生成式AI已经迅速出现在众多产品的战略议程当中。虽然还达不到完美,但该技术已经取得切实突破,带来了颠覆性变革的潜力。其甚至让人想到2007年的初代iPhone——虽然产品本身还有很大的改进空间,但却标志着人机交互的新时代已然来临。
那么,技术产品要如何适应生成式AI的爆红?以下五种方法也许值得参考。
1. 深入理解客户需要做些什么
大约20年前,我曾与哈佛大学的Clay Christensen一起参与他的Jobs to be Done咨询项目,主要内容就是帮助一家技术巨头将移动电子产品引入业务流程。所谓“Jobs to be Done”,是Clay开发的一套查询方法,核心就是帮助人们弄清手头的活儿和必须干的活儿有什么区别。那家技术企业当时的状态非常典型,就是被新技术吸引想要冒险一试。而Clay的思路就是帮助对方整理最核心的变革动机。因此,我们开始探索移动电子产品在哪些方面表现更好,最终确定了少数客户类型和用例,之后又用Jobs to be Done来整理如何让技术发挥最大作用、对现有工作又会造成哪些影响。
但现在的情况已经有所不同,技术转型的意义不仅是了解客户想要什么,或者把活动拆分成一个个任务。生成式AI甚至可以提出客户自己都没想过的全新可能性,进而全面重塑任务形态。所以必须保持这种开放且严谨的思辨态度,一步步探索AI对原有业务体系的重塑机会。
例如,AI目前能帮助将广告内容定向投放至最合适的数字媒体。这并不是什么新鲜事,与其只关注AI如何帮助媒体策划者高效完成任务(比如帮Facebook和谷歌分配广告预算),倒不如退后一步,用Jobs to be Done的理念探索变革的可能性。生成式AI能否根据不同的属性生成最佳广告创意、设定适当的预算,并为广告宣传的投资回报建模?这当然不简单,但却具有可行性。而由此衍生出的,将是真正独特且高度定制的创意性数字广告内容。
2. 了解客户偏好的转变趋势
在这个瞬息万变的新时代,立足当下做产品规划往往非常危险。考虑到生成式AI给用户预期带来的改变,例如对人机之间交互方式的颠覆,也许新的机遇就在其中。未来的设备还会提供菜单吗?用户愿意在软件中手动搜索吗?或者说,他们会习惯把自己的需求告诉计算机,然后等待收取量身定制的答案?
这种偏好层面的改变,将对业务产生重大影响。虽然其中的颠覆程度不像纯粹的解决方案那么直接,但方方面面的偏好汇聚起来,同样会左右未来的远景规划。人们很快就会习惯新的软件交互形式,所以不妨观察并总结行业领导者们正在做哪些探索。例如,Adobe和Shutterstock等企业会如何将生成式AI纳入自家创意产品套件的体验当中?而通过文本指示AI为内容创建定制化图像等功能,又会带来怎样的客户期望变化?
3. 了解生成式AI的优势将在哪些方面与业务重合
这里我们要聊的,其实是一体两面的问题。具体来讲,既要考虑生成式AI能为我们做什么,也要考虑我们能为生成式AI做什么。
生成式AI具备一系列显而易见的优势,比如具备出色的整合、个性化和参与能力。我们需要评估这些优势对用户体验乃至产品核心功能的影响,借AI之力使其更上一层楼。例如,生成式AI能否建议用户尝试前所未有的新操作?能否预览这些操作可能产生的结果?
另一方面,我们也不妨思考现有系统如何帮助生成式AI也变得更好。AI系统以数据为血液,如果每个人都使用相同的数据,那就根本没有什么竞争优势可言。相反,在引入专有数据之后,千人千面的企业级生成式AI才是未来的大方向。我们该如何使用自有系统采集和生成有助于建立竞争优势的数据?例如,能否通过专有数据更好地建立个性化体验,或者使用更精确的价值导向信息优化解决方案?能否使用现有系统做数据标记和分类,帮助AI更好地加以利用?数据之战即将打响,谁掌握着最佳数据谁就能从中胜出。
4. 从根本上重新审视客户旅程与使用体验
生成式AI的巨大潜力绝不止于改善客户与软件间的交互(这只是初步影响),而是最终要改变这一切。所以我们应当秉持专业的设计思维,随时准备更新原有设计方案。在积累下一定数量的现有体验优化方案之后,就能逐渐摸清革命性颠覆将出现在哪个方向。
为此,我们还是要回到Jobs to be Done所强调的“必须干的活儿”上。其中既包含工作内容本身,也包括采用新方案的动机和障碍等因素,据此做详尽的标准设计。生成式AI如何为关键工作带来前所未有的实现方法?如何在情感和功能层面为客户提供不同的成功路径?在哪里能够塑造出高光时刻?
5. 重新评估竞争战略
专有数据虽然能帮助我们在AI竞争中保持一定优势,但却难以长久。考虑到AI可能将代码的编写和调试效率提升至前所未有的水平,预计市场竞争也会持续升温。那么,这一切对我们的产品战略又意味着什么?
竞争压力将来自各个方面。我们需要认真考虑所有可行的创新载体,例如能否提供AI辅助的专业服务,确保客户能借我们的产品获得成功,而且解决方案可以与客户的经营方式紧密融合。另外,还应考虑如何建立起竞争对手难以企及的互补性产品生态。生成式AI的加入不仅会改变市场竞争的烈度,更会改变业务持续优势的具体面貌。
生成式AI的出现让很多人加快起了互联网诞生的前夕。没错,但这次的区别在于,一切都会变化得更快。随着AI变革的迅速生根,大家不妨通过以上五种方式提前对产品战略做出规划调整。
好文章,需要你的鼓励
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。