隨著AI的發(fā)展，產(chǎn)品的應(yīng)用思路逐漸被打開。本文將就“如何運(yùn)用AI重做B端產(chǎn)品”展開探討，作者結(jié)合相關(guān)案例進(jìn)行分析，希望對(duì)你有所幫助。

“如何用AI重做B端產(chǎn)品？這是筆者近期的一點(diǎn)思考與實(shí)踐，期望對(duì)你有啟發(fā)?！?/p>

2023年ChatGPT的橫空出世，讓所有人為之一振，有人興奮（新/大機(jī)會(huì)到來），有人恐懼（被替代/被拋棄）。

2023年大模型賽道成為了最火熱的賽道，一年之內(nèi)推出N個(gè)大模型，它成為了繼移動(dòng)互聯(lián)網(wǎng)和云服務(wù)之后，又一個(gè)萬眾創(chuàng)業(yè)的賽道。

作為一名產(chǎn)品人，且不說趨之若鶩，也得小試牛刀。

大模型離你我太遠(yuǎn)，AI平臺(tái)玩不懂，那就聚焦自身工作進(jìn)行思考（正所謂：貼地飛行，聚焦附近），適才有了這篇文章。

本文主要回答一個(gè)問題：如何運(yùn)用AI重做B端產(chǎn)品？

回答此問題之前，我先拋出幾個(gè)相關(guān)觀點(diǎn)：

第一，大模型是屬于大廠的機(jī)會(huì)，中小企業(yè)的最佳姿態(tài)，應(yīng)聚焦所在行業(yè)的AI應(yīng)用。

除了技術(shù)、資源、資金等原因外，還有一個(gè)關(guān)鍵原因是通用AI目前的局限性。即它無人類常識(shí)，無法真正理解；無人類本能的抽象與類比能力。

如果聚焦某個(gè)行業(yè)或場(chǎng)景，則可彌補(bǔ)這些能力，這在歷史上已被反復(fù)驗(yàn)證成功過。

• 比如1996年IBM的Deep Blue（深藍(lán)）聚焦國際象棋，成功戰(zhàn)勝了國際象棋的世界冠軍；
• 2011年IBM的沃森，聚焦智力問答，參加美國娛樂節(jié)目-《危險(xiǎn)邊緣》，成功戰(zhàn)勝了兩位當(dāng)時(shí)的人類冠軍，獲得百萬獎(jiǎng)金；
• 2016年谷歌的AlphaGo，聚焦圍棋，與當(dāng)時(shí)世界冠軍李世石一戰(zhàn)，最終4:1大比分獲勝。

第二，AI是只是工具，是解決方案，而不是需求本身。所以AI的運(yùn)用一定是基于需求出發(fā)，而不能為了AI而AI。

• 比如專注于智能繪圖的Midjourney，它可以做你的設(shè)計(jì)師，但需求起點(diǎn)是你所面臨的問題；
• 比如專注于智能圖表的ChatExcel，它可以幫你處理、分析你的Excel表，但你需明確你所面臨的問題；
• 比如專注于智能PPT的ChatPPT，它可以幫你生成、調(diào)整PPT，但需求本身也是你所面臨的問題；
• 比如專注于智能視頻的Pixverse，它可以幫你編輯、處理視頻，但需求起點(diǎn)依然是你；
• 等等

第三，所有現(xiàn)有產(chǎn)品，都值得用AI重做一遍。相對(duì)AI+（即用AI做一個(gè)新產(chǎn)品），可能+AI（即基于現(xiàn)有產(chǎn)品，重新用AI能力賦能）是更有效運(yùn)用AI的路徑。

