起點課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導(dǎo)直播
12場專業(yè)技能直播
會員專屬社群
榮耀標(biāo)識被AI“顛覆”一年多后，我們被淘汰了嗎？
從產(chǎn)品開發(fā)到客戶服務(wù)，AI技術(shù)的介入似乎預(yù)示著一場效率和創(chuàng)新的革命。然而，一年多時間過去了，AI真的改變了我們的工作方式嗎？它是否已經(jīng)淘汰了傳統(tǒng)的工作模式？
從23年初OPENAI帶動AI席卷全球，那段時間我經(jīng)常每天都被“顛覆”。
早上一起來收到新聞推送，XX大佬說不會寫prompt（不是ppt，是提示詞）的人將會被淘汰，XX媒體又說AI時代真正來到了，XX公司又融資多少個e。
好像全世界都在舞池中央狂歡，只有我安靜地站在角落里發(fā)呆。
所以熱鬧是他們的，我什么也沒有嗎？
那么一年多過去了，AI究竟給我們帶來了什么變化。
今天分享一下AI在SaaS業(yè)務(wù)及個人工作中的應(yīng)用實踐及思考。
事先說明，筆者不是產(chǎn)品和技術(shù)出身，所以對于技術(shù)棧不是很了解，在大模型、多語態(tài)以及其能力的探索上存在不足，這里主要總結(jié)一些自己直接實踐及參與過的一些內(nèi)容。
一、 AI在SaaS產(chǎn)品領(lǐng)域的實踐
在產(chǎn)品端，我們團隊沒有那么狂熱地“ALL IN AI”去做重構(gòu)，而是思考如何做“SaaS+AI”，看下哪些場景通過AI能夠提升效能。
期間嘗試了提示詞自動生成文本內(nèi)容（表單、文案）、AI提問以幫助客戶獲取更多消費者信息、AI分析報告輸出報告等項目。
目前從數(shù)據(jù)及反饋來看，AI在內(nèi)容總結(jié)、分析及報告撰寫上的反饋相對較好，可以到80-90分，在基于prompt生成特定內(nèi)容方面，需求較大，如果要求沒有那么高，基本湊合，但精準(zhǔn)度還不夠，和prompt寫的不夠好相關(guān)，可以打到60-70分。
總結(jié)來看，對于我們的產(chǎn)品及客戶需求來說，只做到60分是不夠的，損耗的30分（假設(shè)人工自己做是90分）和AI帶來的效率提升對比，得不償失。
二、 AI在SaaS業(yè)務(wù)領(lǐng)域的實踐
不管是新簽還是續(xù)費，都可以分成兩大塊工作，一個是直接對客的，一個是內(nèi)部運營及管理。
由于生成式AI強大的文本學(xué)習(xí)及對話能力，我首先考慮的是在對話這塊如何能夠取代或輔助部分人工對話場景。
所以優(yōu)先在對客服務(wù)這塊，通過投喂幫助文檔等語料+微信號全托管（github的API工具），嘗試設(shè)立群聊&單聊機器人、產(chǎn)品內(nèi)機器人的方式來提升服務(wù)效率。
整體的對話效果還是不錯的，但群聊的觸發(fā)機制不太符合日常溝通的習(xí)慣，且由于產(chǎn)品本身原因，需要客戶提供指定的賬號才能更好定位及解決客戶問題，所以整體實踐的效果大打折扣，只能達(dá)到5分，最終決定暫時擱置。
對于不需要太多資料輔助定位問題的產(chǎn)品，估計效果會更好。
獲客這塊就沒有做嘗試了，因為我們的線索都比較精準(zhǔn)，AI雖然效率可能會更高，但會miss掉一部分線索，這樣對比不劃算。
對于需要做海量潛在客戶初篩，機會成本沒那么高的to C業(yè)務(wù)，比如金融，通過AI的信息收集、分析、觸達(dá)文案生成以及動作執(zhí)行能力，應(yīng)該比較適用。
除了服務(wù)這塊，還嘗試了第三方產(chǎn)品在客戶需求、風(fēng)險洞察這塊的功能，通過對客戶日常溝通內(nèi)容的分析，洞察客戶需求以輔助銷售發(fā)現(xiàn)商機，分析客戶情緒以幫助客戶成功識別流失風(fēng)險客戶。
功能看著很好，但體驗下來效果很差，主要是內(nèi)容的洞察速度非常慢，不知道國內(nèi)有沒有更好的產(chǎn)品或者SaaS公司自研實踐案例。
但客戶洞察對業(yè)績的直接影響仍然需要持續(xù)關(guān)注，Gainsight在《THE STATE OF IN CUSTOMER SUCCESS 2024》的調(diào)查報告中也說明了這個點。
三、 AI在職場工作中的實踐
這部分使用比較淺，目前主要用AI來做資料查找、輔助閱讀以及內(nèi)容審核。
當(dāng)需要收集某一相關(guān)主題的大量信息時，我可以通過AI來搜索并總結(jié)要點，需要注意的是，一定要核實信息源，因為有時AI提供的總結(jié)可能不準(zhǔn)確。
另一個比較好用的點是找某項特定的資料，比如我需要找某個上市公司財報原文，我只需要告訴讓AI給我提供財報原文鏈接就行了，這個比搜索引擎好用多了。
輔助閱讀是一種偷懶的做法，比如我會把我所有關(guān)注公眾號的文章，全部丟給AI，讓它幫我總結(jié)文章要點，覺得有用的我再去讀原文，和刷短視頻有點像。
內(nèi)容審核也是非常實用的一個點，比如這次公眾號推文，我會先發(fā)給AI，讓它幫我檢查語法、錯別字及標(biāo)點符號，還可以讓它給一些標(biāo)題建議。
同時我還用它來審核一些工作中的合同，告訴它審核的規(guī)則，把合同文檔發(fā)給AI進(jìn)行檢查，比人工檢查效率更高，也不容易出錯。
這塊能玩的東西很多，全面認(rèn)識AI的能力+個人需求場景+多學(xué)習(xí)別人的應(yīng)用案例，會有奇效。
總結(jié)一下
實踐情況：
1、AI在SaaS這塊的應(yīng)用要做到80-90分才能出效果，否則還不如人工，除非是一些容錯率要求較低的成績；
2、AI對于SaaS企業(yè)核心經(jīng)營指標(biāo)改進(jìn)目前還比較難，但這個值得重點關(guān)注和更多嘗試；
3、AI個人助理對于“知識型”工作者，挺好用。
本文由人人都是產(chǎn)品經(jīng)理作者【SAAS老司機】，微信公眾號：【SaaS老司機】，原創(chuàng)/授權(quán) 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。
- 目前還沒評論，等你發(fā)揮！
