内容：Gokul Rajaram指出，AI正重塑产品开发：非技术人员可快速构建应用，产品经理需掌握判断力以筛选AI输出、构建评估技术。他强调应聚焦高价值工作流，利用稀缺资产（如数据、网络效应）构建耐用应用，避免依赖易受冲击的API。传统软件公司中，基于数据的系统更安全。领导力与人才招聘需侧重功能专家和真实经历，董事会实践应注重深度协作。在AI加速创新的时代，核心仍是价值构建与判断力。
本文来自Patrick与Gokul Rajaram的深度对话总结。
在科技界，Gokul Rajaram被誉为过去20年中最具影响力的产品构建者和投资者之一。他曾在Google、Facebook、Square和DoorDash等巨头公司主导核心广告和产品业务，并与众多顶尖创始人和CEO密切合作。此外，他投资了超过700家公司，这让他对产品开发和扩展拥有独特的广阔视野。在Invest Like the Best播客的这一集中，主持人Patrick O'Shaughnessy与Gokul展开对话，探讨AI如何重塑产品开发、领导力和商业模式。
以下是对本次访谈内容的总结，聚焦于关键洞见和实用建议。AI时代的产品开发变革Gokul指出，产品开发的本质正在发生根本性转变。过去，产品经理负责定义需求、设计师负责设计、工程师负责构建，一切井井有条。但如今，随着长时效代理（long-horizon agents）的出现，非技术人员也能轻松构建复杂应用。例如，Gokul分享了自己用Claude Code在1小时内构建视频转录工具的经历，这在6个月前还失败了。
关键变化包括：
- 自底向上的方法：产品经理不再规定细节，而是定义客户需求的高层目标。团队通过原型迭代，产品经理甚至需要编写代码并提交到生产仓库。
- 产品与设计的融合：设计师角色减少，许多公司优先招聘工程师而非设计师，因为AI可以基于设计系统生成UI。产品经理与设计师的比例从1:3或1:10变为1:20。
- 非确定性软件的管理：传统软件是确定性的（输入X输出Y），但AI软件是非确定的，需要通过评估确保输出合理。产品经理需擅长构建评估技术，甚至用AI评估AI。
Gokul强调，在AI时代，判断力（judgment）是唯一真正"防AI"的技能。它帮助筛选"AI垃圾"，决定哪些输出有价值。构建耐用AI应用的策略Gokul建议，从深度问题入手，选择高价值工作流，这些领域通常涉及复杂数据和重复任务（如设计、法律或架构）。AI的快速发展意味着简单问题将被基础模型公司（如OpenAI）吞噬，因此要构建耐用应用，需要拥有稀缺资产：
- 许可证或监管优势。
- 控制点（如数据或资金流）。
- 硬件整合。
- 嵌入关键工作流。
- 网络效应。
他警告，不要依赖传统软件公司系统的API，因为如Salesforce和Slack的公司正在切断访问。AI本土初创公司需构建迁移工具，将客户数据从旧系统转移——这可能需2年时间，但至关重要。传统软件公司的风险与AI时代的黏性来源Gokul将软件公司分为两类：基于席位定价的工具（如Zendesk、Slack）更易受AI冲击，因为AI代理可取代人力；基于数据的系统（如Salesforce、NetSuite）更安全，因为数据半衰期长，迁移风险高。在AI时代，黏性来源于：
- 网络效应（如DoorDash的餐厅、骑手和消费者网络）。
- 资金流动（如支付系统）。
- 硬件（如Toast的POS设备）。
- 独特资产（如Bret Taylor的销售影响力）。
他预测，公开市场尚未区分这些类型，导致软件估值整体低迷。来自科技巨头的领导力启示Gokul分享了与Larry Page、Sergey Brin、Mark Zuckerberg、Jack Dorsey和Tony Xu的合作经历，每位领导者的超能力都塑造了公司文化：
- Larry和Sergey（Google）：专注技术优越性和规模，而非即时营收。Gmail的1GB存储（当时Yahoo仅10MB）体现了他们的"10x"思维。
- Eric Schmidt（Google）：强调沟通，使用图像而非文字呈现策略，因为"人们记住的是感觉，而非话语"。
- Mark Zuckerberg（Facebook）：消费者增长大师，通过自定义受众（Custom Audiences）结合身份和意图数据，革新广告。
- Jack Dorsey（Square/Twitter）：设计哲学——产品应直观，无需手册。产品经理是"编辑"，专注精简而非添加。
- Tony Xu（DoorDash）：通过挑战（如用10美元获取1000客户）测试创造力和执行力。
成功广告业务的三大支柱Gokul总结广告业务的三种赚钱方式：
- 拥有高价值用户群：如Google的意图数据、Facebook的身份数据。ChatGPT可能更强大，因为它融合两者。
- 驱动特定结果：如AppLovin专注移动App安装。
- 充当需求聚合器：如Trade Desk管理预算分配。
他警告，不要依赖Google或Facebook生态，否则会被挤压。AI时代，消费者行为转向代理接口，可能减少App打开率，影响广告机会。北极星指标与检查指标的选择北极星指标应平衡客户价值和业务增长，如Square的支付量（GPV）、Facebook的日活跃用户（DAU）。避免纯营收指标，需配以检查指标（如毛利率、客户留存）作为护栏，防止过度优化。AI时代的人才招聘与职业管理招聘重点转向功能专家，能构建和管理AI代理。避免过早的中层管理，优先招聘构建者。
评估方式：建议一种实操性的评估方式，用于测试候选人的能力，特别是产品开发相关的技能。它强调通过实际任务来考察候选人，而不是仅靠面试或简历。重点在于评估候选人是否具备批判性思维（挑战前提）和用户导向思维（融入客户声音），这在AI时代的产品构建中尤为重要，因为AI工具能处理常规任务，但人类判断力（如质疑假设和倾听用户）难以被取代。
职业建议：停留足够长（至少3-4年）以产生影响。频繁跳槽这种方式不可取。构建网络，享受过程。创始人的真实性评估与董事会最佳实践评估创始人：询问起源故事和想法迷宫（系统性的逻辑思考框架），检验是否源于真实经历，并了解行业历史。
董事会实践：像婚姻般谨慎，选择前试用（如顾问角色）。邀请管理团队全程参与会议（除执行会议）。实施"董事会伙伴"制度，每位董事一对一指导高管。结语：最善良的事Gokul分享人生启示：感恩幸运，视他人痛苦如己。
他回忆Procter & Gamble前CEO Bob McDonald的善意——在未合格时给他机会。这提醒我们，善良往往源于认识到生命的脆弱性。本次对话揭示了AI如何加速创新，但判断力、真实性和持久构建仍是核心。无论构建产品还是职业，专注价值而非捷径，方能长久。
没有评论:
发表评论