一、起點(diǎn)：需求是1，方案是0

你現(xiàn)在所面臨的問題是什么？它是你運(yùn)用AI的起點(diǎn)。

筆者是負(fù)責(zé)一款HR SaaS產(chǎn)品，面臨最大的四個(gè)問題是：

問題一：客訴問題多，嚴(yán)重影響產(chǎn)研效率。平均每天少則5-10個(gè)客訴問題，遇到月初高峰期的幾天，每天15-25個(gè)客訴問題。

• 每年大概產(chǎn)生1761個(gè)客訴問題，需要1.2個(gè)人（且此人必須是對(duì)系統(tǒng)邏輯、業(yè)務(wù)非常熟悉的T6及以上的高級(jí)技術(shù)人才）全職投入，才能解決完客訴問題。
• 數(shù)據(jù)統(tǒng)計(jì)自2022.9.8日至2024.01.05日（共484天，約1.32年），累計(jì)產(chǎn)生2336條客訴問題，產(chǎn)研共計(jì)花費(fèi)了2399小時(shí)（以8小時(shí)/日計(jì)算，約等于300人日）解決。
• 上述客訴問題，僅統(tǒng)計(jì)透?jìng)髦廉a(chǎn)研側(cè)需解決的問題，不包含已被客服、客戶成功初篩所解決的問題量；

問題二：產(chǎn)品功能多，系統(tǒng)邏輯規(guī)則復(fù)雜。同一個(gè)系統(tǒng)，至今已迭代8年之久，即使只計(jì)算某個(gè)模塊（即考勤業(yè)務(wù)）的功能點(diǎn)，至少也是200+，對(duì)應(yīng)的核心功能的產(chǎn)品規(guī)則復(fù)雜度，已經(jīng)遠(yuǎn)超一般人所能理解。

以筆者入職3個(gè)月時(shí)，所參與的其中一個(gè)加班相關(guān)項(xiàng)目為例（它只是一個(gè)大版本5個(gè)項(xiàng)目中的其中一個(gè)，它是需求與項(xiàng)目最小閉環(huán)化拆解的結(jié)果），涉及數(shù)十個(gè)場(chǎng)景（2種加班來源+3種班次類型+3個(gè)加班位置+2種加班模式+3種加班日期類型+4種加班時(shí)長規(guī)則+2種打卡方式），需求文檔共寫了55581字。

問題三：需求數(shù)量大，且呈現(xiàn)長尾效應(yīng)，產(chǎn)研資源難以匹配。過去1年大概解決了860+個(gè)需求，現(xiàn)在待解決需求還有4000+，其中同類需求的最大重復(fù)率也就是20（即同一個(gè)需求有20家客戶提），其占比不超總需求的5%，剩余95%的需求，全是有1~2家客戶所提。

問題四：產(chǎn)品功能同質(zhì)化嚴(yán)重，無法與競(jìng)對(duì)形成差異。筆者所從事的賽道，對(duì)應(yīng)有不少競(jìng)對(duì)，大家在客群選擇、產(chǎn)品理念、定價(jià)、營銷上有所差異，產(chǎn)品能力上卻趨同，難以形成差異化競(jìng)爭(zhēng)。

這四個(gè)問題是SaaS產(chǎn)品比較常見的問題，哪些是可以用AI賦能解決的？

基于目前對(duì)AI的認(rèn)知，對(duì)自身所負(fù)責(zé)產(chǎn)品的認(rèn)知，結(jié)合相關(guān)領(lǐng)路人（如周鴻祎、傅盛、快刀青衣、白鴉等）的分享與啟發(fā)，筆者推斷：除了問題三之外，其他三個(gè)問題，均可通過AI得到有效解決。

問題三可通過商業(yè)模式設(shè)計(jì)、戰(zhàn)略選擇以及產(chǎn)品設(shè)計(jì)進(jìn)行解決，此文按下不表，后續(xù)單獨(dú)分享。本文主要關(guān)注AI可賦能解決的三個(gè)問題

