Pengurus produk sentiasa menjadi jambatan antara teknologi dan perniagaan. Tetapi sekarang, jambatan itu berkembang pesat, kesopanan - AI generatif. Sekiranya anda berada dalam profesion pengurusan produk dan fikirkan genai sebagai "trend lain," anda sudah jauh di belakang. Benari untuk pengurus produk hari ini membentuk semula bagaimana produk dibayangkan, dibina, dan berskala.

Berita baik untuk anda? Lebih mudah bagi anda untuk menjadi genai-siap daripada yang anda fikirkan, juga, tanpa menyelam jauh ke dalam teknikal perkara. Di sini, kita memecah tepat bagaimana untuk melakukannya.

Marilah kita mulakan dengan keperluan keseluruhan latihan - mengapa AI generatif diperlukan untuk pengurusan produk.

Jadual Kandungan

• AI Generatif - norma baru untuk pengurus produk
• Memahami genai sebagai produk anda sendiri
  • Apa yang dilakukan oleh genai dengan baik?
  • Apa yang tidak dapat dilakukan dengan baik?
• Ketahui Bahasa Gue (tidak diperlukan PhD)
  • Kejuruteraan segera
  • Ketahui mengenai LLMS
  • Ketahui Ai Lingo
• Memikirkan semula Pengalaman Pengguna dengan Genai dalam fikiran
• Prototaip kilat cepat: dengan API
• Mula mengemukakan soalan produk Ai-First
• Menjadi etika dan penjaga pintu ux
• Kesimpulan

AI Generatif - norma baru untuk pengurus produk

Kenapa Gen-AI diperlukan untuk pengurusan produk selepas semua? Izinkan saya memastikan keperluan dengan contoh di sini.

Coca-Cola, minuman paling popular di dunia, kini menggunakan AI merentasi operasi. Jenama ini menggunakan AI bukan hanya untuk kempen pemasaran, tetapi untuk membimbing keputusan produk melalui analisis sentimen pengguna masa nyata. Untuk memberi anda intipati, kini menganalisis data dari media sosial, maklum balas pelanggan, dan trend jualan serantau.

Ini bermakna AI membantu Coca-Cola mengenal pasti keutamaan rasa, dan dengan itu melancarkan produk-produk hiper-setempat dan juga mengoptimumkan inventori oleh geografi. Seorang pengurus produk di Coca-Cola boleh membuat keputusan yang lebih cepat dan lebih yakin kerana AI sentiasa memberi makan kepada mereka.

Ini adalah norma di seluruh industri sekarang. Pengguna mengharapkan ciri AI-Enhanced sebagai lalai. Pemangku kepentingan meminta "sesuatu seperti chatgpt." Dan yang paling penting, pesaing anda sudah bereksperimen dengan copilot, pembantu pintar, dan ciri-ciri generasi auto.

Bayangkan sebuah syarikat minuman bersaing yang masih bergantung semata -mata pada laporan jualan suku tahunan dan tinjauan manual. Gelung maklum balas mereka perlahan, masa tindak balas mereka sudah lapuk, dan produk mereka melancarkan sering terlepas tanda. Di dunia di mana AI dapat membantu anda melihat, mengesahkan, dan bertindak pada trend dalam masa nyata, tidak menggunakannya seperti menunjukkan kepada perlumbaan Formula 1 dengan basikal.

Anda tidak mahu menaiki basikal di trek, bukan? Oleh itu, mari kita menyelam ke dalam racecar anda yang seterusnya - AI Generatif.

Memahami genai sebagai produk anda sendiri

Fikirkan Guei sebagai produk anda sendiri. Anda tidak akan menghantarnya tanpa mengetahui dengan tepat apa yang hebat, di mana ia mengalahkan persaingan, dan apa yang tidak dimaksudkan. Izinkan saya bersinar sedikit di kawasan itu untuk anda.

Apa yang dilakukan oleh genai dengan baik?

