為了確定不因高估人工智能的重要性而傳遞失敗的項目，重點放在原則上，并保持實驗的預期。
譯自 What Generative AI Means for Product Strategy and How to Evaluate It 。
回顧過去的 10 年，我們可以看到一堆最初受到巨大炒作但最終沒有成為“主流”的技術。無論是因為未能跨越鴻溝而最終被抛棄，還是在采用率滞後的情況下勉強存在，你可能很清楚我在說什麼。
然而，似乎每次新的炒作周期開始時，各大公司裡總有人開始大聲疾呼，聲稱如果他們不跟随這股浪潮，他們自己的産品或服務将會被抛在後頭，他們的組織将會命懸一線。
多年過去了，例如，你能想象如果你全力投入虛拟現實（VR）體驗、為微不足道的事物釋出不可替代的 NFT（非同質化代币），甚至将比特币完全整合到你的結賬體驗中，你的産品将會是多麼徹底的失敗？
雖然将生成式人工智能放在這些被過度吹捧的技術堆中似乎很容易，不管是因為你認為它很煩人、分散注意力，甚至讓人焦慮，但這樣做是愚蠢的。
潘多拉的盒子已經打開。任何人隻要有一小時的時間、谷歌和一些好奇心，都可以看到這種新的生成式人工智能技術是：
- 真實的
- 正在加速發展
- 被迅速采用
- 适用于大多數數字互動場景
技術變革，原則恒定
從這個意義上說，生成式 AI 很像它之前的平闆電腦，智能手機，電話和個人電腦。我們的基礎技術在不斷變化，而使用者及其問題的基本原則保持不變。
創新來自發現使用者自己認為重要的使用者問題，然後以更快，更便宜和更輕松的方式解決這些問題。汽車比馬車更好地解決了從 A 到 B 的核心問題，但問題本身保持不變。
這對生成式 AI 意味着需要轉變可以和/或應該解決的問題範例。以前由于太難或花費太高而根本不考慮的事情，現在可以通過 API 在幾分鐘内完成。
突然之間，曆史上一直太難解決的痛點問題需要你的關注。
處理利益相關者
盡管如前所述，生成式 AI 是真實的并且已經到來，但你自己組織中的高管和基層員工可能都會大聲疾呼，要麼聲稱你需要在所有地方都立即采用 AI，要麼忽略它，因為“它是個分心事”。
與所有新産品計劃一樣，要小心。沖動地對這些意見作出反應可能會導緻你錯過我們 VMware Tanzu Labs 認為所有産品團隊都應該進行的核心戰略流程。
為了避免由于高估 AI 的重要性而啟動無用的項目，請關注原則并保持積極的預期，因為你仍處于實驗階段。畢竟，你的産品仍可能過早上市，或者某些不可預見的情況可能導緻失敗。
這裡有一個理論上的例子：
我們可以肯定，部落格 CMS 平台内部有很大的聲音在呼籲他們需要為部落客的博文檔案添加一鍵語言模型，以便任何部落格讀者都可以與部落格“聊天”。
但這有意義嗎？建構這樣的功能肯定需要相當的時間和精力投入，但釋出後可能會發生什麼？我們的賭注是：寂靜。
使用者閱讀個人部落格的主要目的是為了擷取特定的技術答案嗎？可能不是。使用者會閱讀他們敬仰的人的部落格，沒錯，為了學習，但也為了了解作者的觀點，為他們對思想和觀點的整理提供娛樂，并了解最近的發展。使用者可能不知道在聊天界面中該如何提示 AI，也不一定關心。
現在，關于汽車機械細節的技術部落格是否會從提供聊天界面中創造價值呢？這很有可能，因為我們認為大多數通路這種部落格的人都是為了尋找對特定問題的具體答案，這些問題可以通過聊天界面提出。
如果你推出前者而不是後者，因為你感到有壓力要做一些 AI 相關的事情，那麼你就忽略了基本原則并推出了無用的東西。傳遞所要求的内容隻會讓聲音暫時平靜，然後你的路線圖就會再次受到質疑，因為你對它反應過度。
AI 戰略模型
檢視或建構 AI 産品戰略模型的第一步是完全不可議價的。你需要了解你的使用者并了解他們的問題。如果你沒有在幾個季度内進行實地通路或使用者訪談就憑直覺做出決定，你認為你知道的，這将導緻失敗。對自己誠實，繼續前進。
一旦你掌握了這些知識，你需要探索并記錄你的客戶的工作要完成的内容( jobs to be done, JTBD)。我們并不一定主張你在原有組織中完全采用 JTBD，但是質疑和記錄使用者選擇你的原因并要完成的工作是這裡的基礎。
在概述了你知道客戶希望你為他們做什麼的基礎上，你需要評估你的産品或組織在完成這項工作或任務方面的表現，以及通過什麼措施。
最後一步是了解 AI 能否提高這個績效或者使問題或工作完全無關緊要。
最後一步的一個例子是：你能否使用 AI 更好地提供單點登入體驗？或者你能否通過使用者的網絡攝像頭不斷授權通路應用程式(想象一下始終開啟的面部 ID)，進而完全消除 SSO 的需求？
對許多組織來說，如果 AI 将問題或工作變得完全無關緊要，他們将不會尋求成為替代品，因為這可能是一個政治敏感問題——如果可以的話，這将是一個柯達時刻。現在是避免災難并提出這個問題的時間，如果你想繼續創新。
如果似乎生成式 AI 可以增強你的産品或組織為使用者完成工作的方式，那麼産品負責人需要問："AI 能以重要的方式影響這個措施嗎？" 重要性的關鍵因素在于了解使用者判斷你的産品成功的措施。
評估的細粒度
到目前為止，我們一直模糊地談論你正在評估政策的産品或産品規模。
那是因為從産品經理到 CEO 都需要針對他們監管的内容制定 AI 戰略，無論是客戶應用程式還是一大批部門。許多 PM 所負責的産品将被更高層次的替換部門的政策所完全取代。
同樣，盡管這可能是一個不舒服的話題，但市場正在發展，作為從業者，我們有責任考慮 AI 的影響。
評估級别可能如下所示：
公司
- 你為什麼存在？
- 你幫助客戶實作的核心結果是什麼？
部門
- 這個部門為什麼存在？
- 這個部門如何與使用者/品牌體驗互動？
團隊
- 這個團隊在做什麼？
- 為哪個使用者？
- 為了實作什麼結果？
産品
- 這個産品讓使用者能夠實作什麼？
- 這個産品解決的問題是否由我們控制的使用者/品牌旅程的其他部分引起？
我們相信這項練習的結果是，與使用者旅程接觸的組織部分非常适合内部生成的 AI 功能、産品和體驗，而與使用者無關的組織部分在未來将被第三方 AI 工具最嚴重地破壞。
要深入了解圍繞生成式 AI 的噪音并充分利用現在就能為你提供的可能性，請參加我們即将舉辦的網絡研讨會“生成式 AI 101：生成式 AI 的現實及企業上司者需要知道的”。