二、所有產(chǎn)品都值得用AI重做一遍

為什么這么說？關(guān)鍵在于它讓產(chǎn)品的交互方式，發(fā)生了革命性的變化。

PC互聯(lián)網(wǎng)時(shí)代的產(chǎn)品，都是基于網(wǎng)頁+鼠標(biāo)點(diǎn)擊的交互方式設(shè)計(jì)。比如用戶要購物，需要找到對(duì)應(yīng)網(wǎng)站的對(duì)應(yīng)下單功能，并用鼠標(biāo)完成確認(rèn)；

移動(dòng)互聯(lián)網(wǎng)時(shí)代的產(chǎn)品，都是基于手機(jī)+APP+手指觸摸的交互方式設(shè)計(jì)。比如用戶購物則需下載對(duì)應(yīng)App，并用手指觸摸確認(rèn)購物指令；

AI時(shí)代的產(chǎn)品，則是基于多模態(tài)的自然語言的交互方式設(shè)計(jì)。它就像2D到3D一樣，不再只是依賴單純鼠標(biāo)或手指的輸入，而是可以采取不同的形態(tài)（如語音、視頻、圖片、文字、動(dòng)作，甚至是眼球變化、模擬神經(jīng)元信息等），完成人與系統(tǒng)的交互。

所以我們可以考慮用這種新的交互方式，重做一遍之前用鼠標(biāo)或手指觸摸交互所做的所有產(chǎn)品。

案例1：用AI重做智能客服系統(tǒng)

智能客服功能是SaaS產(chǎn)品的標(biāo)配，主要是提供自助式服務(wù)，幫助客戶解決對(duì)產(chǎn)品規(guī)則與邏輯的疑問，以及遇到問題自助解決一部分（即解決問題一跟問題二）。

實(shí)際過程中，卻遇到兩個(gè)阻礙：

1. 阻礙1：以前的智能客服屬于決策式AI產(chǎn)品，只能實(shí)現(xiàn)根據(jù)【關(guān)鍵字】匹配，而一般內(nèi)部錄入問題的人的語言體系，與客戶語言體系差異較大，導(dǎo)致匹配度比較低，客戶體驗(yàn)不佳。
2. 阻礙2：客戶遇到問題，覺得自助服務(wù)不可信，直接聯(lián)系人工客服，都是免費(fèi)服務(wù)，后者顯然更高效。

GPT4發(fā)布后，其對(duì)問題與內(nèi)容的學(xué)習(xí)能力與“理解”能力，發(fā)生了質(zhì)的變化，所以就可以用AI重新做一遍【智能客服】功能。

關(guān)鍵是兩個(gè)方面的工作：充足的“養(yǎng)料”、重新定義智能客服產(chǎn)品。

第一，人工梳理足夠的“養(yǎng)料”，最好拆分為足夠顆粒度的問答模式，提供給AI進(jìn)行學(xué)習(xí)。它就相當(dāng)于是聚焦自身系統(tǒng)，讓AI具備足夠的“常識(shí)”與“理解能力”。

筆者累積的“養(yǎng)料”主要來源于四個(gè)方面：

1. 聊天記錄：原智能客服的聊天記錄中，清洗出比較有代表性的對(duì)話片段，轉(zhuǎn)換成問答模式錄入到知識(shí)庫；
2. 客服知識(shí)庫：客服團(tuán)隊(duì)日常與客戶溝通過程中，形成的知識(shí)庫（大概4萬多個(gè)問題）；
3. 產(chǎn)品文檔：將現(xiàn)有產(chǎn)品文檔的顆粒度進(jìn)行拆解為AI更容易理解的問題（此處主要是因企業(yè)當(dāng)前的AI能力所限，市面上成熟產(chǎn)品已可實(shí)現(xiàn)各種文檔的學(xué)習(xí)），
4. 客訴問題：產(chǎn)研團(tuán)隊(duì)當(dāng)前的客訴問題，將其中屬于【客戶操作問題】與【客戶信息查詢】兩類（占比69.8%），將其總結(jié)、抽象、分拆為一個(gè)一個(gè)獨(dú)立的問題，每1-2周錄入一次，持續(xù)喂養(yǎng)，預(yù)計(jì)至少可總結(jié)出1萬+問題；

