首页 > 网赚项目 > 我们在打造一款名为GET智能写作的产品

我们在打造一款名为GET智能写作的产品

[导读]:2019年3月开始,我们在打造一款名为GET智能写作的产品,由于缺乏经验,做了一些看似很酷但无法解决问题的功能。回顾这些错误,问题的本质在于未能将场景中的问题与AI能力相匹配。...
2019年3月开始,我们在打造一款名为GET智能写作的产品,由于缺乏经验,做了一些看似很酷但无法解决问题的功能。回顾这些错误,问题的本质在于未能将场景中的问题与AI能力相匹配。
 
如今,我已经“淡忘”了AI的概念,因为我知道真正的用户价值源自于解决场景中的具体问题,而不是单纯地去打造炫酷体验感。记得有一次投资人问我:“你觉得AI有什么不能做的?”我很坚定的回答:“AI最不能做的就是代替人类”。
 
今天翻译的这篇文章也是与我的观点不谋而合,作者建议我们不要被“AI”这个技术概念给迷惑了,AI只是解决问题的战术,并不是企业的愿景和战略。
 
另外,他还给我们提供了一个很有用的决策框架——“场景-决策矩阵”,用于评估AI是否适用。当你准备在产品中使用某一种AI或者数据技术的时候,不妨看看此文。
 
随着人工智能(AI)和机器学习的概念炒作,各种名词术语也映入了我们的眼帘,以至于这种强大的技术变得更难以理解。
 
下面,我列举了一些对我个人来说很有用的技巧,我也希望这篇文章能帮助各位产品经理减少噪声,懂得如何更好地将人工智能融入日常工作。
一、宽泛的定义有助于更好地解决问题
首先,让我们忘掉到底什么是人工智能。根据我从事数据驱动型产品的经验,我发现,如果能对人工智能有个更宽泛的定义,将有助于我聚焦在要解决的问题上,而不是专注于解决方案中使用的某种技术。
 
作为产品经理,我们必须深入的理解我们的问题空间,以便我们能够正确地定义需求,让我们的团队去解决正确的问题。但在我们正确地定义问题之前,我们往往会过早地考虑“如何去做”,我们会不自觉地偏向于特定的解决方案。
 
为了避免这种情况,我更喜欢将AI定义为“自动化决策”。
 
我们做的大多数产品都需要基于数据来“决策”,但“决策”方式可以是多样的。它可以由机器或人类做出,数据可以是静态的或动态的。
 
当我们的注意力聚焦到“决策”这个词的时候,我们可以通过抽象的方式避免具体方法带来的复杂性,以及行业术语带来的噪声。这个更宽泛的定义能避免我们陷入过早考虑解决方案的困扰,让产品经理能够更加关注问题空间。
 
二、AI是一种用来解决问题的战术
产品经理在行动之前,需要有三个不可或缺的基石:
 
愿景:我们的最终目标;
战略:做正确的事情来实现我们的愿景;
战术:正确执行我们的战略;
不管在产品生命周期的哪个阶段,产品经理都需要去做好这三个要点。我们必须让我们的团队与我们正在努力实现的愿景保持一致,同时也要确保每个人都能理解我们的战略,以及将具有可行性的战术融入整体计划中。
 
我们需要注意的是,人工智能是一种可以用来解决特定问题的战术,而不是一种战略或愿景。倘若我们缺乏最终目标,就算用了人工智能也不会给终端用户带来任何价值。
 
举一个具体的在线视频公司“网飞”的例子。网飞是最早地大规模有效地应用人工智能的公司之一:
 
网飞的愿景:成为全球最好的娱乐发行服务商;
网飞的战略:通过独具吸引力的个性化体验来提升会员留存;
网飞的战术:评分系统、推荐、个性英雄镜头、使用情况跟踪等。
如你所见,在个性化体验的战略之下,有许多不同的战术来帮助网飞达成提升留存率的目标。数据和AI的使用因战术的不同而不同,而愿景和战略的描述并不要指明使用哪种技术或算法。
 
