然而，在急于重建組織之前，領(lǐng)導(dǎo)者應(yīng)該回到基礎(chǔ)。與其他事情一樣，AI的價值創(chuàng)造始于產(chǎn)品與市場的契合：了解要滿足的需求，并確保使用合適的工具。
如果你在釘釘子，錘子很好用，但如果你在做煎餅，錘子則毫無用處，還會弄得一團(tuán)糟。在當(dāng)前的AI領(lǐng)域，一切都被錘子敲打。在CES 2024上，參觀者驚嘆于AI牙刷、狗項圈、鞋子和喂鳥器，甚至你的電腦鼠標(biāo)現(xiàn)在也有一個AI按鈕。在商業(yè)世界中，97%的高管表示他們期望GenAI為業(yè)務(wù)增值，75%的公司將客戶互動交給聊天機(jī)器人處理。
將AI應(yīng)用于每一個可能的問題，導(dǎo)致許多產(chǎn)品僅有邊際效用，有些甚至是破壞性的。例如，一個政府聊天機(jī)器人錯誤地告訴紐約的企業(yè)主解雇投訴騷擾的員工，與此同時，Turbotax和HR Block上線了給出錯誤建議的機(jī)器人，錯誤率高達(dá)50%。
問題不是我們的AI工具不夠強(qiáng)大，也不是我們的組織無法應(yīng)對挑戰(zhàn)，而是我們用錘子做煎餅。要從AI中獲得真正的價值，我們需要重新聚焦于我們試圖解決的問題。
毛絨玩具謬誤
與過去的技術(shù)趨勢不同，AI特別容易中斷企業(yè)現(xiàn)有的產(chǎn)品與市場契合流程。當(dāng)我們使用像ChatGPT這樣的工具時，很容易被其人性化的表現(xiàn)所迷惑，認(rèn)為它具有類似人類的理解能力。
這類似于我們可以稱之為“毛絨玩具謬誤”的現(xiàn)象。當(dāng)2000年代初毛絨玩具Furby上市時，許多人——包括一些情報官員——認(rèn)為Furby會從用戶那里學(xué)習(xí)。實際上，這些玩具只是執(zhí)行預(yù)先編程的行為變化，我們賦予Furby人性化特征的本能導(dǎo)致我們高估了它們的復(fù)雜性。
同樣地，我們很容易錯誤地將直覺和想象力歸因于AI模型——當(dāng)我們覺得AI工具理解我們時，很容易跳過明確闡明目標(biāo)和需求的艱巨任務(wù)。計算機(jī)科學(xué)家們幾十年來一直在應(yīng)對這一挑戰(zhàn)，即所謂的“對齊問題”：AI模型越復(fù)雜，發(fā)出精確指令就越困難——而且未能做到這一點的潛在后果就越大。（粗心地下達(dá)指令讓一個強(qiáng)大的AI系統(tǒng)最大化草莓生產(chǎn)，它可能會將整個世界變成一個大草莓農(nóng)場。）
AI 災(zāi)難的風(fēng)險之外，對齊問題使得在 AI 應(yīng)用中確立產(chǎn)品與市場的契合變得更為重要。我們需要抵制篡改細(xì)節(jié)并假設(shè)模型會自行解決問題的誘惑：只有從一開始就明確表達(dá)我們的需求，并嚴(yán)格圍繞這些需求組織設(shè)計和工程流程，才能創(chuàng)造出真正有價值的 AI 工具。
回歸基礎(chǔ)
由于 AI 系統(tǒng)無法自行找到產(chǎn)品與市場的契合點，作為領(lǐng)導(dǎo)者和技術(shù)專家，我們必須滿足客戶的需求，這意味著要遵循四個關(guān)鍵步驟——其中一些來自商業(yè)101課程，另一些則針對 AI 開發(fā)的挑戰(zhàn)。
1. 理解問題。大多數(shù)公司在這一步出錯，因為他們從缺乏 AI 是關(guān)鍵問題的前提出發(fā)，這導(dǎo)致得出“添加 AI”本身就是解決方案的結(jié)論，而忽視了終端用戶的實際需求。只有在不提及 AI 的情況下清晰表達(dá)問題，才能確定 AI 是否是一個有用的解決方案，或哪些類型的 AI 可能適用于你的用例。
2. 定義產(chǎn)品成功標(biāo)準(zhǔn)。在與 AI 合作時，發(fā)現(xiàn)并定義使你的解決方案有效的因素至關(guān)重要，因為總會有權(quán)衡。例如，一個問題可能是優(yōu)先考慮流暢性還是準(zhǔn)確性。一家保險公司創(chuàng)建精算工具時可能不希望一個流暢但數(shù)學(xué)錯誤的聊天機(jī)器人，而一個使用GenAI進(jìn)行頭腦風(fēng)暴的設(shè)計團(tuán)隊可能更喜歡一個更具創(chuàng)意的工具，即使它偶爾會胡言亂語。
3. 選擇技術(shù)。一旦了解了目標(biāo)，與工程師、設(shè)計師和其他合作伙伴一起討論如何實現(xiàn)目標(biāo)。你可能會考慮各種 AI 工具，從GenAI模型到機(jī)器學(xué)習(xí) (ML) 框架，并確定要使用的數(shù)據(jù)、相關(guān)法規(guī)和聲譽(yù)風(fēng)險。在流程早期解決這些問題至關(guān)重要：最好在構(gòu)建時考慮限制，而不是在產(chǎn)品推出后再試圖解決。
4. 測試（和重新測試）你的解決方案。現(xiàn)在，只有現(xiàn)在，你才能開始構(gòu)建產(chǎn)品。太多公司急于進(jìn)入這一階段，在真正理解它們將如何使用之前創(chuàng)建 AI 工具。不可避免地，他們最終會尋找要解決的問題，并努力解決早期應(yīng)該考慮的技術(shù)、設(shè)計、法律和其他挑戰(zhàn)。從一開始就優(yōu)先考慮產(chǎn)品與市場的契合，可以避免這些失誤，并實現(xiàn)解決實際問題和創(chuàng)造實際價值的迭代進(jìn)步。
由于 AI 看起來像魔術(shù)，因此很容易假設(shè)在任何環(huán)境中部署任何 AI 應(yīng)用程序都會創(chuàng)造價值，這導(dǎo)致組織通過發(fā)射大量箭頭并在它們落點處畫靶心來“創(chuàng)新”。其中少數(shù)箭頭確實會落在有用的地方，但絕大多數(shù)對企業(yè)或終端用戶幾乎沒有價值。
要釋放 AI 的巨大潛力，我們需要先畫出靶心，然后全力以赴地?fù)糁兴鼈儭τ谀承┯美@可能意味著開發(fā)不涉及 AI 的解決方案，在其他情況下，這可能意味著使用更簡單、更小或不那么引人注目的 AI 部署。
無論你在構(gòu)建哪種 AI 產(chǎn)品，有一點始終不變。確立產(chǎn)品與市場的契合，并創(chuàng)造滿足客戶實際需求的技術(shù)，是驅(qū)動價值的唯一途徑。在 AI 時代，那些做對這件事的公司將成為贏家。
企業(yè)網(wǎng)D1net(hfnxjk.com)：
國內(nèi)主流的to B IT門戶，旗下運(yùn)營國內(nèi)最大的甲方CIO專家?guī)旌椭橇敵黾吧缃黄脚_-信眾智(www.cioall.com)。旗下運(yùn)營19個IT行業(yè)公眾號(微信搜索D1net即可關(guān)注)。
版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需在文章開頭注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。
京公網(wǎng)安備 11010502049343號