有句話說，初創(chuàng)公司只做兩件事：擁有 " 產(chǎn)品 "，把 " 產(chǎn)品 " 賣出去。

在 " 賣產(chǎn)品 " 階段，AI+ 銷售、AI+SDR 已經(jīng)成為了 " 香餑餑 " 賽道——例如 11x，其 " 數(shù)字員工 "Alice 能夠自動搜集客戶 List，然后通過電子郵件、LinkedIn 消息挖掘潛在客戶。據(jù)悉，11x 的 ARR 已達到 1000 萬美元，剛剛完成 a16z 領(lǐng)投的 5000 萬美元 B 輪融資。另一家銷售線索挖掘工具 Clay，則整合了超過 75 家數(shù)據(jù)豐富的提供商，并結(jié)合 Agent 對網(wǎng)頁信息進行爬取、判斷比對、總結(jié)處理。目前，Clay 的估值高達 5 億美元，由紅杉連投兩輪。

在 " 造產(chǎn)品 " 階段，AI 同樣被寄予 " 降本增效 " 的厚望。

一方面，研發(fā)支出金額龐大。英國最新統(tǒng)計數(shù)據(jù)顯示，2022 年研發(fā)支出達到 710 億英鎊，其中 500 億英鎊來自商業(yè)領(lǐng)域；在美國，這一數(shù)字約為 8860 億美元，其中 6900 億美元來自企業(yè)投資。

另一方面，龐大的研發(fā)支出必不可少。2023 年，麥肯錫報告指出，預計未來 5 年內(nèi)，包括汽車、電信、消費品等大型行業(yè)將有 1/3 的銷售額（總值約 30 萬億美元）歸功于新產(chǎn)品。

《哈佛商業(yè)評論》曾指出：如果一家公司將 70% 的資源用于核心項目創(chuàng)新，將 20% 用于鄰近創(chuàng)新，將 10% 用于顛覆性創(chuàng)新，就能跑贏同行。同時，也有研究表明，技術(shù)公司應該在后兩類創(chuàng)新上增加投資。

那么，AI 將在產(chǎn)品研發(fā)中起到何種作用？近日，F(xiàn)T 發(fā)布了一篇研究《AI and the R&D revolution》，探討 AI 如何在產(chǎn)品研發(fā)的各個階段大顯身手。在不影響其原意的前提下，適道對文章進行了編譯和適度改寫。

一、何為創(chuàng)新？AI 如何參與創(chuàng)新？

所有企業(yè)的本質(zhì)都是技術(shù)公司

‍創(chuàng)新的核心在于思維方式。卡內(nèi)基梅隆大學的創(chuàng)業(yè)學（Entrepreneurship）教授 Sean Ammirati 表示，在研發(fā)部門營造一種創(chuàng)業(yè)文化有助于推動創(chuàng)新，大企業(yè)亦然。擁有這種思維模式的團隊更有可能提出顛覆性，而非漸進式的產(chǎn)品開發(fā)方案。

他本人曾創(chuàng)立過多家機器學習初創(chuàng)公司，并認為許多企業(yè)未能在 " 鄰近創(chuàng)新 " 和 " 顛覆性創(chuàng)新 " 上投入足夠的資源。而在技術(shù)普及的當下，每一家企業(yè)在規(guī)劃研發(fā)預算時都應將自己視為一家技術(shù)公司。

明確你的目標和目標客戶

如果你是一家門窗制造商，請問你的目標客戶是誰？

在愛荷華州，一家名為 Pella 的門窗制造商沒有將房屋業(yè)主視為主要用戶，而是將目光瞄準了門窗安裝人員。他們開發(fā)了一種能夠在室內(nèi)安裝的窗戶產(chǎn)品，減少施工人員在高層建筑作業(yè)的風險。

目標對于研發(fā)流程同樣重要，包括明確你的目標到底是——降低材料成本、工程成本，或是加快上市時間，還是三者兼有。牢記目標有助于設定 KPI 來評估流程。

可獲取的數(shù)據(jù)越多，越容易把握客戶需求

客戶需求始終是產(chǎn)品開發(fā)的靈感來源。

打個比方，淘寶運營人員能夠清晰地掌握——每天晚上九點半，25～30 歲女性喜歡搜索的商品品類；然而，淘寶賣家卻無法獲取這些數(shù)據(jù)。

相較之下，品牌獨立站（Brands hosting their own websites）的主要價值出現(xiàn)了，體現(xiàn)在其能保留并解讀客戶數(shù)據(jù)。這種即時洞察可以幫助企業(yè)優(yōu)化、擴展產(chǎn)品線。

例如，內(nèi)衣品牌 Lively 發(fā)現(xiàn)許多女性在搜索無肩帶文胸，隨即將其加入產(chǎn)品線；Tommy John 觀察到女性喜歡買男士內(nèi)衣，隨后推出適合女性的 " 貼身短褲 "、T 恤和褲裝。

