如何避免业务提“离谱的AI需求”

0 评论 3775 浏览 4 收藏 13 分钟

B端产品与C端不同,在于使用者和决策者不是同一个人。这就导致有时候决策者会提出一些离谱的需求,然而这些离谱需求,实际上反映了他们的原始诉求与渴望。这时候,我们如何进行有效且合理的引导,避免业务提出“离谱的AI需求”?

前段时间在某个群聊里看到一张图。

这张图讲述了AI SaaS在推广过程中,由于对方老板不懂AI而产生的笑话。虽然有趣,但也让我感同身受。当前AI发展异常迅速,业务和领导们都在谈论AI,声称要用AI来实现各种目标。然而,他们提出的需求往往让人抓狂,例如:

“ChatGPT这么能聊,你给我做一个到我们客服上来,替换掉几个客服。”

“AI这么牛,你给我做一个AI程序员出来,我要替换掉几个技术。”

“有没有做个自动生成广告视频素材的AI,自动获客买量。”

这些需求无不透露出他们对AI的无知。他们对“AI迅猛发展与自身落后于时代”的恐惧,迫使他们努力在词汇量上跟上时代,结果提出了一些不切实际、无法落地的需求。

然而,业务提出的这些离谱需求,实际上反映了他们的原始诉求与渴望。我们应当重视这些需求,并以此为最终愿景,只不过在此之前需要脚踏实地走完前面的步骤。

作为内部的B端产品团队,有必要对内进行有效且合理的引导,避免业务提出“离谱的AI需求”。

一、为什么由我们进行内部引导?

个人觉得有以下几点原因:

1. 我们是B端系统的设计者,是需求的起点

B端系统的目标是实现业务的线上化、自动化、精细化和智能化。而AI的出现,是我们推动系统智能化建设的关键助力,也是“降本增效”的必然阶段。作为系统的设计者,B端产品经理理应发起并带头引导AI的应用。

2. 建立合理的AI预期,避免对AI不合理的需求变成了对我们的不合理判断

业务合作者和工作效果评定者如果对AI保持错误认知,加上市面上各种真假信息混杂,营销号把AI吹得天花乱坠,他们必然会对系统产生过高的期望并提出相关需求。当实现出现偏差时,他们将心理落差归结为“我们的无能”。

这对我们的职业生涯是致命的。因此,为了保住我们“B端产品的岗位”,我们需要进行正确的内部引导,让他们理解AI技术,对AI技术祛魅,从而把局面往有利于我们自身的位置上靠拢。

3. 业务落地AI不是一个人的事情,我们需要“同伴”,并向其他人借力

1)借力上级:

合理管理上级对AI的预期,给上级描绘AI具有可实现性的前景,能够让上级结合自身评估给到我们关键的支持(如成员、资金、数据等)。管理上级的预期是一个“同频”的过程,这个过程能引导上级建立合理的项目预期和评价指标,避免AI落地时的预期偏差产生对我们的负面评价。同时,我们能够让上级从更高的维度对AI与业务的结合进行思考,让我们的方案设计更具价值,避免在自身的惯性思维中撞到南墙。

正如《创造》一书所言,如果一个个体贡献者总是往下看,他们的眼睛只盯着自己紧迫的截止日期和工作细节,他们可能会撞到南墙。

2)借力业务:

最近在读《芯片战争》时候看到个案例:

飞利浦的光刻机研发了十多年,竟然还没推出可以商用的制造芯片的光刻机。飞利浦是个相当官僚的大型企业,研发部门与生产部门之间有很深的隔阂,研发部门自视甚高,不听客户意见,也不管生产问题,导致原型机很难被生产部门接受。

这案例说明了闭门造车的后果。B端工具的使用者是业务成员,我们的需求需要从业务中来,再到业务中去,否则会像飞利浦一样在芯片战争中败退。

因此,我们需要引导业务正确思考“AI和业务的结合”,让他们理解AI的运作和能实现的程度,从而辅助我们挖掘AI落地场景,将“重复的可标准化的”业务动作让AI替换。

同时,一些AI落地过程中的工作也可交由业务配合,如数据积累和采集,让他们从实际生产中积累高质量数据,AI的校验,让他们从专业视角评估AI的效果。

3)借力开发团队:

开发团队是我们实现AI落地B端的关键。我们需要让他们意识到项目的价值,并激发他们的热情,让大家“劲往一处使”,充分发挥主观能动性,挖掘技术、产品层面的核心人物,共同做好这件事。一个人的力量有限,多人协力,事情才能做得更好。同时,避免由于内部运转效率低下导致的交付质量不达标。

