隨著AI的發(fā)展，其應(yīng)用場景也越來越廣泛。在這樣的背景下，面向企業(yè)的B端產(chǎn)品同樣迎來了轉(zhuǎn)型升級的機(jī)遇。本文將闡述AI在B端產(chǎn)品中的應(yīng)用，希望對你有所幫助。

如果在10年前，我們可能還難以想象一個系統(tǒng)不僅能像人類的大腦一般智能，甚至還能超越人類在數(shù)據(jù)分析、決策支持、甚至是創(chuàng)造性工作方面的能力。

而如今，這不再是科幻小說的情節(jié)，而是我們身邊正在發(fā)生的現(xiàn)實(shí)。去年發(fā)布的chatGPT，不僅能像人類一樣與我們對話，而且還能夠?yàn)槲覀兘鉀Q工作、生活中遇到的種種問題。

在這樣的背景下，面向企業(yè)的B端產(chǎn)品同樣迎來了轉(zhuǎn)型升級的機(jī)遇。于是從幾個月前我便持續(xù)關(guān)注AI相關(guān)動態(tài)，也嘗試在自己的工作、生活中將AI運(yùn)用起來。

這篇文章，則是分享給大家這段時間來我的觀察、學(xué)習(xí)成果。包括：

1. 生成式AI與外部應(yīng)用結(jié)合的2種技術(shù)：用大白話解釋RAG和Fine- tuning的技術(shù)原理
2. 生成式AI的模型原則和團(tuán)隊搭建
3. AI在B端產(chǎn)品上應(yīng)用的具體案例
4. 個人該如何趕上AI這股潮流

01 生成式AI的基礎(chǔ)知識

首先想理解生成式AI可能會出現(xiàn)哪些應(yīng)用，那AI的基礎(chǔ)知識是必不可少的。

如果大家想更系統(tǒng)地了解AI的基礎(chǔ)知識，十分推薦大家可以去觀看「Generative AI for everyone」這門課程，課程由機(jī)器學(xué)習(xí)領(lǐng)域的專家吳恩達(dá)教授開設(shè)，目前已經(jīng)有中文字幕，課程不長，非常推薦大家抽空看看。

課程地址：https://www.coursera.org/learn/generative-ai-for-everyone

如果你沒有時間看課程，也可以選擇看我這篇精華內(nèi)容總結(jié)的文章，基本已經(jīng)把AI的基礎(chǔ)概念給你說清楚了：https://mp.weixin.qq.com/s/vKxmi2E2BAF-22T9-Y88SA

02? 生成式AI和B端產(chǎn)品是如何結(jié)合的？

生成式AI模型是可以由我們自行調(diào)試的。目前一些廠商都有開放自己的開源模型，我們可以利用別人做好的預(yù)模型，來將AI技術(shù)與自身產(chǎn)品做結(jié)合。

目前主流下有幾種調(diào)試AI的技術(shù)，這里為大家介紹兩種比較常見的技術(shù)，分別是RAG和Fine-tunning。

1. RAG（增強(qiáng)信息檢索）

RAG是一種支持導(dǎo)入自身/企業(yè)信息，讓GenAI學(xué)習(xí)并回答的技術(shù)。目前很流行的「與PDF對話」之類的應(yīng)用，便是這種技術(shù)下的產(chǎn)物。

它的運(yùn)作方式可以簡單理解為3步：

1. 導(dǎo)入信息后，先給出問題，讓GenAI搜索相關(guān)聯(lián)的文件、信息；
2. 優(yōu)化提示詞，提示GenAI可以從對應(yīng)文件中找到答案，回答問題；
3. 確認(rèn)AI回答的答案，并不斷優(yōu)化調(diào)試提示詞；

2. Fine-tuning（微調(diào)）

微調(diào)是比RAG更復(fù)雜的一個技術(shù)，它用訓(xùn)練好的參數(shù)初始化自己的網(wǎng)絡(luò)，然后用自己的數(shù)據(jù)接著訓(xùn)練。

我們可以簡單將它的技術(shù)原理概括為2步：

1. 選擇預(yù)訓(xùn)練模型：選擇一個與新任務(wù)相關(guān)的預(yù)訓(xùn)練模型，比如GPT；
2. 在新數(shù)據(jù)集上微調(diào)模型：在新數(shù)據(jù)集上微調(diào)預(yù)訓(xùn)練模型的參數(shù)，以適應(yīng)新的任務(wù)。

