5000字干貨總結(jié):探索AI在B端產(chǎn)品中的應(yīng)用
隨著AI的發(fā)展,其應(yīng)用場(chǎng)景也越來(lái)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(lái)了轉(zhuǎn)型升級(jí)的機(jī)遇。本文將闡述AI在B端產(chǎn)品中的應(yīng)用,希望對(duì)你有所幫助。
如果在10年前,我們可能還難以想象一個(gè)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(shuō)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(duì)話,而且還能夠?yàn)槲覀兘鉀Q工作、生活中遇到的種種問(wèn)題。
在這樣的背景下,面向企業(yè)的B端產(chǎn)品同樣迎來(lái)了轉(zhuǎn)型升級(jí)的機(jī)遇。于是從幾個(gè)月前我便持續(xù)關(guān)注AI相關(guān)動(dòng)態(tài),也嘗試在自己的工作、生活中將AI運(yùn)用起來(lái)。
這篇文章,則是分享給大家這段時(shí)間來(lái)我的觀察、學(xué)習(xí)成果。包括:
- 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
- 生成式AI的模型原則和團(tuán)隊(duì)搭建
- AI在B端產(chǎn)品上應(yīng)用的具體案例
- 個(gè)人該如何趕上AI這股潮流
01 生成式AI的基礎(chǔ)知識(shí)
首先想理解生成式AI可能會(huì)出現(xiàn)哪些應(yīng)用,那AI的基礎(chǔ)知識(shí)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(shí),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(kāi)設(shè),目前已經(jīng)有中文字幕,課程不長(zhǎng),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(méi)有時(shí)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(shuō)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(kāi)放自己的開(kāi)源模型,我們可以利用別人做好的預(yù)模型,來(lái)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(jiàn)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(duì)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(jiǎn)單理解為3步:
- 導(dǎo)入信息后,先給出問(wèn)題,讓GenAI搜索相關(guān)聯(lián)的文件、信息;
- 優(yōu)化提示詞,提示GenAI可以從對(duì)應(yīng)文件中找到答案,回答問(wèn)題;
- 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(gè)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(jiǎn)單將它的技術(shù)原理概括為2步:
- 選擇預(yù)訓(xùn)練模型:選擇一個(gè)與新任務(wù)相關(guān)的預(yù)訓(xùn)練模型,比如GPT;
- 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(chǎng)景中使用:
- 用提示詞無(wú)法很好說(shuō)明自己的目的,或者完全無(wú)法使用提示詞說(shuō)明。例如讓GenAI完全像某人一樣跟自己對(duì)話,因?yàn)锳I沒(méi)有這個(gè)人的數(shù)據(jù),所以無(wú)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(yǔ))
- 需要用更小的模型去完成工作;(例如不希望GenAI消耗過(guò)多性能,僅需要完成一小部分任務(wù)即可時(shí))
通過(guò)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(gè)人的要求。
3. 模型選擇
在模型選擇上,一般有開(kāi)源模型、閉源模型。他們都各有優(yōu)缺點(diǎn),如下:
而不同級(jí)別參數(shù)的模型,使得AI最終展現(xiàn)出來(lái)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(chǎng)景,AI團(tuán)隊(duì)可以選擇不同的模型進(jìn)行調(diào)試。
4. 團(tuán)隊(duì)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(duì)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(lái),我將分享一些國(guó)內(nèi)外已經(jīng)推出的人工智能產(chǎn)品,以及它們的設(shè)計(jì)方向,希望能給B端產(chǎn)品的伙伴們帶來(lái)一些靈感。
鑒于時(shí)間和篇幅限制,接下來(lái)的內(nèi)容將主要基于企業(yè)公開(kāi)資料進(jìn)行介紹。我也正在嘗試申請(qǐng)部分產(chǎn)品的試用,后續(xù)會(huì)分享更具體、詳細(xì)的產(chǎn)品測(cè)評(píng),歡迎大家持續(xù)關(guān)注。
1. Twilio:Customer AI
Twilio是一個(gè)支持超過(guò)300,000個(gè)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(gè)月前推出了AI產(chǎn)品「Customer AI」;
目前根據(jù)公開(kāi)資料,可以看出他們的AI產(chǎn)品有以下亮點(diǎn):
1. 個(gè)性化推薦:AI能夠連接過(guò)往所有互動(dòng)的數(shù)據(jù)點(diǎn),為客戶生成個(gè)性化推薦,并為每次活動(dòng)找到合適的人群,這對(duì)于市場(chǎng)營(yíng)銷團(tuán)隊(duì)來(lái)講,能大大提升轉(zhuǎn)化率;
2. 個(gè)性化跟進(jìn)建議:AI技術(shù)的實(shí)時(shí)分析可以通知員工何時(shí)跟進(jìn)之前的客戶互動(dòng),并給出個(gè)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(guò)減少摩擦來(lái)優(yōu)化客戶的注冊(cè)或登錄過(guò)程;
2. Salesforce:Einstein 1
Salesforce推出的Einstein 1平臺(tái),是一個(gè)全面升級(jí)的客戶數(shù)據(jù)平臺(tái),旨在為企業(yè)提供一個(gè)值得信賴的人工智能(AI)平臺(tái)。
根據(jù)企業(yè)的公開(kāi)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(gè)平臺(tái)上可訪問(wèn)。幫助員工更好地理解客戶和業(yè)務(wù),提供預(yù)測(cè)性分析和內(nèi)容生成。
2. 任務(wù)自動(dòng)化:Einstein 1平臺(tái)支持自動(dòng)化工作流程,可以通過(guò)Flow實(shí)現(xiàn)自動(dòng)化。
例如下圖中,便設(shè)置了根據(jù)客戶資料自動(dòng)推薦折扣的自動(dòng)工作流。
