2025世界人工智能大會之后,我對AI產(chǎn)品設(shè)計的五個新啟發(fā)

0 評論 861 瀏覽 2 收藏 9 分鐘

大模型、智能體、AI原生……在2025世界人工智能大會之后,熱詞很多,干貨更多。但真正值得產(chǎn)品人思考的,是這些技術(shù)如何重塑“做產(chǎn)品”的方式。本文從大會現(xiàn)場觀察出發(fā),總結(jié)AI產(chǎn)品設(shè)計的五個關(guān)鍵啟發(fā),助你在熱潮中找回決策坐標(biāo)。

作為一名每天都在思考怎么把大模型“變成產(chǎn)品”的產(chǎn)品經(jīng)理,我一直關(guān)注行業(yè)的前沿進展。

最近2025世界人工智能大會剛剛落幕,這是一場堪比AI界春晚的盛會,不僅有各大廠的壓軸發(fā)布,還有很多一線團隊的實操經(jīng)驗分享。

與其說這是一個技術(shù)大會,我更愿意把它看作一場“AI產(chǎn)品設(shè)計的靈感快閃展”。

我寫這篇文章的目的,不是復(fù)述誰家模型有多強,而是想從一個AI產(chǎn)品經(jīng)理的視角,提煉出五個特別有啟發(fā)的設(shè)計思路或產(chǎn)品亮點,幫助更多做ToB、做平臺、做Agent系統(tǒng)的朋友,跳出“做個殼套個API”的路徑,看到更遠的路。

01 從工具到“同事”:智能體系統(tǒng)設(shè)計的轉(zhuǎn)變

在阿里云的展臺上,有一個演示讓我印象很深。一個名為“無影AgentBay”的平臺,能把多個智能體組合起來,完成一整套流程式的業(yè)務(wù)操作。比如信息檢索、數(shù)據(jù)核對、工單處理等。

在我看來,這不再是“AI助手”了,更像是一個有判斷力的虛擬“同事”。

啟發(fā)在于:我們做AI產(chǎn)品不能再只考慮工具體驗,而是要像搭建一個組織那樣,設(shè)計智能體之間的分工與協(xié)作機制。

– 你怎么判斷一個AI Agent是不是“盡職”?

– 它會不會胡說八道?

– 它怎么和別的Agent交接工作?

這些問題決定了產(chǎn)品的“好用”是否能真正落地。

02 一句話生成世界”:重新定義輸入方式

騰訊展示了一個叫“混元3D世界模型”的產(chǎn)品,只要一句話,就能生成一個可以360度漫游的虛擬場景。

你可以說“森林里有一座懸崖邊的小屋”,系統(tǒng)幾秒鐘就構(gòu)建出來了。

(圖片來源于網(wǎng)絡(luò))

這個“從語言到空間”的交互方式讓我意識到:提示詞不再只是技術(shù)細節(jié),它正在成為新的“用戶界面”。

啟發(fā)在于:在AI產(chǎn)品設(shè)計中,要換位思考用戶的感知方式,將語音、圖像、手勢、甚至眼動等輸入融入到界面中,打造沉浸式的交互體驗。由此可見,提示詞不再局限于文本輸入,而應(yīng)成為激發(fā)AI創(chuàng)意的指引 —— 例如引導(dǎo)用戶用一句話描述創(chuàng)意,AI自動生成作品。

03 行業(yè)智能體的關(guān)鍵不在模型,而在知識

螞蟻集團在大會上分享了一個讓我特別感興趣的項目:“院士智能體”。它服務(wù)的是心臟瓣膜病患者,結(jié)合華為手表的健康數(shù)據(jù)、權(quán)威醫(yī)學(xué)知識庫和智能對話系統(tǒng),為用戶提供術(shù)后康復(fù)建議。

