如何避免業務提“離譜的AI需求”

0 評論 4092 瀏覽 5 收藏 13 分鐘

B端產品與C端不同,在于使用者和決策者不是同一個人。這就導致有時候決策者會提出一些離譜的需求,然而這些離譜需求,實際上反映了他們的原始訴求與渴望。這時候,我們如何進行有效且合理的引導,避免業務提出“離譜的AI需求”?

前段時間在某個群聊里看到一張圖。

這張圖講述了AI SaaS在推廣過程中,由于對方老板不懂AI而產生的笑話。雖然有趣,但也讓我感同身受。當前AI發展異常迅速,業務和領導們都在談論AI,聲稱要用AI來實現各種目標。然而,他們提出的需求往往讓人抓狂,例如:

“ChatGPT這么能聊,你給我做一個到我們客服上來,替換掉幾個客服?!?/p>

“AI這么牛,你給我做一個AI程序員出來,我要替換掉幾個技術?!?/p>

“有沒有做個自動生成廣告視頻素材的AI,自動獲客買量。”

這些需求無不透露出他們對AI的無知。他們對“AI迅猛發展與自身落后于時代”的恐懼,迫使他們努力在詞匯量上跟上時代,結果提出了一些不切實際、無法落地的需求。

然而,業務提出的這些離譜需求,實際上反映了他們的原始訴求與渴望。我們應當重視這些需求,并以此為最終愿景,只不過在此之前需要腳踏實地走完前面的步驟。

作為內部的B端產品團隊,有必要對內進行有效且合理的引導,避免業務提出“離譜的AI需求”。

一、為什么由我們進行內部引導?

個人覺得有以下幾點原因:

1. 我們是B端系統的設計者,是需求的起點

B端系統的目標是實現業務的線上化、自動化、精細化和智能化。而AI的出現,是我們推動系統智能化建設的關鍵助力,也是“降本增效”的必然階段。作為系統的設計者,B端產品經理理應發起并帶頭引導AI的應用。

2. 建立合理的AI預期,避免對AI不合理的需求變成了對我們的不合理判斷

業務合作者和工作效果評定者如果對AI保持錯誤認知,加上市面上各種真假信息混雜,營銷號把AI吹得天花亂墜,他們必然會對系統產生過高的期望并提出相關需求。當實現出現偏差時,他們將心理落差歸結為“我們的無能”。

這對我們的職業生涯是致命的。因此,為了保住我們“B端產品的崗位”,我們需要進行正確的內部引導,讓他們理解AI技術,對AI技術祛魅,從而把局面往有利于我們自身的位置上靠攏。

3. 業務落地AI不是一個人的事情,我們需要“同伴”,并向其他人借力

1)借力上級:

合理管理上級對AI的預期,給上級描繪AI具有可實現性的前景,能夠讓上級結合自身評估給到我們關鍵的支持(如成員、資金、數據等)。管理上級的預期是一個“同頻”的過程,這個過程能引導上級建立合理的項目預期和評價指標,避免AI落地時的預期偏差產生對我們的負面評價。同時,我們能夠讓上級從更高的維度對AI與業務的結合進行思考,讓我們的方案設計更具價值,避免在自身的慣性思維中撞到南墻。

正如《創造》一書所言,如果一個個體貢獻者總是往下看,他們的眼睛只盯著自己緊迫的截止日期和工作細節,他們可能會撞到南墻。

2)借力業務:

最近在讀《芯片戰爭》時候看到個案例:

飛利浦的光刻機研發了十多年,竟然還沒推出可以商用的制造芯片的光刻機。飛利浦是個相當官僚的大型企業,研發部門與生產部門之間有很深的隔閡,研發部門自視甚高,不聽客戶意見,也不管生產問題,導致原型機很難被生產部門接受。

這案例說明了閉門造車的后果。B端工具的使用者是業務成員,我們的需求需要從業務中來,再到業務中去,否則會像飛利浦一樣在芯片戰爭中敗退。

因此,我們需要引導業務正確思考“AI和業務的結合”,讓他們理解AI的運作和能實現的程度,從而輔助我們挖掘AI落地場景,將“重復的可標準化的”業務動作讓AI替換。

同時,一些AI落地過程中的工作也可交由業務配合,如數據積累和采集,讓他們從實際生產中積累高質量數據,AI的校驗,讓他們從專業視角評估AI的效果。

3)借力開發團隊:

開發團隊是我們實現AI落地B端的關鍵。我們需要讓他們意識到項目的價值,并激發他們的熱情,讓大家“勁往一處使”,充分發揮主觀能動性,挖掘技術、產品層面的核心人物,共同做好這件事。一個人的力量有限,多人協力,事情才能做得更好。同時,避免由于內部運轉效率低下導致的交付質量不達標。

