生成式AI已經(jīng)迅速出現(xiàn)在眾多產(chǎn)品的戰(zhàn)略議程當中。雖然還達不到完美，但該技術已經(jīng)取得切實突破，帶來了顛覆性變革的潛力。其甚至讓人想到2007年的初代iPhone——雖然產(chǎn)品本身還有很大的改進空間，但卻標志著人機交互的新時代已然來臨。

那么，技術產(chǎn)品要如何適應生成式AI的爆紅？以下五種方法也許值得參考。 

1、深入理解客戶需要做些什么

大約20年前，我曾與哈佛大學的Clay Christensen一起參與他的Jobs to be Done咨詢項目，主要內(nèi)容就是幫助一家技術巨頭將移動電子產(chǎn)品引入業(yè)務流程。所謂“Jobs to be Done”，是Clay開發(fā)的一套查詢方法，核心就是幫助人們弄清手頭的活兒和必須干的活兒有什么區(qū)別。那家技術企業(yè)當時的狀態(tài)非常典型，就是被新技術吸引想要冒險一試。而Clay的思路就是幫助對方整理最核心的變革動機。因此，我們開始探索移動電子產(chǎn)品在哪些方面表現(xiàn)更好，最終確定了少數(shù)客戶類型和用例，之后又用Jobs to be Done來整理如何讓技術發(fā)揮最大作用、對現(xiàn)有工作又會造成哪些影響。

但現(xiàn)在的情況已經(jīng)有所不同，技術轉(zhuǎn)型的意義不僅是了解客戶想要什么，或者把活動拆分成一個個任務。生成式AI甚至可以提出客戶自己都沒想過的全新可能性，進而全面重塑任務形態(tài)。所以必須保持這種開放且嚴謹?shù)乃急鎽B(tài)度，一步步探索AI對原有業(yè)務體系的重塑機會。

例如，AI目前能幫助將廣告內(nèi)容定向投放至最合適的數(shù)字媒體。這并不是什么新鮮事，與其只關注AI如何幫助媒體策劃者高效完成任務（比如幫Facebook和谷歌分配廣告預算），倒不如退后一步，用Jobs to be Done的理念探索變革的可能性。生成式AI能否根據(jù)不同的屬性生成最佳廣告創(chuàng)意、設定適當?shù)念A算，并為廣告宣傳的投資回報建模？這當然不簡單，但卻具有可行性。而由此衍生出的，將是真正獨特且高度定制的創(chuàng)意性數(shù)字廣告內(nèi)容。

2、了解客戶偏好的轉(zhuǎn)變趨勢

在這個瞬息萬變的新時代，立足當下做產(chǎn)品規(guī)劃往往非常危險?？紤]到生成式AI給用戶預期帶來的改變，例如對人機之間交互方式的顛覆，也許新的機遇就在其中。未來的設備還會提供菜單嗎？用戶愿意在軟件中手動搜索嗎？或者說，他們會習慣把自己的需求告訴計算機，然后等待收取量身定制的答案？

這種偏好層面的改變，將對業(yè)務產(chǎn)生重大影響。雖然其中的顛覆程度不像純粹的解決方案那么直接，但方方面面的偏好匯聚起來，同樣會左右未來的遠景規(guī)劃。人們很快就會習慣新的軟件交互形式，所以不妨觀察并總結(jié)行業(yè)領導者們正在做哪些探索。例如，Adobe和Shutterstock等企業(yè)會如何將生成式AI納入自家創(chuàng)意產(chǎn)品套件的體驗當中？而通過文本指示AI為內(nèi)容創(chuàng)建定制化圖像等功能，又會帶來怎樣的客戶期望變化？

3、了解生成式AI的優(yōu)勢將在哪些方面與業(yè)務重合

這里我們要聊的，其實是一體兩面的問題。具體來講，既要考慮生成式AI能為我們做什么，也要考慮我們能為生成式AI做什么。

生成式AI具備一系列顯而易見的優(yōu)勢，比如具備出色的整合、個性化和參與能力。我們需要評估這些優(yōu)勢對用戶體驗乃至產(chǎn)品核心功能的影響，借AI之力使其更上一層樓。例如，生成式AI能否建議用戶嘗試前所未有的新操作？能否預覽這些操作可能產(chǎn)生的結(jié)果？

另一方面，我們也不妨思考現(xiàn)有系統(tǒng)如何幫助生成式AI也變得更好。AI系統(tǒng)以數(shù)據(jù)為血液，如果每個人都使用相同的數(shù)據(jù)，那就根本沒有什么競爭優(yōu)勢可言。相反，在引入專有數(shù)據(jù)之后，千人千面的企業(yè)級生成式AI才是未來的大方向。我們該如何使用自有系統(tǒng)采集和生成有助于建立競爭優(yōu)勢的數(shù)據(jù)？例如，能否通過專有數(shù)據(jù)更好地建立個性化體驗，或者使用更精確的價值導向信息優(yōu)化解決方案？能否使用現(xiàn)有系統(tǒng)做數(shù)據(jù)標記和分類，幫助AI更好地加以利用？數(shù)據(jù)之戰(zhàn)即將打響，誰掌握著最佳數(shù)據(jù)誰就能從中勝出。

4、從根本上重新審視客戶旅程與使用體驗

生成式AI的巨大潛力絕不止于改善客戶與軟件間的交互（這只是初步影響），而是最終要改變這一切。所以我們應當秉持專業(yè)的設計思維，隨時準備更新原有設計方案。在積累下一定數(shù)量的現(xiàn)有體驗優(yōu)化方案之后，就能逐漸摸清革命性顛覆將出現(xiàn)在哪個方向。

為此，我們還是要回到Jobs to be Done所強調(diào)的“必須干的活兒”上。其中既包含工作內(nèi)容本身，也包括采用新方案的動機和障礙等因素，據(jù)此做詳盡的標準設計。生成式AI如何為關鍵工作帶來前所未有的實現(xiàn)方法？如何在情感和功能層面為客戶提供不同的成功路徑？在哪里能夠塑造出高光時刻？

5、重新評估競爭戰(zhàn)略

專有數(shù)據(jù)雖然能幫助我們在AI競爭中保持一定優(yōu)勢，但卻難以長久?？紤]到AI可能將代碼的編寫和調(diào)試效率提升至前所未有的水平，預計市場競爭也會持續(xù)升溫。那么，這一切對我們的產(chǎn)品戰(zhàn)略又意味著什么？

競爭壓力將來自各個方面。我們需要認真考慮所有可行的創(chuàng)新載體，例如能否提供AI輔助的專業(yè)服務，確?？蛻裟芙栉覀兊漠a(chǎn)品獲得成功，而且解決方案可以與客戶的經(jīng)營方式緊密融合。另外，還應考慮如何建立起競爭對手難以企及的互補性產(chǎn)品生態(tài)。生成式AI的加入不僅會改變市場競爭的烈度，更會改變業(yè)務持續(xù)優(yōu)勢的具體面貌。

生成式AI的出現(xiàn)讓很多人加快起了互聯(lián)網(wǎng)誕生的前夕。沒錯，但這次的區(qū)別在于，一切都會變化得更快。隨著AI變革的迅速生根，大家不妨通過以上五種方式提前對產(chǎn)品戰(zhàn)略做出規(guī)劃調(diào)整。