特別說明：這是一個(gè)長期持續(xù)的過程，只有“養(yǎng)料”足夠，以及AI能力的迭代，才能讓智能客服達(dá)到接近于人的能力。

筆者第一階段的目標(biāo)，是期望通過3-6個(gè)月的累積，至少解決現(xiàn)有【客戶操作類問題】與【客戶查詢類問題】的50%（即可減少整體產(chǎn)研客訴問題的35%）。

另一方面是通過重新定義智能客服產(chǎn)品，分階段達(dá)成目標(biāo)。

第一階段：智能AI能力，轉(zhuǎn)向優(yōu)先服務(wù)內(nèi)部角色，釋放產(chǎn)研能力。直到“養(yǎng)料”與AI能力達(dá)到一定階段后，再進(jìn)入第二階段。

具體操作是：

• 產(chǎn)品用戶：由直接面向客戶改由面向客服、客戶成功、實(shí)施、銷售角色，輔助他們完成對(duì)客戶的服務(wù)；
• 產(chǎn)品形態(tài)：保留現(xiàn)有智能客服形態(tài)的基礎(chǔ)之上，在現(xiàn)有問題工單流程上，新增一個(gè)【AI問答能力】。但底層的知識(shí)庫，必須保持這二者是同一個(gè)庫，避免重復(fù)構(gòu)建；
• 產(chǎn)品流程：由產(chǎn)品經(jīng)理、測(cè)試等角色，基于現(xiàn)有客訴問題、日常咨詢問題分模塊逐步解決（前期聚焦問題占比最多的模塊，如加班18.01%、假期18.26%），持續(xù)總結(jié)、抽象問題，并1-2周反復(fù)對(duì)AI進(jìn)行“喂養(yǎng)”；
• 時(shí)間周期：預(yù)計(jì)持續(xù)3-6個(gè)月

第二階段：開始將重心轉(zhuǎn)移至直接面向客戶，同時(shí)提升智能客服的價(jià)值與調(diào)整產(chǎn)品設(shè)計(jì)輔助。

具體操作是：

• 產(chǎn)品用戶：同時(shí)面向客戶（重要）與內(nèi)部服務(wù)者
• 產(chǎn)品價(jià)值：除了現(xiàn)有產(chǎn)品規(guī)則、邏輯與問題外，新增另一個(gè)維度的“養(yǎng)料”（即行業(yè)知識(shí)（包含法律法規(guī)）），提升智能客服對(duì)客戶的價(jià)值；
• 產(chǎn)品形態(tài)：保持AI穩(wěn)定模式不變。但需將現(xiàn)在直接可以轉(zhuǎn)【人工客服】的產(chǎn)品設(shè)計(jì)，改成必須先問問題，并回答后，如不滿意才能轉(zhuǎn)人工；
• 產(chǎn)品流程：保持系統(tǒng)產(chǎn)品規(guī)則“喂養(yǎng)”的同時(shí)，新增行業(yè)維度的“養(yǎng)料”，并重點(diǎn)優(yōu)化與客戶聊天過程的關(guān)鍵片段，進(jìn)行針對(duì)性的優(yōu)化；
• 產(chǎn)品周期：預(yù)計(jì)持續(xù)至少6個(gè)月

最后一個(gè)階段：完全轉(zhuǎn)型為面向所有人的智能客服產(chǎn)品，包含客戶、客服、實(shí)施、銷售、客戶成功。

最終目標(biāo)是：智能AI客服可以解答客戶的50%以上的問題，降低客服30%工作量，同時(shí)降低產(chǎn)研客訴問題的60%以上。

案例2：用AI重做現(xiàn)有產(chǎn)品之有贊

有贊創(chuàng)始人白鴉在2024年產(chǎn)品發(fā)布會(huì)上，發(fā)布了最新的【智能運(yùn)營系統(tǒng)】，其中分享背景時(shí)說：

