我們?cè)趯?duì)待任何事情發(fā)生的變化時(shí)，應(yīng)當(dāng)及時(shí)對(duì)現(xiàn)狀進(jìn)行客觀分析，再做出決策。那么，作為一名產(chǎn)品經(jīng)理，該如何看待最近爆火的大模型呢？作者對(duì)此進(jìn)行三個(gè)層面的分析，希望能對(duì)你有所幫助。

在過(guò)去半年多內(nèi)，AI行業(yè)再度爆火，引領(lǐng)熱點(diǎn)，大家都在討論大模型，討論ChatGPT，不乏很多文章在傳播人工智能進(jìn)入新的階段會(huì)不會(huì)替代很多人的工作。

在產(chǎn)品圈中，也有很多產(chǎn)品經(jīng)理都在討論ChatGPT會(huì)對(duì)日常工作產(chǎn)生什么樣的影響，是否會(huì)因?yàn)椴欢竽Ｐ投粯I(yè)務(wù)邊緣化？

諸如此類的言論甚囂塵上，筆者想說(shuō)的是不要擔(dān)心，冷靜面對(duì)即可，筆者曾跟一個(gè)創(chuàng)業(yè)朋友說(shuō)過(guò)“讓子彈飛一會(huì)，距離大模型在國(guó)內(nèi)場(chǎng)景的商業(yè)應(yīng)用還需要點(diǎn)時(shí)間”。

接下來(lái)，我們就看看產(chǎn)品經(jīng)理應(yīng)該如何面對(duì)爆火的大模型呢？

一、正確認(rèn)識(shí)：大模型是技術(shù)突破，但還有有待優(yōu)化

熱度會(huì)退去，需要的是正確認(rèn)識(shí)大模型，其本質(zhì)是人工智能發(fā)展過(guò)程中的一項(xiàng)技術(shù)突破，產(chǎn)品經(jīng)理需要從宏觀角度思考技術(shù)突破可以產(chǎn)生的商業(yè)影響。

隨著時(shí)間的推移，新技術(shù)的熱度逐步消退，從百度搜索指數(shù)來(lái)看，不論是國(guó)外的ChatGPT，還是國(guó)內(nèi)的文心一言、訊飛星火等產(chǎn)品經(jīng)歷半年后都不再是熱搜了。

而從各家的產(chǎn)品發(fā)展來(lái)看，各家都在慢慢把產(chǎn)品推向大眾，讓更多人的可以接觸，讓產(chǎn)品慢慢具備普適性。

而對(duì)于大多數(shù)產(chǎn)品經(jīng)理來(lái)說(shuō)，在這個(gè)階段，需要的是了解大模型的本質(zhì)，思考大模型技術(shù)的限制，探索大模型在國(guó)內(nèi)如何商業(yè)化，焦慮是完全沒有必要的，更不需要著急一定把大模型技術(shù)立刻加到產(chǎn)品中等問(wèn)題。

因?yàn)閷?duì)于國(guó)內(nèi)產(chǎn)品環(huán)境來(lái)說(shuō)，我們至少面臨以下四個(gè)問(wèn)題：

1. 數(shù)據(jù)問(wèn)題

大模型的發(fā)展起始于國(guó)外，雖然已經(jīng)支持中文了，但是它的喂養(yǎng)數(shù)據(jù)很大程度上會(huì)缺少對(duì)中文和對(duì)國(guó)內(nèi)語(yǔ)義環(huán)境的持續(xù)學(xué)習(xí)適配，所以會(huì)有留給我們過(guò)渡時(shí)間來(lái)學(xué)習(xí)和發(fā)展。

比如用同樣的問(wèn)題對(duì)ChatGPT3.5、ChatGPT4和訊飛星火進(jìn)行測(cè)試，如下圖。

從結(jié)果來(lái)看，即使是聯(lián)網(wǎng)的ChatGPT4在回答時(shí)也將人物出生時(shí)間弄錯(cuò)了（參考百度百科），可見ChatGPT大模型對(duì)中文環(huán)境的“水土不服”，對(duì)國(guó)產(chǎn)大模型而言，解決中文數(shù)據(jù)問(wèn)題，至少可以在國(guó)內(nèi)語(yǔ)義環(huán)境中領(lǐng)先ChatGPT等國(guó)外大模型。

所以，對(duì)于產(chǎn)品經(jīng)理來(lái)說(shuō)，無(wú)需擔(dān)心，如果有機(jī)會(huì)剛好在做大模型應(yīng)用，那就多花點(diǎn)時(shí)間收集數(shù)據(jù)，驗(yàn)證中文場(chǎng)景。