在數(shù)據(jù)收集和整理過程中，確保數(shù)據(jù)的準確性至關(guān)重要。尤其在部署 AI 系統(tǒng)時，其本質(zhì)是基于數(shù)據(jù)的統(tǒng)計模型。一旦數(shù)據(jù)輸入不夠嚴謹，就會導致后續(xù)問題不斷。

隨著技術(shù)進步，越來越多的產(chǎn)品能夠為 " 單一用戶群 " 量身定制。例如，Rihanna 創(chuàng)立的 Fenty Beauty 借助圖像識別和機器學習，根據(jù)客戶膚色提供相應的化妝品。耐克的 "Nike By You" 服務則允許客戶從多種風格、顏色和設計中自由搭配，設計專屬于自己的運動鞋。

" 共創(chuàng)產(chǎn)品 " 超越了個性化服務的范疇。在這一過程中，客戶不僅能夠根據(jù)預設的選項提出修改意見，還可以直接告訴企業(yè)自己真正的需求，就像宜家做的那樣。

在一場由網(wǎng)絡營銷服務商 Bloomreach 主辦的 AI 峰會上，英偉達副總裁兼零售與快消品 AI 業(yè)務總經(jīng)理 Azita Martin 指出，對于許多公司而言，未來的挑戰(zhàn)在于——如何快速滿足高度個性化的訂單需求——本質(zhì)是為 " 單一用戶市場 " 服務。從準確的需求預測，到提升分發(fā)中心效率，再到最后一公里的配送，AI 都可以賦予零售商極大的靈活性。

二、從構(gòu)想到現(xiàn)實，AI 如何驅(qū)動產(chǎn)品研發(fā)？

即便拿不到數(shù)據(jù)，你仍然可以獨立構(gòu)思產(chǎn)品創(chuàng)意。

然而，如果借助 AI，你可以從一個創(chuàng)意，甚至一個模糊的概念出發(fā)進行頭腦風暴，完善產(chǎn)品構(gòu)思；進行市場調(diào)研，看看是否有類似產(chǎn)品存在；分析競爭對手，獲得實現(xiàn)差異化的建議。

AI 還可以為產(chǎn)品提供多種版本和改進方案，以滿足特定市場需求——有些可能是人類設計師未曾想過的細分領(lǐng)域。

當產(chǎn)品概念逐步完善后，AI 能夠協(xié)助制定市場測試策略，加速產(chǎn)品設計與測試流程，提供材料和采購，制造工藝方面的建議。這對于初創(chuàng)企業(yè)，以及小型企業(yè)特別有幫助。例如，滑雪手套裝飾套制造商 Skittenz 的創(chuàng)始人通過 AI 探索適合的材料和制造工藝，并將其創(chuàng)意產(chǎn)品推向市場。

以下是研發(fā)中常用的工具：

1、市場調(diào)研：數(shù)字化分發(fā)的市場調(diào)查工具（如 SurveyMonkey、Google Forms 和 Typeform）擁有廣泛的覆蓋范圍和增強分析功能。

2、產(chǎn)品設計：用于工程、建筑和制造領(lǐng)域的 CAD-CAM 軟件（如 Autodesk、Siemens 和 Trimble）正在引入 AI 功能。生成式設計技術(shù)利用機器學習算法，依據(jù)不同參數(shù)（如材料經(jīng)濟性或結(jié)構(gòu)強度）提出優(yōu)化設計方案。只需工程師設定基本要求和約束條件（如制造工藝、承載能力和靈活性），系統(tǒng)就能提供多種設計變體，其中一些或具獨創(chuàng)性。通過 AI 與上述工具的結(jié)合，研發(fā)團隊能夠以前所未有的速度和效率推動創(chuàng)新發(fā)展。

3、數(shù)字化原型：純數(shù)字原型設計大幅降低了研發(fā)成本。企業(yè)可以借助云計算支持的機器學習模型，進行更多的數(shù)字化實驗。同時，云計算意味著企業(yè)不再需要花大錢買內(nèi)部服務器。該技術(shù)帶來了真正的重大創(chuàng)新——提供了民主化的技術(shù)，小創(chuàng)業(yè)團隊也能使用。

4、模擬測試：從市場策略到產(chǎn)品性能。

模擬技術(shù)廣泛用于測試營銷策略（如 A/B 測試），幫助企業(yè)確定最佳的客戶溝通方式。同時，它還可用于產(chǎn)品開發(fā)，測試材料與設計的不同變體。例如，Ansys、Matlab 等工程軟件可以幫助設計師創(chuàng)建虛擬對象，并在各種環(huán)境中測試其性能，包括流體和熱動力學表現(xiàn)。這類軟件的價值在于，即便沒有物理原型也能進行測試。