• Menjana kandungan: Ia betul dalam nama - pertimbangkan ini sebagai kekuatan utama AI generatif. Ia mungkin boleh menghasilkan kandungan pada sebarang topik, merentasi format. Fikirkan e -mel, petua, nota pelepasan, salinan UI, Soalan Lazim, walaupun teks SEO. Sebagai PM, anda boleh menggunakannya untuk bergerak lebih cepat merentasi dokumentasi, prototaip, dan komunikasi pengguna, menjimatkan masa besar dari ideasi ke pelancaran dan maklum balas.
• Idea Rapid: Anda tidak akan menemui sesiapa yang pintar (pasti tidak secepat) rakan kongsi untuk ideasi. Pertanyaan atau prompt mudah boleh menghasilkan banyak idea di seluruh kawasan di mana anda mencari perspektif yang baru. Rasanya seperti mempunyai teman brainstorming yang selalu dengan pasca tak terhingga.
• Penyelidikan yang mendalam: Alat Genai moden boleh melakukan penyelidikan yang luas dalam masa beberapa minit. Apabila anda bersiap untuk memperkenalkan produk anda yang seterusnya di pasaran, ia mungkin dapat memberitahu anda mana -mana dan setiap pelancaran produk yang serupa dalam keseluruhan sejarah, memberikan anda pandangan utama mengenai amalan terbaik dan kegagalan yang boleh anda pelajari.
• Simulasi dan ujian: AI generatif boleh meniru personas. Ini pada dasarnya bermakna ia boleh memainkan peranan sebagai pemasa pertama yang keliru atau pengguna kuasa yang cuba memecahkan sistem, membantu anda menguji UX sebelum ia mencapai pengguna sebenar anda.
• Pembantu Peribadi: Ini adalah penggunaan AI generatif yang paling dicari, untuk menguruskan tugas-tugas yang meniup dan membosankan yang memakan masa berharga anda. Dalam tugas sehari -hari anda sebagai pengurus produk, anda boleh menggunakannya untuk mengatur nota mesyuarat yang berantakan, wawancara pelanggan, log sokongan, dan mana -mana, menjimatkan jalur lebar mental. Maksudnya, anda memberi tumpuan kepada keputusan, ia menjaga dokumentasi.

Apa yang tidak dapat dilakukan dengan baik?

Dengan semua tambahan, terdapat beberapa kekurangan. AI Generatif, dalam keadaannya sekarang, menghadapi beberapa perjuangan, misalnya:

• Ia tidak boleh melakukan penalaran yang kompleks, langkah demi langkah serta manusia.
• Ia tidak benar -benar memahami niat pengguna anda. Ia boleh meneka, tetapi tidak berfikir seperti yang mereka lakukan.

Ini pada dasarnya bermakna sebagai pengurus produk, anda boleh merawat genai seperti rakan kongsi produk. Anda harus tahu kapan untuk bersandar di atasnya dan kapan untuk meletakkan penjaga di tempat.

Ketahui Bahasa Gue (tidak diperlukan PhD)

Sekarang anda tahu bagaimana AI generatif dapat membantu anda, anda perlu belajar bagaimana untuk digunakan untuk digunakan. Untuk itu, belajar bahasa genai sangat penting. Inilah yang perlu anda fokuskan pada:

Kejuruteraan segera

Sebagai contoh, pada tahap yang paling asas, anda perlu mempelajari kejuruteraan segera. Konteks - Prompt adalah pertanyaan atau arahan yang anda berikan kepada alat AI anda. Sebagai contoh, anda boleh meminta Chatgpt untuk "menulis e -mel kepada pasukan untuk mesyuarat pada pukul 5 petang." Walaupun ini adalah contoh yang sangat asas, arahan anda akan mendapat lebih banyak dan lebih teknikal apabila anda meningkatkan penggunaan AI generatif anda.

Itulah apabila anda perlu tahu cara terbaik untuk menulis pertanyaan anda, untuk AI menghasilkan hasil yang terbaik. Berikut adalah contoh yang tidak baik dan arahan yang sangat baik dari konteks pengurus produk:

Ganjaran buruk:

"Tulis beberapa cadangan untuk meningkatkan pengalaman pengguna."

CTRAD HEBAT:

"Anda adalah penyelidik UX untuk papan pemuka SaaS Analytics. Cadangkan 5 penambahbaikan UX untuk aliran onboarding pengurus pemasaran kali pertama.

