28、AI行业趋势与洞察：解锁未来机遇

AI行业趋势与洞察：解锁未来机遇

1. AI并非万能解药

AI不应被视为万能的解决方案。仅仅为了在市场竞争中获得优势而贴上AI标签并非成功之道。如果AI不能显著提升产品性能，只是作为一个华而不实的功能存在，那么最终你的产品可能会被那些合理利用AI的产品超越。

作为AI产品经理，需要明确哪些AI功能值得拓展，以及它们如何改善产品。随着时间的推移，对这些问题的理解会越来越深刻。要保持好奇心，勇于尝试，并进行明智的冒险。清楚如何最好地支持公司，了解AI/ML的局限性和优势，这将有助于在功能优先级排序和产品战略规划方面取得成功。同时，了解AI投资可能带来的潜在危害，将有助于在公司内部和行业内建立信誉。

AI产品经理还需要为组织进行AI宣传。这种间接影响的很大一部分在于让人们意识到并理解AI不仅为产品和业务，也为经常合作的其他利益相关者带来的增长、风险和内在机会。随着时间的推移，所有角色都将受到AI的影响，而产品经理由于与AI及其潜力的紧密联系，能够利用第一手知识引导同行度过这一变革期。

2. 行业趋势与洞察的重要性

分析AI和机器学习（ML）的趋势并了解其增长领域，可以为我们打开强大的未来机遇之门。由于AI的广泛应用，我们的工作方式和所构建的产品性质正在发生改变。

对于希望利用AI项目支持其产品的公司来说，最好的建议是将同一项目用于内部目的，以提高内部效率并提升产品性能。如果你有能力通过引入AI/ML功能将产品提升到新的水平，那么你就承担了支持这一雄心勃勃事业的责任和特权。

接下来，我们将参考知名咨询、研究和顾问公司的观点，探讨AI应用的更大机会所在，以及传统软件产品采用AI的趋势。了解哪些方面显示出潜力，以及哪些AI应用已经显著改善了产品，将有助于为如何利用AI改进现有产品提供灵感。

3. 重点关注领域

本章将涵盖以下主题：
- 最高增长领域——来自Forrester、Gartner和McKinsey的研究
- AI采用趋势——让数据说话
- 低垂的果实——AI赋能的快速胜利

3.1 最高增长领域——Forrester、Gartner和McKinsey研究

一些最著名的研究和咨询机构指出了AI的一些增长领域。了解这些信号可以为我们提供动力和远见，帮助我们预见未来的重大机遇。这对于将业务或产品向AI转型尤为有帮助，因为许多产品经理和技术专家可能对于在产品或服务的哪些具体领域开始增强AI功能存在分歧。

根据Forrester、Gartner和McKinsey的综合研究和趋势分析，一些顶级增长领域包括嵌入式AI、道德AI、创意AI和自主AI开发：
| 增长领域 | 描述 |
| ---- | ---- |
| 嵌入式AI | 应用并集成到组织运营和产品基础中的AI |
| 道德AI | 关注AI部署中的责任和隐私问题 |
| 创意AI | 涉及AI的生成和Web3用例 |
| 自主AI开发 | 关注AI生成代码的发展领域 |

3.1.1 嵌入式AI – 应用和集成用例

嵌入式AI涉及将AI集成到企业的核心运营活动中。如果你的产品面向B2B内部流程，如架构、运营、履行、供应链、人力资源或采购，那么你可能会对增强产品的AI功能感兴趣，这些功能可以帮助公司履行对消费者的承诺。

Forrester的研究表明，产品为B2B消费者提供的实际价值越高，就越能帮助企业缩短洞察、决策和结果之间的延迟。Forrester所称的“AI Inside”涉及将AI集成到运营中，最终目标是帮助提供信息甚至实现决策自动化。

通常，产品能为客户提供的最大价值是可用于做出高层决策的可操作信息。如果你的产品能够可靠地提供这些信息，那么公司就值得投资自己的AI基础设施来实现相同的结果。Gartner在其以应用为中心的AI框架中阐述了这一概念，他们考虑了工程、决策智能和运营AI系统的创新。

