关注AI炼金术 2023-10-13 12:06 上海
AI 产品经理在设计的是个”翻译官”+“协调员”，理解用户场景和 JTBD 之后，翻译官把需求翻译成大模型指令，协调员把相应的数据和工具配好，然后调度大模型响应。
过去两周，主要在美国玩啊玩啊玩~
看到鲸鱼跃出水面，小朋友说：这比动画片还好看啊！
以上就是我们拖更的全部借口了……：p
接下来进入正题，分享 3 篇对我做 AI 产品有启发的文章~
会最先被 AI 重塑的高潜市场
看到这个分类方式，觉得很有启发：
Pre-AI 网络 → 人与人和企业相互连接，比如 Facebook
AI 驱动的网络 → 人们为算法发布和消费内容，比如 Tiktok
仅 AI 网络 → AI 为每个人创建个性化内容，比如 AI 化的猪八戒
从工具视角，很容易想到第三种——用户来找解决方案，我直接用 AI 帮他搞定（用户想要画个 logo，我直接让 AI 画好了，连匹配画师都不用了）。但问题是，壁垒呢？核心能力在 LLM 层，上面薄薄的界面和数据层很难守住。之前 AI 炼金术讲过的 Jasper 就是个例子（‣ ），前段时间裁员，最近又下调估值之类。
反倒是第二种模式里，我们有可能可以设计比较厚的价值。比如相亲市场，就可以帮男女各配一个 AI，让 AI 去了解自己的委托人，然后让 AI 之间相互了解、沟通、试探。看起来，这是一种摩擦更大的设计（让用户需要输出更多信息），但正是这个摩擦给产品做出了防御。一方面可以提高匹配效率（价值），另一方面这个匹配效率的提高依赖于独有的用户数据积累（壁垒）而非仅仅 LLM 能力。这反倒可能是筛选“什么产品有先发优势”的一个视角。
另外，还有个视角值得分享：不要盯着现在的产品，去想 AI 如何替代。而是要理解现在的产品，都是在过去的环境和科技约束下妥协的产物（而并非天经地义的“品类”），当约束条件变化时，我们可以打开哪些新的可能性。
比如说 Figma vs. Photoshop，并不是因为 Figma 比 Photoshop 更好作图，而是问题变成了协作；比如 Tome，就不用把自己局限在 PowerPoint 定义的 Presentation 上，而是可以直接面向知识工作者从想法、到信息收集、到故事线梳理、到最终沟通目的达成的大 JTBD 来设计；比如 AI 客服，可能就不是朝着降本增效（因为原来客服是成本中心）的角度设计，而是直接根据新的 0.1% 的成本来设计成新的主动沟通营销的工具。
延伸阅读
顶级风投Greylock：会最先被AI重塑的高潜市场
https://mp.weixin.qq.com/s/yCCk8eYcqi7Ej37awFJ5CA
LLM-Native 产品的变与不变
这一波 AI 带来的变化是什么？
从信息的角度，在供给侧，信息的生产者从人类转变为人类 + 算法，生产活动逻辑从库存待售变为按需制造，供给模式从分发转变成生成；在消费侧，从消费库存内容变成消费实时内容，从单向静态变成双向互动，从个性化分发变成定制化生成。这一步，原有的媒介内容会从传统格式中被解耦出来，（面目全非地）以新形态展现。
而从工具角度，AI 可能带来的变化是”开发自由“。生产方可以交付极简产品满足海量、复杂的用户需求，而用户仍然能够在这个产品上轻松进行进一步定制开发（或者自适应）。
做产品的思路，可以怎么变？
提高需求抽象程度，让用户在更高抽象层次表达需求，直接帮助用户完成更高级抽象的任务。换个角度表达的话，其实是让用户“升官”。Photoshop 假定用户是设计师，所以用户要直接操作像素和图层。Midjourney 和 SD 让用户升官成“设计总监”的话，就可以让用户叉着腰在旁边指挥”画个五彩斑斓的黑“和”第三稿还行，把背景改深色一点就好“表达抽象需求就好。
对于产品经理的要求，有什么变化？
本质上，AI 产品经理在设计的是个”翻译官”+“协调员”，理解用户场景和 JTBD 之后，翻译官把需求翻译成大模型指令，协调员把相应的数据和工具配好，然后调度大模型响应。
除了传统的理解用户需求之外，AI 产品经理还需要：1. 了解 LLM 能力边界；2. 知道未来一段时间能力边界可能的变化范围；3. 知道通过产品设计调整能力边界的方法和成本；4. 设计任务来满足需求 & 匹配能力；5. 评估实际能力表现。
而如果我们不把 LLM 当做一个整体，则还会增加两个要求：1. 了解不同的 LLM 能力边界；2. 选择和配置适合自己业务场景的模型。更进一步，如果我们自己打算也搞一个模型的话，还得具备从场景需求中反推（合理的）对垂直大模型需求的能力，或许还有如何应用通用大模型来辅助调优垂直的模型的能力。
最后，大模型之外，产品经理还需要搞数据。除了垂直行业数据和设计用户反馈数据飞轮之外，还需要思考如何借由尚未被吸收到大模型的专有数据来提升效用。比如有没有实际业务中被验证有效的工作流、尚未被信息化的行业 know-how 或者 带有行业属性的结构化模板信息。
延伸阅读
LLM-Native产品的变与不变
https://mp.weixin.qq.com/s/0fTsG4aRvVauYbuAzt5BmQ
我们正在进入计算的第三个时代
两个打开思路的视角。
我们现在思考 AI 的能力，还是在一个类似的数量级上在思考。比如一个画师一天可以画出来的画，我们用 AI 可以一分钟画出来，虽然看起来天差地别，但其实还是局限在自己想象力范围内——类似于老农民想着自己每天吃一个馒头，皇上应该一天可以吃 100 个。
如果真实的能力差距再拉大几个数量级呢？
不再是”AI 让我 1 分钟做出来专业人士 1 天的成果”，而是“AI 让我 1 分钟做出来 1000 个专业人士 100 天的成果”呢？是不是个体有可能生产整个完整的电影、游戏？甚至于，创世？
而如果个体能力增强到如此地步，还会有生产者和消费者的区分么？
产品应该能够从用户的使用场景中自己识别出满意度和 bug，自动迭代。而用户也可以在极高的抽象层面表达自己的偏好和诉求，创造（分叉？）属于自己版本的新应用和世界。
这时谁算是创作者呢？
延伸阅读
a16z万字长文：我们正在进入计算的第三个时代
https://mp.weixin.qq.com/s/bUzjvwY-MQaXJs2AhvmRTA
来自「 徐文浩的招聘 」广告
过去半年里一直是说得多，做得少。吹水吹得差不多了，不能再吹水了，需要下场来做一些真的产品了。
我们是一家还处于秘密开发阶段的AI创业公司。我们的产品技术路线，是端到端从模型到应用的方向。也就是，我们针对应用场景，同时开发底层模型和对应的应用。团队的强项，是对技术的创新和对商业的理解能很好地结合。同时也有充足的资源准备以面对市场和行业趋势的跌宕起伏。
现在希望寻找有目标一起做有价值的AI应用的朋友们加入。
过去半年，我自己写了「大模型之美」这个技术专栏，来科普如何利用大模型进行各种场景的应用开发。以及和朋友一起写了「AI炼金术」这个公众号，分享了我们看到的AI领域的发展和对于未来的猜想。现在，我们实际开始投入做AI应用，希望能够参与到这个我认为科技史上革命性的浪潮中来。
目前先寻找应用开发层面的同志们加入我们，主要是这样几个职位：
iOS 应用开发工程师
后端应用开发工程师
我们对你的期待
希望你：
自我评价是个第一流的工程师
有过2-5年的互联网行业的工作经验
相信这一轮的AI浪潮会对我们的生活带来巨大的改变
ChatGPT上线后的一年以来深度应用过各种AI应用，比如：
尝试使用各种Prompt，日常使用ChatGPT解决各种问题
把ChatGPT或者VS Code Copilot应用到自己的日常开发中去
尝试用Stable Diffusion做各种图片乃至视频的创作
如果是 iOS应用开发工程师，希望你：
有过从0到1做过一个完整上架的iOS应用
如果是后端应用开发工程师，希望你：
精通一个主流的后端Web应用开发框架：
比如php的laravel，java的spring 之类的
做过面向C端（消费者）端的后端应用
过去一年尝试过向量数据库，Agent这样的新的AI开发模式
我们将提供的保障
优秀的团队和工作氛围。创始团队都有过创业经历，既有成功被收购的经历，也有成功上市的经历。里面既有海内外顶级名校AI的 PHD，也有多年的大厂高管。也因此，团队对技术的创新和对商业的理解能很好地结合起来。
准备了充足的资源以应对市场和行业趋势的跌宕起伏。我们知道这一轮的AI会带来巨大的改变，但是很多改变不会在第一天发生，所以我们已经准备了充足的资源。这使得我们可以提供有竞争力的薪水，也包括充足的算力、良好的网络环境、各种提高效率的SAAS工具等等
有挑战但是有意义的工作。我们并不只是想做一个GPT-4的API套壳，或者基于开源LlaMa-2微调一下给其他企业做服务的工作。我们想要做的，是端到端模型到应用的AI产品。希望无论在技术上，还是产品上，都能和之前移动互联网应用不同的独特价值，能真的让每个人的生活都更加美好。
联系我们
联系邮箱：xuwenhao@msn.com