① ChatGPT3.5

② ChatGPT4

③ 訊飛星火

2. 應(yīng)用場(chǎng)景

大模型自開始應(yīng)用，目前多是處于對(duì)話式問(wèn)答，用于“個(gè)人辦公助理”場(chǎng)景，比如文章寫作、提綱生成、圖片生成、代碼生成等等，屬于場(chǎng)景堆疊，缺少對(duì)具體行業(yè)的應(yīng)用場(chǎng)景研究。

所以距離行業(yè)產(chǎn)品化仍然需要很長(zhǎng)的發(fā)展時(shí)間，這也給了國(guó)內(nèi)廠商、產(chǎn)品經(jīng)理思考產(chǎn)品的機(jī)會(huì)，比如產(chǎn)品經(jīng)理行業(yè)，正在有廠商提供自動(dòng)生成原型的工具，雖然筆者經(jīng)過(guò)測(cè)試，還無(wú)法達(dá)到實(shí)際應(yīng)用，但是至少是邁出應(yīng)用場(chǎng)景探索的第一步。

因此，對(duì)于多數(shù)產(chǎn)品經(jīng)理來(lái)說(shuō)還有足夠的時(shí)間來(lái)了解大模型，幫助業(yè)務(wù)提升。

3. 卡脖子技術(shù)，國(guó)產(chǎn)化以滿足信創(chuàng)要求

眾所周知，國(guó)家一直在大力支持發(fā)展國(guó)產(chǎn)化技術(shù)，也在支持各項(xiàng)人工智能創(chuàng)新，但是大模型的發(fā)展由國(guó)外起步，雖然有很多開源，但是對(duì)國(guó)內(nèi)商業(yè)化應(yīng)用，仍然存在潛在危機(jī)，一旦被應(yīng)用到涉密場(chǎng)景，后果無(wú)法估量。

即使是普通的市場(chǎng)商業(yè)化，后續(xù)如果需要不斷繳納許可費(fèi)，對(duì)國(guó)內(nèi)廠商來(lái)說(shuō)也很難效益最大化。

因此，就給了國(guó)產(chǎn)大模型的發(fā)展空間，對(duì)于產(chǎn)品經(jīng)理來(lái)說(shuō)，了解技術(shù)原理，可以加入國(guó)產(chǎn)大模型產(chǎn)品建設(shè)隊(duì)伍，或者待國(guó)產(chǎn)大模型推廣后，探索業(yè)務(wù)應(yīng)用。

4. 國(guó)內(nèi)大多數(shù)公司不具備自研大模型的能力

之所以說(shuō)大多數(shù)產(chǎn)品經(jīng)理不需要過(guò)度擔(dān)心，是因?yàn)榇竽Ｐ偷陌l(fā)展不是一朝一夕的，大多數(shù)公司將不具備研發(fā)國(guó)產(chǎn)大模型的能力，一方面受限于軟實(shí)力，如AI人才；另一方面是資金等硬實(shí)力的投入，觀看OpenAI的發(fā)展就知道ChatGPT的誕生投入了多少資金。

同時(shí)我們很多產(chǎn)品經(jīng)理多是以應(yīng)用為主，國(guó)內(nèi)純技術(shù)性產(chǎn)品經(jīng)理相對(duì)較少，在技術(shù)落地的前期，很多產(chǎn)品經(jīng)理其實(shí)很難投入產(chǎn)品規(guī)劃或建設(shè)。

所以，對(duì)產(chǎn)品經(jīng)理來(lái)說(shuō)，與其擔(dān)心，不如了解好技術(shù)特點(diǎn)，為后續(xù)的產(chǎn)品應(yīng)用創(chuàng)新奠定基礎(chǔ)才是當(dāng)務(wù)之急。

二、應(yīng)用探索：回歸產(chǎn)品的本質(zhì)，從應(yīng)用場(chǎng)景出發(fā)

上面提到，大多數(shù)產(chǎn)品經(jīng)理都是應(yīng)用型產(chǎn)品經(jīng)理，尤其是AI產(chǎn)品行業(yè)，作為近幾年產(chǎn)品經(jīng)理新崗位賽道，很多公司對(duì)崗位要求的定位缺少明確定義，多是圍繞“懂AI應(yīng)用”展開。

