最新公告: 太阳会网址-太阳会亚洲
新闻动态
联系我们
地址:
电话:
传真:
邮箱:
公司新闻

当前位置:官网首页 > 新闻动态 > 公司新闻 >

AI时代的产品思维:如何打造具有商业可行性的AI产品?

文章来源: 更新时间:2021-04-28 23:01

原标题:太阳会亚洲AI年代的产品思想:怎样打造具有商业可行性的AI产品?

修改导语:当人工智能逐渐被遍及应用到更多场景时,产品+人工智能也逐渐成为产品人们所要考虑的作业。那么,怎样发掘AI产品需求、完结产品落地?咱们又该怎样界说智能服务和智能体会?本文作者便结合其经历向咱们展现了他的观点。

修改导语:当人工智能逐渐被遍及应用到更多场景时,产品+人工智能也逐渐成为产品人们所要考虑的作业。那么,怎样发掘AI产品需求、完结产品落地?咱们又该怎样界说智能服务和智能体会?本文作者便结合其经历向咱们展现了他的观点。

现在越来越多的产品司理也在考虑为自己的产品增加AI功用,可是事实上并没有那么简略。作为产品司理我常常能搜集到各种AI产品的idea,有些乃至过于科幻,每逢咱们刻不容缓地去施行的时分,成果总是状况百出。

该怎样选择更好的技能计划或许是算法工程师重视的范畴,但对AI产品来说,怎样办理好AI产品需求也是一个重要应战,这也是AI产品司理的任务地点。

这两年的实践中,我先后做了“Get写作”和“互链文档”两款智能写作产品,前者是针对新媒体写作场景,后者是针关于日常笔记场景。不论是哪个场景,摆在咱们面前最大的问题并不是“咱们可以用AI打造一款怎样异乎寻常的产品”,而是“咱们该怎样去界说智能体会”。

一、怎样界说智能体会?

学术界关于AI智能已经有了一些界说,人们希望AI像人相同,能合理地考虑和举动(出自《人工智能——一种现代化的办法》),如下图。

打开全文

从用户体会视点来看,AI产品的智能体现便是能合理地做出行为决议计划,换句话说便是“机器能依据输入条件作出合理判别并输出成果”,咱们暂时称之为“主动化决议计划”。

例如,Siri可以合理地答复你问题,尽管有些答复听起来很搞笑,但只需输出的成果让人觉得合理,就仍然会被人承受,如下图。

但AI的输出是否合理,这个取决于人的片面评判。这也是数据标示作业所做的含义地点——尽或许经过标示让模型更能贴近人的预期。

当咱们把一连串“主动决议计划”串联在一同了后,就变成了一个主动化的事务流程,协助人类省心省力地完结事务方针,这也是AI产品的价值体现。

例如,扫地机器人经过杰出的寻址算法,趁主人不在家的时分扫遍房间的每一个旮旯,让人觉得省心又省力。但假如在扫地进程中不断需求主人来处理各种状况,如卷了电线和异物,就算这些状况和算法无关,那也会让人觉得不智能。

因而,AI产品的体会作用并不必定取决于算法,而是在产品运用进程中是否能流畅地到达用户预期的方针或价值。

综上,终究决议产品的智能体会感的中心仍是在于经过AI的一系列主动决议计划后,能更好地满意事务场景中的需求。

二、AI产品需求的发掘与办理

依据前面的剖析,所谓的AI产品需求办理,首要要发掘那些可以主动化决议计划的需求点。其次当这些需求点串联在一同的时分,让产品整体能到达较好的运用体会。

前者和算法有关,后者不仅仅局限于算法,如下图所示:

需求着重的是,不论技能手法怎样变,产品司理一直都需求以完结商业价值为方针,以用户体会为中心,选取具有可行性的技能手法和计划。

但反观现在市面上的一些AI产品司理的材料,通篇照搬AI技能的概念,而忽视了产品实质,这是一种舍本求末的体现。

在AI产品需求剖析与收拾的进程中,咱们总结了以下四个要害步骤:

1. 搜集场景事例

咱们要教会AI决议计划,咱们就要有必要澄清楚人是怎样做决议计划的。咱们应当以完结事务价值为终究方针,专心剖析事务场景中的问题。在项目前期,搜集实践场景中的事务事例显得尤为重要。