他們共有7個(gè)系統(tǒng)，20000多個(gè)功能，菜單數(shù)已達(dá)上百個(gè)，如果按25人日/功能，3000元/人日，那過去11年他們對(duì)系統(tǒng)研發(fā)的投入將超過30億。

可是，如此多的功能，如此多的菜單入口，實(shí)際用戶使用的有多少？又有多少好用功能被埋沒？

所以，他們2023年下半年開始全部All in AI，只要超過2個(gè)工作日的功能，一定要經(jīng)過他的授權(quán)，否則不允許再開發(fā)，由他親自下場(chǎng)帶領(lǐng)團(tuán)隊(duì)用AI改造現(xiàn)有產(chǎn)品。

舉個(gè)例子。

該例子來源于其產(chǎn)品發(fā)布會(huì)，感興趣的同學(xué)，可前往【有贊說】視頻號(hào)看直播（比我寫的精彩多了，哈哈哈）

它的產(chǎn)品形態(tài)是智能助手式為主，并將現(xiàn)有產(chǎn)品功能進(jìn)行碎片化拆分，與智能助手結(jié)合，形成一體化AI產(chǎn)品的解決方案。

這是本文的重點(diǎn)，筆者當(dāng)時(shí)看到這種產(chǎn)品形態(tài)時(shí)，深受啟發(fā)，感覺它可能就是目前用AI重做產(chǎn)品的最佳產(chǎn)品形態(tài)的切入點(diǎn)。

原因有三：

1. 從產(chǎn)品定位來說，它就像當(dāng)初的百度/谷歌一樣，一個(gè)簡單的超級(jí)入口，可面向所有客戶，就像一個(gè)魔法師一樣，既能解決客戶的客訴問題，又可以解決業(yè)務(wù)操作問題。同時(shí)，從產(chǎn)品迭代方向看，后續(xù)只需繼續(xù)疊加更多能力、場(chǎng)景即可；
2. 從用戶/客戶來說，可以形成“有問題，找助手”用戶認(rèn)知，而不用去記憶/翻找功能入口，也不用去記憶規(guī)則；
3. 從技術(shù)能力來說，目前自然語言能力下的AI，已經(jīng)相對(duì)成熟。尤其是在限定場(chǎng)景之下。

它是一個(gè)從【數(shù)據(jù)】（銷售額）到【建議與行動(dòng)】（如發(fā)優(yōu)惠券），再到【執(zhí)行任務(wù)】（修改優(yōu)惠券并自動(dòng)發(fā)放），最后到【反饋數(shù)據(jù)】（如優(yōu)惠券使用情況）的場(chǎng)景閉環(huán)。

從有贊產(chǎn)品首頁，點(diǎn)擊【智能小助手】即可進(jìn)入(如下圖）：

你可輸入“近幾天銷售額怎么樣？”，AI自動(dòng)生成一個(gè)銷售額的趨勢(shì)報(bào)表，還可直接點(diǎn)擊查看【經(jīng)營分析建議】

基于經(jīng)營分析建議，你可直接采取行動(dòng)：發(fā)放優(yōu)惠券、提高首單轉(zhuǎn)化率。（采取自然語言輸入或點(diǎn)擊均可實(shí)現(xiàn)目的）

當(dāng)你選擇【發(fā)放優(yōu)惠券】時(shí)，則AI會(huì)生成一個(gè)優(yōu)惠券的【待確認(rèn)】任務(wù)，你可進(jìn)行修改或發(fā)放。