Gartner认为，这一领域的AI重点在于提高整体决策智能，以减少企业内部的技术债务和提高可见性，同时降低结果的风险和不可预测性。换句话说，这一领域的AI最有影响力的部分是帮助决策者清晰了解内部流程，并利用从自身数据中得出的洞察做出最重要的决策。

Gartner还预测因果AI将会兴起，这类系统能够识别和处理“因果关系”，超越基于相关性的预测模型，朝着能够更有效地规定行动并更自主地行动的AI系统发展。此外，Gartner还提到了其他一些AI实施领域，如增强型金融运营（FinOps）、网络安全网格架构、数据可观测性和行业云平台，这些都是支持AI内部集成到企业业务流程的增长领域。

McKinsey在其《2022年技术趋势展望》报告中，将应用AI列为顶级战略特征之一，定义为智能应用AI解决分类、控制和预测问题，以自动化、增加或增强业务用例。报告中定义的一些用例包括风险管理、服务运营优化和产品开发。研究表明，这些应用的推动因素包括全球AI采用的扩大、更经济实惠的AI实施途径、训练速度的提高、基于专利申请的创新高增长以及对AI相关公司的私人投资增长显著。

McKinsey还进一步指出了AI采用最有前景的领域：
1. 机器学习（ML） ：用于优化问题，能够使用统计模型从数据中学习。
2. 计算机视觉 ：用于面部识别和生物识别等视觉数据处理。
3. 自然语言处理（NLP） ：在语音识别和虚拟语音助手等方面应用广泛。
4. 深度强化学习 ：特别适用于机器人和生产线等领域。
5. 知识图谱 ：能够从网络分析中获取洞察。

3.1.2 嵌入式AI流程示意图

graph LR
    A[业务运营] --> B[数据收集]
    B --> C[AI模型训练]
    C --> D[决策支持]
    D --> E[业务决策]
    E --> F[业务执行]
    F --> G[结果反馈]
    G --> B

3.1.3 道德AI – 责任和隐私

Forrester指出，负责任或道德AI是另一个高增长领域。由于倡导团体的推动和立法者对定义AI道德使用的压力增加，负责任AI领域正在蓬勃发展。即使在早期阶段，AI/ML功能也将面临越来越多的监管，因为AI已经在人类生活的几乎各个领域广泛渗透。

这为已经处理公平性、偏见和治理问题的产品和服务提供了进入治理AI偏见领域的机会。Forrester认为，随着AI采用的增加，“现有的机器学习供应商将收购专门的负责任AI供应商，以获得偏见检测、可解释性和模型谱系能力”。未来十年，对这类服务的需求可能会增加。

随着嵌入式和应用AI成为AI采用的主要增长领域，无论是个人消费者还是企业，都会越来越多地体验到ML嵌入到更多的产品中。随着采用率的增加，对ML使用和部署的审查也会更加严格。

Gartner的研究副总裁表示，“AI技术的信任度、透明度、公平性和可审计性对广泛的利益相关者来说越来越重要。负责任AI有助于实现公平性，即使数据中存在偏见；有助于获得信任，尽管透明度和可解释性方法仍在发展中；并确保法规遵从性，同时应对AI的概率性质。”

McKinsey的一份报告也强调了在应用AI中可信赖性和可解释性是将AI融入产品时的首要考虑因素。随着AI用例的扩展，对冲风险的能力尤为重要。他们建议遵守法律、保持道德警惕，并构建具有社会稳健性的AI，以减轻危害。McKinsey将可解释性分为三个方面：
- 解释模型实际如何工作。
- 展示因果可解释性，即解释为什么某些输出来自输入。
- 建立信任诱导的可解释性，即解释为什么可以信任和部署一个模型。

3.1.4 道德AI关键要点

关键要点	描述
法规压力	倡导团体和立法者推动对AI道德使用的定义
供应商收购	现有机器学习供应商收购负责任AI供应商
信任和公平	提高AI技术的信任度、透明度和公平性
风险对冲	遵守法律，保持道德警惕，构建社会稳健的AI
可解释性	包括模型工作原理、因果关系和信任诱导的解释