三、AI赋能人类而不是取代人类
当前,自动化相关的话题,引发了人们一些对未来工作的伦理问题的有趣讨论,随之而来的是,人们对AI如何赋能人类也产生了一些迷茫。
 
一个常见例子是自动驾驶汽车:在汽车行业内,汽车的自动化分为五个等级。大部分的话题都集中在完全自动驾驶(5级)实现以后,世界会发生怎样的改变。
 
产品经理必须认识到,AI能力的发展是需要阶段和时间的,并不是一蹴而就的。机器擅长的与人类不同,因此某些决策会更容易自动化。
 
高性能的AI能力首先需要一个庞大的训练数据集。这个训练数据集不仅要大量,还需要有良好的数据结构,并易于机器读取。理想情况下,这个数据集还应定义清楚什么是成功与失败,因为过去的结果是对未来的预测。
 
下面是我在考虑如何应用“自动化决策”时,经常使用的一个框架:
 
沿Y轴,常规性场景(Routine Scenario)发生的频率很高,并且其延展的可变性也很低,而细腻性场景(Nuanced Scenario)发生的频率很低,并且可能包含难以复制的细节。
 
沿X轴,信息性决策(Informational Decision)为终端用户提供附加的上下文信息,而行动性决策(Action-oriented Decision)代替终端用户执行动作。常规的场景往往会生成更可靠的训练数据集,因此机器更容易学习;信息性决策往往比面向行动的决策风险更低。
将这两个维度结合起来,可以得到四类自动化决策:
 
常规信息:容易预测,出错风险低;例如:汽车根据剩余燃油和驾驶行为估计剩余行驶距离;
细腻信息:难以预测,出错风险低;例如:汽车根据图像识别和驾驶行为防止驾驶员入睡;
常规行动:容易预测,如果有错误,则高风险;例如:正常情况下,汽车在高速度公路上自动驾驶;
细腻行动:难以预测,如果错误,则高风险;例如:汽车在繁忙的施工区域自动驾驶。
四、AI的三种不同方式的影响力
在过去十年中,通过研究数据驱动型产品,我发现了三个主要的用例组,这些用例可以帮助产品经理提高数据影响力:
1. AI可以优化或自动化业务运营
产品通过使用合理的行为跟踪可以生成一个数据集,能够赋能团队做出明智的业务运营决策。
 
例如,可以利用数据优化客户接触点和沟通,以提升转化率或减少客户流失。通过预测主题或结果,服务请求可以更有效地被筛选和分配。
 
从某种意义上,人工智能是一种可以提高团队效率和生产力的先进商业智能工具。
 
2. AI可以显著改善产品的用户体验
在这些例子中,交付给终端用户的产品形态并没有改变(例如,Uber的移动端),但是通过应用数据(例如,让乘客与附近的Uber司机相匹配),产品体验会变得更好。通过这种模式,产品团队通常可以创造独特的用户体验,成为公司的长期竞争优势。
 
3. AI可以从根本上改变产品
也许最著名的例子是网飞的系列电视剧《纸牌屋》的背后故事,通过使用数据重新定义了创造娱乐的方式。
 
这个系列不仅赢得了许多奖项,而且也深受网飞用户的喜爱。这也标志着公司进入了一个新的显著增长期。这说明AI有潜力为整个行业创造新的产品品类和新的趋势。
 
五、结论
综上所述,产品经理在思考如何将人工智能集成至产品时,可参考这四条基本原则:
 
通过对AI宽泛的定义能够帮助我们专注于解决问题,而不是直接思考最终的解决方案。
AI是一种帮助解决问题的战术,而不是一种战略或最终目标。
AI可以赋能人类但不能取代人类。
AI发挥作用的三种不同方式:优化运营、改善产品体验和创造新的产品品类。

本文来自投稿,不代表kokapp-kok体育APP-kok客户端立场,如若转载,请注明出处:http://couponcomments.com//wzxm/13.html

说点什么吧
  • 全部评论(0
    还没有评论,快来抢沙发吧!