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。
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。
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？
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。
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？
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！