這種技術(shù)一般在以下幾種場景中使用：

• 用提示詞無法很好說明自己的目的，或者完全無法使用提示詞說明。例如讓GenAI完全像某人一樣跟自己對話，因?yàn)锳I沒有這個人的數(shù)據(jù)，所以無法模仿；
• 在特殊領(lǐng)域中的工作內(nèi)容；（例如醫(yī)生之間的專業(yè)術(shù)語）
• 需要用更小的模型去完成工作；（例如不希望GenAI消耗過多性能，僅需要完成一小部分任務(wù)即可時）

通過這兩種調(diào)試AI的技術(shù)，我們可以選取大公司已經(jīng)訓(xùn)練好的預(yù)模型進(jìn)行調(diào)試，使AI更符合我們自身企業(yè)、個人的要求。

3. 模型選擇

在模型選擇上，一般有開源模型、閉源模型。他們都各有優(yōu)缺點(diǎn)，如下：

而不同級別參數(shù)的模型，使得AI最終展現(xiàn)出來的能力也是不一樣的。

不同參數(shù)AI模型的能力情況如下：

所以根據(jù)場景，AI團(tuán)隊可以選擇不同的模型進(jìn)行調(diào)試。

4. 團(tuán)隊搭建

需要注意，如果想要調(diào)試AI，機(jī)器學(xué)習(xí)工程師和軟件工程師是不可或缺的。

如果條件允許的話，團(tuán)隊內(nèi)有產(chǎn)品經(jīng)理和數(shù)據(jù)工程師是更好的。產(chǎn)品經(jīng)理的角色也可以幫助更好地檢驗(yàn)產(chǎn)品的商業(yè)化潛質(zhì)，而數(shù)據(jù)工程師的角色可以多維度的分析數(shù)據(jù)，提供反饋。

03 B端產(chǎn)品*生成式AI結(jié)合的探索

目前生成式人工智能已經(jīng)在B端產(chǎn)品中得到了怎樣的應(yīng)用呢？

接下來，我將分享一些國內(nèi)外已經(jīng)推出的人工智能產(chǎn)品，以及它們的設(shè)計方向，希望能給B端產(chǎn)品的伙伴們帶來一些靈感。

鑒于時間和篇幅限制，接下來的內(nèi)容將主要基于企業(yè)公開資料進(jìn)行介紹。我也正在嘗試申請部分產(chǎn)品的試用，后續(xù)會分享更具體、詳細(xì)的產(chǎn)品測評，歡迎大家持續(xù)關(guān)注。

1. Twilio：Customer AI

Twilio是一個支持超過300,000個客戶的公司，提供文本消息、電話通話和電子郵件服務(wù)，幫助公司與客戶建立良好的關(guān)系。他們幾個月前推出了AI產(chǎn)品「Customer AI」；

目前根據(jù)公開資料，可以看出他們的AI產(chǎn)品有以下亮點(diǎn)：

1. 個性化推薦：AI能夠連接過往所有互動的數(shù)據(jù)點(diǎn)，為客戶生成個性化推薦，并為每次活動找到合適的人群，這對于市場營銷團(tuán)隊來講，能大大提升轉(zhuǎn)化率；

2. 個性化跟進(jìn)建議：AI技術(shù)的實(shí)時分析可以通知員工何時跟進(jìn)之前的客戶互動，并給出個性化跟進(jìn)建議；

3. 客戶分析：AI幫助銷售人員了解如何轉(zhuǎn)化潛在客戶，并通過減少摩擦來優(yōu)化客戶的注冊或登錄過程；

2. Salesforce：Einstein 1

Salesforce推出的Einstein 1平臺，是一個全面升級的客戶數(shù)據(jù)平臺，旨在為企業(yè)提供一個值得信賴的人工智能(AI)平臺。

根據(jù)企業(yè)的公開資料，可以看出他們的AI產(chǎn)品有以下亮點(diǎn)：

1. 數(shù)據(jù)整合：整合內(nèi)外部數(shù)據(jù)源，確保所有數(shù)據(jù)在一個平臺上可訪問。幫助員工更好地理解客戶和業(yè)務(wù)，提供預(yù)測性分析和內(nèi)容生成。

