Жулиен Флоркин

Автоматизация

Ръководство за ръководители за приоритетите на изкуствения интелект за бизнеса с дигитални продукти

Бизнесът с дигитални продукти трябва да даде приоритет на ИИ там, където той подобрява стойността за клиента, откриваемостта, доставката, качеството, поддръжката, адаптацията, анализите и управлението, вместо да добавя ИИ функции навсякъде.

Карта на приоритетите на изкуствения интелект за бизнеси с дигитални продукти, показваща откриване на продукти, инженеринг, качество, поддръжка, адаптация, анализи, управление и стойност за клиента.

Бизнесът с дигитални продукти има странно предимство с изкуствения интелект. Тяхната работа вече е силно свързана със софтуер, богата на данни, основана на обратна връзка и близка до видовете задачи, които изкуственият интелект може да поддържа. Продуктовите мениджъри пишат изисквания. Дизайнерите проучват опциите. Инженерите изграждат, тестват и отстраняват грешки. Екипите, отговарящи за клиентите, обработват повтарящи се въпроси. Екипите за растеж анализират поведението. Лидерите вземат решения за пътната карта в условия на несигурност.

Изкуственият интелект може да докосне всичко това.

Точно затова приоритизирането е важно. Когато всеки екип може да си представи случай на употреба, компанията може лесно да разпръсне усилията си върху твърде много експерименти: чатбот тук, асистент за кодиране там, автоматизация на поддръжката, обобщаващ пътни карти, асистент за отчитане, генератор на прототипи, работен процес за бележки от срещи, синтетична идея за потребителско проучване.

Някои от тях ще помогнат. Някои ще загубят време. Някои ще създадат риск. Работата на ръководството не е да насърчава изкуствения интелект навсякъде. Тя е да реши къде изкуственият интелект трябва да промени икономиката, качеството, скоростта или скоростта на обучение на продуктовия бизнес.

Най-силните приоритети в областта на изкуствения интелект за компаниите за дигитални продукти обикновено се намират там, където се срещат стойността на продукта, капацитетът за доставка, клиентското изживяване и оперативната дисциплина.

В тази статия

Грешна отправна точка: Изкуственият интелект се представя на първо място

Много бизнеси за дигитални продукти започват с въпроса: „Какви функции с изкуствен интелект можем да добавим към продукта?“

Този въпрос е разбираем. Клиентите очакват по-умни продукти. Конкурентите добавят изкуствен интелект. Инвеститорите и бордовете питат за стратегията за изкуствен интелект. Продуктовите екипи искат да избегнат бавния подход.

Но функциите на изкуствения интелект са само една част от възможността. За много компании по-голямата стойност може да дойде от подобряването на начина, по който работи продуктовият бизнес:

  • По-добро откриване и по-бързо разбиране на клиентите.
  • По-ясни изисквания към продуктите.
  • По-бързи инженерни цикли.
  • По-надеждно тестване и осигуряване на качеството.
  • По-добро отклонение на опората.
  • По-персонализирано внедряване.
  • По-силна продуктова аналитика.
  • По-добър достъп до вътрешни знания.
  • Подобрена реакция при инциденти и оперативно обучение.

Функция на изкуствен интелект, която звучи впечатляващо, но не подобрява активирането, задържането, приходите, качеството или стойността за клиентите, не е стратегически приоритет. Тя е просто декорация на продукта.

Ръководителите трябва да разграничат три слоя:

слой Въпрос към изпълнителната власт
Изкуствен интелект в продукта Как може изкуственият интелект да подобри потребителското изживяване или резултатите за клиентите?
Изкуствен интелект в операционния модел на продукта Как изкуственият интелект може да подобри откриването, предоставянето, качеството, поддръжката и обучението?
Изкуствен интелект в бизнес модела Как изкуственият интелект променя ценообразуването, маржовете, диференциацията или пазарната позиция?

Най-добрата пътна карта обикновено взема предвид и трите, но не с еднаква спешност.

Приоритет 1: подобряване на откриваемостта на продуктите преди по-бързо изграждане

По-бързото изграждане е полезно само ако екипът изгражда правилните неща. Ето защо откриването на продукти трябва да бъде една от първите приоритетни области на ИИ.

Изкуственият интелект може да помогне на продуктовите екипи да обработват и синтезират големи количества качествени и количествени данни:

  • Интервюта с клиенти.
  • Билетите за поддръжка.
  • Бележки от търговски разговори.
  • Заявки за функции.
  • Причини за отпадане.
  • Отзиви за приложения.
  • Дискусии в общността.
  • Страници на конкуренти.
  • Бележки за анализ на продукти.

