 如果在10年前，我們可能還難以想象一個系統(tǒng)不僅能像人類的大腦一般智能，甚至還能超越人類在數據分析、決策支持、甚至是創(chuàng)造性工作方面的能力。 而如今，這不再是科幻小說的情節(jié)，而是我們身邊正在發(fā)生的現(xiàn)實。去年發(fā)布的chatGPT，不僅能像人類一樣與我們對話，而且還能夠為我們解決工作、生活中遇到的種種問題。 在這樣的背景下，面向企業(yè)的B端產品同樣迎來了轉型升級的機遇。于是從幾個月前我便持續(xù)關注AI相關動態(tài)，也嘗試在自己的工作、生活中將AI運用起來。 這篇文章，則是分享給大家這段時間來我的觀察、學習成果。包括：
01 生成式AI的基礎知識首先想理解生成式AI可能會出現(xiàn)哪些應用，那AI的基礎知識是必不可少的。 如果大家想更系統(tǒng)地了解AI的基礎知識，十分推薦大家可以去觀看「Generative AI for everyone」這門課程，課程由機器學習領域的專家吳恩達教授開設，目前已經有中文字幕，課程不長，非常推薦大家抽空看看。 課程地址： 如果你沒有時間看課程，也可以選擇看我這篇精華內容總結的文章，基本已經把AI的基礎概念給你說清楚了： 02 生成式AI和B端產品是如何結合的？生成式AI模型是可以由我們自行調試的。目前一些廠商都有開放自己的開源模型，我們可以利用別人做好的預模型，來將AI技術與自身產品做結合。 目前主流下有幾種調試AI的技術，這里為大家介紹兩種比較常見的技術，分別是RAG和Fine-tunning。 1. RAG（增強信息檢索）RAG是一種支持導入自身/企業(yè)信息，讓GenAI學習并回答的技術。目前很流行的「與PDF對話」之類的應用，便是這種技術下的產物。 它的運作方式可以簡單理解為3步：
 2. Fine-tuning（微調）微調是比RAG更復雜的一個技術，它用訓練好的參數初始化自己的網絡，然后用自己的數據接著訓練。 我們可以簡單將它的技術原理概括為2步：
 這種技術一般在以下幾種場景中使用：
通過這兩種調試AI的技術，我們可以選取大公司已經訓練好的預模型進行調試，使AI更符合我們自身企業(yè)、個人的要求。 3. 模型選擇在模型選擇上，一般有開源模型、閉源模型。他們都各有優(yōu)缺點，如下：  而不同級別參數的模型，使得AI最終展現(xiàn)出來的能力也是不一樣的。 不同參數AI模型的能力情況如下：  所以根據場景，AI團隊可以選擇不同的模型進行調試。 4. 團隊搭建需要注意，如果想要調試AI，機器學習工程師和軟件工程師是不可或缺的。 如果條件允許的話，團隊內有產品經理和數據工程師是更好的。產品經理的角色也可以幫助更好地檢驗產品的商業(yè)化潛質，而數據工程師的角色可以多維度的分析數據，提供反饋。 03 B端產品*生成式AI結合的探索目前生成式人工智能已經在B端產品中得到了怎樣的應用呢？ 接下來，我將分享一些國內外已經推出的人工智能產品，以及它們的設計方向，希望能給B端產品的伙伴們帶來一些靈感。 鑒于時間和篇幅限制，接下來的內容將主要基于企業(yè)公開資料進行介紹。我也正在嘗試申請部分產品的試用，后續(xù)會分享更具體、詳細的產品測評，歡迎大家持續(xù)關注。 1. Twilio：Customer AITwilio是一個支持超過300,000個客戶的公司，提供文本消息、電話通話和電子郵件服務，幫助公司與客戶建立良好的關系。他們幾個月前推出了AI產品「Customer AI」； 目前根據公開資料，可以看出他們的AI產品有以下亮點： 1. 個性化推薦：AI能夠連接過往所有互動的數據點，為客戶生成個性化推薦，并為每次活動找到合適的人群，這對于市場營銷團隊來講，能大大提升轉化率；  2. 個性化跟進建議：AI技術的實時分析可以通知員工何時跟進之前的客戶互動，并給出個性化跟進建議；  3. 客戶分析：AI幫助銷售人員了解如何轉化潛在客戶，并通過減少摩擦來優(yōu)化客戶的注冊或登錄過程；  2. Salesforce：Einstein 1Salesforce推出的Einstein 1平臺，是一個全面升級的客戶數據平臺，旨在為企業(yè)提供一個值得信賴的人工智能(AI)平臺。 根據企業(yè)的公開資料，可以看出他們的AI產品有以下亮點： 1. 數據整合：整合內外部數據源，確保所有數據在一個平臺上可訪問。幫助員工更好地理解客戶和業(yè)務，提供預測性分析和內容生成。 2. 任務自動化：Einstein 1平臺支持自動化工作流程，可以通過Flow實現(xiàn)自動化。 例如下圖中，便設置了根據客戶資料自動推薦折扣的自動工作流。  3. 個性化客戶體驗：提高客戶服務水平，提供為客戶提供更個性化的體驗。 下圖演示的是Einstein 1自動為銷售人員生成郵件內容。  但saleforce還支持自行配置，針對客戶生成更個性化的郵件內容。  3. HubSpot：HubSpot AIHubSpot是一家總部位于美國的軟件公司，專注于開發(fā)和銷售營銷、銷售和客戶服務軟件。 他們的AI工具在銷售、營銷和客戶服務方面提供了很多新功能，下面是一些亮點介紹： 1. 博客文章生成：用戶只需點擊幾下就能創(chuàng)建針對特定國家和博客的搜索引擎優(yōu)化(SEO)標題和內容。此外，還可以使用HubSpot AI工具調整文章的語氣或添加結論。 AI自動生成文章大綱，在這個環(huán)節(jié)就可以介入修改 最終生成的文章 2. 內容生產：HubSpot提供了報告助手，可以快速生成基于特定查詢的報告，并允許用戶自定義和優(yōu)化這些報告。