3.1.5 创意AI – 生成和沉浸式应用

创意AI领域肯定会进一步扩展。像Lensa、ChatGPT、DALL - E等专注于写作、音乐和视觉艺术的创意AI应用就是例证。Forrester指出，“首席营销官（CMO）开始将人工智能应用于数字媒体购买、营销活动自动化或营销组合优化。”因此，对创意AI应用的使用和信任正在增长，企业和消费者都开始从AI提供的创意灵感中受益。

2021年，南非授予了由Stephen Thaler创建的AI系统DABUS专利，这为AI的创意成果开辟了法律保护的新纪元。尽管该专利在美国、欧洲和澳大利亚被拒绝，但在南非获得了认可。Forrester认为，随着AI成果获得立法认可，支持AI创意输出的立法将会增加，创意AI专利也会增多，这可能会改变公众的看法，并促使创意科技公司在现有产品中融入更多的AI功能。

Gartner在其顶级战略技术趋势中提到了创意AI，称之为生成式AI，定义为“从数据中学习内容或对象，并用于生成全新的、完全原创的、逼真的人工制品的机器学习方法”。Gartner预测，AI增强设计将会兴起，即使用ML和NLP不仅生成创意内容，还能“自动生成和开发数字产品的用户流程、屏幕设计、内容和表示层代码”。此外，Gartner还预测AI辅助的沉浸式体验将变得重要，特别是随着元宇宙和Web3其他方面的发展，对AI驱动的表示的需求将会增加。

McKinsey虽然在最近的趋势报告中没有专门涵盖创意AI，但在其应用AI类别中提到了AI在创意用例中的潜在应用，并将沉浸式现实技术列为未来十年的关键趋势，这些技术将得到AI的支持。沉浸式现实技术，如空间计算、混合现实（MR）、增强现实（AR）和虚拟现实（VR），都将通过AI进行优化。McKinsey的报告列出了以下沉浸式现实解决方案的战略用例：
- 学习和评估
- 产品设计和开发
- 增强态势感知
- B2C用例，如游戏、健身和零售

3.1.6 创意AI发展示意图

graph LR
    A[创意AI应用] --> B[数字媒体购买]
    A --> C[营销活动自动化]
    A --> D[营销组合优化]
    A --> E[创意内容生成]
    E --> F[写作]
    E --> G[音乐]
    E --> H[视觉艺术]
    A --> I[AI增强设计]
    I --> J[用户流程生成]
    I --> K[屏幕设计开发]
    I --> L[内容生成]
    I --> M[表示层代码生成]
    A --> N[AI辅助沉浸式体验]
    N --> O[元宇宙]
    N --> P[Web3表示]

3.1.7 自主AI开发 – TuringBots

为了弥合企业的技术需求与招聘专业开发人员的成本和时间之间的差距，低代码和无代码工具已经存在了一段时间。现在，随着Forrester所称的TuringBots（编写代码的机器人）的出现，这一领域有了更进一步的发展。

如果你已经处于低代码或无代码技术领域，并且希望将AI集成到产品中，那么可能需要与市场上的许多免费服务进行竞争，并为客户提供这些功能。

3.2 AI采用趋势 – 让数据说话

AI采用的趋势可以通过数据清晰地展现出来。从前面提到的各研究机构的报告数据可知，全球AI采用呈现出不断扩大的态势。

比如McKinsey的研究显示，AI相关公司的私人投资增长显著，这表明市场对AI的信心和投入在增加。同时，基于专利申请的创新高增长，说明AI领域的技术创新活跃，不断有新的技术和应用诞生。

在应用场景方面，不同领域对AI的采用趋势也有所不同。B2B领域中，嵌入式AI在核心运营流程中的应用越来越广泛，如架构、供应链等环节，企业希望通过AI来提高决策效率、降低成本和风险。而在创意和营销领域，创意AI的应用逐渐增多，CMO开始将其用于数字媒体购买、营销活动自动化等方面。

