom 博客写文章的经历；他对 Equals 的投资也是背景的一部分。

作为外部观察者，Traynor 谈到 Hopin 时认为，公司需要认识到线下活动回归并迅速调整。他和 Stebbings 还反思，当私人估值非常高时出售部分股份的做法。这些是事后观点，并非 Hopin 的完整情况，也不是投资建议。

展望十年后，Traynor 希望 Intercom 成为互联网企业主要的客服平台。他也希望随着年龄增长和陪伴家庭，自己的角色不必如此高强度。两者都是他在 2023 年访谈中表达的愿景，而非对公司实际业绩的预测。