隨著ChatGPT的不斷優(yōu)化和改進以及人們對于AI技術(shù)使用的接受度逐漸升高，圍繞ChatGPT的應(yīng)用將會普及開。本文聊聊在ChatGPT浪潮下，產(chǎn)品人如何打造自己護城河？一起來看看吧。

當(dāng)下ChatGPT作為其中一種生成式AI模型，已經(jīng)在很多領(lǐng)域得到了成功的應(yīng)用，比如聊天機器人、語音助手、文本摘要等。

可以預(yù)計，在未來隨著ChatGPT的不斷優(yōu)化和改進，以及人們對于使用AI技術(shù)的接受度上升，圍繞ChatGPT的應(yīng)用將會快速普及開來。

01 新時代下產(chǎn)品經(jīng)理的護城河探尋

當(dāng)前，生成式AI技術(shù)的快速發(fā)展正在改變整個產(chǎn)業(yè)和社會格局。那么作為產(chǎn)品經(jīng)理面對當(dāng)前生成式AI大爆發(fā)的這個時代，我們要如何去探尋自己的護城河呢？

首先一個大原則，我們不能排斥新事物，而應(yīng)該去接受并學(xué)習(xí)使用。

生成式AI雖然是一項新興技術(shù)，但它已經(jīng)在許多領(lǐng)域取得了不俗的成果，比如智能客服、自然語言處理、內(nèi)容創(chuàng)作等。這要求我們從現(xiàn)在開始就必須要去深入了解生成式AI的基本原理、應(yīng)用場景和工具軟件，以便更好地利用它為自己的產(chǎn)品建設(shè)提供助力。

那么作為產(chǎn)品經(jīng)理，我們需要認(rèn)真思考如何利用這個浪潮來獲得競爭優(yōu)勢。具體而言在面對生成式AI時，我們應(yīng)該揚長避短。

避短：意味著我們不應(yīng)該試圖與生成式AI比產(chǎn)出能力，而應(yīng)該將更多精力用于決策和戰(zhàn)略的制定。雖然生成式AI可以通過分析各種數(shù)據(jù)來給出最佳方案，但是它仍然無法取代人類在某些領(lǐng)域的工作。因此，我們應(yīng)該注重發(fā)揮自己的決策能力，在產(chǎn)品規(guī)劃和需求分析、產(chǎn)品測試和改進等方面發(fā)揮人性化思維，為產(chǎn)品的發(fā)展注入智慧。

例如：這是我讓chatGPT幫我做的需求分析：

可以清楚的看到需求歸類/需求點拆分，在chatGPT這里已經(jīng)能很輕松的完成了，而且這種整理是以秒級響應(yīng)完成的。

可以試想我們將業(yè)務(wù)方平時給我們提報需求的語言直接告訴chatGPT，它就能幫助我們快速拆解出一份完整的功能清單，這對我們來說是多么高的工作效率提升（但是如果讓老板看見了，我們?nèi)庋劭梢姷奈磥砭褪呛芏喑跫壆a(chǎn)品經(jīng)理存在的意義就沒有了=裁撤）

揚長：則是要充分利用產(chǎn)品經(jīng)理的決策能力優(yōu)勢，與生成式AI相互配合，從而建設(shè)出更好的產(chǎn)品。

在這其中我們首先需要分析生成式AI能幫助我們在這個時代浪潮中獲得什么，或者通俗來說能幫助我們什么？

目前生成式AI技術(shù)的主要原理是根據(jù)大量數(shù)據(jù)進行模式識別和推理，從而輸出新的數(shù)據(jù)和信息。故此我們可以從以下幾方面入手：

（1）提高產(chǎn)品的智能化水平：通過運用生成式AI技術(shù)，我們可以改善產(chǎn)品的智能化程度，提高用戶體驗。例如，在智能客服領(lǐng)域，我們可以使用生成式AI技術(shù)制定自動回復(fù)策略，從而更好地滿足用戶的需求。

