惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

SecWiki News
SecWiki News
量子位
The Cloudflare Blog
美团技术团队
T
The Exploit Database - CXSecurity.com
博客园 - 【当耐特】
Spread Privacy
Spread Privacy
P
Proofpoint News Feed
C
CXSECURITY Database RSS Feed - CXSecurity.com
博客园 - 三生石上(FineUI控件)
T
Tor Project blog
博客园 - 司徒正美
宝玉的分享
宝玉的分享
T
Threatpost
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
S
Secure Thoughts
T
Threat Research - Cisco Blogs
Hacker News: Ask HN
Hacker News: Ask HN
Jina AI
Jina AI
博客园 - 聂微东
A
Arctic Wolf
I
Intezer
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Know Your Adversary
Know Your Adversary
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
爱范儿
爱范儿
Hugging Face - Blog
Hugging Face - Blog
C
Cyber Attacks, Cyber Crime and Cyber Security
小众软件
小众软件
T
Tailwind CSS Blog
The Hacker News
The Hacker News
L
LINUX DO - 最新话题
Hacker News - Newest:
Hacker News - Newest: "LLM"
WordPress大学
WordPress大学
S
SegmentFault 最新的问题
TaoSecurity Blog
TaoSecurity Blog
Project Zero
Project Zero
博客园 - 叶小钗
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Cloudbric
Cloudbric
雷峰网
雷峰网
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
大猫的无限游戏
大猫的无限游戏
D
Darknet – Hacking Tools, Hacker News & Cyber Security
T
Troy Hunt's Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
V2EX - 技术
V2EX - 技术
The GitHub Blog
The GitHub Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
P
Privacy & Cybersecurity Law Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
今天,你AI了吗
产品方法论集散地 · 2024-05-20 · via 人人都是产品经理

随着AI越来越火,对普通人的影响也越来越大,但多数人不明白AI浪潮的意义。本文从四次工业革命的技术变革,以及几个小故事出发,给大家分析一下:作为个体,如何面对AI浪潮,以及,如何将AI应用到自己工作/生活中。

宾夕法尼亚大学的营销学教授乔纳·伯杰说:

人们喜欢一切尽在自己掌握的感觉,就好像坐在生活的驾驶席上。当他们被要求做一些事时,他们会觉得自己没有话语权,没有选择权,选择是别人替他们做出的。所以,他们会拒绝做这件事或故意去做其他事,即使他们本来可能很乐意做这件事。

王阳明说“破山中贼易,破心中贼难”。

如果“心中贼”不破,你对AI的拥抱就无法立,所谓不破不立,破而后立。

今天咱们就从以下三个方面聊聊,希望对你有所启发。

  1. 四次工业革命的技术变革,对咱们每个人有什么影响?
  2. 作为个体,咱们如何面对AI新浪潮?
  3. 如何把AI应用到自己的工作或生活中?

一、消失的灯夫

1900年代的纽约夜晚,如果没有600名灯夫,只能依靠月光照亮。然而,1907年4月24日的夜晚,由于灯夫们罢工,曼哈顿的2.5万盏煤油灯只能由警察临时替代点亮。与此同时,在哈林地区的男孩们发起了一项新运动:每当警察点亮一盏煤油灯,就有人将其熄灭,导致晚上9点时,整个区域只有少数由电灯照亮的地方是亮的。

当时的灯夫无疑是不幸的,电力时代的到来使得他们的工作变得无足轻重,只能采取极端方式来解决。然而,这种行为却像是螳臂当车,最终无济于事。1927年,随着最后两名灯夫放弃这一职业,这个岗位彻底消失在了历史长河中。

如果你是一名灯夫,面对这种情况,你会怎么办?

二、女性的自由

在1900年代,美国女性(尤其是妇女)的生活几乎完全被日常琐事占据:烹饪、挑水、洗澡、清洁家务、喂养家禽畜牧等。据1920年农业部的一份报告,女性平均每天工作11.3小时,夏季则达到13.1小时。以洗衣为例,当时约98%的家庭主妇使用搓衣板,需自行烧水、拧干、晾晒和熨烫衣物,全部过程耗时耗力。

然而,随着电力和工业革命的发展,特别是电动洗衣机的出现,女性在洗衣等家务活动上的时间得到了显著节省。一项研究表明,使用电动洗衣机可以每次节约3小时19分钟。

因此,当时有广告宣传语称“电,家中沉默的仆人”或“男人的城堡是女人的工厂”,强调了电力革命和工业革命如何解放了女性的生产力,使她们能够从繁重的家务中解脱出来,将更多时间投入到工作中,实现社会价值的提升。

如果你是1990年代的一名女性,面对电力和工业革命带来的变化,你可能会更加积极地利用这些技术进步,提高工作效率,从而有更多的时间和精力去追求个人发展、教育、职业发展或参与社会活动。你可能会看到电力和工业革命为女性提供了更多机会,让她们能够在家庭和职业生活中找到平衡,并实现个人目标。

如果你是知识经济时代的一名“社会人”,你会像1900年的妇女一样,期望技术进步可以释放自己的社会价值吗?

