案例 19 · 消费品研发与包装
Datawhale原书章节 · 印刷页码 185—195 · 当前仅加载一页

原书第 192 页 · 点击页面可放大查看
查看与复制本页文字
文字由原PDF提取,阅读顺序和表格请以原页为准。
比如产品经理接到来自老板或销售渠道的模糊需求,和Agent一起讨论,将模糊需求转 化为产品概念需求,研发接到产品概念需求之后,调用历史打样版本、当前物料等上下 文,和自己的Agent讨论怎么把需求转化成可打样的方案。 这样一来,AI嵌进了流程本身,成为其中的一部分。 Q4:相比传统方式,使用AI后的实际效果如何? 这件事的第一个变化,是人的时间开始被重新分配。 以包装审核为例,原来法律法规人员会被大量低级错误和重复检查占用。现在可以先让 AI把这两类问题筛掉,把真正需要专业判断的问题留给人。 这样,法律法规人员可以减少处理低级错误和返工的时间;产品经理可以把更多时间放 到“这个包装到底应该怎么表达产品”这样的判断上。 但我认为更重要的变化,其实发生在“经验”这件事情上。 过去,一个产品经理的判断就是这个产品经理自己的经验,一个研发的判断也是这个研 发自己的经验。现在,我们开始把每一次决策、每一次渠道反馈、每一次审核经验沉淀 下来。 这意味着,AI带来的价值,是让个人经验有机会变成组织经验,让一个人的经验开始服 务于整个组织。 此外,更有价值其实是这个组织的变化,业务人员自己成为Builder,学习和参与重新搭 建自己和AI协作的工作流。 我们和客户一起参加食品展会、带客户的高管一起参加了Datawhale举办的黑客松还拿 了冠军,回来之后又在客户公司内部组织了一场黑客松。我们没有停留在“AI工具怎么 用”的讲解上,直接从组织战略开始,一层层拆到业务流程,再拆到每个人具体的输 入、输出和处理方式。引导大家做出自己自己可以真正使用,又能够为组织整体价值链 192/243