這不是一個“大而強”的AI,而是一個“小而準(zhǔn)”的AI。

這個案例讓我反思:不是模型越大越好,而是它是否懂“行業(yè)語言”。做AI產(chǎn)品時,我們太容易陷入“調(diào)API”和“拼UI”,但很多關(guān)鍵價值其實來自底層知識的注入,比如行業(yè)術(shù)語、流程規(guī)范、專家經(jīng)驗。

啟發(fā)在于:我們做產(chǎn)品設(shè)計時,要為每個行業(yè)構(gòu)建數(shù)據(jù)閉環(huán):一方面通過微調(diào)/知識庫定制將行業(yè)知識注入模型,另一方面要與行業(yè)流程對接形成反饋回路,不斷迭代模型。例如:螞蟻健康開放平臺允許醫(yī)生共建智能體,幫助更多專科醫(yī)生打造適用的AI輔診工具。

04 開放生態(tài)不只是開放模型,而是開放能力

這次阿里和騰訊都強調(diào)了“平臺化”,但給我印象最深的是字節(jié)跳動的分享。

他們不是在講模型有多強,而是在講怎么構(gòu)建一個“可復(fù)用、可組合、可自定義”的能力平臺。

舉個例子,他們設(shè)計了一個低代碼框架,企業(yè)客戶可以拖拽式地定制自己的AI對話系統(tǒng),包括接入自己的知識庫、設(shè)置輸出風(fēng)格、權(quán)限控制等等。

啟發(fā)在于:AI產(chǎn)品不是一個結(jié)果,而是一種“能力交付”。 我們做平臺型產(chǎn)品時,要多想一層:怎么把能力“交到別人手里”,并讓他們自己發(fā)揮。這就需要我們設(shè)計的是“積木”,不是“雕塑”。

05 記憶與信任,是下一個產(chǎn)品體驗的杠桿

在RockAI的發(fā)布會上,他們提出了一個我非常認同的概念:“原生記憶”。

不像傳統(tǒng)外掛知識庫那樣,這個系統(tǒng)能直接把用戶行為和歷史內(nèi)容融入模型的“記憶層”,實現(xiàn)真正意義上的個性化和持久對話。

換言之,未來的AI代理能夠記住用戶偏好和歷史交互,逐漸成為“理解你的人”,而不是每次都從零開始。

這種記憶化能力意味著AI產(chǎn)品可以提供高度個性化的服務(wù):它會記住你喜歡的語言風(fēng)格、決策習(xí)慣,并在適當(dāng)時機給出更加貼合的建議。

啟發(fā)在于:我們要設(shè)計讓AI產(chǎn)品“長期陪伴”用戶的機制,例如建立用戶畫像和反饋回路,讓AI在使用中自適應(yīng)優(yōu)化。更重要的是,本地化記憶還帶來技術(shù)與體驗的雙重提升:由于記憶模塊集成在設(shè)備端,響應(yīng)速度更快、延遲更低,同時增強了數(shù)據(jù)隱私與安全。

最后的話

這次大會讓我最大收獲不是“技術(shù)有多強”,而是看到不同企業(yè)在面對AI時代時,做產(chǎn)品設(shè)計的底層思考方式。

他們并不是從模型出發(fā)去找場景,而是從場景出發(fā),去定義AI該怎么融入流程、知識和用戶心智中。

我相信未來AI產(chǎn)品不再是“接個API就上線”,而是一次系統(tǒng)性的產(chǎn)品重構(gòu):怎么重新理解用戶輸入?怎么定義一個“負責(zé)任”的Agent?怎么把行業(yè)知識變成模型的一部分?怎么設(shè)計出可以自演化的產(chǎn)品能力?

希望帶給你一些啟發(fā),加油!

本文由人人都是產(chǎn)品經(jīng)理作者【柳星聊產(chǎn)品】,微信公眾號:【柳星聊產(chǎn)品】,原創(chuàng)/授權(quán) 發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于 CC0 協(xié)議。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!