深度分析｜AI客服崛起下，老牌巨头Intercom如何完成一场AI-First的自我重构

AI客服这赛道我在之前文章《Box CEO爆料：我们过于关注AI炫酷应用，却忽视了这个价值数千亿的机会！》和《两个“特别坑”的AI产品创业方向，你知道吗》中分析过很多次，是当下符合TMF和PMF的一个典型赛道，无论是Bootstrapped的独立开发者还是拿了巨额融资的新一代AI-Native的客服产品都有相应的成功案例。

在独立开发者这块，我之前分享过很多次的Chatbase就是一个很好的例子，从最早ChatPDF时代一个套壳的简单客服，一直迭代到现在有600万美金ARR的产品（可以看我最近的分析文章《23岁大学生拒绝所有VC，0融资做到600万美金ARR，为什么"简单粗暴"的产品反而最赚钱？》）。在融资的AI-Native客服这块，之前也分享过华人创业者《融资2亿，估值15亿美金，这家华人AI客服公司太猛了》的产品，感兴趣的朋友也可以看一看。

那么今天我来给大家分享一下第三类：传统SaaS类的客服产品，又是如何在这一波AI浪潮中快速实现AI-First转型的呢？最近我一直在观察一家公司的转型故事，这个故事让我深刻体会到 AI 时代企业变革的残酷和美妙。Intercom，这家成立 13 年、年收入数亿美元的客服软件巨头，正在经历一场几乎是自我毁灭式的重生。他们的 CEO 欧根·麦凯布在 2022 年回归时做了一个大胆的决定：要么拥抱 AI agent 彻底改变公司，要么被新兴的 AI 公司彻底淘汰。这不是什么渐进式的产品迭代，而是一场关乎生死存亡的变革。从传统的按座位收费模式转向按结果付费，从人工客服转向 AI agent 自动处理，从服务人类工作转向替代人类工作。我发现，Intercom 的故事其实代表着整个软件行业正在发生的深刻变化，也让我思考一个问题：当 AI agent 真正开始大规模替代人类工作时，哪些公司可以生存下来？

让我特别震惊的是，Intercom 现在的 AI agent Fin 平均能够自主解决 56% 的客服对话，而这个数字在产品刚推出时只有 25%。更疯狂的是，他们甚至把这个 AI agent 部署到了竞争对手的平台上，比如 Zendesk 和 Salesforce。这相当于一家汽车公司把自己最先进的引擎卖给其他品牌的汽车制造商。为什么要这么做？因为他们意识到，在 AI agent 时代，平台可能不再是最重要的，真正重要的是谁能做出最好的 AI agent。这种思维转变让我想到，我们可能正站在软件行业发展史上的一个关键拐点。过去我们习惯的那套商业逻辑，可能即将被彻底改写。本文部分内容来自 Growth Unhinged等媒体对创始人的访谈整理而成。

AI Agent 时代的商业模式革命

我注意到 Intercom 做了一个在传统软件公司看来简直是疯狂的决定：他们放弃了按座位收费的模式，转而按每次成功解决问题收费 0.99 美元。这听起来可能只是定价策略的调整，但我认为这背后代表着商业模式的根本性转变。传统 SaaS 公司的逻辑是："我提供工具，你来使用，不管用得好不好，都要按月付费。"而 Intercom 现在的逻辑是："我帮你解决问题，只有真正解决了才收费。"这种转变的深层含义让我思考了很久。

按结果付费模式的核心在于，软件公司必须真正对结果负责。以前客户买了软件用不好，那是客户的问题，需要培训、需要适应。现在如果 AI agent 解决不了问题，那是 Intercom 的问题，他们拿不到钱。这种模式倒逼着他们必须把产品做到极致，因为每一个百分点的改进都直接影响收入。从 25% 的解决率提升到 56%，这每一个百分点的提升都是通过无数次 A/B 测试和技术优化获得的。我觉得这种模式会成为 AI 时代的标准，因为当 AI 能够直接产生结果时，为过程付费就显得毫无意义了。