當(dāng)你確認(rèn)時(shí)，可以通過自然語言輸入即可（如可以，繼續(xù)執(zhí)行）

最后會(huì)有一個(gè)獨(dú)立且清晰的界面，讓你最終完成確認(rèn)發(fā)放優(yōu)惠券。同時(shí)，發(fā)放結(jié)束后，還可直接通過自然語言的方式，在AI界面實(shí)現(xiàn)優(yōu)惠券使用情況，完成這個(gè)場(chǎng)景的閉環(huán)。

案例2：用AI重做現(xiàn)有產(chǎn)品之考勤

考勤是筆者負(fù)責(zé)的一款HR SaaS產(chǎn)品的其中一個(gè)子系統(tǒng)，該產(chǎn)品已迭代8年+，功能點(diǎn)200+（預(yù)估投入已超上億元），功能之多，產(chǎn)品邏輯之復(fù)雜，不遑多讓。

如何用AI重做一遍考勤系統(tǒng)呢？

智能客服相對(duì)是獨(dú)立系統(tǒng)，不存在過多業(yè)務(wù)邏輯，所以重做時(shí)，產(chǎn)品形態(tài)、產(chǎn)品定位、產(chǎn)品路徑均相對(duì)清晰，所以直接重做即可。

如果重做現(xiàn)有產(chǎn)品（它是一體化的完整產(chǎn)品，它是集合了所有業(yè)務(wù)的產(chǎn)品）時(shí)，則需思考以下問題：

• 它與智能客服系統(tǒng)、現(xiàn)有產(chǎn)品的關(guān)聯(lián)是什么？它是一個(gè)新系統(tǒng)嗎？
• 它要采取什么樣的產(chǎn)品形態(tài)？
• 它的產(chǎn)品定位是什么？
• 它的產(chǎn)品路徑如何設(shè)計(jì)與規(guī)劃？
• 選擇什么樣的切入點(diǎn)進(jìn)行重做？

首先，它不是一個(gè)新系統(tǒng)，只是一種新交互方式，一個(gè)新的超級(jí)入口。否則我們就不叫用AI重做現(xiàn)有產(chǎn)品。

第二，產(chǎn)品形態(tài)。它的終局是一種基于多模態(tài)和自然語義交互的智能體（即專用的AI Agent）。但初始產(chǎn)品形態(tài)可以是【以單一模態(tài)（即文本）和自然語言為主，結(jié)合碎片化/場(chǎng)景化業(yè)務(wù)能力的智能體】，外在表現(xiàn)為一個(gè)【聊天】+【執(zhí)行任務(wù)】的小助手。

所謂多模態(tài)：就像一維的直線、二維的平面、三維的立體一樣，也是在多個(gè)維度進(jìn)行升維。比如文本、語音、圖片、視頻、文件，甚至是肢體動(dòng)作、微表情、觸覺、味覺、嗅覺等多維能力的疊加；

所謂自然語義交互：就像與人溝通一樣，可通過語言描述、語義分析、上下文情境、肢體動(dòng)作、表情等的表達(dá)，讓對(duì)方100%理解你的意圖；

所謂智能體（AI Agent）：它是基于普通AI與通用生成AI之間的一種AI，它主要是可以識(shí)別與分析任務(wù)、拆解任務(wù)、執(zhí)行任務(wù)等，表現(xiàn)為一個(gè)“小助手”的角色。

比如訂機(jī)票/酒店的智能體，你可以像跟你的助理一樣，跟它進(jìn)行溝通，它可以識(shí)別你的自然語言信息，并與你反復(fù)溝通、確認(rèn)，最終幫你實(shí)現(xiàn)訂機(jī)票的任務(wù)。

或比如案例2所演示的過程，也是一個(gè)單一模態(tài)的智能體。

第三，產(chǎn)品定位。它不是新系統(tǒng)，那它的產(chǎn)品定位前期可以是現(xiàn)有系統(tǒng)的“助手”，目標(biāo)是成為“接班人”。