三、四次工业革命的转变,对人们产生了什么影响?

第一次工业革命(1760-1840年)

蒸汽机和机械化纺织的发明标志着人类进入了工业时代。这一时期,农业生产效率的提升释放了大量的劳动力,而这些劳动力又成为新兴工厂的工人。

尽管手工织布工和个体工匠面临着失业的困境,但他们中的许多人通过转型,成为工厂工人,投入到了工业化的浪潮中。

这一转变促进了城市化进程,工人阶级逐渐成为社会的重要组成部分。

关键技术:蒸汽机、机械化纺织。

工人阻碍:卢德运动,工人为保护手工作业而破坏机器。

下岗工人情况:手工织布工和个体工匠面临失业

下岗工人去向:转型为工厂工人,服务业或其他新兴工业部门

新岗位就业:机械操作工、铁路工人需求增长。

政策指引:工业产权法和工厂法案的制定,规范新兴工业活动。

第二次工业革命(1870-1914年)

电力和内燃机的广泛应用进一步推动了工业化的深入。马车制造工和某些铁路工人的岗位受到了影响,但新的就业机会在电力和汽车工业中涌现。

这一时期的社会结构变化表现在中产阶级的壮大工人阶级组织化的增强。经济上,工业化国家进入了帝国主义阶段,全球市场和资本流动加速。

关键技术:电力、内燃机、大规模制造业。

工人阻碍:对新机械的抵制,担忧失去传统生计。

下岗工人情况:马车制造工和铁路工人失业。

下岗工人去向:转向新兴的电力和汽车工业

新岗位就业:电工、汽车制造工人。

政策指引:反垄断法和劳动法,响应工业化带来的社会问题。

第三次工业革命(20世纪后半叶)

信息技术的浪潮带来了前所未有的变革。计算机和互联网的普及极大地提高了信息处理的效率,改变了人们的沟通和生活方式。

这一时期,打字员和银行出纳员等岗位受到冲击,但新的就业机会在IT行业服务业中产生。社会结构方面,知识工作者和专业技术人员的需求增加,经济全球化和金融市场的发展成为显著特点。

关键技术:计算机、互联网、自动化。

工人阻碍:隐私和安全问题引发社会担忧。

下岗工人情况:打字员和银行出纳员面临岗位消失。

下岗工人去向:转向服务业、IT行业或进行再教育

新岗位就业:软件工程师、网络管理员。

政策指引:信息高速公路计划和网络安全法规,促进信息技术健康发展。

第四次工业革命(21世纪初至今)

当前,我们正处于第四次工业革命的浪潮中,人工智能、物联网和3D打印技术正在重新定义生产和生活的边界。

尽管部分制造业工人和客服代表可能面临失业的风险,但新的岗位在数据科学AI伦理领域不断涌现。社会对高技能劳动力的需求增加,中产阶级面临技能更新的压力。

政府在这一过程中扮演着重要角色,通过AI发展战略和教育改革来促进技术进步并缓解其带来的社会冲击。

关键技术:人工智能、物联网、3D打印。

工人阻碍:对技术性失业的担忧,技能差距的焦虑。

下岗工人情况:部分制造业工人和客服代表面临被自动化取代的风险。

下岗工人去向:技能再培训、转向高技能或服务行业

新岗位就业:数据科学家、AI伦理专家。

政策指引:AI发展战略和教育改革,缓解技术革命带来的社会冲击。

每一次技术革命都深刻地重塑了社会结构和经济周期,同时也带来了新的挑战和机遇。历史证明,适应并掌握新技术的国家和个人,能够更好地把握未来的发展趋势

尽管技术进步可能带来短期的就业挑战,但它也为我们打开了新的机遇之门。通过不断学习新技能和适应社会的变化,我们可以更好地把握未来的发展趋势,实现个人的成长和社会的进步。

