原點上的失?。菏秷?zhí)行力提升可以換來一個成功的AI產(chǎn)品么

0 評論 519 瀏覽 0 收藏 13 分鐘

如果我們工作時更努力10倍,我們的成績(比如薪資)能增加10倍么?結(jié)果是不可能。一個地兒2米沒出水,你挖八百口井該沒有水還是沒有水。這和互聯(lián)網(wǎng)匹配的“干就完了”的情緒非常值得警惕。

前幾天寫了篇文章《為什么說這些倒騰AI的方式會把自己搞死》,陸續(xù)收到一些反饋,從反饋中最直觀的感受是大家快速把AI導(dǎo)入產(chǎn)品或項目的迫切心情。這種心情加上某些推波助瀾的文章可能是壞事的前奏。因此這里再做一點提煉和總結(jié)。

一、原點上的失敗

干事都會失敗,但根因不同,求解的方式也就不同。

AI里面的很多失敗是原點上的失敗。

原點上的失敗是說,除非天下掉奇跡,否則打開始那天就不可能成功,和努力沒關(guān)系。

前兩天琢磨事發(fā)起了一個AI碰撞局,當(dāng)時我提了個問題:如果執(zhí)行力提高10倍,那改變智能音箱所需要面對的局面么?

大家想了想基本都認(rèn)為,完全不影響,還是現(xiàn)在這樣。

確實,執(zhí)行力提高10倍,天氣這類技能的數(shù)目可能膨脹10倍,但根本不可能改變產(chǎn)品自身的用戶價值和市場空間,也就不可能改善使用深度。

這很像一條無限接近限定值(比如6分)的曲線,可以無限提升,但永遠(yuǎn)不可能及格。

為什么會這樣呢?

因為約束了語音交互新價值空間的關(guān)鍵因素早早就在那里了。

反倒是當(dāng)事人沒那么愿意看、懶得看或者就上頭了。

這些要素在原點上確實是可以列出來并且做判斷的。

比如使用情景、物理空間、智能程度、市場空間、后端變現(xiàn)可能性、投入回報周期等確實預(yù)先定義了一個可能邊界。

除非AI突變,否則在一個限定周期,投入越多,執(zhí)行力越強(qiáng),死的越快。

池子就那么大,投喂,然后缺氧,魚就死很大一批。

不是智能音箱沒用,而是過渡的預(yù)期后就會變成原點上的失敗,比如期望它迅速成為普遍入口。(池子小,少幾條魚一樣活挺好)

產(chǎn)品要基于成熟技術(shù),畢竟蘋果都基于成熟技術(shù)。

當(dāng)年做智能音箱拔高預(yù)期相當(dāng)于預(yù)期AI會迅速無限提高,這種用未來的預(yù)期做產(chǎn)品規(guī)劃的方式,就會導(dǎo)致產(chǎn)品總是快一步。

這一步往往就是生死界限。

如果單是智能音箱,這事已經(jīng)過去了,再提起來意義不大,但問題是不單過去,現(xiàn)在我們很多時候仍然可能在重復(fù)這種原點上的失敗,比如具身機(jī)器人、垂域大模型等。

為什么在AI領(lǐng)域原點上的失敗變得普遍?

一個可能的原因是互聯(lián)網(wǎng)對我們影響過深,而AI與互聯(lián)網(wǎng)迥異,要求我們重塑認(rèn)知價值的思維模式。

過去30年的是互聯(lián)網(wǎng)的30年。

企業(yè)家、KOL、媒體共同構(gòu)建了一套互聯(lián)網(wǎng)的價值認(rèn)知體系,這深刻的影響了每一個人。

現(xiàn)在主導(dǎo)的驅(qū)動力及其特征變了(從互聯(lián)網(wǎng)到AI),但思維慣性之下就很容易沿用過去的判斷方法。

比如米國和日本就是很不一樣兩種環(huán)境,用同一種行為模式可能就危險,我把這種差異概括為:

這是跑馬探地和打呆仗的區(qū)別。

試錯成本不同衍生的方法論就不同。

一種需要快速試錯,另一種就必須深掘場景才能見水。

單點、極致、口碑、快、一針捅破天等在AI這兒似乎完全顛倒了,看起來要調(diào)過來。

而如果追究為什么這樣的底層邏輯,那需要回到新技術(shù)的基本特征。

互聯(lián)網(wǎng)關(guān)鍵的是鏈接,是網(wǎng)絡(luò)效應(yīng),所以就容易迅速鋪開,每個點上并不帶來特別大的改變。這就催生對快的追求。

人工智能關(guān)鍵的是智能,是理解概念和自主判斷的能力。這種能力顯然對場景的改變越多價值越大。

新技術(shù)領(lǐng)域必然是技術(shù)自身的特征決定了匹配它的方法論,而非相反。

從這個視角再回看智能音箱大戰(zhàn)就會更理解這為什么是原點上的失敗。

在你本來應(yīng)該創(chuàng)造價值的點上,沒有深挖(深挖也有其它問題,但是兩回事),而是迅速謀求不存在的網(wǎng)絡(luò)效應(yīng)或者后端價值,那錢可不就打了水漂。

一個地兒2米沒出水,你挖八百口井該沒有水還是沒有水。

再延伸一點就是和互聯(lián)網(wǎng)匹配的干就完了的情緒非常值得警惕。

試錯成本低的時候確實謀定后動的重要度會被淡化,勇猛點快跑沒準(zhǔn)就碰上了。

但打井這事,有水沒水是不可能碰出來的。

如果說互聯(lián)網(wǎng)可以只用20%的精神頭思考,然后一路狂奔即可,沒準(zhǔn)也能干成社交網(wǎng)絡(luò)。

那人工智能則至少需要百分之五十,否則大概率十死無生,大概率沙漠打井。

二、混沌狀態(tài)下的底層邏輯

混沌狀態(tài)下沒有手冊性的方法論的。

挖銅礦手冊很關(guān)鍵,因為大致被研究明白了。按手冊干好就是專業(yè)。

AI應(yīng)用的魅力就在于沒人明白,這時候宣稱有手冊性方法論的大概率是騙子。

正因為沒人明白,所以才有機(jī)會。

很多人現(xiàn)在可能比2000年的馬云還懂互聯(lián)網(wǎng),但你絕不可能再做出大的互聯(lián)網(wǎng)產(chǎn)品了。

這時候必須探求底層邏輯,它們可能不嚴(yán)密但自洽,能勾畫出一個輪廓,輔助避免原點上的錯誤。

很巧的是琢磨事的AI碰撞局上正好有這么個例子(周偉明同學(xué)提供的)。

假如你想做一個法律的大模型,那為了看看這地兒能不能挖出水,預(yù)先的判斷是什么呢?

1. 場景上是你預(yù)想完整覆蓋什么樣的場景,這個場景本身的價值是什么樣?

  • 是能完整取代一個初級律師,還是初級律師的輔助工具
  • 如果變成信息提供的輔助工具,那和現(xiàn)有產(chǎn)品有多大差分,是不是就提高個10%~20%

2. 技術(shù)上是模型到底能干到什么程度?什么樣的人能干到什么程度?你的人能干到什么程度?你有多少資源(數(shù)據(jù)資金等)做這事?(圖靈測試2.0)

3. 出錯的概率是多少?出錯的效果是否能承擔(dān)?