（2）解決產(chǎn)品歷史場景痛點：生成式AI技術(shù)可以幫助我們解決歷史場景中的痛點，從而為產(chǎn)品的拓展和升級提供更多可能性。例如，在內(nèi)容創(chuàng)作領(lǐng)域，我們可以利用生成式AI技術(shù)自動生成文章大綱、標(biāo)題、段落等，從而降低社區(qū)內(nèi)創(chuàng)作者的創(chuàng)作門檻，提升社區(qū)的內(nèi)容豐富度，解決一個社區(qū)冷啟動與搭建的歷史性大難題。

通過這兩個方向我們不難總結(jié)出來，揚長就是要發(fā)揮產(chǎn)品經(jīng)理的決策能力，因為目前為止我們和生成式AI比拼下來最大的優(yōu)勢就是決策能力，也就是根據(jù)當(dāng)前業(yè)務(wù)現(xiàn)狀分析并發(fā)現(xiàn)問題，并決策下一步方向的能力。

作為一個可以感知物理世界的人，我們天然就能更敏銳的感知現(xiàn)狀（人情世故/背后利益鏈條/話外之音/業(yè)務(wù)關(guān)系/老板沒有說出口放在心中的話/銷售數(shù)據(jù)/業(yè)務(wù)數(shù)據(jù)等），在覺察到這些后，我們可以運用自己的專業(yè)知識，結(jié)合數(shù)據(jù)和各個碎片化信息，綜合分析當(dāng)前業(yè)務(wù)現(xiàn)狀趨勢和潛在問題，來為公司制定出更為明智的產(chǎn)品發(fā)展方向。

那此時一個棘手的問題又來到了我們的面前，我們要如何快速診斷業(yè)務(wù)現(xiàn)狀并發(fā)現(xiàn)問題呢？

答案很明確了：在當(dāng)前生成式AI大行其道的現(xiàn)在，對于產(chǎn)品經(jīng)理來說最緊缺的能力就是培養(yǎng)數(shù)據(jù)分析與決策能力，因為通過數(shù)據(jù)分析能快速幫助我們識別現(xiàn)狀而后進行決策，這就是現(xiàn)階段產(chǎn)品經(jīng)理的護城河。

02 現(xiàn)階段產(chǎn)品護城河全貌

那么究竟什么是數(shù)據(jù)分析與決策能力呢？

首先數(shù)據(jù)分析的本質(zhì)是對當(dāng)前進行的業(yè)務(wù)，搭建起一個可視化洞察服務(wù)評價體系，來判斷自己當(dāng)前的業(yè)務(wù)是好是壞！

不要小瞧這句話，不僅僅在現(xiàn)在，在前AI時代真正從事過大型業(yè)務(wù)系統(tǒng)設(shè)計的產(chǎn)品負(fù)責(zé)人，肯定會接受過業(yè)務(wù)方老大這樣的靈魂拷問：

是的，你的系統(tǒng)已經(jīng)可以承載我們的日常業(yè)務(wù)運作了，但是每年這么多信息化投入，除了流程建設(shè)外，信息系統(tǒng)還有什么價值呢？

我們是不是可以縮減信息化投入了？

而當(dāng)下在生成式AI已經(jīng)能幫助我們快速給出方案后，如何給生成式AI提需求就是我們現(xiàn)階段最大“產(chǎn)品人需求”，那么這兩者的前提就是我們要能快速的主動發(fā)現(xiàn)問題，而不再是等待業(yè)務(wù)給出具體需求，因為他們此時多了一個選項可以去問“ChatGPT”。

具體來說數(shù)據(jù)分析與決策能力在實際業(yè)務(wù)中的用途：

（1）功能收益評價：新上線的安全庫存管理功能，讓庫存周轉(zhuǎn)率由3.2天下降到1.6天；

（2）需求方向定義：通過數(shù)據(jù)分析發(fā)現(xiàn)注冊轉(zhuǎn)化率環(huán)節(jié)只有20%，產(chǎn)品層面有無改進空間？

