我们让 AI 接管了最混乱的 Slack 频道,它竟成了我们的路线图
摘要
一家 B2B SaaS 公司使用名为 BuildBetter 的 AI 工具分析杂乱的 Slack 频道,发现其揭示的可落地功能洞察远比他们正式且昂贵的客户访谈项目更为丰富。
当我们的产品负责人进行路线图复盘时,我们已发布的功能中,仅有 3 项能追溯至访谈库中的任何内容,而大多数功能实则源自一个名为 #cs-rage 的 Slack 频道。多年来,我们的客户成功团队一直在该频道发泄不满,却无人想到去挖掘其中的价值。我们在 B2B SaaS 公司建立了一套我自认为非常严肃的客户访谈体系,拥有完善的招募漏斗、付费激励、专职研究运营负责人,以及一笔让 CFO 直皱眉的年度预算。我们保持着稳定的节奏进行长达一小时的访谈,综合分析报告写得详尽且注脚繁多。我们将 BuildBetter 接入到所有这些工作流中,尽管我至今仍未完全理解它是如何将杂乱的 Slack 对话线程与工程团队可定义范围的功能联系起来的,但比例已然反转——如今约 70% 的新发布功能都能追溯到该系统自主挖掘出的线索。我们仍在进行访谈,因为其深度有助于优先级排序,但它们不再是我们要构建什么的主要发现来源。由此引发的组织政治余波才是更难处理的挑战。去年我极力争取的预算,如今已成为产品研发中投资回报率最低的支出项。
相似文章
终于找到了一款AI工具,它能真正完成工作,而不是空谈
一位14人B2B初创公司的创始人描述了Springbase(一款AI工作流平台)如何通过将公司知识作为基础,执行多步骤业务目标而不是仅生成文本,从而取代了一组分散的AI工具。
@omarsar0: 这是我在自己工作中遇到过的最强大的AI。
作者将一个AI员工集成到Slack中,该AI自主执行并完成了一项每周任务,展示了其强大的能力。
我构建了一个潜在客户资格认定代理:它能问5个问题,将高意向客户发送到Slack,其余忽略。以下是最先出问题的环节。
一位开发者分享了构建AI潜在客户资格认定代理的实战经验,强调最棘手的问题并非AI本身,而是涉及模糊回答、路由逻辑、Slack噪音、CRM结构以及处理低匹配度潜在客户。
软件评审代理
OpenAI 内部开发了一款 Slack 代理 Slate,可自动评审软件申请、核对政策、对比工具,并在需要扩容许可证时为 IT 团队创建 Jira 工单。
@mamagnus00: 我们推出了一款主动式代理,能够监控你的Slack、Gmail、GitHub等1000多个服务,并告诉你它想为你做的事情……
推出了一款主动式AI代理,可监控Slack、Gmail、GitHub等1000多个服务,并为用户建议操作。