為了確保不因高估人工智能的重要性而交付失敗的項目，重點放在原則上，并保持實驗的預期。

譯自 What Generative AI Means for Product Strategy and How to Evaluate It 。

回顧過去的 10 年，我們可以看到一堆最初受到巨大炒作但最終沒有成為“主流”的技術。無論是因為未能跨越鴻溝而最終被拋棄，還是在采用率滯后的情況下勉強存在，你可能很清楚我在說什么。

然而，似乎每次新的炒作周期開始時，各大公司里總有人開始大聲疾呼，聲稱如果他們不跟隨這股浪潮，他們自己的產(chǎn)品或服務將會被拋在后頭，他們的組織將會命懸一線。

多年過去了，例如，你能想象如果你全力投入虛擬現(xiàn)實（VR）體驗、為微不足道的事物發(fā)布不可替代的 NFT（非同質化代幣），甚至將比特幣完全整合到你的結賬體驗中，你的產(chǎn)品將會是多么徹底的失??？

雖然將生成式人工智能放在這些被過度吹捧的技術堆中似乎很容易，不管是因為你認為它很煩人、分散注意力，甚至讓人焦慮，但這樣做是愚蠢的。

潘多拉的盒子已經(jīng)打開。任何人只要有一小時的時間、谷歌和一些好奇心，都可以看到這種新的生成式人工智能技術是：

• 真實的

• 正在加速發(fā)展

• 被迅速采用

• 適用于大多數(shù)數(shù)字互動場景

技術變革，原則恒定

從這個意義上說，生成式 AI 很像它之前的平板電腦，智能手機，電話和個人電腦。我們的基礎技術在不斷變化，而用戶及其問題的基本原則保持不變。

創(chuàng)新來自發(fā)現(xiàn)用戶自己認為重要的用戶問題，然后以更快，更便宜和更輕松的方式解決這些問題。汽車比馬車更好地解決了從 A 到 B 的核心問題，但問題本身保持不變。

這對生成式 AI 意味著需要轉變可以和/或應該解決的問題范例。以前由于太難或花費太高而根本不考慮的事情，現(xiàn)在可以通過 API 在幾分鐘內(nèi)完成。

突然之間，歷史上一直太難解決的痛點問題需要你的關注。

處理利益相關者

盡管如前所述，生成式 AI 是真實的并且已經(jīng)到來，但你自己組織中的高管和基層員工可能都會大聲疾呼，要么聲稱你需要在所有地方都立即采用 AI，要么忽略它，因為“它是個分心事”。

與所有新產(chǎn)品計劃一樣，要小心。沖動地對這些意見作出反應可能會導致你錯過我們 VMware Tanzu Labs 認為所有產(chǎn)品團隊都應該進行的核心戰(zhàn)略流程。

為了避免由于高估 AI 的重要性而啟動無用的項目，請關注原則并保持積極的預期，因為你仍處于實驗階段。畢竟，你的產(chǎn)品仍可能過早上市，或者某些不可預見的情況可能導致失敗。

這里有一個理論上的例子：

我們可以肯定，博客 CMS 平臺內(nèi)部有很大的聲音在呼吁他們需要為博主的博文檔案添加一鍵語言模型，以便任何博客讀者都可以與博客“聊天”。

但這有意義嗎？構建這樣的功能肯定需要相當?shù)臅r間和精力投入，但發(fā)布后可能會發(fā)生什么？我們的賭注是：寂靜。

用戶閱讀個人博客的主要目的是為了獲取特定的技術答案嗎？可能不是。用戶會閱讀他們敬仰的人的博客，沒錯，為了學習，但也為了了解作者的觀點，為他們對思想和觀點的整理提供娛樂，并了解最近的發(fā)展。用戶可能不知道在聊天界面中該如何提示 AI，也不一定關心。

現(xiàn)在，關于汽車機械細節(jié)的技術博客是否會從提供聊天界面中創(chuàng)造價值呢？這很有可能，因為我們認為大多數(shù)訪問這種博客的人都是為了尋找對特定問題的具體答案，這些問題可以通過聊天界面提出。