所以我們可以理解為我們的崗位要求是“AI+業(yè)務(wù)”，而且對(duì)于產(chǎn)品經(jīng)理，反向深入研究AI技術(shù)創(chuàng)新，對(duì)產(chǎn)品經(jīng)理來(lái)說(shuō)反而是舍本逐末，一方面是技術(shù)本身不是產(chǎn)品經(jīng)理的強(qiáng)項(xiàng)，另一方面產(chǎn)品經(jīng)理的目標(biāo)是通過(guò)技術(shù)產(chǎn)品化，給公司帶來(lái)商業(yè)價(jià)值。

所以在面對(duì)大模型的接下來(lái)階段，我們需要回歸產(chǎn)品本質(zhì)，從應(yīng)用場(chǎng)景出發(fā)。

包括以下兩點(diǎn)：

1. 大模型可應(yīng)用的行業(yè)和用戶場(chǎng)景

對(duì)于產(chǎn)品經(jīng)理在探索行業(yè)應(yīng)用時(shí)，可以分為兩步走，由內(nèi)到外，即先探索自身業(yè)務(wù)可落地的場(chǎng)景，再向外延申，學(xué)習(xí)了解其他場(chǎng)景。

1）思考自身業(yè)務(wù)

筆者以自身正在從事的大屏可視化（非BI）為例講述可以如何進(jìn)行業(yè)務(wù)創(chuàng)新，在大屏可視化行業(yè)中，對(duì)于用戶來(lái)說(shuō)有1個(gè)痛點(diǎn)問(wèn)題（其他不贅述）需要耗費(fèi)人力解決。

對(duì)于很多非專業(yè)客戶而言，要建設(shè)一個(gè)可視化大屏，首先要做的是就是理解業(yè)務(wù)，梳理業(yè)務(wù)中需要的指標(biāo)體系，對(duì)于多數(shù)政企客戶和個(gè)人用戶，日常是沒有指標(biāo)庫(kù)建立的。

這個(gè)時(shí)候只能通過(guò)網(wǎng)絡(luò)檢索收集或者尋求業(yè)務(wù)專家，非常耗時(shí)耗力，如果能在產(chǎn)品中提供指標(biāo)詢問(wèn)的服務(wù)，可以提高大屏初稿的輸出，縮短整個(gè)項(xiàng)目周期。

草圖樣式可以如下：

注：以上僅是樣例，實(shí)際需要在產(chǎn)品中提供入口，避免用戶跳出產(chǎn)品使用流程。

2）探索外部行業(yè)

眾所周知，人工智能對(duì)于業(yè)務(wù)的最直接體現(xiàn)是“降本增效”，它的輸入是“視頻、圖片、文本”等數(shù)據(jù)，所以對(duì)我們產(chǎn)品經(jīng)理來(lái)說(shuō)，探索外部行業(yè)應(yīng)用時(shí)，在行業(yè)上可以重點(diǎn)選擇“勞動(dòng)密集型”和“多模態(tài)輸入”的行業(yè)。

比如廣告營(yíng)銷，傳媒和數(shù)字辦公，如下圖，圍繞行業(yè)用戶痛點(diǎn)和需求，再結(jié)合AI能力做創(chuàng)新應(yīng)用，筆者以廣告營(yíng)銷行業(yè)舉例。

• 需求：需要投放大量的廣告banner，尤其是電商用戶，在大促期間，需要不斷更換廣告圖。
• 痛點(diǎn)：在不通渠道投放相同商品不同的廣告banner，且為了保持點(diǎn)擊率，廣告圖大約1-2周就要換新。
• 傳統(tǒng)做法：基于設(shè)計(jì)工具，人工制作，一張圖成本約2-3百元；問(wèn)題是耗時(shí)耗力，且需要人工投放。
• AI創(chuàng)作：在線生成，智能投放，只要提供商品圖，系統(tǒng)自動(dòng)基于AI生成廣告圖，并設(shè)定投放渠道，可以在線投放，全過(guò)程完全可以實(shí)現(xiàn)無(wú)人管理。
• 典型案例：今年618期間，京東聯(lián)合百度文心一格，將AIGC應(yīng)用于電商營(yíng)銷，打造電商行業(yè)首個(gè)AI線下廣告。以AI的方式，制作周期縮短70%，制作成本可以節(jié)省80%左右。

2. 產(chǎn)品可提供的產(chǎn)品形態(tài)

在完成業(yè)務(wù)探索后，接下來(lái)是研究產(chǎn)品應(yīng)該以什么樣的產(chǎn)品形態(tài)來(lái)賦能，我們以兩種角度來(lái)思考：

