har namngett Även om det främst hänvisar till lågkvalitativt digitalt innehåll, signalerar nomineringen bredare allmänhetens känsla för AI. Ingen vill AI-slope, och företag som är alltför angelägna om att driva AI-funktioner i befintliga produkter är föremål för oupphörligt skämt. Författare Merriam-Webster Sloppa Författare Merriam-Webster Se bara hur Microsofts engagemang för AI-funktioner skapades som snabbt genererade memes att byta namn på företaget till Det kan vara bara en liten grupp Reddit nerds som klagar, eller en smutskampanj från konkurrenter, eller en kombination av båda. Backlash Microskopi Backlash Utmaningen för produktchefer, verkställande direktörer eller någon i den digitala verksamheten är att veta när din produkt faktiskt behöver AI. Produkter som löser problem Jag har redan skrivit om vikten av Samma logik gäller när du bygger din produkt: I grund och botten är AI-funktioner bara en del av produkten. hype resilience Hype motståndskraft Det är på grund av denna förmåga att de blir värdefulla, och ett företag som gör dem kan fånga en del av det värdet för att vända en vinst. Large Language Model (LLM) applikationer i att dokumentera möten, skriva företags e-postmeddelanden, skapa design eller kod prototyper, förbättra kundservice chatbots, och många andra liknande applikationer är framgångsrika. Den bakomliggande orsaken är ofta oförmågan att lösa problem som är relevanta för användare eller anställda, men även när det är fallet måste andra utmaningar hanteras. 
 
 
 
 
 
 
 Tekniska begränsningar. De flesta AI-funktioner kräver stora, högkvalitativa och domänspecifika data. Proxy-servrar och webbskrapor för att samla in sådana data är kostsamma, och att integrera det i befintliga system tar tid. Även tillfälliga hallucinationer i kritiska flöden kan förstöra användarnas förtroende.Det är ännu viktigare för produkter inom finans, hälsa och relaterade områden, men alla produkter måste se till att AI-funktioner är tillförlitliga. Att skicka loggar och användardata till tredjeparts-API skapar risker för obehörig åtkomst eller datainsamling.Vissa företag förbjuder till och med användningen av AI-verktyg för känsliga data. Implementering av AI kan helt enkelt vara ett dåligt användarupplevelse (UX) val för en produkt som inte byggdes för det. Generativa AI-funktioner i befintliga produkter kräver konstant övervakning för att undvika potentiella krascher, PR-kriser, juridiska risker eller andra problem. Generativ AI är fortfarande så ny att många av de utmaningar och problem som den kan orsaka är okända, så det finns en inneboende ytterligare risk i att implementera den. De flesta av dessa utmaningar är inget nytt för entreprenörer som skalar digitala produkter. Nästan alla funktioner, AI eller inte, behöver lösa liknande smärtapunkter.Skillnaden ligger i att hantera förväntningarna som kommer med AI-etiketten. Konkurrenskraftig FOMO Rädsla för att missa (FOMO) gäller för VD och andra beslutsfattare lika mycket som det gäller för konsumenter.När ChatGPT släpptes övergavs många noggrant planerade strategier för att jaga synligheten av att hålla sig framåt. Konkurrenstrycket för AI-funktioner liknar ett vapenkapplöpning. Ett företag meddelar AI-integration, och andra måste reagera med något liknande eller förmodligen riskera att deras produkt verkar föråldrad. Beräkningen verkar vara att en kritisk massa kommer att börja välja produkter främst för sina AI-funktioner.Det är otvivelaktigt sant för investerare, eftersom AI har blivit den dominerande tillväxtberättelsen på marknaderna. Alla offentliga eller riskkapitalstödda företag står nu inför tryck för att implementera åtminstone några AI-funktioner.Investerare förväntar sig AI-initiativ, och analytiker spårar AI-anmälningar.Utan dem verkar företaget sakna den viktigaste tekniska innovationen sedan Internet. Detsamma återspeglas i marknadsföring eftersom företag snabbt byter namn på befintliga automatiserings- eller maskininlärningsarbetsflöden som AI-drivna. Varför kan användare föredra produkter med AI? Studier visar att människor tenderar att välja produkter med fler funktioner, även om de inte faktiskt kommer att använda dem.Om kostnaden inte är ett problem, väljer konsumenterna nästan alltid en produkt som kan göra mer, och AI-etiketten är den ultimata signalen för detta. Men konsumenterna upplever också funktionell trötthet, en frustration som härrör från funktionell överbelastning. funktionell trötthet har varit känd sedan åtminstone när vanliga hushållsapparater, såsom kylskåp och TV, blev mer komplicerade. En AI-driven webbläsare, som i fallet med de senaste Microsoft Edge-uppdateringarna, är ett enkelt sätt att marknadsföra produkten som mer kapabel än konkurrenterna. Integritetsmedvetna användare är också misstänksamma för AI-funktioner som bara ett annat sätt att samla in användardata för företagets egen nytta. Vissa produkter försöker vända trenden, lovar inga LLM AI-funktioner att sticka ut för sitt användarsegment. Vivaldi, en integritetsfokuserad webbläsare, gör precis det genom att annonsera sina avsikter att om de inte stämmer överens med sin webbläsare. Undvik vilka egenskaper Undvik vilka egenskaper Tillvägagångssättet kan vara för extremt, eftersom de flesta användare fortfarande kommer att välja AI-aktiverade produkter, åtminstone initialt. Does Your Product Need AI Features? Behöver din produkt AI-funktioner? Vi ser redan att traditionella ramverk för produktutveckling, såsom RICE ( ), anpassas för att överväga de utmaningar som AI medför. föreslår ett RICE-A-ramverk som tar hänsyn till AI-funktioner som förts in i produktutveckling. Reach × Effekt × Förtroende ÷ Ansträngning Maryl Nika Maryl Nika De tekniska begränsningarna, användarnas förtroendeerosion, adoption, övervakning och dataskyddsfrågor som vi nämnde tidigare måste inkluderas i typiska RICE-beräkningar. särdrag under utvecklingsfasen. som Att väga svårigheterna med att implementera AI hjälper inte till att avgöra om AI-funktioner faktiskt kommer att bidra till att öka konsumentnöjdheten. 
 
