埃尔法哥哥面对用户需求与AI技术之间的不平衡,AI产品经理该如何做?


把控用户与AI之间的情感 , 更深一层来讲是如何平衡有限的技术与无限的用户需求的问题 。 AI产品经理需要清楚技术的定位和边界 , 讲技术与场景相匹配 , 才能做出合适的产品 , 拉进用户和产品信任 。

埃尔法哥哥面对用户需求与AI技术之间的不平衡,AI产品经理该如何做?
本文插图

PC互联网时代已过气 , 移动互联网时代如火如荼 , 如今的AI时代锋芒初显 , 人工智能的快速发展和技术的快速变革 , 伴随着的是人机交互方式的更新和重构 , 重新定义了我们与机器之间的关系 。
从最初开启了PC时代的鼠标和键盘 , 到触摸交互将移动时代推向巅峰 , 再到目前人机交互的手势、语音、人脸等逐渐开始发挥AI的优势 , 新的人机交互已经不仅限于是一个工具 , 更是人性、心理、生活、产品甚至美学的凝聚 。
那么对于AI PM而言 , 当全新的一种人机交互方式出现时 , 如何把控和调整用户与AI之间的情感 , 从而实现更自然的交互 , 势必成为新生代AI PM面临的突出问题 。
本文重点阐述人工智能产品经理在处理产品和用户情感的问题是和普通产品经理之间的区别 , 通用的需求、规划、设计、运营方法论暂时略过 。
一、清楚「AI产品定位」 , 避免用户认知错误
人工智能产品经理很容易犯一个错误:AI很牛 , 用户很傻 , 你要相信、崇拜我的AI产品 。 殊不知 , 你的AI产品在用户眼里就是人工智障 。 清楚自己产品的定位将会是你的产品是否具有用户粘性的关键一点 。
以目前市面上常见的智能助手类产品为例:
医疗领域的智能助手一般产品定位是辅助医生看病:主动根据患者的基本信息和病历信息进行辅助诊疗判断 , 根据患者信息、病历状况等自动推荐患者可能存在的疾病 , 但是按照正常的思维模式 , 给医生推送AI认为最正确的或准确率最高的疾病给医生 , 理论上是没问题的 , 但是对于基层最常见的疾病来说 , 医生也能很容易判断这方面不太容易出错 , 所以这个理论上很正确的AI助手在用户眼里就是人工智障 , 用户能搞定的事情AI还要重复的告诉我一遍 。
本质上医生助手 , 定位是辅助医生看病 , 更应该利用好AI的优势 , 去挖掘医生在问诊过程中所无法触达的信息 , 比如患者的历史病情、过敏史、传染源接触史、可能存在的危急重症 , 这些才是医生无法通过常规手段能获取到的 , 这些才是对医生来说有价值的信息 , 才是人工智能助手应该做的事情 。
客服领域的智能助手一般产品定位是解决重复、简单的问题:其实客服角色在产品优化、迭代的过程中是属于非常重要的一个环境 , 目前很多互联网公司都已经有产品经理在客服部轮班的做法 , 本质上也是在次一线的环境去接触用户 。
但是客服存在的真正的意义是两部分 , 一部分是解决已知的用户简单、重复的问题 , 另一部分是从用户的反馈和吐槽中挖掘出有价值的信息 , 如果不清楚这样的一个部门定位 , 而单纯的是为了回复用户反馈 , 那么这样的这一产品就会不断给用户造成麻烦 , 简单问题回答不全、多轮交互不理解、复杂问题还需要转人工等 , 这种情况下智能助手的意义形同虚设 。
二、清楚「AI边界」 , 不给与用户过高的期望
作为人工智能产品经理 , 如何将AI更好的落地到真实的场景中 , 其中关键的一个判断点就是明确AI边界 。 如果不清除AI的边界在哪里 , 很容易提出“手机壳随着心情变颜色”的需求 。
在语音识别领域 , 目前科大讯飞作为语音龙头 , 语音识别录入速度接近180字/分 , 识别结果响应时间低于200ms , 识别准确率98% 。 作为语音AI落地的PM , 这个时候需要清晰的明确在这样一个领域内 , 语音识别率是无法做到100%的识别准确率的 , 科大讯飞的语音识别率已经做到很好 , 目前也还差几个百分点 , 那么在做产品设计时 , 针对这样一个语音识别的AI边界 , 就需要考虑到边界情况 , 如果出现了无法识别时 , 产品经理需要给与用户界面提醒 , 引导用户进行再次问询 , 同时给出相应的识别、未识别的状态标识 , 用户可感知到 。


推荐阅读