如果你推出前者而不是后者，因為你感到有壓力要做一些 AI 相關的事情，那么你就忽略了基本原則并推出了無用的東西。交付所要求的內(nèi)容只會讓聲音暫時平靜，然后你的路線圖就會再次受到質疑，因為你對它反應過度。

AI 戰(zhàn)略模型

查看或構建 AI 產(chǎn)品戰(zhàn)略模型的第一步是完全不可議價的。你需要了解你的用戶并理解他們的問題。如果你沒有在幾個季度內(nèi)進行實地訪問或用戶訪談就憑直覺做出決定，你認為你知道的，這將導致失敗。對自己誠實，繼續(xù)前進。

一旦你掌握了這些知識，你需要探索并記錄你的客戶的工作要完成的內(nèi)容( jobs to be done, JTBD)。我們并不一定主張你在原有組織中完全采用 JTBD，但是質疑和記錄用戶選擇你的原因并要完成的工作是這里的基礎。

在概述了你知道客戶希望你為他們做什么的基礎上，你需要評估你的產(chǎn)品或組織在完成這項工作或任務方面的表現(xiàn)，以及通過什么措施。

最后一步是了解 AI 能否提高這個績效或者使問題或工作完全無關緊要。

最后一步的一個例子是：你能否使用 AI 更好地提供單點登錄體驗？或者你能否通過用戶的網(wǎng)絡攝像頭不斷授權訪問應用程序(想象一下始終開啟的面部 ID)，從而完全消除 SSO 的需求？

對許多組織來說，如果 AI 將問題或工作變得完全無關緊要，他們將不會尋求成為替代品，因為這可能是一個政治敏感問題——如果可以的話，這將是一個柯達時刻?，F(xiàn)在是避免災難并提出這個問題的時間，如果你想繼續(xù)創(chuàng)新。

如果似乎生成式 AI 可以增強你的產(chǎn)品或組織為用戶完成工作的方式，那么產(chǎn)品負責人需要問："AI 能以重要的方式影響這個措施嗎？" 重要性的關鍵因素在于理解用戶判斷你的產(chǎn)品成功的措施。

評估的細粒度

到目前為止，我們一直模糊地談論你正在評估策略的產(chǎn)品或產(chǎn)品規(guī)模。

那是因為從產(chǎn)品經(jīng)理到 CEO 都需要針對他們監(jiān)管的內(nèi)容制定 AI 戰(zhàn)略，無論是客戶應用程序還是一大批部門。許多 PM 所負責的產(chǎn)品將被更高層次的替換部門的策略所完全取代。

同樣，盡管這可能是一個不舒服的話題，但市場正在發(fā)展，作為從業(yè)者，我們有責任考慮 AI 的影響。

評估級別可能如下所示：

公司

• 你為什么存在？

• 你幫助客戶實現(xiàn)的核心結果是什么？

部門

• 這個部門為什么存在？

• 這個部門如何與用戶/品牌體驗互動？

團隊

• 這個團隊在做什么？

• 為哪個用戶？

• 為了實現(xiàn)什么結果？

產(chǎn)品

• 這個產(chǎn)品讓用戶能夠實現(xiàn)什么？

• 這個產(chǎn)品解決的問題是否由我們控制的用戶/品牌旅程的其他部分引起？

我們相信這項練習的結果是，與用戶旅程接觸的組織部分非常適合內(nèi)部生成的 AI 功能、產(chǎn)品和體驗，而與用戶無關的組織部分在未來將被第三方 AI 工具最嚴重地破壞。

要深入了解圍繞生成式 AI 的噪音并充分利用現(xiàn)在就能為你提供的可能性，請參加我們即將舉辦的網(wǎng)絡研討會“生成式 AI 101：生成式 AI 的現(xiàn)實及企業(yè)領導者需要知道的”。