從1到10:AI產(chǎn)品和互聯(lián)網(wǎng)產(chǎn)品的核心差異

1 評論 2926 瀏覽 16 收藏 13 分鐘

對智能原生產(chǎn)品而言,產(chǎn)品不僅需要從0到1,從1到10這個(gè)階段也十分關(guān)鍵,否則,就可能走上數字化或者SaaS的“老路”。怎么理解呢?一起來(lái)看看本文的分析。

看了下馬云的內部信,有點(diǎn)意外的是這只是關(guān)于情緒和態(tài)度。

因為人類(lèi)本身沒(méi)太大變化,所以就情緒和態(tài)度而言,在企業(yè)起伏的時(shí)候,大致上就總是:

在錯誤處帶來(lái)真實(shí),在懷疑處帶來(lái)信任,在混亂處帶來(lái)和諧,在沮喪處帶來(lái)希望。

但AI確實(shí)不止關(guān)于情緒,它有一些與過(guò)去迥異的運行規律。馬云說(shuō)的:AI時(shí)代剛剛到來(lái),一切才剛開(kāi)始,我們正當其時(shí)。這是對的。

然后呢?

然后我們其實(shí)需要認識這些差異,打造新的產(chǎn)品然后才可能創(chuàng )造新的用戶(hù)價(jià)值,AI的發(fā)展也才能真正閉環(huán)。

一、從0到1的相關(guān)故事

彼得蒂爾的從0到1可能是最成功的商業(yè)方法論書(shū)籍,核心原因正在于這是成功互聯(lián)網(wǎng)產(chǎn)品的最關(guān)鍵點(diǎn)。

成功的互聯(lián)網(wǎng)產(chǎn)品一定是PMF(Product Market Fit)型產(chǎn)品。

選擇一個(gè)領(lǐng)域,吃透一個(gè)領(lǐng)域,然后把互聯(lián)網(wǎng)技術(shù)加進(jìn)去,變成一個(gè)新的產(chǎn)品,驗證后大范圍復制,每個(gè)成功互聯(lián)網(wǎng)產(chǎn)品都是這么走過(guò)來(lái)的。

對產(chǎn)品進(jìn)行細分的話(huà),差異在于平臺化通過(guò)兩端開(kāi)放打開(kāi)了PMF的適配范圍,遠超單點(diǎn)的工具。

這套邏輯做到企業(yè)級產(chǎn)品(SaaS)的時(shí)候,就徹底折了。

不同的企業(yè)用各種方式捍衛自己的不一樣,所以做SaaS本質(zhì)上是N個(gè)從0到1,但一直沒(méi)有從1到100。

這種定制的復雜度超過(guò)現有技術(shù)架構的吸收能力,不管你是用應用商店,平臺,插件還是什么技術(shù),最終你本質(zhì)都需要一個(gè)一個(gè)交付,變成解決方案式擴張。

邊際效能靠人還是靠算力顯然有巨大差異。所以SaaS就集體持續虧損,但也還能活著(zhù)。

這種現實(shí)提示我們什么呢?

為什么產(chǎn)品是從0到1和從1到100兩個(gè)階段呢?

互聯(lián)網(wǎng)產(chǎn)品外化的是程序員的智能,可以留一些定制的空間,但這個(gè)空間是有限的,最終靈活適配能力的上限也還是程序員設定的。

所以這種產(chǎn)品力必須打對地方,互聯(lián)網(wǎng)的產(chǎn)品力和市場(chǎng)突破口如果打偏了就像非給牛喂豬肉一樣,費力不討好。

從0到1就解決這個(gè)準不準的問(wèn)題。

而這個(gè)問(wèn)題一解決,后面待解決問(wèn)題是一樣的,所以就可以純粹復制。

復制的邊際效能基本是算力的邊際效能,也就變成指數增長(cháng)。

典型的兩段論:趴在地上吃土+一飛沖天后吃肉;當然也有一直吃土的可能。

那AI還是這樣么?如果不是為什么?

