|你看到的AI与智能无关

文章图片

文章图片

【|你看到的AI与智能无关】

文章图片

2018年10月底，我在慕尼黑为企业客户做on site support 。期间与客户的各个BU、市场老板们以及自身的研发团队交流对话AI的应用。作为全球最顶尖的汽车品牌之一，他们也在积极寻求AI在自身产品和服务上的应用。

不缺技术人才。尽管作为传统行业的大象，可能会被外界视为不擅长AI ，其实他们自身并不缺少NLP的研发。当我跟他们的NLP团队交流时，发现基本都有世界名校的PHD 。而且，在闭门的供应商大会上，基本全球所有的科技大厂和咨询公司都在场了。就算实在搞不了，也大有人排着队的想帮他们搞。

创新的意愿强烈。在我接触过的大企业当中，特别是传统世界100强当中中，这个巨头企业是非常重视创新的。经过移动互联时代，丢掉的阵地，他们是真心想一点点抢回来，并试图领导所在的行业，而不是follow别人的做法。不仅仅是像“传统的大企业创新”那样做一些不痛不痒的POC ，来完成创新部门的KPI 。他们则真的很积极地推进AI的商业化，而且勇于尝试改变过去和Tech provider之间的关系。这点让我印象深刻，限于保密条款，在此略过细节。（关于国际巨型企业借新技术的初创团队之手来做颠覆式创新，也是一个很有意思的话题，以后新开一个Topic 。）

数据更多。那么传统巨头的优势就在于，真正拥有业务场景和实际的数据。卖出去的每一台产品都是他们的终端，而且开始全面联网和智能化。再加上，各种线下的渠道、海量的客服，其实他们有能力和空间来搜集更完整的用户生命周期数据。

当然，作为硬币的另一面，百年品牌也自然会有严重的历史牵绊。机构内部的合规、采购流程、数据的管控、BU之间的数据和行政壁垒也是跑不掉的。这些环节的Trade off确实大大的影响了对上述优势的利用。
但是最缺少的还是产品定义能力。
如果对话智能的产品定义失败，后面的执行就算是完美的，出来的效果也是智障。有些银行的AI机器人就是例子：立项用半年，竞标用半年，开发用一年，然后上线跑一个月就因为太蠢下线了。
但这其实并不是传统行业的特点，而是目前所有玩家的问题——互联网或科技公司的对话AI产品也逃不掉。可能互联网企业还自我感觉良好，在这产品设计部分，人才最不缺了——毕竟“人人都是产品经理” 嘛。但在目前，咱们看到的互联网公司出来的产品也都是差不多的效果，具体情况咱们在Part 2里已经介绍足够多了。
我们来看看难点在哪里。
AI产品该怎么做定义呢？也就是，需要怎样的产品才能实现商业需求。技术部门往往主要关注技术实现，而不背商业结果KPI；而业务部门的同事对AI的理解又很有限，也就容易提出不合适的需求。
关键是，在做产品定义时，你想要描述 “我想要一个这样的AI ，它可以说…” 的时候你会发现，因为是对话界面，你根本无法穷尽这个产品的可能性。其中一个具体细节就是，产品文档该怎么写，这就足够挑战了。