8.1
深览指数
商业人人都是产品经理·深思圈··AI 生成
在 a16z 的办公室，听 Decagon 创始人分享如何从 2 个人干到 1000 人
Decagon 联合创始人 Ashwin Sreenivas 在 a16z 旧金山办公室的分享实录，核心揭示了这家 AI 客服公司从 2 人起步到近千人规模的方法论。文章不是铺陈成功故事，而是聚焦于创始人早期几个关键判断：如何通过“问对问题”而非“拍脑袋”找到真需求；如何故意寻找“见多识广”的买家来验证产品；以及“客户说了算”的文化如何被资源稀缺逼出来。适合正在创业或负责产品团队的读者，提供了一个关于“做减法”和“验证真问题”的实操框架。原文 ↗
核心观点
- ▍创业早期最稀缺的不是执行力，而是先花时间确认自己要解决的到底是不是一个真问题；方案精致但问题不存在是失败项目的通病。
- ▍找合伙人时，情绪周期的互补性（不会同时陷入低谷）比技能互补更重要，因为技能可以后天补，而情绪同步率无法培训。
- 01早期找 idea，他们锁定“有钱且见多识广”的买家。见多识广意味着对方会拒绝，能逼出真需求，避免虚假安全感。
- 02用户调研时从不问“这个对你重要吗”，而是问“接下来六到九个月最想搞定的两三件事是什么”，以此天然筛选出有预算、有优先级的问题。
- 03初期他们曾拒绝做客服赛道，因为竞争激烈且看起来简单。转折点是发现客户痛点未被解决，于是收集客户拒绝竞品的理由，针对性做出方案，并凑够三个愿意付八万美元的客户后才动手。
- 04为让公司看起来比实际规模大，两人曾分别躲在客厅和浴室接电话，营造在不同会议室办公的假象。
- 05公司真正的“从两个人变成一家公司”的时刻，是第一位工程师 Amy 加入时，而非拿到融资或签下大客户。
- 06他们认为“说服客户”几乎不需要发生，如果问题足够疼，客户会主动寻求解决，他们要做的只是证明自己有能力。
- 07客服 AI 最后 20% 的难度在于服务大型企业客户：极高的可靠性、合规要求、上百人协同、上线回滚权限治理、以及千万级对话的自动优化机制。
- 08面对竞争，判断标准很简单：是否正在输单。只要没输单，对手做什么都不重要；一旦输单，原因通常集中在少数几条，补上即可。
- 09早期招人只看两条：能否接受节奏说变就变，以及技术能力是否过硬。后者决定了能否承担更大自主权和吸引后续优秀人才。
反方 / 局限
- — Ashwin 承认，如果重来一次，唯一想改的是早期招人招得更快、更狠，因为对现金过于保守（每轮融资多留钱）拖慢了早期招聘速度。
14 分钟 · 4 卡片 · 10 资料
读原文 →