4. … …

不列全了,核心是AI用在這個場景下會弄死你的并且短期不可能改變的點有么?這是要預(yù)先列的,也是可以預(yù)先列出來的。

這種分解是產(chǎn)品定義之前要琢磨的,每個都比較生死攸關(guān)。

列出來后反倒是尋找答案不難。很多時候一手體驗和公開信息也能有個大致的答案。

尤其是現(xiàn)在的智能在你設(shè)定場景的新體驗的程度是很容易測試出來的。

這時候需要注意的是:AI使用成本極低,不能被某些新詞繞進(jìn)去比如RAG這類,要整一手的體驗。

大家可以仔細(xì)想想,RAG其實更大可能是提高的你效率,而不是具體某個場景的體驗。

形象講是如果你自己一次構(gòu)建足夠全的prompt,然后大模型的智能程度不夠,加了RAG一樣不夠。

三、從外往里看,和模型與參數(shù)保持距離

做產(chǎn)品其實很忌諱把技術(shù)的希望當(dāng)成可以構(gòu)建產(chǎn)品特征的現(xiàn)實。

寫售前方案倒是可以,至少可以看著比較高大上。

產(chǎn)品方要關(guān)注技術(shù)(大模型等)的智能高度,但要關(guān)注的不是細(xì)節(jié)。

在智用研究院的公開課上,我打了一個比方:

英國人發(fā)明了坦克,實際上則是德國人在閃電戰(zhàn)里把坦克威力發(fā)揮到極致,用的最好。(陳春花老師聊天的時候提到的,特別適合這個情景)

構(gòu)想閃電戰(zhàn)的人是要了解坦克的,但肯定不能和坦克的工程師學(xué)習(xí)怎么設(shè)計閃電戰(zhàn)。

坦克的工程師是看不見閃電戰(zhàn)的。

這是兩個完全不同的維度。

媒體可以把新技術(shù)名詞、新模型誰大誰參數(shù)多作為一種噱頭來制造熱點。

做產(chǎn)品的時候就是回到一手體驗,回到場景,整清楚它現(xiàn)在可以干什么,不可以干什么。

概念性技術(shù)不適合用來構(gòu)建產(chǎn)品,除非你特別特別有錢。

但考慮智能的拔高還是會有個過程,所以機(jī)會敞口會有個次序。

大致是先從純粹數(shù)字、幻覺破壞作用小的領(lǐng)域擴(kuò)展到具身的、幻覺作用大的領(lǐng)域。

這里尺度的判斷非常關(guān)鍵,不要忘了Google Glass、自動駕駛干多少年了!

打深井的模式下,原點已經(jīng)是決勝點。

四、小結(jié)

一個完整可供參考的也還算自洽的底層邏輯框架在:AI的脈絡(luò):非共識時刻的認(rèn)知價值,這里不重復(fù)了。最后想說的是這類框架對于混沌狀態(tài)下做應(yīng)用是有幫助的,但作用也有限的??梢詭椭苊庠c上的錯誤,也可以在挖井的時候,對最初十米有點幫助。但既然是挖井,后面90米必然需要在現(xiàn)場的泥土里摸爬滾打,和現(xiàn)場的持續(xù)反復(fù)。給個手冊照著做,產(chǎn)品就成功了,人就發(fā)財了,在這個時間點這么宣稱的真的是騙子。

后續(xù)會在智用研究院開課,不期望純手冊,也認(rèn)同上面觀點的同學(xué)可以看看:

AI原生得應(yīng)用怎么做?

參照文章:

從1到10:AI產(chǎn)品和互聯(lián)網(wǎng)產(chǎn)品的核心差異

第九生命:從文明限度的角度看AI

AI上國內(nèi)團(tuán)隊好像被甩開了?差錢?差人?

AI的進(jìn)化:從間斷平衡到終極復(fù)制

專欄作家

琢磨事,微信公眾號:琢磨事,人人都是產(chǎn)品經(jīng)理專欄作家。聲智科技副總裁。著有《終極復(fù)制:人工智能將如何推動社會巨變》、《完美軟件開發(fā):方法與邏輯》、《互聯(lián)網(wǎng)+時代的7個引爆點》等書。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自 Unsplash,基于 CC0 協(xié)議

該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!