生成 AI をテクノロジー戦略に組み込む 5 つの方法

生成 AI は、多くの製品の戦略的課題に急速に登場しました。このテクノロジーは完璧には程遠いものの、目に見える進歩を遂げ、破壊的な変化の可能性をもたらしています。これは、2007 年の初代 iPhone を思い出させます。製品自体にはまだ改善の余地がたくさんありますが、人間とコンピューターの相互作用の新時代の到来を示しています。

それでは、テクノロジ製品は生成 AI の爆発的な人気にどのように適応するのでしょうか?次の 5 つの方法を検討する価値があるかもしれません。

1. 顧客が何をする必要があるのか​​を深く理解する

約 20 年前、私はハーバード大学のクレイ クリステンセンと一緒に、彼の Jobs to be Done コンサルティング プロジェクトに取り組みました。テクノロジー大手はモバイルエレクトロニクスをビジネスプロセスに導入しています。いわゆる「Job to be Done」は、Clay によって開発された一連のクエリ メソッドであり、その核心は、人々が目の前にある仕事とやらなければならない仕事の違いを理解できるようにすることです。当時のそのテクノロジー企業の状態は非常に典型的でした。新しいテクノロジーに惹かれ、リスクを負おうとしたのです。クレイ氏のアイデアは、相手が変化の核となる動機を整理できるように支援することです。そこで私たちは、どこでモバイル エレクトロニクスのパフォーマンスが向上するかを調査し始め、最終的にはいくつかの顧客タイプとユースケースを特定し、その後、「やるべき仕事」を使用してテクノロジーを最大限に活用する方法と、それが既存の仕事にどのような影響を与えるかを整理しました。

しかし、現在は状況が異なり、テクノロジーの変革は、顧客が何を望んでいるのかを理解したり、アクティビティをタスクに分割したりするだけではありません。生成AIは、顧客自身が思いつかなかった新たな可能性を提案することもでき、それによってタスクの形を完全に再構築します。したがって、私たちはこのオープンで厳格な思考姿勢を維持し、AI が元のビジネス システムを再形成する機会を段階的に探求する必要があります。

たとえば、AI は現在、広告コンテンツを最も適切なデジタル メディアにターゲット設定するのに役立ちます。これは何も新しいことではありません。メディア プランナーがタスクを効率的に完了するために AI がどのように役立つか (Facebook や Google の広告予算の割り当てを支援するなど) だけに焦点を当てるのではなく、一歩下がって、ジョブの概念を使用して変化の可能性を探ったほうがよいでしょう。行われなければ。生成 AI は、さまざまな属性に基づいて最適な広告クリエイティブを生成し、適切な予算を設定し、広告キャンペーンの投資収益率をモデル化できるでしょうか?これは確かに単純ではありませんが、実現可能です。そこから生み出されるのは、真にユニークで高度にカスタマイズされたクリエイティブなデジタル広告コンテンツになります。

2. 顧客の好みの変化傾向を理解する

この急速に変化する新しい時代において、現在に基づいて製品計画を立てることは多くの場合非常に危険です。人間と機械の間の相互作用の破壊など、生成 AI がユーザーの期待にもたらす変化を考慮すると、おそらくそこには新たなチャンスが潜んでいるでしょう。将来のデバイスでもメニューは提供されますか?ユーザーはソフトウェア内で手動で検索したいと思っていますか?それとも、コンピュータに自分の欲しいものを伝えて、その人に合わせた答えを待つことに慣れてしまうのでしょうか?

