几乎可以肯定的来讲，AI正引领着下一代技术革命。曾经那句“所有的行业都值得用互联网重新做一遍”，现在套用在AI头上，那也是妥妥的没有问题。 所以，你要是现在打算搞个产品，要是里头没参点人工智能的料，那可真就是“老土帽”了，客户见了都得绕着走，更别提给你几分钟介绍产品了。 相反，只要你的产品沾了AI的边，客户保准会请你坐下来好好聊一聊。为啥？客户也怕自己对AI一无所知，被领导一问三不知，那工作表现可不就大打折扣了嘛！ 过去这一两年，我们也是紧跟技术潮流，用大语言模型技术去捣鼓新产品，要不就是给老产品换个新面貌。虽然公司没算法方面的人才，但通过外部合作，也算是硬挤上了这趟列车。而那些没能上车的企业，估计过不了几年就只能送上一首《凉凉》了。 在这个过程中，我对AI的情感经历了从恐惧到兴奋，再到去魅，最终正视的波动。 恐惧的是，AI时代的到来，自身的工作岗位是不是会被替代，公司的产品是否会被被淘汰； 兴奋的是，我们终于用上的AI去改造产品，确实带来了提质增效的巨大变化； 去魅的是，AI也没有大家想象的那么厉害，还是有很多的不足和短板； 正视的是，AI的技术变革是大势所趋，应该积极主动去拥抱，让自己成为带有AI标签的人才。 接下来，就谈谈我用AI做产品的这两年的几点认识。 技术不是核心，对业务的理解才是，一直都是有一天，老板突然问了我一个问题： “咱这大语言模型产品，核心竞争力到底在哪儿？你找的那大模型，技术上牛不牛？别到时候效果不给力，咱这么多的投入可就打水漂了啊！” 这一问，我当场就懵了，心里嘀咕：“这哪儿能说得准呢，市面上这么多大语言模型，谁比谁强还真不好说。” 于是，我只好硬着头皮，有点丧气地回答：“咱现在用的大模型，技术上没啥独家秘籍，友商也能拿开源的去做产品。” 这事儿一直在我心里转悠，我就琢磨着，产品的核心竞争力到底是个啥？ 是技术吗？ 要是的话，那大语言模型都开源了，大家的技术底牌都亮出来了，你能用，我也能用，顶多就是你比我早知道点儿，先下手为强，可以吃到一点信息差的红利。 更别提客户了，他们哪儿分得清你家大模型和我家大模型有啥区别，只知道都是用大模型做的产品。 甚至啊，单位里有个懂技术的，自己就能部署一个免费开源的大模型应用出来，哪儿还需要找我们这种厂家来卖所谓的“大模型应用产品”。 这么一看，所谓的产品应用大语言模型的技术优势，是根本不存在。只能忽悠一些信息相对比较闭塞的客户，收割完一波之后就没有了。 直到有一天，我找了个业务专家，想问问他对咱大语言模型的使用感受。 他对于我们的产品功能可以实现一键自动提取、分析、生成，并没有感到太多的惊喜和意外，反而觉得有些生成的效果不符合实际。 接着，他就给我举了好几个实打实的例子，告诉我产品得达到啥效果才算合格。不管你用不用大语言模型，最后得整出那效果，产品才算过关。 突然间，我就想明白：产品的核心竞争力是什么？ 其实就是更懂业务。 大语言模型再牛，也得靠你给它喂点有效的提示词，它才能吐出精准的答案。那这些有效的提示词从哪儿来？还不得靠客户的实际业务经验来提炼嘛。 客户的业务经验（规则），才是咱产品的核心竞争力呢。别家就算有技术，一时半会儿也抄不走这些东西。 产品不是满分卷，都是有限资源下寻求“最优解”AI的爆发来得太突然，导致公司过去的产品瞬间就落后了一个时代。时代抛弃你的时候，连声招呼都不打。 客户的口味也跟着变了调，得AI的产品才能调得起胃口。 所以啊，新AI产品还没出炉呢，销售端就已经迫不及待地去给客户“画饼”了。 在销售的一声声叫唤中，我们不得不加快产品研发的脚步，否则，产品没能在预期的时间推出来，项目团队都得绑了拿去“献祭”。 因为对大语言模型到底能做到什么样的效果，咱心里也没个谱，毕竟是真没有经验啊。所以，在遇到一些功能上的问题的时候，都指望靠大语言模型来实现。 比如说，要从案件卷宗里提要素，硬件资源有限，不能把一百多页的文书一股脑儿扔给大模型。没办法，只能定些规则，从特定文书里提字段，这样解析起来就轻松多了。 但问题也跟着来了，找文书成了大难题。