Ценността не е в това, че изкуственият интелект замества продуктовата преценка. Той помага на продуктовите екипи да виждат модели по-рано и да прекарват по-малко време в ръчно сортиране на суровата информация.

Полезни приложения за откриване включват:

  • Групиране на обратната връзка от клиентите по проблем, сегмент и спешност.
  • Обобщаване на повтарящи се възражения от разговорите за продажби и поддръжка.
  • Сравняване на заявените функции с действителните проблеми със запазването или активирането.
  • Изготвяне на брифинги за възможности от структурирани доказателства.
  • Идентифициране на случаите, когато клиентите използват различен език от този на продуктовия екип.

Приоритетът на ръководството е да направи откриването на информация по-базирано на доказателства, а не просто по-бързо. Изкуственият интелект трябва да намали разстоянието между реалността на клиента и процеса на вземане на решения за продукта.

Приоритет 2: затягане на изискванията и протоколите от решенията

Компаниите за дигитални продукти губят много време поради неясни изисквания. Инженерите получават неясни заявки. Дизайнерите нямат контекст. Продуктовите мениджъри пренаписват решенията на няколко места. Заинтересованите страни променят мнението си, без да актуализират предположенията. Екипите спорят за това какво е било договорено, защото пътят на решенията е слаб.

Изкуственият интелект може да помогне тук, но само ако компанията има ясен продуктов оперативен модел.

Добрата поддръжка на изкуствен интелект може да превърне разхвърляните бележки в:

  • Проблемни твърдения.
  • Потребителски истории.
  • Критерии за приемане.
  • Крайни случаи.
  • Записи с решения.
  • Рискове и допускания.
  • Планове за експерименти.
  • Бележки по изданието.

Това не са административни любопитни факти. Подобрява качеството на изпълнение, защото екипите споделят един и същ контекст.

За ръководителите приоритетът трябва да бъде прост: да използват изкуствен интелект, за да направят решенията за продуктите по-ясни. Всяка смислена инициатива трябва да има ясен отговор на тези въпроси:

въпрос Защо това има значение
Какъв проблем на клиента решаваме? Предотвратява изходните функции да заместват стойността за клиента
Какви доказателства подкрепят този приоритет? Намалява политическите процеси, свързани с пътната карта, и циклите на обществено мнение
Какво е извън обхвата? Защитава фокуса на доставката
Как ще разберем, че е проработило? Свързва работата по продукта с измерими резултати
Какви рискове се нуждаят от преглед? Намалява скритото излагане на риск от качество, сигурност или съответствие

Изкуственият интелект може да изготвя и поддържа документите, но ръководството трябва да определи стандарта.

Приоритет 3: увеличаване на инженерната производителност без влошаване на качеството

Асистентите за кодиране с изкуствен интелект са едно от най-видимите приложения на изкуствения интелект в бизнеса с дигитални продукти. Изследванията и отрасловите доклади показват значителен потенциал, но доказателствата не са едномерни. Някои проучвания и фирмени доклади показват повишаване на производителността, докато други полеви изследвания показват, че въздействието може да варира в зависимост от опита на разработчиците, зрялостта на кодовата база, вида на задачата и метода на измерване.

Този нюанс е от значение. Инженерната производителност не е просто „произведени редове код“. Това е скоростта, с която ценни, сигурни и поддържаеми промени в продукта достигат до потребителите.

Ръководителите трябва да дадат приоритет на изкуствения интелект в цялата система за предоставяне на софтуер, не само в генерирането на код.

Високостойностните инженерни случаи на употреба включват:

  • Изготвяне на шаблонен код и тестове.
  • Обяснение на непознат код.
  • Предлагане на рефактори.
  • Генериране на миграционни планове.
  • Подобряване на документацията.
  • Писане на тестови случаи от изисквания.
  • Помагане при разследване на грешки.
  • Обобщаване на заявките за изтегляне (pull requests).
  • Подкрепящ анализ на инциденти.

Правилният показател не е дали разработчиците се чувстват по-бързи. По-важно е дали организацията подобрява времето за изпълнение, честотата на внедряване, процента на дефекти, поддръжката, прегледа на сигурността и въздействието върху клиентите.

Изкуственият интелект може да ускори инженерството. Той може също така да създаде тежест от преглед, фини дефекти или непоследователни модели, ако екипите го използват без стандарти. Приоритетът трябва да бъде производителността с качество, а не суровите резултати.