1）業(yè)務(wù)輔助性

如果現(xiàn)有業(yè)務(wù)的邏輯和產(chǎn)品均已成熟，且邏輯涉及到的系統(tǒng)較多，此時(shí)最佳的方式是提供插件式服務(wù)或者獨(dú)立的AI工具，將AI的應(yīng)用與原有的業(yè)務(wù)邏輯隔離，避免影響用戶習(xí)慣，也降低產(chǎn)品改造的成本，通過(guò)將AI入口置于可以提效的場(chǎng)景下，支持一鍵調(diào)起即可。

2）業(yè)務(wù)顛覆性

如果業(yè)務(wù)改造成本相對(duì)較低或者產(chǎn)品目標(biāo)是智能化的業(yè)務(wù)型產(chǎn)品，那直接做顛覆性創(chuàng)新，重新梳理業(yè)務(wù)邏輯，在業(yè)務(wù)流程中加入AI能力幫助用戶提效，做獨(dú)立的“新產(chǎn)品”。

比如典型的應(yīng)用“視頻智能剪輯”工具，從視頻的導(dǎo)入開始，支持智能剪輯，智能配音、智能字幕等等，用戶創(chuàng)作完后可以直接投放不同渠道，可以幫助大多數(shù)用戶實(shí)現(xiàn)視頻創(chuàng)作自由，也是對(duì)傳統(tǒng)adobe 的挑戰(zhàn)和顛覆。

三、制定路線：區(qū)分用戶及行業(yè)，ToC推廣，ToB賺錢

產(chǎn)品的最終本質(zhì)是需要產(chǎn)生收益，所以如果是落地了大模型應(yīng)用產(chǎn)品，那最后環(huán)節(jié)即是需要考慮如何推廣產(chǎn)品，既能服務(wù)于用戶，又能掙錢持續(xù)迭代產(chǎn)品。可以從以下兩個(gè)角度考慮產(chǎn)品路線策略。

1. 立足產(chǎn)品本質(zhì)

在應(yīng)用探索章節(jié)提到，從行業(yè)和用戶場(chǎng)景出發(fā)進(jìn)行產(chǎn)品創(chuàng)新，但是仍然需要明確產(chǎn)品是以商業(yè)化為目標(biāo)。

所以從商業(yè)模式角度看，不妨將產(chǎn)品一分為二，既提供ToB服務(wù)，也提供ToC應(yīng)用，B端市場(chǎng)目標(biāo)是創(chuàng)收，C端市場(chǎng)目標(biāo)是圈定用戶，構(gòu)建流量入口。

為什么要這么做呢？因?yàn)锳I能力有兩個(gè)天然的問(wèn)題，一個(gè)是需要數(shù)據(jù)，一個(gè)是準(zhǔn)確率無(wú)法100%。

C端提供嘗鮮和試玩為主，一方面通過(guò)C端試用推廣，尋求有用戶粘性和智能化變革的痛點(diǎn)場(chǎng)景；另一方面C端是嘗鮮，對(duì)準(zhǔn)確率要求不高，所以可以持續(xù)迭代，持續(xù)回收試用數(shù)據(jù)，進(jìn)行產(chǎn)品更新。

B端以項(xiàng)目為主，提供成熟的行業(yè)大模型能力，按軟件收費(fèi)、服務(wù)收費(fèi)或者訂閱收費(fèi)等，目標(biāo)可以是打造一個(gè)行業(yè)SaaS化標(biāo)品。

2. 拓寬邊界，探索多模態(tài)

若想持續(xù)保持產(chǎn)品競(jìng)爭(zhēng)力，還需要不斷優(yōu)化，大模型產(chǎn)品的優(yōu)化需要的是“超越人類認(rèn)知”，所以按照人的思維考慮應(yīng)該是“無(wú)邊界，無(wú)限制輸入”，換成產(chǎn)品的角度是拓寬行業(yè)邊界，支持多模態(tài)應(yīng)用。

對(duì)大模型廠商來(lái)說(shuō)，可以是提供一套通用大模型，或者是多個(gè)行業(yè)大模型組合，對(duì)應(yīng)用產(chǎn)品來(lái)說(shuō)，將入口不斷開放，直至無(wú)限制。

四、結(jié)論

本文在大模型經(jīng)歷爆火，熱度又逐漸消退之際，以產(chǎn)品經(jīng)理的視角思考應(yīng)該如何冷靜面對(duì)大模型的發(fā)展，從正確認(rèn)知、應(yīng)用探索，到最后制定產(chǎn)品路線，分別介紹了大模型存在的問(wèn)題，可探索的應(yīng)用場(chǎng)景，以及制定ToB、ToC的產(chǎn)品策略進(jìn)行了闡述，希望幫助更多的產(chǎn)品經(jīng)理。