所以，對(duì)于用戶而言，它與智能客服系統(tǒng)、其他子系統(tǒng)（如招聘、績效、培訓(xùn)、薪資、社保等）是一個(gè)產(chǎn)品，也是同一個(gè)入口。

它與現(xiàn)有不同子系統(tǒng)的關(guān)系是共存與輔助關(guān)系，但不排除長遠(yuǎn)的將來，最終直接替代的可能性。

第四，產(chǎn)品路徑。產(chǎn)品形態(tài)、產(chǎn)品定位確認(rèn)的情況下，探索最佳產(chǎn)品路徑時(shí)，則可【以終為始，全局思考；以始至終，最小閉環(huán)】和【小切口，大縱深】的方法論，全面梳理產(chǎn)品場(chǎng)景，確認(rèn)關(guān)鍵場(chǎng)景后，選擇最小閉環(huán)的切口進(jìn)行切入，最終實(shí)現(xiàn)全局的大縱深。

具體流程是：

第一，從關(guān)鍵用戶的視角，梳理完整用戶旅程圖。

此環(huán)節(jié)有兩個(gè)關(guān)鍵點(diǎn)：

1. 明確你的產(chǎn)品的關(guān)鍵用戶（如HRBP/店長/班組長等）與關(guān)鍵客戶（如老板/HRD等），并確認(rèn)你當(dāng)前所想服務(wù)的角色；
2. 盡量換成用戶視角去梳理與繪制。

第二，全面梳理與拆解場(chǎng)景，并確認(rèn)關(guān)鍵場(chǎng)景與關(guān)鍵功能優(yōu)先級(jí)。

基本邏輯是：橫軸是【場(chǎng)景】，縱軸是【功能維度】。此處為方便，直接采用Excel表方式，但邏輯是一致的。

根據(jù)對(duì)關(guān)鍵角色的場(chǎng)景判斷，可形成以下優(yōu)先級(jí)：

• P0：排班、調(diào)班、加班
• P1：假期（限年假）、報(bào)表
• P2：工作臺(tái)、考勤確認(rèn)、補(bǔ)貼、扣款、外出/出差
• P3：假期（非年假）、打卡

一期可聚焦P0場(chǎng)景，按場(chǎng)景頻次（越高頻越優(yōu)先）、通用性（越通用越好）、AI復(fù)雜度（越低成本實(shí)現(xiàn)越優(yōu)先）、用戶價(jià)值（越大越優(yōu)先）四個(gè)維度，至少再分拆2-3層子場(chǎng)景/功能的優(yōu)先級(jí)。

比如排班場(chǎng)景。第一級(jí)可按流程進(jìn)行子場(chǎng)景進(jìn)行拆分，第二級(jí)再按子場(chǎng)景中的不同功能進(jìn)行拆分（如下圖）。

比如加班場(chǎng)景。將其進(jìn)行二級(jí)拆分后的優(yōu)先級(jí)（如下圖）

第三，明確【最小閉環(huán)】的【小切口】，形成版本落地規(guī)劃。

最后，根據(jù)客戶反饋與上述場(chǎng)景，不斷縱深，不斷演化即可。

總結(jié)

第一，所有產(chǎn)品都值得用AI重做一遍（B端產(chǎn)品也不例外），但一定遵循【需求是1，方案是0】的方法論。

需求成立，方案才有價(jià)值。需求的核心是，定義清楚所需解決的問題；方案的核心是，定義清楚產(chǎn)品形態(tài)、產(chǎn)品定位與產(chǎn)品路徑。

第二，可采取【以終為始，全面梳理；以始為終，最小閉環(huán)】和【小切口，大縱深】的方法論，進(jìn)行AI產(chǎn)品的產(chǎn)品形態(tài)、產(chǎn)品定位與產(chǎn)品路徑的定義；