2. 任務(wù)自動化：Einstein 1平臺支持自動化工作流程，可以通過Flow實(shí)現(xiàn)自動化。

例如下圖中，便設(shè)置了根據(jù)客戶資料自動推薦折扣的自動工作流。

3. 個性化客戶體驗(yàn)：提高客戶服務(wù)水平，提供為客戶提供更個性化的體驗(yàn)。

下圖演示的是Einstein 1自動為銷售人員生成郵件內(nèi)容。

但saleforce還支持自行配置，針對客戶生成更個性化的郵件內(nèi)容。

3. HubSpot：HubSpot AI

HubSpot是一家總部位于美國的軟件公司，專注于開發(fā)和銷售營銷、銷售和客戶服務(wù)軟件。

他們的AI工具在銷售、營銷和客戶服務(wù)方面提供了很多新功能，下面是一些亮點(diǎn)介紹：

1. 博客文章生成：用戶只需點(diǎn)擊幾下就能創(chuàng)建針對特定國家和博客的搜索引擎優(yōu)化(SEO)標(biāo)題和內(nèi)容。此外，還可以使用HubSpot AI工具調(diào)整文章的語氣或添加結(jié)論。

AI自動生成文章大綱，在這個環(huán)節(jié)就可以介入修改

最終生成的文章

2. 內(nèi)容生產(chǎn)：HubSpot提供了報告助手，可以快速生成基于特定查詢的報告，并允許用戶自定義和優(yōu)化這些報告。此外，內(nèi)容助手還可以為銷售團(tuán)隊撰寫電子郵件，包括介紹郵件、冷郵件或跟進(jìn)郵件，幫助提高溝通效率。

博主演示的是根據(jù)右側(cè)的內(nèi)容要求，生成了左側(cè)的數(shù)據(jù)表圖

3. 客戶跟進(jìn)：HubSpot AI可以協(xié)助客服團(tuán)隊通過重寫、擴(kuò)展或調(diào)整信息的語氣來改善與客戶的溝通。還可以自動生成對話摘要，便于服務(wù)代表理解和回顧客戶的需求。

郵件詞語修改，這個就不多說了，跟saleforce的是一樣的

總結(jié)

通過對這幾款產(chǎn)品的觀察，可以看到生成式AI在B端產(chǎn)品上面的應(yīng)用集中于兩個詞：個性化、自動化。

個性化：通過AI強(qiáng)大的文本分析能力，對客戶過往數(shù)據(jù)進(jìn)行分析，并在各種場景下（營銷、轉(zhuǎn)化、售后）給予工作人員更貼合客戶個性化的建議，以給予客戶更優(yōu)體驗(yàn)。

自動化：支持將部分重復(fù)工作交由機(jī)器人處理。并在各種文本工作中（例如郵件溝通），由AI生成內(nèi)容，以大大節(jié)省人工時間，提升效率。

在落實(shí)AI與B端產(chǎn)品的結(jié)合上，也需要注意企業(yè)都非常在意“數(shù)據(jù)安全”問題。

由AI提升效率固然是好，但如果發(fā)生了竊取數(shù)據(jù)，或有心之人通過特定的prompt套取出企業(yè)的機(jī)密信息，這對于企業(yè)來說是非常嚴(yán)重的安全威脅。

所以在未來AI與B端產(chǎn)品結(jié)合的路上，數(shù)據(jù)安全會是一直存在的，非常重要的命題。

04 個人應(yīng)該如何趕上AI潮流

《哈佛商業(yè)評論》中，介紹了一些對于知識工作者來說，如何更好地將AI應(yīng)用起來的辦法。

目前使用最多的實(shí)踐案例來看，生成式AI特別可以在三個主要方面發(fā)揮作用：通過自動化一些結(jié)構(gòu)化任務(wù)來減輕認(rèn)知負(fù)荷，提高你對非結(jié)構(gòu)化任務(wù)的認(rèn)知能力，以及改善工作中的學(xué)習(xí)過程。

1. 減輕認(rèn)知負(fù)荷

生成式AI工具可以通過釋放人的精力，使我們專注于高價值的非結(jié)構(gòu)化任務(wù)。

例如我們每天有固定要處理的文件內(nèi)容，這些文件就可以交由生成式AI幫我們閱讀、處理。

我自己目前也關(guān)注了很多產(chǎn)品、生成式AI領(lǐng)域的賬號，看到一些感興趣的內(nèi)容就會先記錄下來，然后統(tǒng)一交給GPT幫我概括，再通過概括判斷我是否該深入閱讀。