你看出来了吗?上面这段内容其实并不是我写的,而是AI执笔。

四、消失的马车夫

在19世纪末,马车作为主要交通工具,马车夫是备受尊敬的职业。然而,随着20世纪初汽车的大规模生产和成本降低,马车夫的工作机会迅速减少,他们面临失业和转岗的困境

由于缺乏其他技能,很多马车夫难以找到新工作。社会开始提供教育培训,帮助他们学习新技能,如汽车驾驶员和维修工,使得一部分马车夫成功转岗。同时,也有部分人转行至制造业和服务业,而年纪较大的则选择退休。到了20世纪中叶,马车夫这个职业彻底消失。

这个故事让人感到似曾相识,因为我们当代的互联网从业者正面临类似的挑战

我们不就是当代的“马车夫”吗?所以才有段子说:互联网人的最终归宿是“人生三保(保安/保洁/保险)和铁人三项(外卖/快递/滴滴)”

虽有调侃之意,却也反应了一部分的事实。即历经裁员与AI的“洗礼”而失业的互联网从业者,咱们何去何从?

五、需求是1,方案是0

每次技术变革都会引发岗位的更迭,既有旧岗位的消失,也有新岗位的诞生。这一过程通常是渐进的,而非一蹴而就。如果我们无法预见变革的到来,做到“春江水暖鸭先知”,那么我们可能会像温水中的青蛙一样,不知不觉中陷入困境。

历史的车轮不断向前,只有适应变化的人才能生存。因此,我们不应仅仅关注自己具备的技能或能力(即方案),而应更加关注市场的需求(即需求)。

有赞创始人白鸦在分享中提到,他们的设计团队从十几位设计师减少到两位,留下来的设计师不再只是从事设计工作,而是转向制定设计规范和调试AI,使AI能够达到甚至超过原来十几位设计师的效果。

极客时间创始人霍太稳也表达了类似观点,认为AI可以替代一些编程工作,但无法替代那些对代码和AI有深入理解的高级工程师。AI可能会替代那些只会编写代码的研发人员,但它无法替代那些理解业务、能够提炼业务和研发工作的本质,并运用AI提高工作效率,创造用户价值的研发工程师。

同样,AI可能会替代只会绘制设计图的设计师,但它无法替代那些理解用户、业务和设计原则,并能够利用AI改进设计流程,创造客户价值的设计师。AI也可能替代只会输出产品方案的产品经理,但它无法替代那些理解行业、业务、用户需求,能够提炼产品原则和方法论,并运用AI优化工作流程,高效创造用户价值的产品经理。

因此,面对AI和技术的变革,关键在于不断学习和适应,以便在变革中找到新的定位和价值。

六、人才两极分化

当灯夫、马车夫等传统岗位消失后,他们的去向主要有三个方向:

  1. 转型成为新岗位人才:这部分人通过培训学习,转型成为新岗位所需的人才,如机器操作工、汽车司机或维修工等。这个过程通常周期较长且成本较高,适合那些具有较强学习能力和适应能力的人。
  2. 向下兼容:一些人选择前往技能要求更低的岗位,如服务员等。这个过程周期较短,容易上手,但收入相对较低,适合那些学习能力与适应能力一般的人。
  3. 提前退休或失业:对于一些年龄较大、适应力较弱的人来说,他们可能会选择退出就业市场。

随着时间的推移和AI等技术的进一步发展,人才的两级分化趋势将变得更加明显。那些学习能力强、适应能力强的人,通过漫长的转型周期,能够实现技能、岗位和薪酬的蜕变;而另一部分人则可能走向更低技能要求的服务业,这反映了社会对于“人生三保和铁人三项”的应对。

面对AI新浪潮的冲击,每个人需要思考自己想成为哪一类人。是愿意接受挑战,通过学习和适应新技术来提升自己,还是选择一个更稳定的低技能岗位?这是一个值得深思的问题。

七、新机会,新岗位,新人才

商业的本质是交易,交易的前提是价值共赢,就业也是如此。无论技术如何变化,用户需求如何变化,商业的本质始终不变。你与企业之间的合作也是一种交易,企业通过“租用”你的时间、精力和技能来实现商业场景的闭环;而你则通过企业这个平台来实现个人人生价值的最大化。

面对这样的交易关系,你可以做两件事:

第一,成为自身领域的业务专家、岗位专家。这意味着你需要在实现层面上转而提炼原则与方法论,具备制定新规则、新流程、新业务的能力。通过不断学习和实践,你能够在这个领域内建立起自己的专业地位,为企业提供有价值的解决方案。

