为了确保不因高估人工智能的重要性而交付失败的项目，重点放在原则上，并保持实验的预期。
译自 What Generative AI Means for Product Strategy and How to Evaluate It 。
回顾过去的 10 年，我们可以看到一堆最初受到巨大炒作但最终没有成为“主流”的技术。无论是因为未能跨越鸿沟而最终被抛弃，还是在采用率滞后的情况下勉强存在，你可能很清楚我在说什么。
然而，似乎每次新的炒作周期开始时，各大公司里总有人开始大声疾呼，声称如果他们不跟随这股浪潮，他们自己的产品或服务将会被抛在后头，他们的组织将会命悬一线。
多年过去了，例如，你能想象如果你全力投入虚拟现实（VR）体验、为微不足道的事物发布不可替代的 NFT（非同质化代币），甚至将比特币完全整合到你的结账体验中，你的产品将会是多么彻底的失败？
虽然将生成式人工智能放在这些被过度吹捧的技术堆中似乎很容易，不管是因为你认为它很烦人、分散注意力，甚至让人焦虑，但这样做是愚蠢的。
潘多拉的盒子已经打开。任何人只要有一小时的时间、谷歌和一些好奇心，都可以看到这种新的生成式人工智能技术是：
- 真实的
- 正在加速发展
- 被迅速采用
- 适用于大多数数字互动场景
技术变革，原则恒定
从这个意义上说，生成式 AI 很像它之前的平板电脑，智能手机，电话和个人电脑。我们的基础技术在不断变化，而用户及其问题的基本原则保持不变。
创新来自发现用户自己认为重要的用户问题，然后以更快，更便宜和更轻松的方式解决这些问题。汽车比马车更好地解决了从 A 到 B 的核心问题，但问题本身保持不变。
这对生成式 AI 意味着需要转变可以和/或应该解决的问题范例。以前由于太难或花费太高而根本不考虑的事情，现在可以通过 API 在几分钟内完成。
突然之间，历史上一直太难解决的痛点问题需要你的关注。
处理利益相关者
尽管如前所述，生成式 AI 是真实的并且已经到来，但你自己组织中的高管和基层员工可能都会大声疾呼，要么声称你需要在所有地方都立即采用 AI，要么忽略它，因为“它是个分心事”。
与所有新产品计划一样，要小心。冲动地对这些意见作出反应可能会导致你错过我们 VMware Tanzu Labs 认为所有产品团队都应该进行的核心战略流程。
为了避免由于高估 AI 的重要性而启动无用的项目，请关注原则并保持积极的预期，因为你仍处于实验阶段。毕竟，你的产品仍可能过早上市，或者某些不可预见的情况可能导致失败。
这里有一个理论上的例子：
我们可以肯定，博客 CMS 平台内部有很大的声音在呼吁他们需要为博主的博文档案添加一键语言模型，以便任何博客读者都可以与博客“聊天”。
但这有意义吗？构建这样的功能肯定需要相当的时间和精力投入，但发布后可能会发生什么？我们的赌注是：寂静。
用户阅读个人博客的主要目的是为了获取特定的技术答案吗？可能不是。用户会阅读他们敬仰的人的博客，没错，为了学习，但也为了了解作者的观点，为他们对思想和观点的整理提供娱乐，并了解最近的发展。用户可能不知道在聊天界面中该如何提示 AI，也不一定关心。
现在，关于汽车机械细节的技术博客是否会从提供聊天界面中创造价值呢？这很有可能，因为我们认为大多数访问这种博客的人都是为了寻找对特定问题的具体答案，这些问题可以通过聊天界面提出。
如果你推出前者而不是后者，因为你感到有压力要做一些 AI 相关的事情，那么你就忽略了基本原则并推出了无用的东西。交付所要求的内容只会让声音暂时平静，然后你的路线图就会再次受到质疑，因为你对它反应过度。
AI 战略模型
查看或构建 AI 产品战略模型的第一步是完全不可议价的。你需要了解你的用户并理解他们的问题。如果你没有在几个季度内进行实地访问或用户访谈就凭直觉做出决定，你认为你知道的，这将导致失败。对自己诚实，继续前进。
一旦你掌握了这些知识，你需要探索并记录你的客户的工作要完成的内容( jobs to be done, JTBD)。我们并不一定主张你在原有组织中完全采用 JTBD，但是质疑和记录用户选择你的原因并要完成的工作是这里的基础。
在概述了你知道客户希望你为他们做什么的基础上，你需要评估你的产品或组织在完成这项工作或任务方面的表现，以及通过什么措施。
最后一步是了解 AI 能否提高这个绩效或者使问题或工作完全无关紧要。
最后一步的一个例子是：你能否使用 AI 更好地提供单点登录体验？或者你能否通过用户的网络摄像头不断授权访问应用程序(想象一下始终开启的面部 ID)，从而完全消除 SSO 的需求？
对许多组织来说，如果 AI 将问题或工作变得完全无关紧要，他们将不会寻求成为替代品，因为这可能是一个政治敏感问题——如果可以的话，这将是一个柯达时刻。现在是避免灾难并提出这个问题的时间，如果你想继续创新。
如果似乎生成式 AI 可以增强你的产品或组织为用户完成工作的方式，那么产品负责人需要问："AI 能以重要的方式影响这个措施吗？" 重要性的关键因素在于理解用户判断你的产品成功的措施。
评估的细粒度
到目前为止，我们一直模糊地谈论你正在评估策略的产品或产品规模。
那是因为从产品经理到 CEO 都需要针对他们监管的内容制定 AI 战略，无论是客户应用程序还是一大批部门。许多 PM 所负责的产品将被更高层次的替换部门的策略所完全取代。
同样，尽管这可能是一个不舒服的话题，但市场正在发展，作为从业者，我们有责任考虑 AI 的影响。
评估级别可能如下所示：
公司
- 你为什么存在？
- 你帮助客户实现的核心结果是什么？
部门
- 这个部门为什么存在？
- 这个部门如何与用户/品牌体验互动？
团队
- 这个团队在做什么？
- 为哪个用户？
- 为了实现什么结果？
产品
- 这个产品让用户能够实现什么？
- 这个产品解决的问题是否由我们控制的用户/品牌旅程的其他部分引起？
我们相信这项练习的结果是，与用户旅程接触的组织部分非常适合内部生成的 AI 功能、产品和体验，而与用户无关的组织部分在未来将被第三方 AI 工具最严重地破坏。
要深入了解围绕生成式 AI 的噪音并充分利用现在就能为你提供的可能性，请参加我们即将举办的网络研讨会“生成式 AI 101：生成式 AI 的现实及企业领导者需要知道的”。