将生成式AI纳入技术战略的五种方式
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。
以上是将生成式AI纳入技术战略的五种方式的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

·美国总统科技顾问委员会成立的生成式AI工作组旨在帮助评估人工智能领域的关键机遇和风险,并就尽可能确保公平、安全、负责地开发和部署这些技术向美国总统提供意见。·AMD的首席执行官苏姿丰(LisaSu)和谷歌云首席信息安全官菲尔·维纳布尔斯(PhilVenables)也是这个工作组的成员。华裔数学家、菲尔茨奖获得者陶哲轩。当地时间5月13日,华裔数学家、菲尔茨奖获得者陶哲轩公布消息,他和物理学家劳拉·格林(LauraGreene)共同领导美国总统科技顾问委员会(PCAST)的生成式人工智能工作组。

图片来源@视觉中国文|王吉伟从“人+RPA”到“人+生成式AI+RPA”,LLM如何影响RPA人机交互?换个角度,从人机交互看LLM如何影响RPA?影响程序开发与流程自动化人机交互的RPA,现在也要被LLM改变了?LLM如何影响人机交互?生成式AI怎么改变RPA人机交互?一文看明白:大模型时代来临,基于LLM的生成式AI正在快速变革RPA人机交互;生成式AI重新定义人机交互,LLM正在影响RPA软件架构变迁。如果问RPA对程序开发以及自动化有哪些贡献,其中一个答案便是它改变了人机交互(HCI,h

生成式AI是人类一种人工智能技术,可以生成各种类型的内容,包括文本、图像、音频和合成数据。那么什么是人工智能?人工智能和机器学习之间的区别是什么?人工智能是学科,是计算机科学的一个分支,研究智能代理的创建,这些智能代理是可以推理、学习和自主执行动作的系统。从本质上讲,人工智能与建筑像人类一样思考和行动的机器的理论和方法有关。在这个学科中,机器学习ML是人工智能的一个领域。它是根据输入数据训练模型的程序或系统,经过训练的模型可以从新的或未见过的数据中做出有用的预测,这些数据来自于训练模型的统一数据

▲本图由AI生成酷家乐、三维家、东易日盛等已出手,装饰装修产业链大举引入AIGC生成式AI在装饰装修领域有哪些应用?对设计师有啥影响?一文看懂告别各种设计软件一句话生成效果图,生成式AI正颠覆装饰装修领域使用人工智能增强能力提升设计效率,生成式AI变革装饰装修行业生成式AI对装饰装修行业有哪些影响?未来发展趋势如何?一文看懂LLM变革装饰装修,这28款流行生成式AI装修设计工具值得上手体验文/王吉伟在装饰装修领域,最近与AIGC关联的消息着实不少。Collov推出了生成式AI驱动的设计工具Col

根据市场研究公司Omdia的一份最新报告,预计到2023年,生成式人工智能(GenAI)将成为一个引人注目的技术趋势,为企业和个人带来重要的应用,包括教育。在电信领域,GenAI的用例主要集中在提供个性化营销内容或支持更复杂的虚拟助手,以提升客户体验尽管生成式AI在网络运营中的应用并不明显,但EnterpriseWeb进行了一项有趣的概念验证,展示了该领域中生成式AI的潜力生成式AI在网络自动化方面的能力和限制生成式AI在网络运营中的早期应用之一是利用交互式指导替代工程手册来帮助安装网络元件,从

亚马逊云科技大中华区战略业务发展部总经理顾凡2023年,大语言模型和生成式AI在全球市场“狂飙”,不仅引发了AI和云计算产业的“排山倒海”式跟进,也在强力吸引制造巨头们的入局。海尔创新设计中心就打造了全国首个AIGC工业设计解决方案,大幅缩短设计周期,并降低概念设计成本,不仅将整体概念设计提速了83%、集成渲染效率也提升了约90%,高效解决了设计阶段人力成本高、概念产出与通过效率低等问题。西门子中国基于自有模型的智能知识库暨智能会话机器人“小禹”,具备自然语言处理、知识库检索、通过数据训练大语言

大模型落地加速,“产业实用”成为发展共识。2024年5月17日,腾讯云生成式AI产业应用峰会在北京召开,公布大模型研发、应用产品的系列进展。腾讯混元大模型能力持续升级,多个版本模型hunyuan-pro、hunyuan-standard、hunyuan-lite通过腾讯云对外开放,满足企业客户、开发者在不同场景下的模型需求,落地最优性价比模型方案。腾讯云大模型知识引擎、图像创作引擎、视频创作引擎三大工具发布,打造大模型时代原生工具链,通过PaaS服务简化数据接入、模型精调、应用开发流程,助力企业

人工智能的崛起正在推动软件开发的快速发展。这一强大技术有可能彻底改变我们构建软件的方法,对设计、开发、测试和部署等各个方面都会产生深远影响。对于企图进入动态软件开发领域的企业来说,生成式人工智能技术的问世为它们提供了前所未有的发展机遇。将这一前沿技术纳入其开发流程后,公司可以大幅提升生产效率、缩短产品上市周期,并推出在激烈竞争的数字市场中脱颖而出的优质软件产品。根据麦肯锡的一份报告,预测到2031年,生成式人工智能市场规模有望达到4.4万亿美元。这一预测不仅反映了一种趋势,更显示出技术和商业格局
