將生成式AI納入技術策略的五種方式
生成式AI已迅速出現在眾多產品的策略議程當中。雖然還達不到完美,但該技術已經取得實際突破,帶來了顛覆性變革的潛力。甚至讓人想到2007年的初代iPhone──雖然產品本身還有很大的改進空間,但卻標誌著人機互動的新時代已然來臨。
那麼,科技產品要如何適應生成式AI的爆紅呢?以下五種方法也許值得參考。
1、深入理解客戶需要做些什麼
大約20年前,我曾與哈佛大學的Clay Christensen一起參與他的Jobs to be Done諮詢項目,主要內容就是幫助一家科技巨頭將行動電子產品引入業務流程。所謂“Jobs to be Done”,是Clay開發的一套查詢方法,核心就是幫助人們弄清楚手頭的活兒和必須幹的活兒有什麼區別。那家科技企業當時的狀態非常典型,就是被新科技吸引想冒險一試。而Clay的思路就是幫助對方整理最核心的改變動機。因此,我們開始探索行動電子產品在哪些方面表現較好,最終確定了少數客戶類型和用例,之後又用Jobs to be Done來整理如何讓科技發揮最大作用、對現有工作又會造成哪些影響。
但現在的情況已經有所不同,技術轉型的意義不僅是了解客戶想要什麼,或是把活動拆分成一個個任務。生成式AI甚至可以提出客戶自己都沒想過的全新可能性,進而全面重塑任務形態。所以必須保持這種開放且嚴謹的思辨態度,一步步探索AI對原有業務體系的重塑機會。
例如,AI目前能幫助將廣告內容導向投放至最合適的數位媒體。這並不是什麼新鮮事,與其只專注於AI如何幫助媒體策劃者有效率地完成任務(例如幫Facebook和Google分配廣告預算),不如退後一步,用Jobs to be Done的理念探索變革的可能性。生成式AI能否根據不同的屬性產生最佳廣告創意、設定適當的預算,並為廣告宣傳的投資回報建模?這當然不簡單,但卻有可行性。而由此衍生出的,將是真正獨特且高度客製化的創意性數位廣告內容。
2、了解顧客偏好的轉變趨勢
在這個瞬息萬變的新時代,立足當下做產品規劃往往非常危險。考慮到生成式AI為使用者預期帶來的改變,例如人機之間互動方式的顛覆,也許新的機會就在其中。未來的設備還會提供菜單嗎?用戶願意在軟體中手動搜尋嗎?或者說,他們會習慣把自己的需求告訴計算機,然後等待收取量身訂製的答案?
這種偏好層面的改變,將對業務產生重大影響。雖然其中的顛覆程度不像純粹的解決方案那麼直接,但方方面面的偏好匯聚起來,同樣會左右未來的遠景規劃。人們很快就會習慣新的軟體互動形式,所以不妨觀察並總結產業領導者正在做哪些探索。例如,Adobe和Shutterstock等企業會如何將生成式AI納入自家創意產品套件的體驗當中?而透過文字指示AI為內容創建客製化圖像等功能,又會帶來怎樣的客戶期望變化?
3、了解生成式AI的優勢將在哪些方面與業務重合
這裡我們要聊的,其實是一體兩面的問題。具體來講,既要考慮生成式AI能為我們做什麼,也要考慮我們能為生成式AI做什麼。
生成式AI具備一系列顯而易見的優勢,例如具備出色的整合、個人化和參與能力。我們需要評估這些優勢對使用者體驗乃至產品核心功能的影響,藉由AI之力使其更上一層樓。例如,生成式AI能否建議使用者嘗試前所未有的新操作?能否預覽這些操作可能產生的結果?
另一方面,我們也不妨思考現有系統如何幫助生成式AI也變得更好。 AI系統以數據為血液,如果每個人都使用相同的數據,那就根本沒有任何競爭優勢可言。相反,在引進專有資料之後,千人千面的企業級生成式AI才是未來的大方向。我們該如何使用自有系統來收集和產生有助於建立競爭優勢的資料?例如,能否透過專有數據更好地建立個人化體驗,或使用更精確的價值導向資訊來優化解決方案?能否使用現有系統做資料標記和分類,幫助AI更好地加以利用?數據之戰即將打響,誰掌握著最佳數據誰就能從中勝出。
4、從根本上重新審視客戶旅程與使用體驗
生成式AI的巨大潛力絕不止於改善客戶與軟體間的互動(這只是初步影響),而是最終要改變這一切。所以我們應秉持專業的設計思維,隨時準備更新原有設計方案。在累積下一定數量的現有體驗優化方案之後,就能逐漸摸清革命性顛覆將出現在哪個方向。
為此,我們還是要回到Jobs to be Done所強調的「必須幹的活兒」上。其中既包含工作內容本身,也包括採用新方案的動機和障礙等因素,據此做詳盡的標準設計。生成式AI如何為關鍵工作帶來前所未有的實作方法?如何在情感和功能層面為客戶提供不同的成功路徑?在哪裡能夠塑造出高光時刻?
5、重新評估競爭策略
專有數據雖然能幫助我們在AI競爭中保持一定優勢,但卻難以長久。考慮到AI可能將程式碼的編寫和調試效率提升至前所未有的水平,預計市場競爭也將持續升溫。那麼,這一切對我們的產品策略又意味著什麼?
競爭壓力將來自各方面。我們需要認真考慮所有可行的創新載體,例如能否提供AI輔助的專業服務,確保客戶能藉我們的產品獲得成功,而且解決方案可以與客戶的經營方式緊密融合。另外,也應考慮如何建立起競爭對手難以企及的互補性產品生態。生成式AI的加入不僅會改變市場競爭的強度,更會改變業務持續優勢的具體面貌。
生成式AI的出現讓許多人加快了網路誕生的前夕。沒錯,但這次的差別在於,一切都會改變得更快。隨著AI變革的快速生根,大家不妨透過以上五種方式提前對產品策略做出規劃調整。
以上是將生成式AI納入技術策略的五種方式的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

·美國總統科技顧問委員會成立的生成式AI工作小組旨在幫助評估人工智慧領域的關鍵機會和風險,並就盡可能確保公平、安全、負責地開發和部署這些技術向美國總統提供意見。 ·AMD的執行長蘇姿豐(LisaSu)和Google雲端首席資訊安全長菲爾·維納布爾斯(PhilVenables)也是這個工作小組的成員。華裔數學家、菲爾茨獎得主陶哲軒。當地時間5月13日,華裔數學家、菲爾茨獎得主陶哲軒公佈消息,他和物理學家勞拉·格林(LauraGreene)共同領導美國總統科技顧問委員會(PCAST)的生成式人工智慧工作小組。

圖片來源@視覺中國文|王吉偉從“人+RPA”到“人+生成式AI+RPA”,LLM如何影響RPA人機互動?換個角度,從人機互動看LLM如何影響RPA?影響程式開發與流程自動化人機互動的RPA,現在也要被LLM改變了? LLM如何影響人機互動?生成式AI怎麼改變RPA人機互動?一文看得懂:大模型時代來臨,基於LLM的生成式AI正在快速變革RPA人機交互;生成式AI重新定義人機交互,LLM正在影響RPA軟體架構變遷。如果問RPA對程式開發以及自動化有哪些貢獻,其中一個答案便是它改變了人機互動(HCI,h

生成式AI是人類一種人工智慧技術,可以產生各種類型的內容,包括文字、圖像、音訊和合成資料。那什麼是人工智慧?人工智慧和機器學習之間的差異是什麼?人工智慧是學科,是電腦科學的一個分支,研究智慧代理的創建,這些智慧代理是可以推理、學習和自主執行動作的系統。從本質上講,人工智慧與建築像人類一樣思考和行動的機器的理論和方法有關。在這個學科中,機器學習ML是人工智慧的一個領域。它是根據輸入資料訓練模型的程序或系統,經過訓練的模型可以從新的或未見過的資料中做出有用的預測,這些資料來自於訓練模型的統一數據

▲本圖由AI生成酷家樂、立體家、東易日盛等已出手,裝潢裝潢產業鏈大舉引進AIGC生成式AI在裝潢裝潢領域有哪些應用?對設計師有啥影響?一文看懂告別各種設計軟體一句話生成效果圖,生成式AI正顛覆裝飾裝修領域使用人工智慧增強能力提升設計效率,生成式AI變革裝飾裝修行業生成式AI對裝飾裝修行業有哪些影響?未來發展趨勢如何?一文看懂LLM變革裝飾裝修,這28款流行生成式AI裝修設計工具值得上手體驗文/王吉偉在裝飾裝修領域,最近與AIGC關聯的消息著實不少。 Collov推出了生成式AI驅動的設計工具Col

根據市場研究公司Omdia的最新報告,預計到2023年,生成式人工智慧(GenAI)將成為一個引人注目的技術趨勢,為企業和個人帶來重要的應用,包括教育。在電信領域,GenAI的用例主要集中在提供個人化行銷內容或支援更複雜的虛擬助手,以提升客戶體驗儘管生成式AI在網路營運中的應用並不明顯,但EnterpriseWeb進行了一項有趣的概念驗證,展示了該領域中生成式AI的潛力生成式AI在網絡自動化方面的能力和限制生成式AI在網絡運營中的早期應用之一是利用交互式指導替代工程手冊來幫助安裝網絡元件,從

亞馬遜雲端科技大中華區戰略業務發展部總經理顧凡2023年,大語言模型和生成式AI在全球市場“狂飆”,不僅引發了AI和雲端運算產業的“排山倒海”式跟進,也在強力吸引製造業巨頭們的入局。海爾創新設計中心就打造了全國首個AIGC工業設計解決方案,大幅縮短設計週期,並降低概念設計成本,不僅將整體概念設計提速了83%、集成渲染效率也提升了約90%,高效解決了設計階段人力成本高、概念產出與通過效率低等問題。西門子中國基於自有模型的智慧知識庫暨智慧會話機器人“小禹”,具備自然語言處理、知識庫檢索、透過資料訓練大語言

大模型落地加速,「產業實用」成為發展共識。 2024年5月17日,騰訊雲生成式AI產業應用高峰會在北京召開,公佈大模型研發、應用產品的系列進度。騰訊混元大模型能力持續升級,多個版本模型hunyuan-pro、hunyuan-standard、hunyuan-lite透過騰訊雲對外開放,滿足企業客戶、開發者在不同場景下的模型需求,落地最優性價比模型方案。騰訊雲大模型知識引擎、影像創作引擎、影片創作引擎三大工具發布,打造大模型時代原生工具鏈,透過PaaS服務簡化資料存取、模式精調、應用開發流程,協助企業

人工智慧的崛起正在推動軟體開發的快速發展。這項強大技術有可能徹底改變我們建構軟體的方法,對設計、開發、測試和部署等各個方面都會產生深遠影響。對於企圖進入動態軟體開發領域的企業來說,生成式人工智慧技術的問世為它們提供了前所未有的發展機會。將這項前沿技術納入其開發流程後,公司可以大幅提升生產效率、縮短產品上市週期,並推出在激烈競爭的數位市場中脫穎而出的優質軟體產品。根據麥肯錫的報告,預測2031年,生成式人工智慧市場規模可望達到4.4兆美元。這項預測不僅反映了一種趨勢,更顯示出技術和商業格局