Kejuruteraan yang cepat hanyalah pembelajaran seni untuk memberikan petunjuk kepada AI generatif. Anda tidak perlu mengambil kursus untuknya. Cukup baca melalui panduan terperinci kami mengenai kejuruteraan segera di sini, dan anda akan berjalan dengan baik untuk memberikan petunjuk yang sangat spesifik dan bermanfaat dengan beberapa amalan.

Ketahui mengenai LLMS

LLM adalah model bahasa yang besar - apa yang anda ketahui sebagai chatgpt dan claude. Ini adalah sistem AI yang dilatih dalam dataset besar untuk memahami dan menjana bahasa seperti manusia. Anda boleh membaca tentang LLM secara terperinci di sini.

Sebagai pengurus produk, anda tidak perlu melatih LLM. Walaupun anda perlu memahami bagaimana mereka bekerja, apa had mereka, dan berapa cepat mereka berkembang. Mengetahui perbezaan antara model GPT-4, Claude, dan sumber terbuka seperti Llama bukanlah perkara biasa untuk anda. Ia mempunyai aplikasi praktikal - ia membantu anda memilih model yang tepat untuk kes penggunaan yang betul.

Anda lihat, sementara dunia berjalan selepas skor penanda aras LLM yang berbeza, hakikatnya ialah setiap LLM mempunyai bidang kepakaran sendiri. Ini hanya timbul dari data yang diberi makan kepada mereka semasa dalam latihan. Ini bermakna LLM tertentu mungkin lebih sesuai untuk keperluan anda daripada yang lain. Semasa anda mencuba tangan anda pada pelbagai model yang tersedia, anda akhirnya akan mencari saman anda.

Ketahui Ai Lingo

Sebahagian daripada tugas pengurus produk adalah untuk menyelaraskan kepimpinan dan jabatan. Dalam mesyuarat sedemikian, anda sepatutnya dapat bercakap dengan jurutera, vendor, dan kepimpinan anda tanpa terdengar hilang. Itulah sebabnya anda perlu tahu, sekurang -kurangnya, makna beberapa kata kunci yang berkaitan dengan AI generatif. Sebahagian daripadanya adalah:

• had token
• halusinasi
• latensi
• penalaan halus
• Rag - Generasi Augmented Retrieval

Unsur -unsur ini secara langsung boleh memberi kesan kepada kelajuan, ketepatan, dan UX produk anda. Sebaik sahaja anda mengenali mereka, anda akan mengetahui semua bidang untuk penambahbaikan.

Memikirkan semula Pengalaman Pengguna dengan Genai dalam fikiran

Generatif AI telah mengubah permainan UX. Sekiranya anda berfikir secara berbeza, biarkan saya hanya jujur dan berani memberitahu anda di sini bahawa anda salah! Aliran produk lama tidak terpakai apabila pengguna hanya boleh "bertanya" untuk apa yang mereka mahu.

Lihatlah, dan mudah dilihat. Kotak carian telah berubah menjadi tingkap sembang. Daripada menaip kata kunci, pengguna kini bertanya: "Apa penerbangan termurah ke Goa hujung minggu depan dengan bilik kaki tambahan?" Pembantu Benami dari Google, Bing, dan banyak perkhidmatan lain meludahkan jawapan dengan serta -merta.

Di Canva, pengguna tidak lagi mengklik ikon. Mereka hanya menaip "membuat logo minimalis dalam hijau dan hitam," dan AI menciptanya. Antara muka adalah perbualan sekarang.

Perubahan itu bukan hanya digital. Samsung's Smart Fridges kini menggunakan AI untuk mengesyorkan resipi berdasarkan apa yang ada di dalamnya. Malah BMW melancarkan pengalaman suara bertenaga Genai yang dapat menjelaskan makluman papan dashboard, menjawab soalan susulan, dan mengendalikan perbualan semula jadi, jauh melampaui era "set suhu ke 22" lama.

Oleh itu, jika produk anda masih mengharapkan pengguna memanfaatkan tab atau menu yang tidak berkesudahan hanya untuk mendapatkan sesuatu yang dilakukan, saya fikir anda boleh membuat tekaan yang berpendidikan.

Sebagai pengurus produk yang menggunakan genai, anda perlu memikirkan semula antara muka, perjalanan pengguna, dan pengendalian kesilapan di dunia di mana output adalah probabilistik, bukan deterministik.