咱们可以将搜集的事例收拾成一个个表格或许卡片,包括要素有:场景概述、事务方针、事务流程、要害决议计划点、事务痛点、过往事例。

  • 场景概述:用最简练的一句话阐明该场景中的事务要害“谁——做什么——为什么做”,这类似于灵敏开发中的“用户故事”;
  • 事务方针:用于清晰事务要达到的终究成果,并为主动决议计划取得一个可衡量规范。咱们可以寻觅事务中一些量化的KPI,这不仅是对人的查核也是对AI的查核;
  • 首要事务流程:首要是为了澄清楚当时的体系运转状况,比如在原有的人工的事务流程是怎样样的?现有的事务流程中有哪些长处或许缺陷?
  • 要害决议计划点:找到要害逻辑决议计划点,在流程中人是怎样做决议计划的?判别的功率怎样样?判别规矩是什么?要输出怎样的成果?
  • 事务痛点:找到产品可以发挥价值的当地,有哪些痛点?有哪些诉苦?
  • 过往的成功与失利的事例:首要是为了澄清楚一些实在状况。能否举出一个或许多个成功的事例?能否举出一个或许多个失利的事例?失利的原因是什么?会怎样样处理?

在我触摸过的项目中,一些事务方对表格中的问题会体现得一脸懵逼,原因很简略,自己都没有澄清楚自己事务的SOP(规范作业程序),就希望AI来帮他们处理问题。

这种状况,仍是需求由人类先探索出有价值的SOP,因为人做欠好的,AI必定也做欠好。

如下图,CRM客户发掘的事务场景事例。每天,客服人员需求拨打很多的电话,找到对产品感兴趣的客户,以便于出售人员跟进。关于客服人员来说,作业量大而且重复,简略让人烦躁。

经过这样的搜集和收拾,让咱们对要处理的问题和场景有一个直观的感知,但随着查询的深化咱们还或许会发现新的问题。

为了不遗失有价值的信息,这个阶段咱们搜集的事例,应该有更多发散性。

2. 制作决议计划流程图

经过事务事例的搜集,咱们可以梳理出一个事务流程图,咱们可以运用“UML活动图”来制作,而且咱们还要要点标识出决议计划的判别点。如下图:

如图所示,起点是选择客户材料,完毕点是符号出有志愿的A类的客户。

为了愈加清晰,咱们将主流程(Happy path)放到主轴上面,代表决议计划的菱形节点放在两头,咱们可以一望而知,看到那些通向“美好Happy”的要害决议计划。

先不考虑任何完结手法,咱们需求先澄清楚,每一个决议计划点的输入、输出和规矩是什么。咱们可将这些决议计划点收拾成一份“决议计划用例清单”,然后再归纳考虑是否适合AI主动化决议计划。

注:用例(Use Case)是UML中术语,一个用例代表一个完好的体系功用单元,但不考虑该体系的内部完结细节。

别的,咱们还可以将此清单收拾成UML用例图,这个体系参与者有三个:客服、客户、AI。

3. 挑选可行性用例

依据上面的用例,AI该怎样与人类一同作业呢?

并不是一切“决议计划”都是合适机器做,机器做决议计划的特点是功率高速度快,但应变性弱。人类做决议计划的特点是灵活性高,可是简略发生忽略和遗失等问题。咱们可以用场景决议计划矩阵判别,如下图:

依照场景和决议计划两个维度进行拆分,分红四个象限:

  • 惯例性场景+信息性决议计划:对细节要求不高,学习事例多,AI学习作用较好,AI只供给信息主张,辅佐人类决议计划,犯错的危险很低,特别合适AI来做;
  • 细腻性场景+信息性决议计划:对细节要求极高,学习事例少,AI做出正确判别有难度,AI供给信息主张,由人类为主导AI辅佐做决议计划,犯错危险低;
  • 惯例性场景+举动性决议计划:对细节要求不高,学习事例多,AI学习作用较好,AI替代人类做举动决议计划,犯错有必定危险性,合适人类为主导AI做辅佐;
  • 细腻性场景+举动性决议计划:对细节要求极高,学习事例少,AI做出正确判别有难度,让AI替代人类做举动决议计划有很大危险,主张人来做。

咱们可以将上面的决议计划用例做一个根底的断定。排布在场景决议计划矩阵如下:

经过这样的分类办法,咱们能很清楚的知道机器和人类应该怎样分工,事例中大部分决议计划用例都可以交给机器,但“问询进一步交流的目的”是很要害的一步,假如全权交给机器,作用将大打折扣。

这样,咱们就有了一张人与AI的分工图:

这时咱们有了两条思路:

究竟哪个计划好呢?