二、如何進行內容引導

1. 自己先成為內部 AI 專家

要想帶領團隊正確認知和理解AI,自己必須先成為內部的AI專家。我們并不需要成為行業頂尖的專家,但需要具備扎實的基礎和應用能力。以下是一些具體的方法:

1)系統學習

系統學習是提升基礎知識的關鍵途徑。理解AI的基礎概念是深入應用的前提。以下是一些系統學習的方法:

i)書籍閱讀:選擇幾本評價較高的AI書籍,系統學習。

ii)課程學習:選擇口碑較好的AI課程進行學習,雖然市面上賣課的很多,但其中不乏優質內容。

2)下手實踐

如果對AI只是紙上談兵,那永遠只是不接地氣的口嗨。我們對AI的認知只能停留在淺淺的表層,這會成為我們推廣AI、建設AI工具的阻礙。

為此,我們也要親自下手使用各種AI工具,在這個過程中需要了解清楚工具的能力邊界、工具調參、提示詞用法等,為后續讓業務了解AI、用好AI做準備。

3)建立信息源

AI的發展是日新月異的,我們需要建立優質的信息獲取渠道,以便我們能夠跟上最新的行業變更,以不至于讓自己落后。常見的優質信息源有咨詢網站、視頻網站、公眾號、知識星球、社區、群聊等等,其中的重點是要跟對人/組織,他們才是給我們提供優質咨詢的來源,渠道只是呈現的形式。

建立優質的信息源后,我們需要對其進行歸類排序,按廣度和深度進行分類,有些人/組織是會呈現最新的自選,有些人/組織并不會實時跟蹤熱點,但是會給到深度的認知和思考。之后便是養成定期閱讀他們的習慣,時常更新自己的AI認知。

建立信息源的過程中,我們還可以重點找到“同路人”,找到一群與我們同樣在AI領域探索的人,他們能夠與我們互相監督、互相查漏補缺,思維的碰撞能迸發出更好的想法。一個人走得快,一群人走得更遠。

4)沉淀信息

無論選擇什么學習方法,我們都需要對所學內容進行總結和提煉。有時間的,可以進行匯總輸出,圍繞一個主題形成一篇文章。

為什么要這樣做呢?《高效能人士七個習慣》中提到,學習的時候要以老師的角色來學習,除了吸收還要能復述。在學習的過程中,應做好準備:在48小時之內與別人分享或討論閱讀心得?!?/p>

這有點類似于費曼學習法,把學到的知識復述,讓5歲的小孩也能立即聽懂。當我們去模擬講述一個知識的時候,我們會發現教學過程中的漏洞,通過不斷修復漏洞,以達到完美的復述效果。這個學習過程等同于對知識的抽象、解構,用簡單的話語講述復雜的事情,這加深了我們對其的理解,從多維度去了解知識的本質,做到知其然也知其所以然。

此外,對外輸出的過程是與他人建立鏈接的過程,他人能夠對我們的觀點進行補充,或者是指正我們之中的錯誤觀點,從而對我們的所學所想進行補充,形成良性的正向循環。

2. 定期內部分享與沉淀

當具備一定的AI專業度后,可以對內進行相關知識的分享,提高團隊的AI能力水平。分享的形式可以是講座、文章或交流會等。重點在于“有一定頻次”地進行分享,樹立自己的內部影響力,形成一定的話語權。

通過分享,可以起到拋磚引玉的作用,挖掘同行者,引導他們一同輸出并分享。一方面可以促進團隊氛圍的形成,另一方面樹立內部的AI核心人物,這些人物能夠在各塊業務推動AI落地時,提供關鍵的輔助推動作用。

最后,分享產生的內容需要進行沉淀,以供其他人學習和查閱。

三、小結

AI在業務中的落地與推廣離不開“人”的要素。用合理的方式引導團隊,能夠讓上級給予我們支持,業務團隊配合我們挖掘場景,開發團隊高效運轉,從而保證AI在業務中落地不再是一紙空談。通過系統學習、實踐操作、信息源建立和定期分享,我們可以有效避免業務提出離譜的AI需求,確保AI項目順利推進并真正為企業創造價值。

專欄作家

檸檬餅干凈又衛生,公眾號:檸檬餅干凈又衛生,人人都是產品經理專欄作家。一名游戲行業的B端產品,負責過游戲行業內CRM 、風控、BI、SDK、AI相關的內容,定期輸出個人思考或總結文章~

本文原創發布于人人都是產品經理,未經許可,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!