注意：GPT的概括是不一定全面的。如果對文章感興趣，建議去深入閱讀，不要使用概括去理解整篇文章。

GPT幫我概括的文章大綱

2. 提升認(rèn)知能力

另一種增強(qiáng)知識工作的方法，是用生成式AI促進(jìn)高階認(rèn)知過程，執(zhí)行非結(jié)構(gòu)化任務(wù)。這其中我們可以應(yīng)用起來的是提升批判性思維和創(chuàng)造力。

批判性思維方面，生成式AI可以幫助人們就面臨的挑戰(zhàn)提出更好的問題。例如我最近在工作中遇到瓶頸，就會喜歡去問一下GPT的想法，兩者之間的想法相碰撞，就跟好友聊天一樣，更容易產(chǎn)生好的思路。

而創(chuàng)造力方面，更多指提升人們的生產(chǎn)效率。GenAI可以根據(jù)可行性、影響、成本和新穎性等標(biāo)準(zhǔn)評估和對我們的想法進(jìn)行完善，有了AI的加入后，我們優(yōu)化迭代的速度更快了，也不用一遍遍的檢查、思考。

例如我現(xiàn)在會在每次完成文章后，讓GPT幫我檢查文章邏輯，修改語句等。比原先我需要檢查4、5遍文章，現(xiàn)在有了GPT的幫助，我起碼節(jié)省了一半的時間用于檢查文章這件事情上。

GPTs提供的文章修改建議，根據(jù)它的建議修改成了大家最終看到的文章版本

3. 改善學(xué)習(xí)過程

掌握技能需要練習(xí)，而不僅是課堂學(xué)習(xí)。然而要使練習(xí)有效，就需要反饋。隨著AI生成能力的不斷提高，為每位知識工作者配備一位AI導(dǎo)師成為可能。

目前在Github中，已經(jīng)有相關(guān)的教程，如何輕松的調(diào)教GPTs成為自己的個人導(dǎo)師，教自己學(xué)技能。

附：AI資源推薦：

如果看到這里，你對生成式AI也開始產(chǎn)生興趣，并開始想要系統(tǒng)了解，下面有一些資源可以推薦給你：

**AI基礎(chǔ)知識**

推薦課程：

1. 吳恩達(dá) 《Generative AI for everyone》

https://www.coursera.org/learn/generative-ai-for-everyone

目前已有中文字幕，無壓力。

2. 微軟《Generative AI for Beginners – A 12-Lesson Course》 – https://techcommunity.microsoft.com/t5/educator-developer-blog/generative-ai-for-beginners-a-12-lesson-course/ba-p/3968583

需有英文基礎(chǔ)。部分課節(jié)已在B站有翻譯，大家可以通過lesson的標(biāo)題、部分關(guān)鍵詞去搜索。

**AI一線新聞**

1. Lex Fridman的播客、視頻；

2. Google AI Bolg

https://blog.research.google/

**實(shí)際上手使用AI**

了解了再多的信息，如果沒有用起來，那終究還是會變?yōu)椤凹埳险劚薄?/p>

學(xué)習(xí)最好的方法還是實(shí)踐，推薦大家可以將AI使用起來。

**快速使用提示詞**

對提示詞還不太清楚該怎么用的話，有一個偷懶的辦法：直接借鑒別人的模版，這里推薦個好用的中文提示詞網(wǎng)站，非常實(shí)用：

https://www.aishort.top/

結(jié)束語

人們常說“歷史的車輪滾滾向前，這不是以人們的意志所能改變的?！?/p>

隨著新技術(shù)的不斷發(fā)展，它融入我們的工作、生活將是大趨勢。如何擁抱新技術(shù)，是我們必須要面對的課題。

這是我第一次嘗試寫此類型的文章，還有許多不足的地方，如文章有錯誤、遺漏或不夠詳盡的地方，歡迎各位不吝提出指正。

同時因?yàn)槠拗疲芏鄡?nèi)容也沒能在一篇文章內(nèi)呈現(xiàn)完，后續(xù)我也計劃繼續(xù)撰寫：

1. AI產(chǎn)品體驗(yàn)報告
2. 作為產(chǎn)品經(jīng)理，如何利用AI重塑工作流程