但这种模式也带来了新的挑战。客户最大的担忧就是可预测性。以前买 100 个座位，知道每月要花多少钱。现在如果 AI agent 工作得特别好，可能这个月的账单就会很高。Intercom 的解决方案是让客户设置预算上限，控制 AI agent 的工作量。我觉得这个平衡点的找寻过程很有意思，它反映了整个行业从"购买工具"向"购买结果"转变过程中必然要经历的磨合期。更深层的问题是，这种模式要求客户重新思考他们与软件供应商的关系。不再是甲方乙方的关系，而更像是合作伙伴关系，大家共同承担风险，也共享收益。

让我印象深刻的是，Intercom 为了证明这种模式的有效性，做了大量的成本对比分析。他们研究了企业雇佣内部客服人员的全成本，包括工资、培训、管理等，平均每次问题解决的成本大约在 15 美元。而如果外包给海外团队，成本能降到 8 美元左右。Intercom 的 0.99 美元定价，相比之下几乎是碾压性的优势。但更重要的是，AI agent 在很多方面比人工客服做得更好：24小时在线、从不出错、支持多种语言、回复速度更快、答案更一致。这让我意识到，AI agent 的价值主张不仅仅是成本更低，而是综合体验的全面提升。

从工具提供商到工作替代者的转变

Intercom 联合创始人德斯·特雷纳在访谈中提到了一个让我深思的观点：所有支持人类工作的软件最终都会被 AI 颠覆，因为 AI 将直接完成人类的工作。这句话听起来有点危言耸听，但我觉得他说中了要害。传统软件的价值在于提高人类工作效率，而 AI agent 的价值则在于直接替代人类工作。这不是程度上的差异，而是本质上的不同。

我看到 Intercom 内部已经开始了这种转变的实践。他们自己使用 Fin 来处理客户服务，现在 AI agent 处理了大部分常规询问，人工客服只需要处理那些复杂或特殊的情况。有趣的是，他们并没有裁减客服团队，而是停止了团队的继续扩张。随着业务增长，新增的工作量全部由 AI agent 承担，人工客服则专注于更有挑战性和更有价值的工作。我觉得这可能是很多行业未来的发展模式：不是简单的人机对立，而是人机分工的重新定义。

但这种转变对企业提出了前所未有的挑战。Intercom 的经验表明，要成功实现这种转变，企业几乎需要改变公司的方方面面。不仅仅是产品要重新设计，连组织架构、工作流程、人才结构、甚至企业文化都要调整。比如，当你的产品主要依靠概率性的 AI 系统时，传统的软件开发和测试方法就不再适用。你需要建立新的评估体系，学会处理不确定性，接受产品行为的概率性特征。

我注意到 Intercom 在这个过程中面临的一个有趣挑战：如何让客户理解 AI agent 的持续改进。传统软件发布新功能时，用户能看到明显的界面变化。但 AI agent 的改进往往发生在后台，用户感受不到具体的变化，只是觉得"好像更好用了"。这就需要企业投入额外的精力来教育客户，让他们理解产品的价值提升。这也让我思考，在 AI 时代，客户成功和产品营销的方式可能都需要重新定义。

战时 CEO 的极端变革策略

麦凯布在 2022 年重新担任 CEO 后的做法让我印象深刻，也让我思考在面临颠覆性变化时，领导者应该采取什么样的策略。他形容自己回归时采用的是"战时 CEO"心态，这意味着在生死存亡的关头，必须采取一些在平时看来过于激进的措施。

他回归后发现公司文化变得过于"软弱"，员工习惯于舒适的工作环境，对业务基本面缺乏了解，甚至很多人不知道公司收入增长已经连续五个季度放缓。面对这种情况，他没有选择渐进式的改革，而是采用了非常直接的方式：重新定义公司价值观，建立严格的绩效管理体系，每个季度对所有员工进行评分和排名，底部员工直接淘汰，顶部员工大幅加薪晋升。这种做法在很多人看来可能过于残酷，但结果却很有效：公司重新恢复了增长，员工离职率降到了历史最低水平，员工满意度调查显示高度认同新的价值观和政策。

