top of page

五種方法讓新創的產品策略與AI最佳化結合

生成式AI已經在許多行業創造變革,雖然還在發展階段,但足以讓許多產品的設計及策略改變方向。對於新創來說,如何因應這波潮流,將生成式AI融入到產品策略將會是一大挑戰。本文分享Stephen Wunker的五大觀點供新創參考。

  • 深入挖掘Jobs To Be Done

  • 用戶需求轉移

  • 怎麼最好地將生成式AI與既有產品結合

  • 重新構思用戶體驗

  • 重新評估競爭優勢

深入挖掘Jobs To Be Done

在面臨重大的轉折點時,若只是以現行的辦法去推論什麼工作、任務是需要被改變的,那就沒辦法真正地善用新技術,因為很有可能最佳辦法是跳脫框架、意想不到的,甚至顛覆既有的工作模式,所以新創必須以一個更開放且嚴謹的角度來反思。


舉例來說,在常見的數位行銷策略中,AI可以幫助廣告在最適合的媒體上投放。但與其思索如何利用AI幫助最佳化廣告預算,不如以更宏觀的方向思考,有沒有可能透過生成式AI提出最適合不同媒體的廣告素材、預算,並且模擬後提升ROAS等指標的辦法呢?


用戶需求轉移

新技術變革同時也會影響著用戶需求的轉移,而探討衡量用戶需求的方法之一,就是透過Jobs To Be Done的分析以抓到大方向,因為核心且待完成的任務往往不會有太大的變化。此外,用戶的偏好也會帶來影響,解決辦法之一就是觀察行業領導者的做法,比方說是Adobe如何將生成式AI應用到產品之中?這對用戶的期望帶來什麼影響?


怎麼最好地將生成式AI與既有產品結合

主要分成兩個面向:生成式AI可以幫產品做什麼?產品又能幫生成式

AI做什麼?


以前者來說,該思考的重點是如何透過生成式AI的優勢改善用戶體驗、產品和新功能,甚至是建議用戶從來沒有思考過的新行為、用AI為這些實驗提供預測的結果,一步步挑戰極限。


另一方面,因為AI仰賴數據的輸入,如果大家都用同樣的數據,那麼競爭優勢就非常薄弱,所以一大重點將為怎麼提供獨有的數據予AI,幫公司創造獨特的優勢。比方說,提供更全面的用戶標籤、歷史數據等。


重新構思用戶體驗

善用生成式AI帶來的轉變絕對不僅止於最佳化用戶體驗,而是如何從根本轉變,這是新創需要更加著墨並且思考的挑戰。要做到這一點,必須回到Jobs To Be Done的見解,不僅僅需要用更嚴格的觀點分析Jobs,還要將所有跟新解決方案相關的因素納入考量,接著產出一套新的解決方案。


重新評估競爭優勢

擁有獨特數據可以幫忙公司保持競爭優勢,但這可能還不夠,因為生成式AI讓技術門檻降低,讓競爭更加劇烈。競爭優勢來自許多層面,對於新創來說,可以從所有具有潛力的創新角度來思考,像是怎麼透過AI的輔助讓用戶更快上手產品、如何成為競爭對手難以取代的生態系的其中一環等等。


生成式AI被比喻為互聯網時代的新革命,而且這次的革命來得又急又快。新創這可以透過這五種方法,讓產品策略保持前瞻性、不被輕易撼動地位。


Comments


bottom of page