3. 個(gè)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(gè)性化的體驗(yàn)。
下圖演示的是Einstein 1自動(dòng)為銷售人員生成郵件內(nèi)容。
但saleforce還支持自行配置,針對(duì)客戶生成更個(gè)性化的郵件內(nèi)容。
3. HubSpot:HubSpot AI
HubSpot是一家總部位于美國(guó)的軟件公司,專注于開(kāi)發(fā)和銷售營(yíng)銷、銷售和客戶服務(wù)軟件。
他們的AI工具在銷售、營(yíng)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(duì)特定國(guó)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(yǔ)氣或添加結(jié)論。
AI自動(dòng)生成文章大綱,在這個(gè)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(bào)告助手,可以快速生成基于特定查詢的報(bào)告,并允許用戶自定義和優(yōu)化這些報(bào)告。此外,內(nèi)容助手還可以為銷售團(tuán)隊(duì)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(duì)通過(guò)重寫、擴(kuò)展或調(diào)整信息的語(yǔ)氣來(lái)改善與客戶的溝通。還可以自動(dòng)生成對(duì)話摘要,便于服務(wù)代表理解和回顧客戶的需求。
郵件詞語(yǔ)修改,這個(gè)就不多說(shuō)了,跟saleforce的是一樣的
總結(jié)
通過(guò)對(duì)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(gè)詞:個(gè)性化、自動(dòng)化。
個(gè)性化:通過(guò)AI強(qiáng)大的文本分析能力,對(duì)客戶過(guò)往數(shù)據(jù)進(jìn)行分析,并在各種場(chǎng)景下(營(yíng)銷、轉(zhuǎn)化、售后)給予工作人員更貼合客戶個(gè)性化的建議,以給予客戶更優(yōu)體驗(yàn)。
自動(dòng)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(shí)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(wèn)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(guò)特定的prompt套取出企業(yè)的機(jī)密信息,這對(duì)于企業(yè)來(lái)說(shuō)是非常嚴(yán)重的安全威脅。
所以在未來(lái)AI與B端產(chǎn)品結(jié)合的路上,數(shù)據(jù)安全會(huì)是一直存在的,非常重要的命題。
04 個(gè)人應(yīng)該如何趕上AI潮流
《哈佛商業(yè)評(píng)論》中,介紹了一些對(duì)于知識(shí)工作者來(lái)說(shuō),如何更好地將AI應(yīng)用起來(lái)的辦法。
目前使用最多的實(shí)踐案例來(lái)看,生成式AI特別可以在三個(gè)主要方面發(fā)揮作用:通過(guò)自動(dòng)化一些結(jié)構(gòu)化任務(wù)來(lái)減輕認(rèn)知負(fù)荷,提高你對(duì)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(guò)程。
1. 減輕認(rèn)知負(fù)荷
生成式AI工具可以通過(guò)釋放人的精力,使我們專注于高價(jià)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(hào),看到一些感興趣的內(nèi)容就會(huì)先記錄下來(lái),然后統(tǒng)一交給GPT幫我概括,再通過(guò)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(duì)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(shí)工作的方法,是用生成式AI促進(jìn)高階認(rèn)知過(guò)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(lái)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(wèn)題。例如我最近在工作中遇到瓶頸,就會(huì)喜歡去問(wèn)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(píng)估和對(duì)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(huì)在每次完成文章后,讓GPT幫我檢查文章邏輯,修改語(yǔ)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(shí)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(guò)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(shí)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(gè)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(duì)生成式AI也開(kāi)始產(chǎn)生興趣,并開(kāi)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(shí)**
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(wú)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(guò)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(méi)有用起來(lái),那終究還是會(huì)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(lái)。
**快速使用提示詞**
對(duì)提示詞還不太清楚該怎么用的話,有一個(gè)偷懶的辦法:直接借鑒別人的模版,這里推薦個(gè)好用的中文提示詞網(wǎng)站,非常實(shí)用:
https://www.aishort.top/
結(jié)束語(yǔ)
人們常說(shuō)“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(shì)。如何擁抱新技術(shù),是我們必須要面對(duì)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(cuò)誤、遺漏或不夠詳盡的地方,歡迎各位不吝提出指正。
同時(shí)因?yàn)槠拗?,很多?nèi)容也沒(méi)能在一篇文章內(nèi)呈現(xiàn)完,后續(xù)我也計(jì)劃繼續(xù)撰寫:
- AI產(chǎn)品體驗(yàn)報(bào)告
- 作為產(chǎn)品經(jīng)理,如何利用AI重塑工作流程
本文由 @Thea小里 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。
題圖來(lái)自Unsplash,基于CC0協(xié)議。
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。
- 目前還沒(méi)評(píng)論,等你發(fā)揮!