让我感到有趣的是麦凯布对这种管理方式的反思。他说，优秀的人才其实喜欢这种高标准、高要求的环境，因为他们希望与同样优秀的人一起工作。真正的人才不会满足于低标准的"温和"环境，他们需要的是挑战和成长。这让我想到，在技术快速变化的时代，企业可能需要更加果断和极端的变革策略。温水煮青蛙式的渐进改革可能已经跟不上外部环境的变化速度。

麦凯布还提到了一个我觉得很重要的观点：在做重大变革时，不要道歉，不要寻求许可，要完全真实地做自己。他对比了两种领导风格：一种是"包容式民主式"的决策方式，试图让所有人都参与讨论并达成共识；另一种是直接明确地告诉团队方向和标准，然后坚决执行。在面临生死存亡的变革时刻，后者显然更有效。我认为这反映了在不确定性极高的环境下，领导者的决断力和执行力比民主协商更重要。当然，这需要领导者对自己的判断有足够的信心，也要承担相应的责任。

AI 原生公司 vs 传统公司的本质差异

Intercom 团队在讨论中提到了一个让我深思的概念：AI 原生公司。虽然 Intercom 不是从一开始就基于 AI 构建的公司，但他们正在努力转变为 AI 原生的运作方式。这让我想到，我们可能正处在一个分水岭时刻：那些能够成功转变为 AI 原生运作的公司将在未来占据优势，而那些只是在传统产品上添加 AI 功能的公司可能会被淘汰。

AI 原生公司和传统公司的差异不仅仅体现在产品层面，更体现在整个公司的运作逻辑上。传统软件公司的产品开发是确定性的：设计功能、编写代码、测试、发布，每个步骤都有明确的输入和输出。但 AI 原生公司需要处理概率性系统：AI 的行为不是完全可预测的，需要通过大量的实验和优化来提升性能。这就要求公司具备完全不同的能力：更强的数据科学能力、更灵活的实验体系、更能接受不确定性的企业文化。

我发现 Intercom 在转型过程中不得不放弃或改变很多传统的做法。比如，他们不再专注于精美的用户界面设计，而是把主要精力投入到 AI 引擎的性能优化上。因为在 AI agent 时代，用户更关心的是结果而不是界面。他们的营销重点也从功能介绍转向了效果展示，告诉客户"我们的 AI agent 能解决 87% 的客服问题"，而不是"我们有多么漂亮的界面"。这种转变反映了价值衡量标准的根本性改变。

更深层的变化体现在团队构成和工作方式上。Intercom 现在有大量的机器学习工程师，他们的工作方式更像科学家而不是传统的软件工程师。他们需要设计实验、分析数据、调整参数、验证假设。这种工作方式的不确定性更高，但也更能适应 AI 技术的特点。我觉得这可能是未来所有技术公司都需要培养的能力：既要有工程师的严谨，也要有科学家的探索精神。

）Intercom 的例子让我意识到，成功的 AI 转型不是简单地在现有产品上集成 AI 功能，而是要重新思考公司存在的根本价值。如果你的公司价值在于帮助客户更好地完成某项工作，那么当 AI 能够直接完成这项工作时，你就必须转变为提供 AI 解决方案。如果你试图保护原有的商业模式，最终可能会被那些没有历史包袱的 AI 原生公司超越。

对抗颠覆的反直觉策略

Intercom 做出的一个让我印象最深的决定是：将他们的 AI agent Fin 部署到竞争对手的平台上，比如 Zendesk 和 Salesforce。从传统商业逻辑来看，这简直是在帮助竞争对手。但从颠覆理论的角度看，这可能是一个非常聪明的策略。

麦凯布的解释让我茅塞顿开。他说，如果 AI agent 能够完成客服工作的 80-90%，那么传统的客服平台功能就变得不那么重要了。用户真正需要的是最好的 AI agent，而不是最好的平台。在这种情况下，把 AI agent 锁定在自己的平台上反而限制了它的发展潜力。通过让 Fin 在各个平台上运行，Intercom 可以接触到更多的客户，获得更多的数据和反馈，从而进一步提升 AI agent 的性能。

