什么是AI Native？
市面上AI产品可以被分为以下3种：
-
AI-by side：即 AI 技术在产品中是一个可选项，产品核心价值不受 AI 技术影响，比如 PowerPoint 中的 AI copilot 功能并不影响其核心使用流程 -
AI-Inside：即 AI 技术在产品中是一个核心组件，离开这个组件，产品的核心价值将受到显著影响，比如 Gamma 的 AI 生成能力上线后迅速带来营收增长并成为核心能力 -
AI-Based：即 AI 技术是产品成立的基础，如果没有相关 AI 技术，就不会有这个产品，比如，Tome 就是完全以 LLM 技术为基础建立的产品
AI Native 定义
以提升智慧程度为目标，以可持续迭代算法为核心，以转化可训练数据为手段，并在信息商品经济的一个或多个环节中能够产生优化的某种方法。 ——by OneMoreAI
AI Native产品的特征
-
核心功能依赖AI：如果AI工作流辅助的核心功能是基于AI模型实现的，例如自动化的任务分配、智能化的流程优化、基于AI的预测分析等，那么它就可以被视为AI native产品。 -
用户体验以AI为中心： 如果用户体验是以AI功能为中心的，例如用户可以通过自然语言与AI进行交互，AI可以根据用户的输入自动完成任务，那么它也可以被视为AI native产品。 -
AI技术深度集成：如果AI技术深度集成到产品的设计和开发中，例如AI模型是产品的一部分，而不是一个独立的工具，那么它也更符合AI native产品的定义。
为什么要做AI Native产品？
充分利用 AI 优势，打造颠覆性产品，保持竞争优势
-
AI 作为核心：AI Native 产品将 AI 技术融入产品核心，而非简单地添加 AI 功能。这意味着产品的设计、开发、功能都围绕 AI 展开，充分发挥 AI 的潜力。 -
创造新体验：AI Native 产品可以带来传统产品无法实现的全新体验，例如更智能的个性化推荐、更精准的预测分析、更自然的人机交互等。 -
颠覆行业格局：AI Native 产品可以颠覆现有行业格局，创造新的市场机会，例如 AI 驱动的医疗诊断、AI 辅助的金融投资等。 -
竞争优势：AI 技术正在快速发展，未来将更加普及，AI Native 产品将成为主流趋势。做 AI Native 产品可以抢占先机，获得竞争优势，例如 AI 驱动的智能家居、AI 辅助的教育等。
增强用户体验，提升用户满意度
-
个性化服务：AI Native 产品可以根据用户行为和偏好提供个性化的服务，例如定制化的产品推荐、个性化的内容推送等。 -
更便捷的操作：AI Native 产品可以简化用户操作，例如语音控制、自然语言交互等，提升用户体验。 -
更精准的解决方案：AI Native 产品可以提供更精准的解决方案，例如智能诊断、智能预测等，提高用户满意度。
聊聊四种驱动的产品演变方式
用户驱动是产品开发的根本，产品驱动是优化的方向，技术驱动是实现的手段。三种驱动方式在产品生命周期的不同阶段有不同的侧重点。
用户驱动
产品驱动
技术驱动
AI 驱动
-
多模态交互:实现语音、视觉、文本等多种模态的交互。 -
深度学习能力:通过深度学习算法不断从数据中学习和优化。 -
AIGC生产力:能自动生成内容,提升内容生产效率。 -
高度自动化:可以替代人工完成更多任务。
怎么设计一款AI Native的产品？
从好问题到好产品
-
从一个用户行为链路某个环节或者是从一个行业痛点出发，发现一个可以优化的问题—— 好问题 -
将这个问题的解决办法具象为一个商业可行的工具——PMF（Product Market Fit） -
通过与用户的共创，让产品变得足够好用——好产品 -
从好用到让用户爱用，通过产生情感连接让用户自发传播——好口碑 -
持续不断地运营，让用户持续使用——好商业模式
-
问题：人们需要一种更便捷的方式来创建演示文稿。 -
解决方案：开发一款 AI 驱动的演示文稿工具，例如 Tome。 -
产品：Tome 是一款新颖的 AI Native 产品，它利用 AI 技术，帮助用户快速创建出精美、互动、充满创意的演示文稿。
从设计产品到设计模型
-
关注数据驱动: 在设计模型时,我们需要充分利用海量的数据资源,通过数据分析和建模,找到隐藏的规律和洞察,提升模型的预测能力和决策支持能力。 -
强调迭代优化: 由于用户需求和技术环境的不断变化,产品和模型的设计也需要保持持续的迭代优化。我们要建立闭环的反馈机制,不断收集用户反馈,持续优化产品和模型。
从以（人）为本到以（人+AI）为本
在产品设计中，需要考虑人类、AI和工具各自的擅长和定位，以实现最佳协同。与此同时， AI可以帮助人类从不擅长或不是自己定位的方面中解放出时间，更多地发挥人类的擅长和能力。