二、AI產(chǎn)品的新特質(zhì)

AI的核心改變根本不是AIGC,包括Sora,而是它的概念識別和自行邏輯判斷能力。這潛在的意味著(zhù)計算范式的變化。

過(guò)去我們的計算模式本質(zhì)上是現實(shí)世界的需求由程序員折射成計算機世界的語(yǔ)言,然后計算機按照程序員的設定進(jìn)行執行。

AI下的計算模式不是這樣,程序員這個(gè)中間層越來(lái)越透明(不是徹底消失),人直接和模型進(jìn)行交互,然后具體的功能范圍是不定的。模型、策略和價(jià)值觀(guān)設定這個(gè)范圍,不再是程序員設定這個(gè)范圍了。

如果用圖形描述,那大概下面這樣:

這種新特質(zhì)即影響產(chǎn)品形態(tài),也影響相應產(chǎn)品的方法論。

產(chǎn)品形態(tài)上,過(guò)去用戶(hù)總是按照UI(圖形用戶(hù)界面)來(lái)完成某個(gè)功能。

而UI(圖形用戶(hù)界面)本質(zhì)是一種歸類(lèi),類(lèi)目的集合就是產(chǎn)品的邊界。即是功能的邊界,也是感知的邊界。

舉個(gè)例子,比如過(guò)去經(jīng)常說(shuō)的ERP,它充分對企業(yè)進(jìn)行抽象,然后覆蓋了某個(gè)范圍。這樣也就形成了一個(gè)自己的邊界(企業(yè)的適用范圍)和重量。

把這殼套到自己身上的時(shí)候,那企業(yè)可能承受不了它的重量。外部的變化會(huì )挑戰它的設定也會(huì )持續產(chǎn)生成本,最終就變成了上ERP找死,不上等死。

那假如ERP變成了企業(yè)的自動(dòng)駕駛,類(lèi)似Autopilot,會(huì )發(fā)生什么呢?

這時(shí)候反饋+智能+判斷>設定的流程。

因為寬適配,重量是減輕了,但會(huì )不會(huì )開(kāi)到溝里面則不好說(shuō)。

比如它檢測到了庫存水平和市場(chǎng)價(jià)格后可以發(fā)起采購的建議。

這個(gè)企業(yè)級的Autopilot也會(huì )自己更新自己,感知現實(shí),并根據價(jià)值設定處理程序員沒(méi)有預先設置的行為。

比如某個(gè)模塊出現安全漏洞,那會(huì )自己在測試環(huán)境啟動(dòng)測試并且發(fā)起更新審批。然后更新自己。

基于規則和基于模型的智能程度在這種應用場(chǎng)景下在尺度上拉開(kāi)巨大差異。

確定性匹配規則,靈活性匹配智能。

智能和靈活最終會(huì )帶來(lái)寬適配,也就不需要歸類(lèi)(太多沒(méi)法歸類(lèi)),所以就需要進(jìn)行基于自然語(yǔ)言的交互。GUI反倒是變成輔助。和現在正相反。

形態(tài)差異的表現是自然語(yǔ)言交互,但差異本質(zhì)在規則所體現的智能和模型所體現的智能適配范圍有著(zhù)巨大差異。

這在打磨產(chǎn)品上,會(huì )帶來(lái)什么樣的差異呢?

關(guān)于計算模式的部分參見(jiàn):

三、從1到10,AI產(chǎn)品的關(guān)鍵階段

如果你做的菜是四川菜,也給四川人吃,那就是從0到1 ,從1到100的兩段論。

但如果你做的四川菜,菜也是自己會(huì )微調的,那你搞完菜,在四川測試完(從0到1),估計還得每個(gè)省都抽樣測試下(從1到10),然后才能大規模推開(kāi)(從10到100)。

智能原生應用的這種自己進(jìn)行適配的特征也決定了這種應用類(lèi)型所匹配的領(lǐng)域。

如果是簡(jiǎn)單的規則就能搞定,并且產(chǎn)生利潤的地兒,其實(shí)并不是智能原生應用的最佳落點(diǎn)。它們一定程度上機會(huì )資源已經(jīng)被挖掘殆盡。

這種領(lǐng)域里智能原生創(chuàng )造的價(jià)值和按原有模式運轉產(chǎn)品創(chuàng )造價(jià)值沒(méi)有太大差異。

這也就意味著(zhù)智能原生應用就必然要解決復雜場(chǎng)景,解決規則所不能到達地方的問(wèn)題。(一定程度上現在偶爾會(huì )火的所謂AI APP在起點(diǎn)上就有問(wèn)題,沒(méi)有后勁的,也不可能取得成功)。

而如果智能原生應用要解決復雜場(chǎng)景的問(wèn)題,那在產(chǎn)品化的時(shí)候,必須把智能原生的特征發(fā)揮到極致,變成類(lèi)生命體。

這就就像那道自己會(huì )變的川菜一樣,從1到10會(huì )變成一個(gè)非常關(guān)鍵的階段。

我們可以舉一個(gè)正面的例子,比如做一個(gè)招聘的Agent。

它能夠非常完整的執行從收集需求,到篩選簡(jiǎn)歷,再到Offer發(fā)送,入職的全過(guò)程。

開(kāi)發(fā)完成后在某個(gè)或某幾個(gè)企業(yè)里面運轉良好,按照互聯(lián)網(wǎng)的概念,這時(shí)候從0到1是基本完成。

這時(shí)候可以產(chǎn)品化進(jìn)行PMF式擴張了么?

對于A(yíng)gent產(chǎn)品它必然不行,既然招聘需求、需求匹配都是自適應的,那么適合科技企業(yè)了,未必就適合快消品的企業(yè)。

可能導致不適應的這截正是用智能才能解決,用規則解決不了的部分。(智能原生應用的價(jià)值根基)

這部分的調優(yōu)、確認、打磨如果進(jìn)行概括,那就是從1到10。

這個(gè)環(huán)節過(guò)去對于互聯(lián)網(wǎng)產(chǎn)品不關(guān)鍵,但對于智能原生產(chǎn)品(類(lèi)生命體)很關(guān)鍵。

總結來(lái)說(shuō),互聯(lián)網(wǎng)產(chǎn)品是兩段論,而AI產(chǎn)品則是三段論。

從1到10這個(gè)階段對智能原生產(chǎn)品非常關(guān)鍵,搞不好就意味著(zhù)智能沒(méi)起作用,而一旦退回去變成不停的重復從0到1,那很可能就會(huì )走上數字化或者SaaS的老路。

四、產(chǎn)業(yè)空間

如果把各種產(chǎn)品放在智能的坐標軸上,那大概是這樣一種分布。

單純的工具,比如壓縮軟件或者安全軟件,那是一個(gè)固定形狀的球。我就干這個(gè)活,別的別找我。按過(guò)去的說(shuō)法,好的工具可以支撐10億美金企業(yè)。(chatGPT很不單純…)

平臺因為兩邊開(kāi)放,就很像一個(gè)擠擠可以變形的球,但能變的形狀是確定的。按照之前的說(shuō)法這是100億美金企業(yè)的支撐。生態(tài)號稱(chēng)是把上面一堆東西安在一起,但從智能角度看本質(zhì)并沒(méi)變化。

智能原生應用和上面不一樣,自身就是變形蟲(chóng),是類(lèi)生命體。環(huán)境需要什么樣,它自己就往那個(gè)方向變,自己也會(huì )進(jìn)化(程序改變自己 VS版本升級)。

真的智能原生程序不要人擠,自己就可以按需變形。

這種特性帶來(lái)一個(gè)壞處,智能原生應用雖然也是可大可小,但因為智能的通用度,就不太可能是單純的工具,所以不會(huì )是太小規模的產(chǎn)品。

技術(shù)決定了先天可能性,而投入產(chǎn)出決定了現實(shí)的可能性。

需要注意的是不能把智能原生應用和工具,包括本質(zhì)是工具的歌種好玩的APP放在一起,這不是一類(lèi)東西。

總結

如果問(wèn)大模型到底帶來(lái)了什么?那很多人的印象可能是能幫助寫(xiě)論文、能生成很拉風(fēng)的圖片、能生成視頻(Sora)。但這世界其實(shí)沒(méi)幾個(gè)人是天天做編輯工作的。如果人工智能的影響局限于,那就不可能帶來(lái)超過(guò)互聯(lián)網(wǎng)的生產(chǎn)力。大模型所帶來(lái)的能力里面最關(guān)鍵的其實(shí)是概念理解和自行判斷的能力?;谶@個(gè)能力才能構建真正的智能原生應用,而智能原生應用不單需要從0到1,還需要從1到10。

專(zhuān)欄作家

琢磨事,微信公眾號:琢磨事,人人都是產(chǎn)品經(jīng)理專(zhuān)欄作家。聲智科技副總裁。著(zhù)有《終極復制:人工智能將如何推動(dòng)社會(huì )巨變》、《完美軟件開(kāi)發(fā):方法與邏輯》、《互聯(lián)網(wǎng)+時(shí)代的7個(gè)引爆點(diǎn)》等書(shū)。

本文原創(chuàng )發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉載。

題圖來(lái)自 Unsplash,基于 CC0 協(xié)議

該文觀(guān)點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。

更多精彩內容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 大家都知道人工智能是未來(lái),但目前人工智能遠遠比不上互聯(lián)網(wǎng)的生產(chǎn)力,這篇文章很好的總結了SAAS應用和AI原生應用的區別,人工智能除非發(fā)展到概念理解和自行判斷,脫離里程序設定,才能構建真正的智能原生應用。

    來(lái)自陜西 回復