这种策略的背后是对未来行业格局的判断。Intercom 认为，在 AI agent 时代，软件行业可能会重新洗牌。那些原本重要的功能可能变得不再重要，而新出现的能力可能成为决定性因素。与其死守传统的平台优势，不如全力发展 AI agent 的核心能力。这让我想到了 Netflix 和 Blockbuster 的故事。Blockbuster 有全美最大的实体店网络，这在 DVD 租赁时代是巨大的优势。但当流媒体兴起时，这些实体店不仅不再是优势，反而成了负担。

我觉得 Intercom 的策略体现了一种反直觉的商业智慧：有时候，自我颠覆比被他人颠覆更好。通过主动放弃部分传统优势，集中资源发展核心竞争力，可能是应对颠覆性变化的最佳方式。当然，这需要极大的勇气和判断力，因为你等于是在主动损害现有的收入来源，去押注一个不确定的未来。

这种策略的成功还需要执行层面的配合。Intercom 必须确保他们的 AI agent 确实比竞争对手更好，否则这种开放策略就会变成为他人做嫁衣。他们通过持续的技术投入和优化，确保 Fin 在各种场景下都能提供最佳性能。同时，他们利用数据优势，让 AI agent 在更多平台上的运行经验反过来提升自己的技术能力。这形成了一个正向循环：更多的部署带来更多的数据，更多的数据带来更好的性能，更好的性能带来更多的客户。

构建 AI 产品的残酷现实

在深入了解 Intercom 构建 AI agent 的过程后，我意识到打造真正有效的 AI 产品比大多数人想象的要困难得多。德斯·特雷纳在访谈中提到了一个让我印象深刻的观点：构建 AI 产品就像是在使用不断自我调整的工具进行建造。你以为掌握了某种技术规律，结果几个月后新的模型发布，你的假设又被颠覆了。这种不确定性让传统的软件开发方法论几乎失效。

我注意到一个很有意思的现象。在 AI 热潮初期，市场上出现了大量被称为"thin wrapper"的产品，本质上就是在 ChatGPT 或其他大语言模型基础上套了一层简单的用户界面。很多人认为这些产品没有技术壁垒，很容易被替代。但 Intercom 的 Fin 告诉我们，真正有效的 AI 产品绝不是简单的封装。Fin 背后有 15 个不同的子流程来处理一个客服问题，需要判断用户身份、当前状态、问题类型、紧急程度等多个维度，然后整合这些信息给出准确回答。更关键的是，他们需要不断进行 A/B 测试和优化，每提升一个百分点的解决率都需要付出巨大努力。

让我感到震撼的是 Intercom 在 AI 产品开发上的投入强度。他们同时运行数百个 A/B 测试，不断尝试不同的模型组合和架构设计。Fin 现在是七个不同大语言模型的复合体，每个模型负责不同的任务，这种复杂性是外界很难想象的。而且随着新模型的发布，他们需要不断重新架构整个系统。这就是德斯提到的"永远不会再有平静时刻"的含义。在 AI 时代，技术的发展速度如此之快，企业必须保持持续的适应和优化能力。

这种开发模式对企业提出了全新的要求。传统软件开发，你可以制定一个相对稳定的技术路线图，按部就班地执行。但 AI 产品开发更像是科学研究，充满了试验和探索。这不仅需要不同类型的技术人才，也需要企业文化和管理方式的相应调整。能够在这种高度不确定性环境下持续创新的公司，将在 AI 时代占据显著优势。我觉得这也解释了为什么很多传统软件公司在 AI 转型上遇到困难，不仅仅是技术问题，更是思维模式和组织能力的挑战。

AI 时代的"迷你光盘"陷阱

德斯·特雷纳在访谈中分享了一个让我深思的比喻：索尼迷你光盘的故事。迷你光盘在 11 年的时间里一直是最好的便携式音乐存储产品，直到 2003 年 iPod 出现，整个产品类别瞬间消失。这个故事让我意识到，在技术剧烈变化的时期，很多看似完美的过渡性产品可能只是昙花一现。

