最近ChatGPT真的火出圈了🔥，不仅带火了知识博主，还让LLM（大语言模型）和AI infra成了热门话题！但是，大家都在讨论怎么用AI写诗画画，真正讨论应用和行业落地的却很少😅。看了YC去年的List，我发现AI-Native应用的前景已经非常明朗了，AI已经深入寻常百姓家👨👩👧👦！对于产品经理来说，这不仅是设计范式的转变，更是软件设计模式的根本性变革💥！
经过几个月的试错和调整，我们也总结了一些行业软件/SaaS应用LLM的“Best Practice”💡，今天就从三个角度和大家聊聊👇：
1️⃣ 产品/软件设计的范式转变
AI正在改变软件设计的底层逻辑，我们可以分为三步走：
- 第一步：知识库整合
用AI训练模型，提炼行业Knowhow和最佳实践。比如Gonex的AI全球HR合规引擎IRIS，帮助HR检索全球法律法规，分解任务💼。但要注意，不是所有任务都适合AI，像查询最低年假这种结构化数据，传统方法可能更高效哦！ - 第二步：任务调度AI化
用AI优化工作流，把传统的线性流程变成星形结构🌟。比如查工资，以前要登录、点开工资单、选择月份，现在直接问AI就搞定！ - 第三步：业务逻辑AI化
用AI整合甚至替代传统业务逻辑。比如用AI计算月度工资并解释差异，这需要把现有系统的数据和算法给模型训练📊。
2️⃣ 交互范式的转变
LLM让交互从抽象流程变成了自然语言对话（CUI），体验直接起飞🛫！
- 对话式界面（CUI）
未来很多任务都能在对话框里完成，比如查工资、审批任务，复杂操作则通过右侧功能面板实现。 - 语音交互崛起
语音是人类最自然的沟通方式，未来耳机可能成为新的交互终端🎧，甚至实现《Her》电影里的场景！ - 从古典到AI-Native
就像iPhone初期的应用一样，AI-Native软件也在经历从古典设计到全新交互范式的过渡，这个过程正在快速发生🚀！
3️⃣ PMF范式的转变
LLM不仅改变了产品设计，还重塑了PMF的定义和实现方式🔄。
- 动态历史视角
从蒸汽机到AI，技术进步始终推动社会秩序重构。ChatGPT正在取代部分初级脑力劳动，但也催生了新职业（比如Prompt Engineer）👩💻。 - LLM对应用层的影响
如果你的产品交付的是公开、泛行业的信息，可替代性较高；但基于私有数据和专有知识的应用，则具有长期价值💎。 - 平台与初创公司的机会
超级LLM可能成为新平台，对现有平台类应用带来挑战，但对初创公司来说，LLM降低了竞争门槛，提供了更多市场机会✨！
🌟写在最后
AI时代的产品设计，不仅是技术革新，更是思维模式的颠覆💡。面对这场变革，我们更需要动态思考，重新定义产品价值。无论是追求10倍体验提升，还是10倍成本降低，AI时代的产品设计都需要回归用户需求，创造真正的差异化价值💪。
在这个“人类的群星闪耀时”，我们正站在历史性的转折点上🌌。AI的变量，将让我们的思考框架发生巨变。在这场浪潮中，唯有坚守初心，才能在AI时代的产品设计中找到属于自己的“群星闪耀时”✨！
发表回复