（3）運營方向定義：當(dāng)前產(chǎn)品的廣告在抖音、小紅書、B站都有投放，點擊購買率分為12%，33%，9%，下一季度的廣告預(yù)算我們應(yīng)該投放在哪？

（4）企業(yè)管理方向：一季度產(chǎn)品續(xù)費率下跌了17%，產(chǎn)品剩余付費用戶年收入只有10余萬，系統(tǒng)維護成本年約20萬，此時這個產(chǎn)品線砍還是不砍？

（n）……

在現(xiàn)在這個時代，產(chǎn)品人只搞好原型設(shè)計其實就離下崗不遠(yuǎn)了，要想有能力護城河，我們就必須要掌握數(shù)據(jù)驅(qū)動能力。

這一切也就是說：要求我們每個產(chǎn)品人從一個被動信息化建設(shè)者，變成企業(yè)業(yè)務(wù)“診斷者”，能幫助企業(yè)分析業(yè)務(wù)，找到問題，同時還能以出色的執(zhí)行能力，完成信息化系統(tǒng)的建設(shè)。

那么這里用大白話再說透一些，所謂數(shù)據(jù)決策能力提升，其實就是如下的三段式任務(wù)：

1. 識別業(yè)務(wù)問題
2. 細(xì)化是什么問題
3. 問題方向拆解

但是大家都知道整個企業(yè)的業(yè)務(wù)增長生命周期可以分為如下5個匹配點。

（1）痛點與解決方案匹配（PSF）：真正挖掘到目標(biāo)市場的痛點并能找出解決方案；

（2）產(chǎn)品與市場匹配（PMF）：創(chuàng)造能解決目標(biāo)市場痛點的可規(guī)模化解決方案產(chǎn)品；

（3）渠道與產(chǎn)品匹配（CPF）：尋找能低成本且快速推廣的渠道，幫助產(chǎn)品推向市場；

（4）企業(yè)與市場匹配（EMF）：在不斷開拓市場中，不斷調(diào)整企業(yè)結(jié)構(gòu)以適應(yīng)發(fā)展；

（5）下一個增長周期。

既然企業(yè)業(yè)務(wù)階段不同，所需要的數(shù)據(jù)分析能力一定是不同的，那么我們要如何去快速抓住數(shù)據(jù)分析領(lǐng)域的核心進行把握呢？

在這里我為大家推薦一套企業(yè)業(yè)務(wù)全生命周期的數(shù)據(jù)分析底層模型，也就是將所處的不同的業(yè)務(wù)階段所需要掌握的數(shù)據(jù)分析與決策的能力為大家匯總了一個能力地圖，這里我將其簡稱為4F模型。

本圖出處《高階產(chǎn)品經(jīng)理必修課》一書

大家可以根據(jù)該圖去判斷當(dāng)前自己產(chǎn)品所處的階段，并逐個利用該階段中對應(yīng)的工具進行分析來幫助自己識別業(yè)務(wù)現(xiàn)狀存在的問題。

當(dāng)然該圖更多是產(chǎn)品各階段的分析工具與方法，以及產(chǎn)品邁向下一步的檢驗條件，這些都是死的東西。在當(dāng)下這場人與機器的比賽中，我們一定要快速建立起自己的護城河，我相信不遠(yuǎn)的未來必然是行業(yè)內(nèi)打工人的一場新的洗牌。

03 最后

在當(dāng)下可以說生成式AI已經(jīng)證明了它的實力，就像喬布斯發(fā)明iPhone一樣，這是一個全新的時代大幕開啟。而當(dāng)下可以說新的舞臺已經(jīng)搭好，接下來就看各個企業(yè)如何憑借自己的能力在這個舞臺上去各顯神通了。

此時作為企業(yè)信息化的前沿的產(chǎn)品經(jīng)理們，你們都準(zhǔn)備好了嗎？