Приоритет 4: Направете осигуряването на качеството по-интелигентно

Бизнесът с дигитални продукти често инвестира недостатъчно в качеството, докато то не се превърне в ограничение за растежа. Изкуственият интелект прави това още по-важно, защото по-бързото разработване може да увеличи обема на промените, които се нуждаят от преглед.

Изкуственият интелект може да поддържа качеството по няколко начина:

  • Генериране на тестови сценарии от изисквания.
  • Създаване на контролни списъци за гранични случаи.
  • Сравняване на очакваното поведение с бележките за внедряване.
  • Обобщаване на моделите на дефектите.
  • Приоритизиране на риска от регресия.
  • Изготвяне на харти за проучвателно тестване.
  • Анализиране на заявки за поддръжка след пускането.

Това е особено полезно, когато сложността на продукта се увеличава. Тъй като продуктите добавят интеграции, роли, разрешения, правила за ценообразуване, работни потоци, функции за изкуствен интелект и зависимости от данни, ръчното мислене за качество става по-трудно за мащабиране.

Ръководителите трябва да третират осигуряването на качеството като приоритет на изкуствения интелект, защото качеството е част от продуктовата икономика. Дефектите увеличават разходите за поддръжка, намаляват доверието, забавят пускането на продукти и разсейват инженерите от работата по пътната карта.

Въпросът за лидерството е:

Как да използваме изкуствен интелект, за да открием по-ранно повече продуктови рискове, без да създаваме фалшиво чувство за безопасност?

Това означава, че изкуственият интелект може да съдейства за тестването, но отговорността остава на продукта и инженерната система.

Приоритет 5: намаляване на натоварването на поддръжката, като същевременно се подобрява клиентското изживяване

Поддръжката често е една от най-ясните възможности, предлагани от изкуствен интелект, за бизнесите с дигитални продукти. Повтарящи се въпроси, стъпки за отстраняване на неизправности, насоки за акаунти, объркване при въвеждане в системата, обяснения за фактуриране и обучение по функции - всичко това може да бъде подпомогнато от изкуствен интелект.

Но автоматизацията на поддръжката е рискована, когато е замислена само като намаляване на разходите. Клиентите не се интересуват, че отговорът е автоматизиран, ако не успее да реши проблема.

По-добър приоритет е ливъриджът на подкрепата:

  • Намалете повтарящите се билети.
  • Подобрете качеството на отговорите.
  • Помогнете на агентите да разрешават сложни случаи по-бързо.
  • Превърнете данните за поддръжка в информация за продукта.
  • Идентифицирайте пропуските в документацията.
  • Подобрете адаптацията и самообслужването.

Изкуственият интелект може да помогне с асистенти, работещи с клиенти, вътрешни помощници, класификация на заявки, изготвяне на отговори, предложения от базата знания и анализ след заявка. Най-силните системи свързват поддръжката обратно с управлението на продуктите. Ако клиентите задават един и същ въпрос всеки ден, отговорът може да не е по-добър чатбот. Може да е по-добър поток от продукти.

Ръководителите трябва да измерват поддръжката на изкуствения интелект с резултатите за клиентите:

  • Процент на разделителна способност.
  • Скорост на ескалация.
  • Удовлетвореността на клиентите.
  • Време до първия полезен отговор.
  • Честота на повторение на контактите.
  • Проблеми с продукта, открити от данни за поддръжка.

Изкуственият интелект за поддръжка трябва да направи продукта по-лесен за използване, а не само екипът за поддръжка да бъде по-евтин за управление.

Приоритет 6: внимателно вграждане на изкуствен интелект в процеса на адаптация и активиране

За много дигитални продукти активирането е мястото, където растежът е успешен или неуспешен. Потребителите се регистрират, оглеждат се, не успяват бързо да видят стойност и си тръгват. Изкуственият интелект може да помогне, ако намали объркването и адаптира насоките към намерението на потребителя.

Възможните приложения включват:

  • Персонализирани пътеки за адаптация.
  • Асистенти за настройка.
  • Помощ в продукта.
  • Препоръки за шаблони.
  • Интелигентни настройки по подразбиране.
  • Следващи стъпки, специфични за потребителя.
  • Контекстуални обяснения.
  • Ръководство за импортиране на данни.

Опасността е свръхавтоматизацията. Ако изкуственият интелект добави разговорен слой, без да реши основния проблем с адаптацията, продуктът може да стане по-сложен. Най-добрият приоритет при адаптацията на изкуствения интелект не е „добавяне на чат асистент“. А „помощ на потребителя да достигне до първата си стойност по-бързо“.