此外，內容助手還可以為銷售團隊撰寫電子郵件，包括介紹郵件、冷郵件或跟進郵件，幫助提高溝通效率。 博主演示的是根據右側的內容要求，生成了左側的數據表圖 3. 客戶跟進：HubSpot AI可以協(xié)助客服團隊通過重寫、擴展或調整信息的語氣來改善與客戶的溝通。還可以自動生成對話摘要，便于服務代表理解和回顧客戶的需求。 郵件詞語修改，這個就不多說了，跟saleforce的是一樣的 總結通過對這幾款產品的觀察，可以看到生成式AI在B端產品上面的應用集中于兩個詞：個性化、自動化。 個性化：通過AI強大的文本分析能力，對客戶過往數據進行分析，并在各種場景下（營銷、轉化、售后）給予工作人員更貼合客戶個性化的建議，以給予客戶更優(yōu)體驗。 自動化：支持將部分重復工作交由機器人處理。并在各種文本工作中（例如郵件溝通），由AI生成內容，以大大節(jié)省人工時間，提升效率。 在落實AI與B端產品的結合上，也需要注意企業(yè)都非常在意“數據安全”問題。 由AI提升效率固然是好，但如果發(fā)生了竊取數據，或有心之人通過特定的prompt套取出企業(yè)的機密信息，這對于企業(yè)來說是非常嚴重的安全威脅。 所以在未來AI與B端產品結合的路上，數據安全會是一直存在的，非常重要的命題。 04 個人應該如何趕上AI潮流《哈佛商業(yè)評論》中，介紹了一些對于知識工作者來說，如何更好地將AI應用起來的辦法。 目前使用最多的實踐案例來看，生成式AI特別可以在三個主要方面發(fā)揮作用：通過自動化一些結構化任務來減輕認知負荷，提高你對非結構化任務的認知能力，以及改善工作中的學習過程。 1. 減輕認知負荷生成式AI工具可以通過釋放人的精力，使我們專注于高價值的非結構化任務。 例如我們每天有固定要處理的文件內容，這些文件就可以交由生成式AI幫我們閱讀、處理。 我自己目前也關注了很多產品、生成式AI領域的賬號，看到一些感興趣的內容就會先記錄下來，然后統(tǒng)一交給GPT幫我概括，再通過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. 提升認知能力另一種增強知識工作的方法，是用生成式AI促進高階認知過程，執(zhí)行非結構化任務。這其中我們可以應用起來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)提出更好的問題。例如我最近在工作中遇到瓶頸，就會喜歡去問一下GPT的想法，兩者之間的想法相碰撞，就跟好友聊天一樣，更容易產生好的思路。 而創(chuàng)造力方面，更多指提升人們的生產效率。GenAI可以根據可行性、影響、成本和新穎性等標準評估和對我們的想法進行完善，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)在會在每次完成文章后，讓GPT幫我檢查文章邏輯，修改語句等。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)省了一半的時間用于檢查文章這件事情上。 GPTs提供的文章修改建議，根據它的建議修改成了大家最終看到的文章版本 3. 改善學習過程掌握技能需要練習，而不僅是課堂學習。然而要使練習有效，就需要反饋。隨著AI生成能力的不斷提高，為每位知識工作者配備一位AI導師成為可能。 目前在Github中，已經有相關的教程，如何輕松的調教GPTs成為自己的個人導師，教自己學技能。 附：AI資源推薦： 如果看到這里，你對生成式AI也開始產生興趣，并開始想要系統(tǒng)了解，下面有一些資源可以推薦給你： **AI基礎知識** 推薦課程： 1. 吳恩達 《Generative AI for everyone》 https://www./learn/generative-ai-for-everyone 目前已有中文字幕，無壓力。 2. 微軟《Generative AI for Beginners – A 12-Lesson Course》 – 需有英文基礎。部分課節(jié)已在B站有翻譯，大家可以通過lesson的標題、部分關鍵詞去搜索。 **AI一線新聞** 1. Lex Fridman的播客、視頻； 2. Google AI Bolg https://search.google/ **實際上手使用AI** 了解了再多的信息，如果沒有用起來，那終究還是會變?yōu)椤凹埳险劚薄?/p> 學習最好的方法還是實踐，推薦大家可以將AI使用起來。 **快速使用提示詞** 對提示詞還不太清楚該怎么用的話，有一個偷懶的辦法：直接借鑒別人的模版，這里推薦個好用的中文提示詞網站，非常實用： https://www./ 結束語人們常說“歷史的車輪滾滾向前，這不是以人們的意志所能改變的?！?/p> 隨著新技術的不斷發(fā)展，它融入我們的工作、生活將是大趨勢。如何擁抱新技術，是我們必須要面對的課題。 這是我第一次嘗試寫此類型的文章，還有許多不足的地方，如文章有錯誤、遺漏或不夠詳盡的地方，歡迎各位不吝提出指正。 同時因為篇幅限制，很多內容也沒能在一篇文章內呈現(xiàn)完，后續(xù)我也計劃繼續(xù)撰寫： 本文由 @Thea小里 原創(chuàng)發(fā)布于人人都是產品經理 題圖來自Unsplash，基于CC0協(xié)議。 該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務。 |
|
|