我觉得现在的 AI 领域正在产生大量的"迷你光盘"产品。这些产品基于当前 AI 技术的局限性而设计，可能在短期内表现优异，但它们隐含地假设了某些技术瓶颈永远不会被突破。比如，一些产品假设 AI 无法处理复杂推理，所以专注于简单任务的自动化；一些产品假设 AI 的准确性有限，所以设计了复杂的人工审核机制。但当这些假设被证明是错误的时候，整个产品的存在基础就消失了。

德斯提到的三个销售 AI 产品的例子特别能说明这个问题。第一个产品帮助用户写销售邮件，第二个产品不仅写邮件还能发送，第三个产品从确定目标客户到完成销售对话的全流程都能处理。如果第三个产品成功了，前两个产品就完全没有存在的必要了。这种"升维打击"在 AI 领域可能会越来越常见。那些只解决部分问题的产品，可能很快就会被解决整个问题的产品取代。

我认为避免"迷你光盘"陷阱的关键在于正确判断 AI 技术的发展轨迹。企业需要基于 AI 能力的长期趋势来制定产品策略，而不是基于当前的技术限制。这需要对 AI 前沿研究有深入了解，也需要有足够的想象力去构想未来可能的场景。同时，企业要保持足够的灵活性，当技术环境发生变化时能够快速调整方向。这种平衡很难把握，但可能是 AI 时代企业生存的关键能力。

组织变革的生死考验

在所有关于 AI 转型的讨论中，我觉得最被低估的挑战是组织变革。德斯·特雷纳在访谈中反复强调，AI 转型不是在现有业务上添加 AI 功能这么简单，而是需要对整个公司进行根本性重构。这种变革的难度和痛苦程度，可能超出了大多数管理者的预期。

让我印象深刻的是德斯对这种变革紧迫性的强调。他说，很多公司的第一反应是某种形式的"应付"或"任务最小化"，比如成立一个小的 AI 团队，或者把几个工程师临时调去做 AI 项目。但这种渐进式的调整在 AI 时代是不够的，市场不会给你慢慢适应的时间。要么进行彻底的重组，要么被新兴的 AI 公司彻底超越，没有中间道路。

我注意到德斯提到了一个很重要的沟通策略：领导者必须让团队理解变革的生死攸关性质。他举了一个费用管理软件的例子，说明如何向团队解释为什么传统产品已经没有竞争优势。当 OCR 技术和应用开发都可以在一个周末完成时，过去花费八年建立的技术护城河就消失了。在这种情况下，唯一的出路就是构建最好的 AI 驱动产品。这种直白的沟通方式虽然残酷，但可能是唤醒团队危机意识的有效方法。

我觉得德斯提到的双重激励策略很有意思。对于喜欢挑战的人，可以强调 AI 转型是构建多亿美元颠覆性业务的激动人心的机会。对于需要紧迫感的人，可以强调不转型就面临死亡的严峻现实。不管用哪种方式，核心信息都是一样的：这种变革是不可避免的，问题只是你选择成为变革的一部分，还是被变革淘汰。

这种组织变革的挑战让我思考了很多。在 AI 时代，那些能够快速重构自己、适应新环境的公司将获得巨大优势。但这种能力不仅需要技术实力，更需要组织韧性和变革勇气。很多公司都有优秀的技术人才和充足的资金，但缺乏进行根本性变革的决心和能力。我相信这将成为决定企业在 AI 时代成败的关键因素。未来几年，我们将见证很多表面强大但内在僵化的公司被更灵活、更敢于变革的新兴企业超越。

对未来的深度思考

通过深入研究 Intercom 的 AI 转型历程，我对整个科技行业的未来有了更深刻的认识。我们确实正处在一个历史性的转折点，这种转折的深度和广度可能超出了大多数人的想象。AI 不仅仅是一项新技术，更是一种全新的生产力范式，它将重新定义我们对工作、价值创造和商业模式的理解。我认为我们正处在软件行业发展史上的一个关键拐点，这个拐点的重要性可能不亚于从命令行到图形界面，或者从桌面软件到云端软件的转变。