一方面需求依据实践的事务需求判别。例如,针对高端人群的产品,获取客资本钱高,关于这些高端客户来说冷冰冰的机器人电话显得没有诚心,可是普通话不规范的出售人员也或许让人觉得是山寨推销。

别的一方面,咱们需求将需求对应到不同的技能模块上,因为算法产品有必定不确定性,轻率运用不老练的技能,也承担着巨大危险。作为产品司理,咱们应活跃与数据科学家和工程师交流,或许他们也有更好的主张,关于产品司理来说,交流永远都是榜首要务。

4. 拟定AI产品道路图

AI和人相同,需求一个生长进程,这个进程中需求不断的堆集数据和调整算法战略。一个好的AI产品道路图,需求给咱们的产品规划一个学徒期,从简略的决议计划开端,再逐渐演变为更杂乱的决议计划。

咱们可以依据前面的算法模块的拆解,选择出哪些需求优先做的模块,咱们可以从影响、尽力、危险三个维度考虑。

咱们优先选性价比高和危险较低的模块,假如是一些通用性的算法模块也可以考虑运用大厂供给的服务。这样保证产品功用完好性的一起,也降低了不确定性带来的问题。

AI产品比较传统产品更需求很多数据,咱们需求提早做好数据埋点和反应机制,保证产品上线后,可以搜集满足的数据,充沛了解各种决议计划及其完好上下文。这样便于算法工程师,继续的优化模型和算法。

别的,为了更早的发现实在场景中的问题,咱们需求让用户尽早地运用咱们的产品。可是因为产品还在学徒期,功用不完善、体会不确定,并不适合大规模推行。咱们可以考虑经过约请制,让乐意尝鲜的用户先体会,这些用户往往比普通用户包容性更强也愈加活跃,乐意提更多的定见和主意。

依据上面的几点考虑,我将道路图中的需求分红应用层需求和算法层需求两类。

应用层首要是指直接与用户打交道的需求,这部分是偏传统的软件开发内容。

细分下去包括:决议产品运用体会的功用性需求;和运营节奏休戚相关的增加性需求,如约请、裂变、积分等;还有用户看不到的但能让产品和服务变得更好的支撑性需求,如产品后台、数据计算渠道等。

算法层是指与主动化决议计划休戚相关的需求。

应用层与算法层经过算法服务供给API打交道,这些API需求依据应用层场景进行调整和优化。但算法只要API是不行的,还需求一些支撑性的模块,例如网络爬虫和一些根底算法模型。

在产品前期,咱们需求敏捷验证咱们的事务方向和价值。所以,咱们首要需求为用户做好根底场景的建造,并为AI的锋芒毕露预留出更多的空间,于此一起咱们也需求做好算法层的技能建造,然后再逐渐引进种子用户不断优化产品。

而中期,咱们需求供给更多的事务数据反哺算法,做到人无我有的极致体会。

终究,咱们收拾出咱们的AI产品道路,让咱们的AI产品可以从学徒期渐渐走向老练。

三、结语

在这两年的AI产品实践中,我在产品司理、规划师、工程师之间来回切换人物,不仅仅是为了打造心中所想的产品,也是为了探寻心中的一个答案:AI年代,产品司理应该怎样做产品。

曩昔一年,可谓一路狂奔,将本来写产品需求的时刻放到了写代码上,不知不觉中,我的github瓦片图也快要被绿色占满。但值得幸亏的是,经过亲手打造的产品,团队也成功拿到了融资。

AI产品其实并不奇特,任何产品的商业价值都在于其对人类的价值。

仅仅不同的技能计划需求考虑的侧要点会有所不同。

关于产品司理来说,科技在前进,思想方法需求迭代更新,但也不能悉数放弃,用“进化”这个词来描述咱们AI年代的产品司理或许更为恰当。

#专栏作家#

PM熊叔,微信大众号:PM熊叔,人人都是产品司理专栏作家。教育类产品产品司理身世,学过规划,做过开发,做过运营的产品司理。

题图来自 Unsplash,依据 CC0 协议回来,检查更多

责任修改:

地址:电话:传真:

Copyright © 2021 太阳会网址太阳会网址-太阳会亚洲 All Rights Reserved技术支持: