首席产品官该如何将AI融入产品路线

AI正迅速成为各类软件企业中产品团队的优先事项，但这项技术整合起来并不轻松。AI功能一直在快速变化，市面上有多种AI技术形式需要考虑，相关训练数据往往难以获取，而且模型的输出结果有时候也不太可靠。

Aarthi Ramamurthy非常熟悉这些挑战，她也曾多次应对这些挑战。Ramamurthy是CommerceHub公司的首席产品官，该平台日均处理24亿笔交易，帮助Home Depot和Nordstrom等品牌的在线商店与4万多家供应商进行匹配。该平台年商业交易处理总额超过500亿美元，比美国的eBay还高出约30%。经过在Meta、Clubhouse、微软和两家电子商务初创公司的供职之后，经验丰富的她开始为CommerceHub勾勒接下来的发展方向。

Ramamurthy在采访中表示，选对起点非常重要。“我首先要对客户建立起同理心，要了解零售生态系统的整个流程和其中所涉及的全部复杂性。”如果没有对客户的深入理解，计划就会缺乏方向，最终陷入拿着技术找问题式的本末倒置困境。

CommerceHub将众多零售供应商与个别客户的需求匹配起来。

例如，她关注的一个重要问题是如何为零售商招募新的供应商。这事听起来简单，但具体实施却困难无比。例如，供应商可能认为某件毛衣为桃红色，但零售商却可能称其为紫红色。这就是个理想的AI用例，能够转换产品属性并做出匹配。在这类场景下，AI技术负责充当流程中的简单算法。

另外还有机器学习类应用。例如，系统可能发现羊绒衫在每年第三季度特别受欢迎，因此会自动提醒零售商提前确认商品供应量，并与供应商合作为热销季做好准备。

之后是ChatGPT带火的大语言模型。在这类用例中，CommerceHub会使用大语言模型挖掘数据，包括结构较差的数据。Ramamurthy表示，“以往，很多数据会被汇总起来以求取中位值，但这往往说明不了任何问题。AI将更多成为数据挖掘工作中的思维伙伴。”另外，大语言模型还能从客户那里接收反馈，了解他们想要什么、或者对现有选项有何意见。

Ramamurthy补充道，“我自己也用到了这项技术。我可以在大语言模型的帮助下快速提炼和总结几百份文件，通过AI高效查阅大量信息，高亮显示与客户相关的有用内容，再对结果进行优先排序。最后，我再把可用资源跟有待完成工作匹配起来。”

她还提到，“客户并不在乎某项工作是不是AI做的。他们只关心问题出在哪里，应该怎么解决。AI本身并不足以成为我们的差异化优势，而永远只是一种达成目的的手段。真正的差异化优势只能是在AI的帮助下更快、更好、更准确地实现目标。”

Ramamurthy又是如何在产品套件中为深度学习技术选择部署位置的？“我们在内部使用见解仪表板，再立足外部思考数据隐私。内外结合之下，才会着手处理业务数据，例如客户需要什么以及供应商交付产品的速度。之后，我们会随时间推移从中提取出模式。因为我们已经处理过海量交易，所以能以一种其他企业难以做到的方式准确把握整个供需循环。”

“AI发展得如此之快”，必须通过快速、高投资回报的部署，让CommerceHub随时间推移建立起规模更大的用例。此外，随着AI的能力越来越强、不断打破新的障碍，Ramamurthy也在努力让企业保持灵活开放以适应新的变化。

简而言之，CommerceHub通过三大原则来指导AI应用：

1. 以客户为先考虑问题。

2. 关注客户价值、风险、执行难度和用例中的潜在学习价值。

3. 保持灵活以快速学习、增强能力并运用新的AI突破。

很少有哪种技术能够像AI这样，迅速在产品部门内带来这么多前所未有的能力进步。而CommerceHub正在用实际行动证明，谨慎而灵活的应用态度才是发挥AI更大潜力的前提条件。他们清楚这项技术还将继续快步向前，而自己也必须努力发展以适应这股席卷全球的重大趋势。