第二,成为自身领域里更会使用AI的人。这意味着你需要了解AI技术,并学会如何利用AI来提高工作效率,解决复杂问题。通过将AI技术融入你的工作流程中,你能够实现“一个人就是一个特种部队”的效果,为企业创造更大的价值

具体怎么做呢?我提供以下几点思路,希望对你有启发。核心是三句话:所有产品都值得用AI重做一遍、所有工作流都值得用AI完成重塑、所有生活流都值得用AI重新来过。

八、所有的产品都值的用AI重做一遍

张瑞敏说:没有成功的企业,只有成功的企业。同样,产品也是如此,没有永恒成功的产品,只有适应时代需求的产品

每一个时代的变化都会带来新技术的变革。以客服系统为例,原先的客服产品多属于专家系统,通过关键字匹配和内置策略完成,用户体验差,机器感强。而随着AI技术的发展,客服系统已经能够实现更加智能和人性化的交互,提供更加高效和贴心的服务。

业务AI助手:如何解决因业务复杂而导致大量的客诉问题?

最简单快捷的方式就是:借助现有成熟的产品的AI能力完成产品重构。

以钉钉AI助理为例,我们可以自建一个【考勤AI助理】,让它学习知识库后,并将知识匹配度调至0.99,保证让它输出内容的精准性。

关键点是重新构建高质量的知识库,主要体现在三个方面的升级:

  1. 图文手册:重新构建产品手册,升级为有对应操作流程与截图的说明;
  2. 案例集:复杂业务(比如年假/综合工时)一定要有案例,并要求助理输出时,优先输出案例;
  3. 降噪音:放弃了820928个字的“丰富”知识库内容(完全以文字描述或长篇大论式描述),实现对回答内容的降噪处理。

比如你可以问它“如何完成划线排班”,它会回答你带图文操作的内容(并附上对应链接)

比如客户成功问你:离职员工的年假计算逻辑时,你可拉群让对方先问AI助手聊

当然,它可能知识有限,当下并未解决问题,你可以通过丰富知识库,让AI重新学习后解决。

再以SaaS产品为例,原先的产品设计,都是基于鼠标点击交互所设计,虽然结构化和可视化程度高。当菜单越来越多,功能越来越复杂后,使用成本成本增加。随着AI技术的应用,SaaS产品能够实现更加智能和便捷的操作,降低使用门槛,提高工作效率。

具体案例和详细说明,请参考文章链接:如何用AI重做B端产品

九、所有的工作流都值得用AI完成重塑

产品经理(即PM)的工作流:业务学习、用户/客户调研、需求分析、需求优先级、方案设计、交互设计、需求文档、项目管理、用户手册、数据分析、产品运营、内容运营等等。

无论从哪个环节入手,都值得用AI重塑一遍。

举几个例子。

AI学习助手:新手PM如何学习个税以及复杂Excel公式?

作为一名税务相关的新手PM,你可以把AI(此处用智普清言)当一名税务高手,让它教你,可以直接跟它交流(像跟人一样交流),并让它举例说明。

比如你看工资计算时,有一个财务的复杂公式不理解,你也可以问AI:

所以,你可以把AI当作你的学习助手,就像徐凤年身边总有一个无所不知、无所不能的爹一样,让你的学习如沐春风一般。

AI需求分析助手:需求过多,如何用AI帮你分析/总结?

我所负责的产品,目前待解决需求有5020条,如此多的需求,如何快速分析、提炼并排出优先级?

我尝试了智普清言(4.0)、百度文心一言(3.5)、ChatGPT(3.5)以及Kimi,最终选定Kimi。

起初是期望将5000多条需求,一次性让Kimi处理完,但发现超过了它的能力范围,所以将需求按模块进行拆分。

以【加班】类需求为例,共计160多条需求,从需求池导出为Excel表,擅长相关性不强的字段列后,把它当做输入文件进行需求分析。

整个过程主要分三步:

  • 第一步:全局分析。输入文件,并根据经验提炼需求的分类(尝试过让它自行分类,效果不好),并约束它按指定的形式输出(即用表格:需求分类、需求数量、需求简述)
  • 第二步:局部分析。基于第一步的输出,可聚焦局部进行细分分析。这个过程需循环调试,直到达到目的;
  • 第三步(可选):获取结论。第二步可能已经得到结论,但你依然可以尝试让AI给出你需求优先级的建议,而你负责给它指定优先级规则。

注意:此处偷懒了,更好的方式是自建Agent实现,效果更佳。

AI需求文档助手:如何快速输出符合自己风格的需求文档?