现实里的文书资料，那格式乱得哟，有的没命名，有的就随便叫个“第一页”、“第二页”。 怎么办呢？ 也不是没有办法，我们通过视觉模型去识别每一份文书，再根据标题和内容大概猜猜是啥文件。 这方案一出，效果咋样？也就60～70分吧。 为啥这么差？有些文件就是张模糊图片，大模型哪知道是啥类型；还有些文件名字一样，是历史参考文件，大模型不懂，就全堆一起了。 那能不能提准率呢？能，但得定向训练。就像教小孩做题，哪题易错就多练练。大模型也一样，得喂它成百上千份数据，让它学会做“错题”。 只是，大模型的微调训练是需要较大的成本投入，除去算力资源的投入，还得算法工程师的参与，加上还有时间周期的制约。 做产品啊，就是资源有限下的“最优答”。资源无限？那产品肯定杠杠的！但资源有限，就得算算投入产出比了。 说到底，大语言模型在很多方面还是比不上人。有些业务场景，它能拿60分以上，但要想再提分，那可得花大价钱了。 所以啊，用大语言模型做产品，得知道它的局限性，别啥都指望AI来解决。 要引导客户，对人工智能的产品预期不要太高有一天，我在电梯里面遇到了客户单位的一把手，他手里拎个文件袋，眉头紧锁，好像心事重重。虽然是午饭时间，但他吃完饭还得赶回办公室忙活。 看到我，他忍不住问了一句：“项目进展咋样了？” 我带点忐忑的心情回复：还在全力开发。（心里暗自嘀咕，千万别在这个时候来一句，要在xxx时间内完成，不然我都不知道怎么接茬）。 结果，领导略带凝重的心情说到：“之前我们在智能化方面做的好，别人不是羡慕，反而是眼红质疑，所以，希望你们抓紧做出来，才好堵住别人的嘴。” 原来，在我们进驻客户单位开发这个产品之前，就已经有两家企业在单位里面做了类似的产品，单位就借机大肆宣传了一波，引来了各地的同仁参观考察。 但只有单位自己知道，前期两家做出来的产品效果实用性并不好，虽然抢到了热点，宣传出去了，但得真有效果才行，不然就是“瞎忽悠”。 这也暴露出行业的一个通病，就是大模型被宣传得太神了！有些客户都盲目崇拜了，以为有了大模型，啥都能做，啥都能做好。过去得靠人力做的事情，现在都能交给大模型了。 但实际情况呢？大模型可不是万能的！至少在分析判断这方面，它还差得远呢。只能取代一些简单重复的工作。 咱们得让客户清醒清醒，别对大模型太迷信了。也许等这波AI泡沫破了，大家才能回归现实，知道AI也有局限，只能辅助人做部分工作。核心的重要事情，还是得靠人来搞定。 对于做产品而言，更不能陷入到那种自我吹嘘的虚假“牛逼”之中，忽悠了客户买单，也忽悠了自己。 产品做出来了，只有五六十分的效果，说起来可以给客户减轻50%的负担，却也同样带来了对剩下50%纠错的新增工作量。 AI技术是对生产力的提升，必将带来颠覆性的行业变革deep seek的横空出世，让所有人都为之一振，振奋中国的在科技领域有了可以和美国正面硬刚的一臂之力；振奋AI的产品落地成本大幅降低，有大量的产品机会来临；振奋AI技术的发展日新月异，需要紧跟时代，别错了这趟造富的列车。 毋庸置疑的一点，AI时代已经到来，如果20年前大家惊呼的互联网时代，未来十年，就是AI时代。 AI还不同于互联网，被很多人称之为可以比肩“工业革命”的创新。 为什么这么说呢？ 互联网只是改变了信息交流传播的方式，加速了商业模式的创新。但AI却是提升了生产效率，足以颠覆很多的行业，带来一次全新的“技术革命”。 那些传统的工作方式、生产流程，可能都要被AI给“改写”了！就像当年工业革命的时候，机器取代了人力，让生产效率大大提高了一样。 为此，你可以做什么呢？ 你得先相信，相信AI时代的到来，相信很多领域要被颠覆，相信有大把的机会正在冒出。然后，再行动，抓紧学习AI的技术，尝试使用各种AI的应用，用上AI的能力赋能你的工作和生活。 作者：武林，公众号：肖武林 本文由@武林 原创发布于人人都是产品经理，未经作者许可，禁止转载。 题图来自Unsplash，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。 |
