從產品演進過程猜測AI產品趨勢

0 評論 3099 瀏覽 11 收藏 11 分鐘

AI現在已經這么火,以后可能會發展成什么樣?這篇文章,作者從工具型產品的變化過程,以一個椅子為案例,為我們詳細分析講解了以后AI的可能,供大家參考。

一、AI產品困境

從2022年11月ChatGPT發布以來,全球迎來了一波AI熱潮,模型廠商卷模型,應用廠商卷應用,市面上出現了各種各樣不同模態的AI應用和服務,大家都想做第一個吃螃蟹的人。作為互聯網從業者“AI會淘汰所有無法使用AI的人”的口號為我們帶來了焦慮,大家一致的觀點是AI成為了當前各行各業的突破式創新,不論你身處什么行業,都在籌劃部署各種AI應用,好與時俱進,防止自己被科技的進步所淘汰。

然而兩年過去了,很多公司好像陷入了困境,市面上的大模型每隔一段時間性能就會大幅提升,企業自己大力投入的AI業務也有了很多技術上的進展,但始終無法成功變現,產品投入市場之后的反饋總是不達預期,加上開放的環境讓每個競爭對手都可以很快地復制你的新奇創意造出比你更好的產品。在市場期望和用戶反饋的雙重壓力下,大家都感到舉步維艱。

二、工具型產品演進過程

從事工具型產品經理多年,我學習驗證并且相信的一套工具類型的產品演進過程給我在產品規劃和預測中提供很好的參考,我覺得這個規律大概也可以延伸至其他產品領域。這是一個綜合用戶和技術發展的角度總結出的發展規則,大致是這樣的:

固定形態(單一功能)→可調節(多功能化)→自適應調節(自動化)

舉個例子:

起初市面傳播較廣的椅子可能是固定形態的,可能是單關節的折疊椅或者直接由圓鋼焊接出來的固定形狀的辦公椅,它們所提供的就是單一的用來“坐”的功能。這一階段是“固定形態”階段。

之后,隨著用戶的分群、場景差異化,不同的需求顯現,加上技術的進步使得產品的成本降低,市面上開始流行多關節的人體工學椅,它能夠支持在單純坐的前提下更多的調節功能。例如扶手、靠背、高度、腰部支撐、腿托等附加的功能,從而滿足用戶更深層次的需求。這一階段是“可調節”階段。

再向后發展,一味地堆疊功能已經不能在市場上贏得份額了,因為消費者都清楚,購買功能再豐富的產品,大概率很多功能自己根本用不到,自己在掏錢為用不到的功能付費,并且越復雜的產品學習成本越高。因此產品開始走向細分領域,針對每個特定的場景進行充分地深化,而不論是特定細分領域的深化還是通用產品的深化,都會開始發展自動化,也就是“自適應調節”。

用戶在使用產品的過程中,產品會適應用戶,記住用戶,甚至用戶不需要學習如何使用產品的功能,產品能自動地為用戶提供服務。我想這也是蘋果手機之所以在功能復雜度上總是不及安卓同級產品,但是總能贏得用戶追捧的原因之一。這一階段是“自適應“階段。

同樣的,在B端軟件工具領域,這套規律也很符合,早期企業信息電子管理,使用Excel文檔、Access數據庫這些基礎產品,他們提供最基本的記錄、查詢功能。之后,開始有了各種管理系統:ERP、WMS、OMS、TMS等等?,F在企業電子系統能夠獲取到的信息更多了,于是有了數字化、智能化的概念,有了各種業務中臺、BI,加上AI技術的應用,部分企業管理業務開始步入自動化、智能化。

值得注意的是,當我們在實現“自適應”的進程中,免不了要更深層次地獲取用戶信息(行為、意圖、行業等等方面),這個過程間接為業務建立起來一個潛在的“知識壁壘”,一旦你的壁壘建起來,可能短期內你就成為了在這方面“最懂用戶”的人,競爭對手想要超越你就有了難度。因為你的壁壘會短期讓用戶具有共同的認知,于是品牌效應就出現了。

三、未來趨勢猜測

首先,我認為AI技術(包括生成式AI和傳統的機器學習)都應該是推動傳統產品從“可調節”步入“自適應”階段的重要工具,借助AI技術,我們能夠在產品感知上通過獲取到的用戶信息來讓產品“理解用戶”,在應用上實現更加自動化的主動行為,從而讓產品做到“適應用戶”。張勇所說的“所有行業都值得基于人工智能技術重做一遍”這一點,我的理解他主張的是應用AI技術,來讓傳統產品過度到“自適應”階段。所以對于AI產品之后的發展趨勢,我預測,更容易成功的切入口也是如何用AI來把現階段用戶使用上最困難的、繁瑣的復雜功能改良為自動化、智能化、自適應的功能。

其次,就AI產品自己,在我看來,目前也已經處在了“可調節”階段,一線大模型開發商提供了各種模型調試工具。頭部企業開放了各種Agent創建平臺,隨便一個Agent市場,隨便哪個工作/生活場景,輸個關鍵詞,都能查到很多相關的Agent。但是問題在于這些產品都沒有進入到“自適應”的下一階段,他們中很多仍然需要用戶進行輸入、拖動的相關交互,然后還需要給出一定的指令。有些需要用戶自己錄入,配置一些AI所需要的“記憶”。這些問題,有些是因為技術局限,有些是因為數據安全合規性要求。但是我認為都應該可以考慮通過交互體驗設計、配合其他傳統工具、AI工具來改善。

舉個例子:

AI翻譯,大模型推廣后,目前很多的B端軟件都提供了AI翻譯工具,我們初次使用都會被AI的翻譯效果所驚艷。但是尷尬的局面隨之出現,用戶在了解這個功能的情況下,在我們預設的很多高頻使用場景并不會去主動使用這個功能。

其實用俞軍的產品價值理論能夠很好的解釋這個現象:用戶價值=新體驗-舊體驗-替換成本,有翻譯需求的用戶很多之前就安裝了各種劃詞翻譯軟件,新的AI產品僅僅在翻譯效果上有一定的提升,在用戶的使用體驗上并沒有較大的改善,用戶還需要適應你新產品的交互方式。傳統的劃詞翻譯軟件,用戶選擇內容后自動就彈窗顯示翻譯了,而目前集成在B端產品中的翻譯工具往往需要用戶劃詞后點擊按鈕或者給出指令。

從這個角度上講,這些AI翻譯應用在用戶價值上沒有優勢。突破思路,應該是想辦法讓產品功能“自適應”。如果我設計這樣一個產品,在不考慮合規性要求的情況下,我會設計成這樣:

  1. 應用提供一定的配置功能,讓用戶能夠根據自己的使用習慣配置應用功能的觸發條件;
  2. 通用的情況下,程序獲取到用戶的操作系統所使用的官方語言;
  3. 當在我們的B端軟件內,一些劃定的高頻場景頁面,如果檢測到非官方語言的文本內容(例如郵件、對話等)不需用戶主動操作,應用自動調用AI翻譯,并在合適的區域展示翻譯好的內容;
  4. 如果業務相關的場景,B端軟件可以結合存儲在軟件內用戶授權的長期記憶調用AI進行分析,并提供進一步的行動/決策建議。

以上,就是我基于工具型產品的演進過程,對AI產品的發展趨勢的猜測。

本文由 @Sailors 原創發布于人人都是產品經理。未經作者許可,禁止轉載

題圖來自Unsplash,基于CC0協議

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!