需求分析完后,是否可直接根据需求输出需求文档?至少可以把框架性的内容填充完毕。

比如我把上面最终的两个高优先级需求,直接放到我自建的Agent(主要是要符合我想要的输出格式),快速就可以得到一个需求文档的基本版本,避免自己从0到1写许多内容。

第一步:创建符合自己习惯的需求格式的Agent。

第二步:把AI需求分析助手的结论,当做输入进行输入。

当然,目前的需求文档,可能只完成30%左右(最大价值在于框架与背景等非核心内容部分),但如果历史需求文档当做知识库,以及反复调试的话,预计至少可以达到60%可用。

十、所有的生活流都值得用AI重新来过

发朋友圈、发小红书、制作短视频(文案/图片/视频等)、亲子互动、学习实践、旅行、理财、衣食住行等,所有环节你都可以考虑用AI助手。

举两个例子。

AI旅行助手:如何用AI快速输出五一旅行计划?

之前每次出去,制定一个旅行计划,基本都得花半天到一天的时间。

用AI可以10分钟出一个初版,基于初版一起加入人工沟通后,30分钟即可搞定旅行计划。

当然,美中不足的是目前还没有对应机票、酒店、景点票等的Agent,所以无法直接让AI完成预定。

如果你是因公出差,且使用对应的办公平台(如钉钉),则它可以直接从发审批、订机票、订酒店、生成日程与代办等,全由AI快速搞定。

AI图片助手:如何用AI帮你“复原”哪些美好的瞬间?

每个人都有许多美好的瞬间,值得被记录,可惜当时并未拍照留存。

你可以通过文字描述把它尽量复原,并对应制作图片集或视频等。

我尝试了文心一言、文心一格、腾讯混元、Stable Diffusion、惠普清言,最终选定Stable Diffusion(效果最好的毫无疑问是Midjourey,只是费用问题,所以没用),它的人物细节与真实性,确实比国内的模型好。

比如同样的文案,用国内效果更好的惠普清言与Stable Diffusion对比,后者的图像人物的真实感,确实更深一筹。

最终可以把对应图片,当做制作视频的素材所用,记录下曾经的美好瞬间。

目前图片生成时,还是有不少局限。比如不能实现图片里写字(如下图),或者不能指定生成一些工具(如上图的镰刀或冰棒),对人物关系的理解也不是特别到位。

十一、总结一下

本文通过三个历史故事(灯夫的故事、女性的自由、车夫的故事)和四次技术变革的叙述,希望启发你对技术变革的一些思考。

每次变革都会有一大批岗位消失,也会产生一批新岗位,造就了市场对人才的三极分化:适应变革转型为新型人才、不适应变革向下兼容低技能型岗位、直接退休或淘汰。

适者生存,物竞天择。希望你可以成为适应变革的AI时代新型人才。

具体有两个小建议给你:

1、成为自身领域的业务专家/岗位专家。具备提炼原则/方法论的能力,从执行者转变为制定规则的人;

2、成为自身领域里更会使用AI的人。把它当作人一样对待(而不是玩具),通过拆解产品流/工作流/生活流,从任意环节应用AI;

同时不过度关注AI发展的噪音(如大模型参数,谁家又发布大模型,哪家大模型更强等),而要关注它能如何助你完成工作/生活/学习的升级与赋能;

不过度关注AI的笨拙与局限,只要有用就坚持用,它升级迭代的速度一定远超你用它的速度。

最后结合自身实践,分享几个案例给你。

  1. 所有产品都值得用AI重做一遍。比如基于关键字匹配的客服助手升级为新业务助手解决大量客诉问题,以及如何用AI重做多模态交互的SaaS产品;
  2. 所有工作流都值得用AI完成重塑。比如AI学习助手如何帮助我学习个税与复杂Excel公式、AI需求分析助手如何帮我分析大量需求、AI需求文档助手如何帮我写需求文档。
  3. 所有生活流都值得用AI重新来过。比如AI旅行助手如何帮我生成旅行计划、AI图片助手如何帮我生成过去的美好时刻图片等。

过去,我们遇到熟人问:你吃了吗?今天,可能变成问:你AI了吗?

专栏作家

邢小作,微信公众号:邢小作之家,人人都是产品经理专栏作家。一枚在线教育的产品,关注互联网教育,喜欢研究用户心理。

本文原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自 Pixabay,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。