我预测，未来几年内，很多看似稳固的软件公司可能会面临生存危机。那些仅仅在现有产品上添加 AI 功能的"AI 洗绿"公司，可能很快就会被真正的 AI 原生公司超越。而那些能够像 Intercom 一样进行彻底转型的公司，则有机会在新的竞争格局中占据有利位置。关键在于，你是否愿意为了未来而牺牲现在，是否有勇气进行自我颠覆。

我也看到了一些让人担忧的趋势。很多公司对 AI 的态度要么过于乐观，要么过于悲观。过于乐观的公司认为只要加上 AI 标签就能获得成功，忽视了 AI 技术实现的复杂性和不确定性。过于悲观的公司则认为 AI 不会影响到自己的行业，继续按照传统方式运营。这两种极端态度都可能导致错失机会或者做出错误决策。

我相信，像 Intercom 这样敢于自我颠覆、全力押注未来的公司，将成为下一个时代的领导者。而那些固守传统、拒绝改变的公司，可能会成为商业史上的又一个 Blockbuster。时代的车轮滚滚向前，我们每个人都需要思考：在这个变革的时代，我们应该如何定位自己，如何为未来做准备。

我特别认同德斯关于"基本不会再有平静时刻"的判断。在传统软件时代，技术相对稳定，企业可以制定长期规划并按部就班执行。但在 AI 时代，技术发展的速度如此之快，企业必须保持持续的适应能力。这对管理者提出了前所未有的挑战：如何在高度不确定的环境中制定战略？如何平衡短期执行和长期规划？如何建立既稳定又灵活的组织？

从投资角度看，我觉得那些能够成功完成 AI 转型的传统公司可能被严重低估了。市场往往更关注那些从一开始就基于 AI 构建的新公司，但忽视了传统公司的既有优势：客户基础、行业知识、运营经验和资金实力。如果这些公司能够像 Intercom 一样进行彻底的自我重构，它们可能会成为 AI 时代的真正赢家。当然，这需要非凡的执行力和变革勇气，大部分公司可能做不到这一点。

我也在思考 AI 对整个社会的长远影响。Intercom 的经验显示，AI 确实会替代很多人类工作，但同时也会创造新的机会和价值。关键在于如何管理这个转变过程，确保技术进步能够惠及更多人，而不是加剧社会分化。这不仅是企业的责任，也是政策制定者和整个社会需要共同面对的挑战。

最后，我想说的是，面对这样的时代变革，我们每个人都需要保持学习和适应的能力。无论是企业领导者、技术从业者，还是普通员工，都需要重新思考自己的价值定位，培养在 AI 时代仍然重要的技能和能力。这可能是一个痛苦的过程，但也是一个充满机遇的过程。那些能够拥抱变化、主动适应的人和企业，将在新的时代中找到自己的位置，甚至获得比以往更大的成功。而那些试图固守过去的人和企业，可能会发现自己越来越边缘化，最终被历史的洪流所淹没。

AI agent 时代的到来并不意味着人类工作的终结，而是工作性质的重新定义。就像 Intercom 的例子显示的那样，AI agent 承担了重复性、低价值的工作，让人类可以专注于更有创造性、更有价值的工作。这种分工的重新调整可能会带来短期的痛苦，但长期来看，应该能够释放人类的更大潜能。关键是我们如何管理这个转变过程，确保技术进步能够惠及更多的人，而不是加剧社会分化。

结尾

最后交个朋友，我自己是一个连续创业者，并在过去两年担任了25+产品的海外增长顾问，现在准备全职All-In入场创业，我给自己定位是COO的角色，希望能够找到合适的CEO和CTO，感兴趣一块合作的朋友欢迎加我微信（公众号后台回复【微信】）一块交流！

文章来自于“深思圈”，作者“深思圈”。