Prototaip kilat cepat: dengan API

AI boleh diakses hari ini telah berkembang ke titik bahawa ia sendiri boleh bertindak sebagai alat pelaksanaan, untuk dirinya sendiri. Maksudnya, tidak lagi menunggu pasukan teknologi penuh untuk membina ciri AI. Alat seperti API Openai, Claude, Llamaindex Langchain, membiarkan anda prototaip ciri -ciri genai dalam beberapa jam.

Mahukan alat cadangan kandungan di dalam produk anda? Bina demo dengan GPT-4 dan frontend tanggapan. Di sinilah anda tidak perlu membuat alasan atau bersabar untuk membawa ciri baru. Cukup membina prototaip melalui alat-alat ini, dan apabila ia membawa anda tepuk tangan yang layak, dapatkan pasukan teknologi anda ke rumahnya.

Mula mengemukakan soalan produk Ai-First

Pengurus produk Genai-Ready yang terbaik telah mengubah pendekatan mereka. Saya tidak pasti jika anda mempunyai atau tidak, tetapi saya pasti anda tidak keberatan belajar dari yang terbaik dalam peranan anda. Di Microsoft, pengurus produk kini bertindak sebagai jurulatih AI untuk produk berasaskan ejen. Mondelez, yang terkenal dengan makanan ringannya seperti Oreo dan Cadbury, menggunakan AI untuk melancarkan dan melancarkan produk makanan baru dengan lebih cepat. Di PepsiCo, PMS memanfaatkan AI untuk keputusan yang didorong oleh data masa nyata dalam operasi. Anda menamakan jenama yang diketahui, dan AI mungkin sudah menjadi sebahagian daripada perjalanan produknya sekarang.

Jika anda ingin dimasukkan ke dalam senarai ini, berikut adalah beberapa soalan yang boleh anda tanyakan mengenai diri anda dan jenama anda yang akan membantu anda menyelaraskan keperluan anda dengan GueLy:

• Apa bahagian aliran kerja anda yang boleh automatik atau dipertingkatkan oleh genai?
• Bolehkah anda memperibadikan pengalaman menggunakan data pengguna LLMS?
• Bagaimana anda mengukur kejayaan apabila output berbeza -beza?
• Apa sandaran apabila model itu salah?

Soalan -soalan ini akan bertindak sebagai pelan tindakan untuk pelaksanaan AI anda, atau sekurang -kurangnya, akan membantu anda mempunyai idea yang adil tentang cara terbaik untuk meletakkan Guei untuk digunakan dalam organisasi anda.

Menjadi etika dan penjaga pintu ux

Ingat, penggunaan AI memperkenalkan risiko baru - kecenderungan, halusinasi, dan privasi. Sebagai pengurus produk, anda harus membina kepercayaan lebih penting daripada anda membina ciri -ciri. Untuk ini, anda harus meletakkan Genai untuk menggunakan etika dan tepat sebagai pengurus produk.

Pada titik yang berbeza dalam perjalanan pengguna, soalan sendiri seperti:

• Adakah kita mendedahkan data pengguna ke model AI luaran?
• Bolehkah AI mengatakan sesuatu yang menyinggung perasaan atau mengelirukan?
• Sekiranya pengguna tahu bahawa mereka berinteraksi dengan model?

Menjadi genai-siap bermakna berfikir di luar ciri. Ini bermakna membina secara bertanggungjawab.

Kesimpulan

Menjadi pengurus produk yang siap digunakan oleh Genai tidak bermakna anda perlu kod model dari awal. Ini bermakna anda memahami kemungkinan, risiko, dan nilai yang dibawa ke meja. Dengan menggunakan AI dalam operasi anda, anda boleh berpotensi menguji dengan cepat, gagal lebih cepat, dan memenangi super-big, semua melalui produk yang masuk akal dalam dunia AI-asli.

Oleh itu, jika anda seorang pengurus produk, ubah penerangan pekerjaan anda hari ini. Termasuk: "Memahami AI cukup baik untuk menggunakannya dengan bijak."

Kerana pengurus produk terbaik tidak akan menyesuaikan diri dengan AI. Mereka akan menjadikannya kelebihan dan mentakrifkan semula produk apa pun.

Atas ialah kandungan terperinci Bagaimanakah pengurus produk boleh menjadi genai siap?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!