 
 
 Alla användare förväntar sig dem som standard, och att förlora dem orsakar en negativ reaktion från kunder. Snabbare laddningstider, mer lagring eller liknande förbättringar kommer att öka kundens feedback upp till en punkt. Attraktiva funktioner hjälper till att konkurrera med andra varumärken och överträffa kundnöjdhet genom att gå den extra milen. Många generativa AI-funktioner, åtminstone i de tidiga stadierna, faller in i prestanda- och attraktivitetskategorierna.I e-handel kan kundsupportchattbots, kontextuella produktöversikter och liknande funktioner förbättra överklagande eller förbättra prestanda, men de ersätter knappast bra produktval och användargränssnitt. Det betyder inte att vissa AI-funktioner inte har potential att bli måste-ha. AI-sökning med åtminstone grundläggande stavningskontroll i e-handel är nästan en nödvändighet idag. Eftersom webbplatser blockerar dataåtkomst med AI-verktyg måste webbskraparna utnyttja AI-verktyg för att hantera proxypooler, webbläsarens fingeravtryck och andra detaljer. Conclusion Slutsats AI-funktionsfel är produkthanteringsfel.En produkt som börjar med teknik och sedan tänker på vad den kan lösa är tvungen att misslyckas.Detsamma gäller för alla AI-funktioner.Vi måste fråga vilka problem AI kan lösa för våra användare och implementera det bara när det är lämpligt. Det är obestridligt att generativ AI är en transformativ teknik, men de verkliga vinnarna kommer att vara de som motstår hype och håller sig till traditionella produkthanteringsramar.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Det här ljudet är producerat på berättelsens originalspråk!

När en produkt verkligen behöver AI (och när det bara slopar)

About Author

KOMMENTARER

HÄNG TAGGAR

DENNA ARTIKEL PRESENTERAS I

Related Stories

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps