Джош Элман, вице-президент по продуктам в Robinhood и венчурный партнёр в Greylock, рассматривает разрушение старых защитных механизмов и развитие новых вокруг систем искусственного интеллекта.
Ключевая цитата
«Вы можете построить защищённую бизнес-модель как систему взаимодействия, интеллекта или записи, но с появлением искусственного интеллекта интеллектуальные приложения станут источником нового поколения великих софтверных компаний, потому что они станут новыми защитными механизмами.»
Наши выводы
- Старые защитные механизмы борются с разрушениями. Традиционные защитные механизмы, такие как экономия за счёт масштаба, коммерческие тайны, высокие издержки переключения и брендинг, помогли создать некоторые из самых успешных продуктов. Однако новые успешные продукты смогли присоединиться к ним или даже вытеснить их, оседлав волну разрушений, которая пришла вместе со сдвигами в мобильности, облаке и платформах за последнее десятилетие.
- Появятся новые защитные механизмы. Всегда кажется, что мы открыли всё возможное, пока не обнаружится что-то новое, и часто в ретроспективе это кажется очевидным. Может показаться, что новых защитных механизмов не будет, но изменения в стеке продуктов откроют дверь для нового набора защитных механизмов, основанных на системах искусственного интеллекта.
- Старые защитные механизмы владели системами записи. Продукты, которые владели системами записи, такие как CRM, HCM и ERP в каждом поколении, от Siebel до Salesforce, создали сильные защитные механизмы.
- Защитные механизмы сосуществования. На вершине этих систем записи находятся системы взаимодействия, такие как Slack, который может сосуществовать с несколькими системами. Это не так важно, но находит свой защитный механизм в обеспечении ценности за счёт интеграции в систему записи.
- Завтрашние защитные механизмы будут основаны на системах искусственного интеллекта. Системы и продукты, которые составляли технологический стек вчера, были основаны на источниках данных и их хранении. Следующие защитные механизмы будут построены на том, что вы разумно делаете с данными. Продукты машинного обучения и искусственного интеллекта будут использовать существующие системы для создания новых систем, которые превращают необработанные собранные данные в интеллектуальные данные и инсайты.
Почему мы считаем, что это важно
Всё чаще продукты, от корпоративных до потребительских, создаются на основе принципов машинного обучения и искусственного интеллекта. Продукты, которые становятся компонентами стека интеллектуальных систем компаний, будут играть всё более важную роль в обеспечении работы продуктов.
Ранее мы рассмотрели Клеменса Мевальда, менеджера по продуктам в Google, и основы, которые все менеджеры по продуктам должны понимать при создании продуктов и машинного обучения.
«Я утверждаю, что менеджерам по продуктам НЕ нужно знать мельчайшие детали машинного обучения. Им не нужно знать, какой алгоритм применять в какой момент или как модели машинного обучения развёртываются для миллиардов пользователей. Скорее, они должны полагаться на свои команды разработчиков программного обеспечения (SWE) и сосредоточиться на том, как они могут внести свой вклад в определение продукта и стратегию, основанную на машинном обучении.»
Краткое содержание от Reforge. Оригинальная статья Джоша Элмана, вице-президента по продуктам в Robinhood.