全球AI浪潮下，AI产品正经历着前所未有的深刻变革，引领着产品经理们重新审视并定义产品的创造逻辑与流程。基于此，人人都是产品经理今年通过线上直播、线下分享会等活动，邀请了众多AI领域的资深实战专家，共同探讨AI大模型在各行各业的实际应用。
9月26日，一场聚焦于AI的专题公开课在北京圆满举行，此次分享会由人人都是产品经理携手「百度云智讲堂」及快递物流信息云服务领导品牌「快递100」共同举办。
公开课现场，我们荣幸地邀请到了快递100法定代表人、总经理陈登坤出席现场致辞。同时，非常感谢3位资深的行业实战派——快递100产研中心负责人李朝明，人工智能算法专家魏进锋，以及句子互动创始人李佳芮带来的精彩演讲。
三位嘉宾从快递物流、心理健康到数字员工，展开了深入浅出的分享，为参会者提供了AI大模型落地应用的宝贵经验借鉴。
演讲嘉宾：快递100产研负责人@李朝明
李朝明老师深入探讨了AI大模型技术在快递物流领域的的实际应用案例及其对业务增长的影响。他特别提到了行业首个AI大模型原生商业化应用“AI寄快递”，展示了其如何提升快递物流的服务体验与运营效率。
通过「AI寄快递」应用，用户现在可以体验到一句话查快递、一句话寄快递的便捷服务，大大简化了传统寄件流程。这项服务不仅提升了用户体验，还将寄件流程从平均3分40秒缩短至19秒，展现了AI技术在实际应用中的显著成效。而这背后所依托的，正是快递100的大模型应用开发平台“百递云GPT”。
他指出，AI技术的应用不仅需要理解用户的原始诉求，还需要跨越技术时代的挑战。通过混合智能（Hybrid AI）的方式，快递100实现了业务流程的可控编排，打通了大模型到用户的“最后1米”。例如AI客服的成果，实现了99.4%的问题一次性解决率，显著减少了人工客服的工作量，提高了效率。
最后，李朝明老师提出了几点实践中的思考和体会，包括关注业务痛点、了解不同模型的能力边界、接受不完美的方案，并强调数据是AI应用中最核心的要素。他也指出了未来优化的方向，包括实现大模型自主任务规划、调度和执行，以推动行业向更智能的方向发展。
演讲嘉宾：《一本书读懂ChatGPT》作者，人工智能算法专家@魏进锋
魏进锋老师分享了他对AI大模型在实际应用中落地实践的深刻见解。他表示虽然AI技术实现了跨越式的发展，但在落地应用时却面临窘境。要实现AI技术的应用，关键在于理解信息不对称和供需不平衡的问题，提倡以“通”为关键，以“用”为起点，最终达成“智”的终局。
在讨论AI的能力边界及其对产品设计的影响时，魏老师提出大模型的“第一性原理”是预测下一个token，从而预测世界。他探讨了不同落地场景的分类，并提出了大模型选型决策链，指导如何在合适的场景中部署大模型。
在讲解AI大模型在心理学领域落地应用的案例时，他特别提到了心理健康市场供需失衡的问题，并强调通过AI大模型的应用，能够有效地满足庞大的需求，弥补了供给不足。
同时，魏老师也提到了在大模型落地过程中遇到的挑战，如性能、效果和成本的联合优化，以及产品市场契合度（PMF）和产品定位的问题。他建议，要避免这些问题，需要有清晰的产品定位，并持续深耕。
最后，以“屠龙刀”产品和“锤子”产品为例，他分享了大模型落地的策略和步骤，鼓励从业者不要过度神化AI，但也不应悲观，而应通过持续的实践和优化，找到大模型技术在各个领域中的最佳应用路径。
演讲嘉宾：句子互动创始人，对话式营销开创者@李佳芮
李佳芮老师，作为连续创业者，在对话式交互领域有着丰富的经验。她认为，随着大模型时代的来临，Chatbot不仅仅是人机交互的窗口，更是未来基础设施的关键。Workflow 是大模型应用的核心构成，技术决定下限，业务决定上限。
此外，李佳芮老师提出了搭建数字员工八大生命周期的概念，包括需求分析、流程设计、数据处理、系统搭建、系统测评、Prompt撰写、运营反馈和生态合作。
利用RPA+AI技术打造数字员工，来自动化执行繁琐的任务，将大大提升效率。通过案例分享，她还展示了数字员工在实际业务中的应用，如在服饰零售行业，数字员工能够提升客户体验，增加销售额，并提高运营效率。
最后，她总结了构建AI项目策略时需要考虑的三个关键问题：AI的定位、应用场景和运营方式。她认为，AI应当定位为门店导购的“业务助理”，通过精准数据分析和个性化服务，提升顾客体验和销售业绩。
本次公开课上，三位业界专家，凭借深厚的实践积淀，不仅深入剖析了AI大模型背后的发展历程、技术奥秘，还生动展示了当前多样化的应用场景，展望了AI技术引领下的商业新蓝海。
这些真知灼见不仅拓宽了我们的认知边界，更点燃了我们对AI大模型未来发展趋势的无限热情。我们相信，每位参会者，都能从中获得宝贵的启发和深刻的感悟。
人人都是产品经理AI系列直播、分享会仍在继续，期待与大家下一场活动见了！
↓↓扫码添加小助手豆豆↓↓
加入官方活动预告群、获取本次公开课视频回看方式
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。