如何在首週取得 5%的人工智慧功能利用率
撰文:Garth Griffin
作者簡介:Garth Griffin 是 Gigasheet 的聯合創始人兼技術長,該公司是一家基於網路、無程式碼大資料試算表工具的公司。他是一位開創性的資料科學家,也是科學研究榮譽學會 Sigma Xi 的尊貴成員。
自從 ChatGPT 的推出以來,一大批科技公司的領導者們都在追逐這項熱門技術的聲勢。到處我看到的都是某公司吹捧自己開創性的人工智慧功能。然而真正的商業價值來自於提供對使用者有意義的產品功能,而不僅僅是使用熱門技術。透過從核心原則出發,為產品所需的功能建立一個支援該願景的人工智慧能力,然後透過測量採用率來確保該功能符合使用者期望,我們實現了一個 10 倍於之前的技術投入回報。
我們的第一個人工智慧產品功能並沒有符合這一理念,因此在返回使用者中只獲得了 0.5%的採用率,這讓我們感到失望。在重新定位我們產品所需的核心原則之後,我們開發了一種"AI 作為代理"的方法,並在第一週的時間內,這一功能的採用率激增至 5%。這個成功的公式可以應用於幾乎任何軟體產品。
讓人懷疑的熱情浪潮
像我們這樣的新創公司,往往會被整合最新技術的誘惑所吸引,卻缺乏明確的策略。因此在 OpenAI 突破性地推出各種版本的生成預訓練變形器 (GPT) 模型之後,我們開始尋找在產品中使用大型語言模型 (LLM) 人工智慧技術的方法。很快我們的產品中增加了一個由人工智慧驅動的元素,並在產品中投入使用。
這個第一個人工智慧功能是一個小型的摘要功能,它使用 GPT 來為使用者上傳到我們產品中的每個檔案撰寫一段簡短的描述。這使我們有了一些可以宣傳的內容,我們也製作了一些市場銷售內容,但它對使用者體驗並沒有帶來實質影響。這是因為沒有任何關鍵指標顯示出可觀的變化。在第一個月中,只有 0.5%的返回使用者與此功能互動。此外使用者啟動並未改善,使用者註冊的速度也沒有改變。
從更廣泛的角度思考,我們意識到這個功能永遠不會改變那些指標。我們產品的核心價值主張是關於大資料分析和使用資料來理解世界。為上傳的檔案生成幾個詞語並不會帶來任何顯著的分析洞察,也就是說,它對幫助我們的使用者幫助不大。在匆忙中交付一些與 AI 相關的東西時,我們錯過了帶來實際價值的機會。
作為代理的人工智慧成功:10 倍於之前的回報
我們獲得成功的人工智慧方法是一種"AI 作為代理"原則,它賦予我們的使用者透過自然語言與產品中的資料互動的能力。這個方法幾乎可以應用於任何基於 API 呼叫構建的軟體產品上。
在我們最初的人工智慧功能之後,我們只是完成了其中的一個任務,但我們並不滿意,因為我們知道我們可以為使用者做得更好。所以,我們像自程式語言發明以來的軟體工程師一樣,召集大家參加了一次駭客松活動。在這次活動中,我們實現了一個代理人人工智慧,代表使用者行動。該代理人使用我們自家產品,透過對話和使用者進行自然語言交流,並且嘗試滿足使用者的需求,基於該需求構建 API 呼叫。代理人的行動透過 API 呼叫的結果在我們的網頁使用者介面中顯示,就好像使用者自己進行了操作一樣。
延伸閱讀
- 參議院研究建議:每年至少撥款 320 億美元用於人工智慧計劃
- Google I/O 盛會 AI 領域的重大訊息
- Google 掃描通話的人工智慧或增加預設審查,隱私專家發出警告
- 蘋果宣布針對 iPhone 和 iPad 使用者推出新的無障礙功能
- 柏林科技企業 trawa 籌得 1 千萬歐元,運用人工智慧協助中小企業更輕鬆購買可再生能源
- Google I/O 2024:AI 與 Android 大揭祕
- Google 將在 YouTube 學術影片中推出人工智慧生成的測驗
- Gmail 迎來 Gemini:提煉郵件內容、撰寫草稿等新功能
- Google 在 I/O 主題演講中提到「AI」超過 120 次
- 在人工智慧電影節上,人性戰勝科技