二、如何进行内容引导

1. 自己先成为内部 AI 专家

要想带领团队正确认知和理解AI,自己必须先成为内部的AI专家。我们并不需要成为行业顶尖的专家,但需要具备扎实的基础和应用能力。以下是一些具体的方法:

1)系统学习

系统学习是提升基础知识的关键途径。理解AI的基础概念是深入应用的前提。以下是一些系统学习的方法:

i)书籍阅读:选择几本评价较高的AI书籍,系统学习。

ii)课程学习:选择口碑较好的AI课程进行学习,虽然市面上卖课的很多,但其中不乏优质内容。

2)下手实践

如果对AI只是纸上谈兵,那永远只是不接地气的口嗨。我们对AI的认知只能停留在浅浅的表层,这会成为我们推广AI、建设AI工具的阻碍。

为此,我们也要亲自下手使用各种AI工具,在这个过程中需要了解清楚工具的能力边界、工具调参、提示词用法等,为后续让业务了解AI、用好AI做准备。

3)建立信息源

AI的发展是日新月异的,我们需要建立优质的信息获取渠道,以便我们能够跟上最新的行业变更,以不至于让自己落后。常见的优质信息源有咨询网站、视频网站、公众号、知识星球、社区、群聊等等,其中的重点是要跟对人/组织,他们才是给我们提供优质咨询的来源,渠道只是呈现的形式。

建立优质的信息源后,我们需要对其进行归类排序,按广度和深度进行分类,有些人/组织是会呈现最新的自选,有些人/组织并不会实时跟踪热点,但是会给到深度的认知和思考。之后便是养成定期阅读他们的习惯,时常更新自己的AI认知。

建立信息源的过程中,我们还可以重点找到“同路人”,找到一群与我们同样在AI领域探索的人,他们能够与我们互相监督、互相查漏补缺,思维的碰撞能迸发出更好的想法。一个人走得快,一群人走得更远。

4)沉淀信息

无论选择什么学习方法,我们都需要对所学内容进行总结和提炼。有时间的,可以进行汇总输出,围绕一个主题形成一篇文章。

为什么要这样做呢?《高效能人士七个习惯》中提到,学习的时候要以老师的角色来学习,除了吸收还要能复述。在学习的过程中,应做好准备:在48小时之内与别人分享或讨论阅读心得。”

这有点类似于费曼学习法,把学到的知识复述,让5岁的小孩也能立即听懂。当我们去模拟讲述一个知识的时候,我们会发现教学过程中的漏洞,通过不断修复漏洞,以达到完美的复述效果。这个学习过程等同于对知识的抽象、解构,用简单的话语讲述复杂的事情,这加深了我们对其的理解,从多维度去了解知识的本质,做到知其然也知其所以然。

此外,对外输出的过程是与他人建立链接的过程,他人能够对我们的观点进行补充,或者是指正我们之中的错误观点,从而对我们的所学所想进行补充,形成良性的正向循环。

2. 定期内部分享与沉淀

当具备一定的AI专业度后,可以对内进行相关知识的分享,提高团队的AI能力水平。分享的形式可以是讲座、文章或交流会等。重点在于“有一定频次”地进行分享,树立自己的内部影响力,形成一定的话语权。

通过分享,可以起到抛砖引玉的作用,挖掘同行者,引导他们一同输出并分享。一方面可以促进团队氛围的形成,另一方面树立内部的AI核心人物,这些人物能够在各块业务推动AI落地时,提供关键的辅助推动作用。

最后,分享产生的内容需要进行沉淀,以供其他人学习和查阅。

三、小结

AI在业务中的落地与推广离不开“人”的要素。用合理的方式引导团队,能够让上级给予我们支持,业务团队配合我们挖掘场景,开发团队高效运转,从而保证AI在业务中落地不再是一纸空谈。通过系统学习、实践操作、信息源建立和定期分享,我们可以有效避免业务提出离谱的AI需求,确保AI项目顺利推进并真正为企业创造价值。

专栏作家

柠檬饼干净又卫生,公众号:柠檬饼干净又卫生,人人都是产品经理专栏作家。一名游戏行业的B端产品,负责过游戏行业内CRM 、风控、BI、SDK、AI相关的内容,定期输出个人思考或总结文章~

本文原创发布于人人都是产品经理,未经许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!