市場接受度分析也是模擬測試的一個重要用途。與市場營銷策略測試不同，它關(guān)注產(chǎn)品的可行性。例如，對比產(chǎn)品定價和性能，評估不同經(jīng)濟環(huán)境、競爭對手的影響。雖然模擬對處理能力要求較高，但云計算可提供支持。

5、3D 打?。航档蜕a(chǎn)門檻。

當模擬和測試成功后，企業(yè)可以利用 3D 打印推進產(chǎn)品開發(fā)，無需立即投資生產(chǎn)實際產(chǎn)品。過去，原型設計需要從圖紙到粘土建模，進行多個步驟；如今，數(shù)字化大大降低了生產(chǎn)門檻。

生成式 AI 與 3D 打印的結(jié)合將進一步提升設計的靈活性。例如，設計者可以要求 AI 生成多種改進版本。博世開發(fā)的 AI 支持 3D 打印技術(shù)甚至可以實時調(diào)整材料輸入、溫度和壓力，使原型質(zhì)量與最終產(chǎn)品相媲美。該技術(shù)支持小批量生產(chǎn)，降低了大規(guī)模設施投資的風險。此外，博世的陶瓷 3D 打印技術(shù)還能準確模擬陶瓷在燒制過程中發(fā)生的不同收縮現(xiàn)象，確保高精度制造。

6、數(shù)字孿生：從理論到全生命周期管理。

數(shù)字孿生能夠在產(chǎn)品全生命周期中動態(tài)更新，提出改進建議。這一技術(shù)廣泛應用于供應鏈、發(fā)電廠等設施的管理，有助于預測產(chǎn)品在長期使用中的表現(xiàn)。

根據(jù) Fortune Business Insights 的預測，2030 年，數(shù)字孿生將推動計算機輔助設計和產(chǎn)品生命周期管理市場規(guī)模達到 264 億美元，其中北美市場將占約三分之一。盡管仍處于早期階段，但安永（EY）強調(diào) " 工業(yè)元宇宙 " 是數(shù)字孿生技術(shù)的下一個階段。" 工業(yè)元宇宙 " 包含對機器、工廠、城市等高度復雜系統(tǒng)的映射和模擬，為現(xiàn)實世界中的難題提供最優(yōu)解，推動產(chǎn)業(yè)的數(shù)字化、智能化發(fā)展進入全新階段。

7、協(xié)作軟件：推動團隊創(chuàng)新。

基礎(chǔ)工具如 Slack 可以支持團隊討論；更專業(yè)的創(chuàng)新管理軟件（如 Miro、Braineet 和 Ideanote）則能幫助企業(yè)記錄想法與數(shù)據(jù)。這些工具雖然不能直接生成概念，但可以通過知識記錄和分享，幫助團隊更快地汲取失敗經(jīng)驗并改進產(chǎn)品。

創(chuàng)新的關(guān)鍵不在于成功，而是能夠快速失敗，在實驗中學習。企業(yè)保留失敗實驗的記錄，同樣能避免不必要的逆轉(zhuǎn)決策，并確保數(shù)據(jù)準確性。此外，AI 還可以幫助企業(yè)排查自身是否涉及侵權(quán)、違規(guī)。

8、未來展望：AI+ 量子計算。

未來，量子計算有望在材料和藥物研發(fā)中大顯身手，模擬化學反應過程、優(yōu)化現(xiàn)有材料。量子傳感器也開始落地商業(yè)化應用，比如跟蹤腦電波，或通過重力傳感器分析地層結(jié)構(gòu)。電池研究人員也已使用量子傳感器分析微電流，提升生產(chǎn)效率。

盡管量子技術(shù)的廣泛應用還面臨諸多挑戰(zhàn)，如環(huán)境敏感性高、能耗大和技術(shù)復雜性，但在未來 2～5 年內(nèi)，隨著相關(guān)技術(shù)的進步，其商業(yè)潛力將被逐步釋放。通過 AI 和量子技術(shù)的融合，研發(fā)將迎來全新突破，推動創(chuàng)新的速度、深度達到新境界。

三、結(jié)語

今年 7 月，麥肯錫指出，分析式 AI 和生成式 AI 有望顯著提升創(chuàng)新成果。其中包括：市場契合度提高至多 50%，產(chǎn)品性能將改善 15%～60%，工作效率提高至多 50%，產(chǎn)品上市時間則縮短至多 40%。

不難看出，產(chǎn)品研發(fā)的未來將是 " 人類與 AI 協(xié)作 "。為避免 AI 的 " 幻覺 " 干擾，一條正確的思路是：將 AI 視為聯(lián)合創(chuàng)始人，或是 Human plus AI。AI 更像是你的頭腦風暴伙伴，而非幫助你完成所有工作的 " 克隆人 "。

想要贏得未來，企業(yè)必須迎接 AI 革命。畢竟，我們已經(jīng)處于 " 技術(shù)拐點 "，而當年拒絕互聯(lián)網(wǎng)的企業(yè)，如今大多已經(jīng)煙消云散了。

來源：適道