Лидерите трябва да се запитат:

  • Кои потребителски сегменти не успяват да се активират?
  • Къде се забиват?
  • Каква информация им е необходима в този момент?
  • Може ли изкуственият интелект да намали усилията за настройка или умората от вземане на решения?
  • Как ще проверим дали активирането е подобрено?

Изкуственият интелект трябва да бъде свързан с показатели за активиране, а не да се третира като интерфейс за новост.

Приоритет 7: укрепване на продуктовата аналитика и циклите на обучение

Бизнесът с дигитални продукти вече събира много данни, но много от тях все още се затрудняват да ги превърнат в решения. Таблата за управление се умножават. Екипите обсъждат дефинициите. Прозренията пристигат късно. Продуктовите мениджъри разчитат на частични доказателства, защото анализът отнема твърде много време.

Изкуственият интелект може да подобри циклите на обучение, когато помага на екипите да задават по-добри въпроси и да интерпретират сигналите по-бързо.

Полезните приложения включват:

  • Заявки за данни за продукти на естествен език.
  • Автоматизирано откриване на аномалии.
  • Кохортни обобщения.
  • Обяснения за фуния на продажбите.
  • Резюмета на експерименти.
  • Анализ на клиентския сегмент.
  • Доклади за въздействието на пускането на пазара.
  • Откриване на модел на отлив.

Приоритетът е да не се позволява на изкуствения интелект да „решава“ пътната карта. Целта е да се направи достъпът до доказателствата по-лесен и те да бъдат по-трудни за игнориране.

Ръководителите също трябва да настояват за дисциплина по отношение на данните. Анализът с изкуствен интелект е слаб, когато проследяването на събития е непоследователно, дефинициите са неясни и екипите не се доверяват на данните. Преди да добавите разширен анализ, поправете основата за измерване.

Приоритет 8: управлявайте функциите на ИИ като продуктови рискове, а не като странични проекти

Когато изкуственият интелект стане част от продуктовото изживяване, той създава продуктов риск. Резултатите може да са грешни, предубедени, несигурни, непоследователни или трудни за обяснение. Разходите може да са непредсказуеми. Данните за клиентите може да изискват по-строг контрол. Поведението на модела може да се променя с течение на времето.

Ръководителите се нуждаят от управление, което е съобразено със скоростта на продукта.

Важните въпроси включват:

  • Кои изходи от изкуствен интелект са насочени към потребителя?
  • Кои резултати влияят на важни решения на клиентите?
  • Какви данни се изпращат на доставчиците на модели?
  • Как се регистрират и преглеждат грешките?
  • Кога е необходим човешки преглед?
  • Какво се случва, когато моделът не е наличен?
  • Как се следят разходите?
  • Как потребителите ще разберат какво може и какво не може да прави изкуственият интелект?

Това не означава забавяне на всяка идея, свързана с изкуствен интелект, чрез тежки комисии. Означава създаване на ясни нива на риск. Инструмент за вътрешно обобщение с нисък риск не трябва да преминава през същия процес като функция на изкуствен интелект, която дава финансови, правни, медицински, свързани с наемане на персонал, сигурност или оперативни препоръки.

Управлението на ИИ би трябвало да помогне на екипите да се движат по-бързо и безопасно, защото правилата са известни преди началото на разработката.

Как ръководителите трябва да класират приоритетите на ИИ

Практическият модел за класиране предотвратява превръщането на приоритизирането на ИИ в политика.

Оценете всяка възможност по седем критерия:

критерий Какво да попитам
Стойност за клиента Това подобрява ли реалния резултат за клиента?
Бизнес ливъридж Влияе ли това на приходите, задържането на персонал, маржа, разходите, риска или скоростта?
Съответствие на работния процес Задачата достатъчно честа, ясна и болезнена ли е?
Готовност на данните Разполагаме ли с необходимите данни, контекст и разрешения?
Ниво на риска Какво може да се обърка и кой е засегнат?
Вероятност за осиновяване Ще го използват ли екипите или потребителите всъщност?
Възможност за измерване на Можем ли да разберем дали е проработило?

Най-добрите ранни приоритети обикновено имат висока стойност, ясно съответствие с работния процес, управляем риск и измерими резултати. Избягвайте проекти, които са стратегически неясни, бедни на данни, трудни за внедряване или предназначени главно да впечатлят.

90-дневна пътна карта за ръководители

За бизнес с дигитални продукти, практичната 90-дневна пътна карта за изкуствен интелект може да бъде лесна.

