人工智能会取代产品经理和项目经理吗?(下篇)
作者:骆超 易佳咨询大咖专栏作者 NPDP讲师
在上篇,我们将人工智能区分为通用人工智能(GAI)和应用人工智能(AAI)。
下篇将介绍加拿大、日本、伊朗和土耳其的四个案例。研究者们利用AAI构造模型,解决产品开发过程中的具体问题。
1. 利用创造性的人工智能系统来影响用户情绪
Sara Salevati和Steve Dipola是加拿大Simon Franser大学的两位学者,他们设计了人工智能CAIS(Creative Artificial Intelligence System),其效果被用户调研结果所印证。
下图为Russell的循环情感模型和Sundstrom, Stahl and Hook的eMoto色彩地图,用以解释不同色彩给人的情感暗示。
横轴为色调(冷暖),纵轴为饱和度。
第一象限:饱和度高的暖色调,对应积极而温暖的情感。
第二象限:饱和度低的暖色调,对应消极而温暖的情感。
第三象限:饱和度低的暖色调,对应消极而灰暗的情感。
第四象限:饱和度高的暖色调,对应积极而灰暗的情感。
利用CAIS系统,Sara和Steve将同一张图片做不同的色调合饱和度转换,使观看者产生相应的情绪变化。
在新产品投放过程中,CAIS系统可有指向性地渲染图片,引导用户感受。同时也可以用以分析现有图片会给用户带来的情绪变化,从而帮助产品经理和营销人员更有效地宣传产品。
2. 利用应用人工智能(AAI)辅助产品开发
来自日本信息通信企业富士通(Fujitsu)的7位研究人员,开发了应用人工智能——MONOZUKURI AI framework。
对硬件工程师而言,预估PCB(印刷电路板)的层数不但复杂,而且重要。
复杂:得考虑各种元器件的大小,位置,以及线路走向,同时兼顾PCB的限制。
重要:一旦定型,PCB会大量制造,产生很高的改动成本。
因此,“预估PCB层数”这项工作只能由经验丰富的工程师,经过仔细研究产品需求后完成。这对人力资源和开发进度都是限制。
研究人员将元器件尺寸、排布规则输入MONOZUKURI AI framework,使用大量历史数据进行训练。优化后的人工智能效果如下:
预测结果与实际结果高度一致。
这意味着在多项目并行时,项目经理不需要争夺资深硬件工程师的工作量。MONOZUKURI AI framework可以让PCB层数预估工作不再成为项目瓶颈。
3. 利用人工智能预测新产品成功可能性
伊朗的研究员Gholamreza Soltani-Fesaghandis 和副教授Alireza Pooya开发出 基于自适应网络的模糊推理系统 (ANFIS),用于食品行业的新产品开发。
食品行业的产品迭代速度快,产品开发周期和生命周期短。据统计,80%-90%的产品在上市一年内即遭淘汰。考虑到行业特点,在产品上市前选择合适的市场策略就显得尤为重要。
ANFIS的核心如下图:
以新产品的不同维度(技术、市场、设计、资源等)作为输入变量,模糊化之后,结合知识和规则进行推断,将推断结果逆模糊化,输出为产品成功的可能性。
ANFIS也可以用以选择市场——产品策略。以产品需求的增长性、新地理区域、资本充足性、新分销渠道、以及新产品开发成功可能性作为输入变量,输出为产品——市场策略。
ANFIS的结论可以为产品经理决策提供参考。
4. 利用人工智能提高新产品开发过程中的决策效率
土耳其的两位学者Orhan Feyziolu和Gülçin Büyüközkan同样使用ANFIS来提高决策效率。
他们将产生的新产品概念在不同维度下打分,以分数作为人工智能的输入项。经过多重判断后,部分想法被否决,总分数在及格线以上的想法作为最终备选产品概念。
其优势在于,人工智能的大数据处理能力可以容忍对新产品概念的尽多维度描述。更多维度意味着对概念的描述更全面,因而决策结果也更客观。
结语:
项目管理协会(PMI)在2018年行业脉搏深度报告(pulse of the profession in-depth report)中指出:云方案、物联网和人工智能是获取竞争优势的前三大破坏性因素。
PM不应该担心来自GAI的取代。相反,PM应该学习使用AAI,提升个人产品开发和管理能力。在人工智能时代,不是人针对机器的竞争,而是人携手机器的竞争。
未来已来,每一位产品经理和项目经理都必须接受变化,拥抱变化。
毕竟,AI不会取代PM。但是使用AI的PM,会取代没有使用AI的PM。
参考资料:
[1]. Salevati S, DiPaola S. A creative artificial intelligence system to investigate user experience, affect, emotion and creativity[C] Proceedings of the Conference on Electronic Visualisation and the Arts. BCS Learning & Development Ltd., 2015: 140-147.
[2]. Nozaki N, Konno E, Sato M, et al. Application of Artificial Intelligence Technology in Product Design[J]. FUJITSU Sci. Tech. J, 2017, 53(4): 43-51.
[3]. Soltani-Fesaghandis G, Pooya A. Design of an artificial intelligence system for predicting success of new product development and selecting proper market-product strategy in the food industry[J]. International Food and Agribusiness Management Review, 2018, 21(7): 847-864.
[4]. Feyzioglu O, Büyüközkan G. Evaluation of new product development projects using artificial intelligence and fuzzy logic[J]. World Academy of Science, Engineering and Technology, 2006, 11: 183-189.
[5]. Project Management Institute Maximizing the Benefits of Disruptive Technologies on Projects,2018.
[6]. Munoz J M, Naqvi A. Business Strategy in the Artificial Intelligence Economy[M]. Business Expert Press, 2018.
[7] Cockburn I M, Henderson R, Stern S. The impact of artificial intelligence on innovation[R]. National Bureau of Economic Research, 2018.
距离PMP® 06-02考试仅剩 65 天