この好みの変化はビジネスに大きな影響を与えます。破壊の程度は純粋な解決策ほど直接的ではありませんが、あらゆる側面からの好みの収束も将来のビジョンに影響を与えます。人々は新しい形式のソフトウェア インタラクションにすぐに慣れてしまうため、業界のリーダーが何を模索しているのかを観察し、要約することをお勧めします。たとえば、Adobe や Shutterstock のような企業は、自社のクリエイティブな製品スイートのエクスペリエンスに生成 AI をどのように組み込むのでしょうか?そしてAIにテキストで指示してコンテンツに合わせた画像を作成する機能などは、顧客の期待にどのような変化をもたらすのでしょうか？

3. 生成 AI の利点がどの側面でビジネスと重なるかを理解する

ここで話したいことは、実際には 2 つの側面を持つ問題です。具体的には、生成 AI が私たちに何をしてくれるのか、そして私たちが生成 AI に対して何ができるのか、両方を考慮する必要があります。

生成 AI には、優れた統合、パーソナライゼーション、エンゲージメント機能など、一連の明白な利点があります。これらの利点がユーザー エクスペリエンスや製品の中核機能に与える影響を評価し、AI の力を利用して次のレベルに引き上げる必要があります。たとえば、生成 AI は、ユーザーがこれまでに行ったことのない新しいアクションを提案できるでしょうか?これらの操作の考えられる結果をプレビューできますか?

一方で、既存のシステムが生成 AI の向上にどのように役立つかを考えたほうがよいかもしれません。 AI システムはデータに依存するため、全員が同じデータを使用すると、競争上の優位性はまったく得られません。それどころか、独自データの導入後は、数千人を対象としたエンタープライズレベルの生成 AI が将来の一般的な方向性となります。独自のシステムを使用して、競争上の優位性を構築するのに役立つデータを収集および生成するにはどうすればよいでしょうか?たとえば、独自のデータを使用してパーソナライズされたエクスペリエンスをより適切に構築したり、より正確な価値ベースの情報で最適化されたソリューションを構築したりできるでしょうか?既存のシステムを使用してデータにラベルを付け、分類し、AI がデータをより有効に活用できるようにすることはできますか?データ戦争が始まろうとしています。最も優れたデータを持っている人が勝ちます。

4. カスタマー ジャーニーとユーザー エクスペリエンスを根本的に再検討する

生成 AI の大きな可能性は、顧客とソフトウェア間のインタラクションの改善 (これは初期の効果にすぎません) に限定されず、最終的には変化します。これがすべて。したがって、私たちは専門的な設計思考を維持し、いつでも元の設計計画を更新できるように準備しておく必要があります。既存のエクスペリエンス最適化ソリューションを一定数蓄積すると、革命的な破壊がどの方向に起こるか徐々に把握できるようになります。

この目的を達成するためには、私たちは、「やるべき仕事」で強調されている「やらなければならない仕事」に立ち返る必要があります。業務内容そのものだけでなく、新たなソリューションを導入する動機や障害などの要素も含めて詳細な標準設計を行います。生成 AI はどのようにして重要なタスクに前例のない機能をもたらすことができるのでしょうか?顧客に感情的および機能的レベルで成功へのさまざまな道筋を提供するにはどうすればよいでしょうか?ハイライトの瞬間をどこで作成できますか?

5. 競争戦略を再評価する

独自のデータは AI 競争において一定の優位性を維持するのに役立ちますが、それは長く続くものではありません。 AI によってコード作成とデバッグの効率が前例のないレベルまで向上する可能性があることを考慮すると、市場競争は今後も激化していくことが予想されます。それでは、これらすべては当社の製品戦略にとって何を意味するのでしょうか?

競争圧力はあらゆる面からかかってきます。私たちは、顧客が当社の製品で確実に成功できるかどうか、ソリューションが顧客のビジネスのやり方と緊密に統合できるかどうかなど、実現可能なすべてのイノベーション手段を慎重に検討する必要があります。さらに、競合他社が追随するのが難しい補完的な製品エコシステムを構築する方法も検討する必要があります。生成 AI の追加は、市場競争の激しさを変えるだけでなく、持続可能なビジネス上の利点の具体的な側面も変えるでしょう。

生成型 AI の出現により、インターネット誕生前夜に多くの人々の出現が加速しました。はい、しかし今回の違いは、すべてがより速く変化するということです。 AI 革命が急速に定着する中、上記の 5 つの方法で製品戦略を事前に計画調整するとよいでしょう。

以上が生成 AI をテクノロジー戦略に組み込む 5 つの方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。