Table of Contents
本文內容整理自 2023 AI for better UX 實務研討 的 HackMD共筆文件。
1 講者資訊
史耀云 Allen-前 Roblox AI 資深產品負責人
成功的經驗都是許多事後的展現,來聊聊浪潮中的綜合視角,此次 Allen 分享更多內部的競爭和汰換、大小團隊的管理,其中提到無可奈何的提案和成功提案的抉擇。 對於大中小型的組織變化,過去的 AI 浪潮來襲,對於 AI 方法論、團隊的生存法則和關鍵轉折,討論新型態的內外部 AI Lean Startup 的時代。
AI 產品的流程變化,是否會進化帶來談對決的新視角
- 競爭汰換:內部動態實例
- 團隊組織:大小團隊應對策略
- 成本結構:人均替代、新體驗-舊體驗-替換成本
2 AI 產品六年如一日
講者分享自己在各個團隊中,見證 AI 與產品團隊互動的案例,並把這六年來的經歷分成4個時期。
第一時期:從 AI Labs ->AI+ ->+AI
寫論文跑算法訓練模型場景->場景還原+場景設計 -> 成果承擔
以線上叫車服務融入 AI 為例,原先期待 AI 可以做到:
- 客服(事後)能不能快速找到「適合的解決」。
- 安全(事中發生)事實的還原和預測。
- 體驗(事中做到)提供出色的產品體驗,確保客戶滿意度(引入產品團隊)
- 價格(事前預測)制定有效的價格策略,預測市場變化並做出適當調整。 補貼 vs 人工
- 造車(事先預防)在設計和製造過程中採取預防措施,以減少任何可能的問題
然而事實上,如果沒有現實、動態的情報,AI 並沒有辦法提供一個好的解法,例如:乘客通報客服手機遺失在車上,AI 要先確認手機是否真的在車上,才能有下一步。另一個例子,客戶滿意度低,有其中很大原因是反應車內異味問題,但實際上是為了退錢找理由,不是真的車內異味問題。
這必須透過每天幾千萬筆訂單,有效獲取數據,進行事中觀察或干預,擬定降低事故發生率的指標。將客訴資訊整理成向量數據庫,作為後續決策使用。
第二階段-大航海時代(團隊-自負盈虧)
- 拆回業務BU中,開始計算人均產出與成本
- 產品團隊拆入業務、設計CDX團隊:雙邊匯報 CDX和BU 共同承擔成本
- 以 Roblox 舉例:AI Moderation for Oversea and China → US
講者在開發 Roblox 的時候,運用大量的人力去測試,但發現各個國家規則(principle)-非常不標準化。
當外部的大模型直接導入小範圍的應用不合用時,需考量是否自建小模型。
第三階段-糾結惹,生產力工具AI產品設計過程和糾結
在開發 AI 產品過程中,也運用了各種 AI 生產力工具,為的是思考如何縮短迭代所需的成本。
work flow (Figjam / 藍湖 / 飛書 / auto UI )( Miro, Notion, Annotion, prototype, QA, launch )
然而這些基礎模型確實可以給你提供一些基本的結構,但重點是它們並不能幫助你完成整個設計。
當時的工作重點是思考在Figma中如何利用各種不同的工具『來取得進展』。
第四時代 -Lean Startup+內部創業
授權員工掌控目標和成本,各單位都成為利潤中心,營業額最大化費用最小化
洞察和反思:提升員工動機、靈活性和快速反應、促進創新。
缺點:協調困難、內部競爭、管理複雜性。
講者推薦延伸閱讀:《精實新創之道》、《稻盛和夫的實踐阿米巴經營》
3 LLM 產品進化帶來團隊決策全新視野
在軟體與數據的時代,產品與設計領域略來愈模糊
產品經理、設計師、開發者,分工不再那麼明顯。
但不變的是:尋找真理 -> 傳遞價值 -> 參與互動 -> 實現
step0:從工作傳遞變成參與者
長期來看,世界上被關注的事物不會變化的太快
降低成本 -> 提升效率 -> 價值提高
step1:產品/設計/eng越來越模糊- 內部可以做什麼
可以嘗試降低內部成本
比如從 Workflow、軟體產品開發流程下手:from sprint (2weeks) to 1 week
加速POC (proof of concept)
常用公式 : 新體驗-舊體驗-替換成本
step2:內部的AI賦能中(行業必備黑化)
人類可以專注的事情:如何精確的表述與辨識。
看清服務對象是誰,真正服務的對象是誰?
step3:值得再做一遍,生產力提升如何創造價值?
以 Gamma 為例子,過去作簡報需要思考各個角度(簡報者、聆聽者、互動者),有時候簡報者會卡在萬事起頭難,或是靈感湧現,但卡在改細節。
使用 Gamma 這些問題可以被加速解決,也保證聆聽者一定的視覺體驗。
4 工作定位轉變與反思
- PM 和 設計師的定位與走向,不一定會變少,但明年很重要。
目前尚未看到有效的 CUI (CUI, Communicational User Interface) - 仍需要小組織、低成本試錯的沙盒,AI Lean Startup 會是一個趨勢。
- 明年會是個關鍵,可能會有多模態獲取,例如:感知世界
(編按:AI 已經有嗅覺了- 2024.11)