第三，產(chǎn)品形態(tài)。B端產(chǎn)品應(yīng)用AI的終極產(chǎn)品形態(tài)，一種基于多模態(tài)和自然語義交互的智能體（即專用的AI Agent）。但當(dāng)前的最佳切入點(diǎn)是【以單一模態(tài)（即文本）和自然語言為主，結(jié)合碎片化/場(chǎng)景化業(yè)務(wù)能力的智能體】。外在表現(xiàn)為一個(gè)【聊天】+【執(zhí)行任務(wù)】的小助手。

第四，產(chǎn)品定位。它不是新系統(tǒng)，卻是一種新型入口，也是一個(gè)超級(jí)入口。采用新型交互方式，重新設(shè)計(jì)現(xiàn)有所有產(chǎn)品的入口。它與現(xiàn)有產(chǎn)品的關(guān)系，前期是“助手”，后期是“接班人”。

最后，AI應(yīng)用的關(guān)鍵在于“養(yǎng)料”與時(shí)間周期，它是一個(gè)長期工程，別期望一蹴而就。前期它可能并不如你所預(yù)料的那么神奇，也不能解決你所面臨的所有問題，但只要花足夠的時(shí)間和耐心去儲(chǔ)備足夠的“養(yǎng)料”，也需花時(shí)間去與它一起進(jìn)化，最終可能會(huì)形成一個(gè)新物種。

推薦學(xué)習(xí)

筆者是一個(gè)實(shí)踐者，而不是創(chuàng)造者。所以本文所涉及的大多數(shù)想法以及方法論（意思還是有點(diǎn)原創(chuàng)的哈，哈哈哈），均不屬于原創(chuàng)。

基于互聯(lián)網(wǎng)的開放、共享理念，筆者也將相關(guān)原始出處分享給你。

1、關(guān)于“用AI重做B端產(chǎn)品的產(chǎn)品形態(tài)”的啟發(fā)與案例，來自于有贊11周年的產(chǎn)品發(fā)布會(huì)，可在其視頻號(hào)【有贊說】自行去看（重點(diǎn)是第5和第6集）；

2、關(guān)于“AI助理”（即AI Agent）的應(yīng)用案例，還可推薦前往【釘釘】學(xué)習(xí)其2024年的7.5版本發(fā)布會(huì)【我的超級(jí)助理】；

3、關(guān)于【小切口，大縱深】的產(chǎn)品方法論，來自于360創(chuàng)始人周鴻祎先生，他與羅胖、傅盛的對(duì)話中，都提到此方法論；
– 內(nèi)容源1：可去【得到App】-【首頁】-【直播】-【直播回放】中，查看【向紅衣大炮“開炮”！所有人問周鴻祎】
– 內(nèi)容源2：可去【混沌學(xué)園】搜索【傅盛】的【開年AI大課-企業(yè)私有化大模型來了】的【圓桌論壇】部分；

4、關(guān)于文中提到的AI相關(guān)的例子與概念等，則推薦閱讀【AI 3.0】、【深度學(xué)習(xí)革命】，以及【第一財(cái)經(jīng)（2024年第1期）】。

5、如果你愿意付費(fèi)的話，那可前往【得到】訂閱【AI學(xué)習(xí)圈】，跟著快刀青衣學(xué)AI，他通過廣播、實(shí)踐課程、公開課等方式，提供AI相關(guān)的學(xué)習(xí)服務(wù)（權(quán)當(dāng)我給快刀打廣告了，哈哈哈，雖然他壓根都不認(rèn)識(shí)我，也不給推廣費(fèi)）。

最后，鑒于以上內(nèi)容都屬于公開、帶有商業(yè)性質(zhì)，所以如果有相關(guān)不合時(shí)宜的宣傳和不合規(guī)之處，請(qǐng)及時(shí)提出，筆者及時(shí)更改。

另，上述內(nèi)容并不適合（或沒辦法）直接把對(duì)應(yīng)鏈接附上，所以有找不到的情況，可留言溝通~