以下是不同领域AI采用趋势的简单对比表格：
| 领域 | 采用趋势 |
| ---- | ---- |
| B2B核心运营 | 嵌入式AI应用增多，提高决策和运营效率 |
| 创意营销 | 创意AI用于数字媒体购买、活动自动化等 |
| 安全隐私 | 道德AI受关注，法规和监管压力促使企业重视 |

3.3 低垂的果实 – AI赋能的快速胜利

在AI赋能的过程中，有一些“低垂的果实”，也就是能够快速取得胜利的应用场景和方法。

3.3.1 利用现有数据和流程

企业可以先从自身现有的数据和流程入手。例如，如果企业已经有大量的客户数据，那么可以利用机器学习算法进行客户细分和精准营销。通过分析客户的购买行为、偏好等数据，将客户分为不同的群体，然后针对每个群体制定个性化的营销策略。这样做的好处是不需要额外收集大量的数据，利用现有的数据资源就可以快速实现业务的提升。

3.3.2 引入低代码和无代码工具

如前面提到的TuringBots等低代码和无代码工具，对于非技术人员来说是一个快速实现AI功能的途径。这些工具可以让业务人员在不需要编写大量代码的情况下，将AI功能集成到现有的产品或流程中。例如，业务人员可以使用低代码工具创建一个简单的预测模型，用于预测销售趋势或客户流失率。

3.3.3 与成熟的AI供应商合作

企业可以选择与已经在AI领域有成熟技术和解决方案的供应商合作。这些供应商通常有丰富的经验和案例，可以帮助企业快速部署AI应用。比如，在安全领域，可以与专业的AI安全供应商合作，引入其先进的网络安全检测和防范系统，快速提升企业的安全防护能力。

以下是实现AI赋能快速胜利的步骤流程图：

graph LR
    A[确定目标] --> B[评估现有数据和流程]
    B --> C{是否有可用数据和流程?}
    C -- 是 --> D[利用现有数据和流程实现AI应用]
    C -- 否 --> E[考虑引入低代码和无代码工具]
    E --> F{是否满足需求?}
    F -- 是 --> G[使用低代码和无代码工具开发]
    F -- 否 --> H[寻找成熟的AI供应商合作]
    D --> I[快速取得成果]
    G --> I
    H --> I

4. 总结与建议

4.1 总结

从前面的分析可以看出，AI在各个领域都呈现出蓬勃发展的态势。在最高增长领域方面，嵌入式AI、道德AI、创意AI和自主AI开发都具有很大的潜力和发展空间。不同的研究机构如Forrester、Gartner和McKinsey都从不同的角度对AI的发展趋势进行了分析和预测。

在AI采用趋势上，全球范围内AI的采用不断扩大，不同领域有不同的应用趋势。而在AI赋能过程中，存在一些能够快速取得胜利的方法和场景，企业可以根据自身情况进行选择和应用。

4.2 建议

对于产品经理和企业来说，以下是一些建议：
- 明确战略方向 ：根据自身业务需求和市场趋势，确定在哪些领域重点发展AI。比如，如果是B2B企业，可以重点关注嵌入式AI；如果是创意行业，可以关注创意AI的应用。
- 注重数据和安全 ：数据是AI的基础，要确保数据的质量和安全。同时，随着道德AI的重要性日益凸显，要重视AI应用中的责任和隐私问题，遵守相关法规和道德准则。
- 培养和引进人才 ：AI的发展需要专业的人才，企业要注重培养内部的AI人才，同时也可以引进外部的专业人才，提升企业的AI能力。
- 持续创新和合作 ：AI技术发展迅速，企业要持续进行创新，不断探索新的应用场景和方法。同时，可以与其他企业、研究机构等进行合作，共同推动AI的发展。

总之，AI已经成为推动各行业发展的重要力量，企业和产品经理要抓住机遇，积极应对挑战，在AI浪潮中取得成功。