През първите 30 дни, картографирайте възможностите в целия жизнен цикъл на продукта. Разгледайте откриването, изискванията, инженерството, осигуряването на качеството, поддръжката, адаптацията, анализите и управлението. Идентифицирайте къде изкуственият интелект вече се използва неформално.

В дни от 31 до 60 изберете три приоритетни работни процеса. Единият трябва да подобри откриването на продукти или качеството на решенията. Единият трябва да подобри производителността или качеството на доставките. Единият трябва да подобри клиентското изживяване или да увеличи ефективността на поддръжката. Дефинирайте собственици, показатели, правила за риск и нужди от обучение.

В дните от 61 до 90, проведете контролирани пилотни проекти и прегледайте доказателствата. Измерете резултатите от работния процес, не само използването на инструменти. Решете какво да мащабирате, какво да препроектирате и какво да спрете.

Целта не е да се създаде грандиозен план за трансформация на изкуствения интелект. Целта е да се изгради продуктов бизнес, който се учи по-бързо и се доставя по-добре.

Стандартът на изпълнителната власт: Изкуственият интелект трябва да подобри продуктовата система

За бизнеса с дигитални продукти, изкуственият интелект е твърде важен, за да бъде оставен като сбор от експерименти. Той би трябвало да подобри самата продуктова система.

Това означава по-добро разбиране на клиентите, по-ясни решения, по-ефективно изпълнение, по-високо качество, по-ниско натоварване от поддръжка, по-интелигентно адаптиране, по-бързо обучение и по-безопасно управление.

Компаниите, които ще се възползват най-много, няма да са тези, които първо ще добавят изкуствен интелект към всичко. Те ще бъдат тези, които ще използват изкуствен интелект, за да подобрят онези части от продуктовия бизнес, които определят дали продуктът ще спечели.

Често задавани въпроси

Какво трябва да приоритизират бизнесите с дигитални продукти с изкуствен интелект?

Те трябва да дадат приоритет на ИИ, когато той подобрява стойността за клиентите, откриването на продукти, инженерната производителност, качеството, поддръжката, адаптацията, анализите и управлението. Функциите на ИИ са важни, но вътрешният оперативен ливъридж на продукта често създава най-силна ранна стойност.

Трябва ли SaaS компания първо да добави AI функции?

Не винаги. SaaS компания трябва да добавя AI функции, когато те подобряват реалния резултат за клиента. В много случаи подобряването на откриваемостта, поддръжката, активирането, анализите или скоростта на доставка може да доведе до по-добра възвръщаемост, преди да се добавят видими AI функции.

Как може изкуственият интелект да помогне на продуктовите мениджъри?

Изкуственият интелект може да помогне на продуктовите мениджъри да синтезират обратна връзка, да изготвят продуктови брифове, да генерират критерии за приемане, да обобщават проучвания, да сравняват сигнали от клиенти, да подготвят бележки за изданието и да поддържат записи на решенията. Преценката на продукта все още остава човешка.

Как ръководителите трябва да измерват изкуствения интелект в разработването на продукти?

Те трябва да измерват времето за изпълнение, качеството, процента на дефекти, активирането на клиентите, разрешаването на проблеми с поддръжката, качеството на решенията по пътната карта, въздействието на пускането на продукта и бизнес резултатите. Използването на инструменти и настроенията на разработчиците са полезни, но непълни.

Какви са основните рискове от изкуствения интелект в дигиталните продукти?

Основните рискове включват неправилни резултати, ниско потребителско доверие, излагане на данни, непредсказуеми разходи, слабо управление, скрити проблеми с качеството, свръхавтоматизация и функции на изкуствен интелект, които изглеждат впечатляващи, но не подобряват стойността за клиентите.

Свързано четене

Автоматизация

Най-добрите първи AI проекти за продуктови екипи

Най-добрите първи проекти с изкуствен интелект за продуктови екипи намаляват ръчното триене, без да заместват преценката на продукта: обобщения на обратна връзка, аналитични доклади, чернови на спецификации и други.

Повече информация

Автоматизация

Управление на ИИ за стратегически екипи: Разрешения, преглед и отчетност

Стратегическите екипи се нуждаят от управление с изкуствен интелект по отношение на разрешения, преглед, поверителни данни, проследяване на доказателства, допускания, планиране на сценарии и отчетност.

Повече информация

Автоматизация

Управление на ИИ за продуктови екипи: Разрешения, преглед и отчетност

Продуктовите екипи се нуждаят от управление с изкуствен интелект по отношение на разрешения, преглед, данни за клиентите, проследяване на доказателства, ескалация, отчетност и качество на решенията за продукти.

Повече информация