產品經理在評估 AI 解決方案時,除了關注表層的功能應用,也需要提出底層技術架構對產品實際效能的關鍵影響,像是 AI 生成商品敘述、AI 客服聊天機器人、AI 店員等,在各種 AI 應用的場景,都需要讓 B 端企業願意為 AI 解決方案付費,才能算是一個健康的產品商業模式。
⠀⠀
這 1-2 年在設計「AI 生成 OOO」相關功能時,第一直覺想到的是「讓工作更快速」、「節省人力時間」、「提高生產效率」,但我後來發現這個出發點還不夠精準,需要轉換成「更有營收的字眼」,才能讓企業決策者更有感。
當產品經理在追求 AI 如何提升效率時,實際上客戶想聽到的是「這些效率的提升,最終能為我們帶來多少實際收益?」,因此也讓我重新思考 AI 功能的價值溝通方式,像是:
⠀⠀
不能單純強調 AI 能多快完成任務,而是更注重它如何創造實際的商業價值,將價值用更具體的數字描述,例如從「提升效率」改成「將 5 人的工作量轉化為 1 人就能完成,每月可節省人力成本約 20 萬元」,在企業採購端就能更清楚該功能的投資回報。
⠀⠀
⠀⠀
⠀⠀
為了讓 AI 功能的價值更容易被理解和接受,產品經理需要建立價值評估框架,可包含三個核心維度:直接效益、間接效益與策略效益。
⠀⠀
可以立即觀察到的成本節省和效率提升上的效益,以 AI 自動生成商品文案為例,包含:
⠀⠀
間接效益往往不那麼明顯,但對企業的長期發展同樣重要,包括:
⠀⠀
策略效益關注 AI 功能對企業長期競爭力的影響:
⠀⠀
⠀⠀
⠀⠀
掌握上述的價值評估框架後,下一個步驟是設計能夠有效說服決策者的方案(Before/After)。
可以透過 A/B 測試,展現 AI 功能帶來的正面影響:
⠀⠀
將抽象數據轉化為商業場景,能幫助決策者更直觀理解 AI 價值,同時也要特別強調 AI 功能帶來的持續性競爭優勢:
⠀⠀
⠀⠀
⠀⠀
這篇雖然提到產品經理如何將 AI 價值最大化,但在導入 AI 功能時,仍建議採用階段性的導入策略,從小規模開始,並且要確認潛在的部門利害影響。
例如為了導入 AI 功能,可能會造成另一個部門的人員沒工作,或是讓對方感受到 AI 功能對他們的威脅,就很容易被阻擋,因此在提案時就要特別留意。
如對這系列文章有興趣可以再觀看: