In che modo l'IA rivoluzionerà lo sviluppo del prodotto e come prepararsi [Approfondimenti del consulente senior di AWS per le startup]

Come ogni imprenditore sa, l'adattamento del prodotto al mercato è uno degli aspetti più impegnativi dell'avvio di un'impresa.

Prevedere il prodotto giusto da realizzare e investire nella creazione di prototipi, nella sperimentazione e nel collaudo è un processo estenuante, lungo e costoso e spesso gli imprenditori finiscono i soldi prima ancora di essere in grado di testare i loro prodotti.

Fortunatamente, come mi ha detto Deepam Mishra, consulente senior per le startup di AWS ed esperto di intelligenza artificiale, "questo processo sta per essere capovolto con i più recenti progressi dell'IA".

Mi sono seduto con Mishra per discutere di come l'intelligenza artificiale rivoluzionerà ogni aspetto del processo di sviluppo del prodotto e di come le startup e le PMI dovrebbero prepararsi.

In che modo l'IA rivoluzionerà lo sviluppo dei prodotti, secondo il Senior Advisor di AWS per le startup

1. Le previsioni di adattamento del prodotto al mercato saranno più accurate.

Dall'esperienza di Mishra, ha visto molte startup fallire a causa di uno scarso adattamento del prodotto al mercato.

Ciò corrisponde a tendenze più ampie. Un enorme 35% delle PMI e delle startup fallisce a causa di nessuna esigenza di mercato.

Fortunatamente, l'intelligenza artificiale può aiutare a risolvere questo problema. L'analisi dei dati basata sull'intelligenza artificiale può aiutare le startup a raccogliere una visione più accurata e completa dei dati quantitativi e qualitativi di cui avranno bisogno per determinare se il loro prodotto soddisfa effettivamente le esigenze dei loro clienti o se hanno persino selezionato il pubblico giusto in il primo posto.

Sfruttare l'intelligenza artificiale durante la raccolta e l'analisi dei dati può anche aiutare i team a comprendere i propri clienti a un livello più profondo.

Come mi ha detto Mishra, “l'intelligenza artificiale può facilitare la comprensione delle reali esigenze dei clienti che si nascondono dietro problemi noti. Spesso gli ingegneri iniziano a costruire prototipi senza una profonda comprensione delle esigenze quantitative e qualitative dei clienti. Prima dell'IA generativa c'erano strumenti meno capaci per analizzare tali informazioni.

2. L'intelligenza artificiale migliorerà notevolmente la velocità di iterazione e il time-to-market.

La creazione di mockup e prototipi di un prodotto che si desidera testare è uno degli aspetti che richiede più tempo del ciclo di vita dello sviluppo del prodotto. In genere occorrono da quattro a 12 settimane per creare un prototipo di elettronica e da una a quattro settimane per un mockup stampato in 3D.

"Il tempo necessario per generare un'incarnazione fisica - o anche un'incarnazione 3D o visiva di un prodotto - richiede una vera fisica dietro", spiega Mishra.

"È un processo abbastanza lungo per product manager, progettisti e ingegneri del software per creare un prodotto in un modello tridimensionale."

In altre parole: tutto quel tempo e denaro che dedichi alla creazione e al test di un prototipo potrebbe finire per costarti la tua attività.

Immagina il potere, quindi, di un mondo in cui l'IA può aiutarti a creare mockup e prototipi in poche ore.

Questa velocità è più che conveniente: potrebbe salvare la vita per le PMI e le startup che non hanno il tempo o le risorse da sprecare in funzionalità del prodotto che non produrranno forti ritorni.

Per Mishra, è una delle aree di opportunità più interessanti nello spazio del prodotto.

Come dice lui, "Il fatto che tu possa creare contenuti da zero con una velocità così rapida e raggiungere un livello di precisione più elevato, è uno dei componenti più entusiasmanti di tutto questo".

3. L'intelligenza artificiale cambierà il modo in cui raccogli il feedback dei clienti.

Una volta che hai un prototipo, o anche un minimo prodotto fattibile, non puoi smettere di iterare lì. Dovrai testarlo con clienti potenziali o attuali per imparare come migliorarlo o ripeterlo successivamente.

E, fino ad ora, l'analisi dei prodotti è stata in gran parte limitata a dati strutturati o numerici.

Ma i dati strutturati hanno i loro limiti.

Mishra mi ha detto: “La maggior parte delle informazioni aziendali non è strutturata, poiché si trova sotto forma di documenti, e-mail e chiacchiere sui social media. Immagino che meno del 20% dei dati di un'azienda siano dati strutturati. Quindi c'è un enorme costo opportunità nel non analizzare quel 70-80% di informazioni".

In altre parole, non ci sono molte soluzioni scalabili per raccogliere e analizzare dati quantitativi per analizzare come i clienti rispondono al tuo prodotto.

Per ora, molti team di prodotto si affidano ai focus group per raccogliere feedback, ma i focus group non sono sempre rappresentazioni accurate del sentimento del cliente, il che rende il tuo team di prodotto vulnerabile alla potenziale creazione di un prodotto che in realtà non serve i tuoi clienti.

Fortunatamente, "l'IA generativa può aiutare a convertire il feedback dei clienti in dati per la tua azienda", spiega Mishra. “Supponiamo che tu riceva molti feedback sui social media o commenti sull'utilizzo del prodotto o chiacchiere sui forum dei clienti. Ora puoi convertire queste informazioni in grafici e linee di tendenza e analizzarle nello stesso modo in cui hai sempre analizzato i dati strutturati".

Aggiunge: “In sostanza, puoi capire di quali caratteristiche parlano di più i tuoi clienti. Oppure, quali emozioni provano i clienti quando si tratta di particolari caratteristiche del prodotto. Questo ti aiuta a determinare l'adattamento del prodotto al mercato o persino quali funzionalità aggiungere o rimuovere dal tuo prodotto.

L'impatto potenziale della possibilità di convertire il feedback quantitativo in punti dati utilizzabili è enorme.

Con l'aiuto dell'intelligenza artificiale, il tuo team può sentirsi più sicuro che stai davvero investendo tempo ed energia nelle caratteristiche del prodotto che contano di più per i tuoi clienti.

4. L'intelligenza artificiale ridefinirà il modo in cui ingegneri e product manager interagiscono con il software.

Oltre a sviluppare un prodotto, l'IA può anche innovare i team che lo sviluppano.

Fino ad ora, abbiamo definito interi ruoli relativi alla formazione delle persone su una particolare suite di prodotti. Sono diventati gli esperti di un determinato software e capiscono come funziona ogni pezzo.

In futuro, inizieremo a vedere come l'intelligenza artificiale può aiutare il tuo team a far crescere nuovi dipendenti senza necessariamente aver bisogno di questi esperti di software per ospitare corsi di formazione.

Forse hai un programmatore junior nella tua squadra con esperienza limitata. Per assicurarti che aderisca alla particolare disciplina della codifica software della tua azienda, puoi averne molto pre-programmato e sistematizzato tramite strumenti di generazione di codice AI.

Per processi più intensivi, come la prototipazione, Mishra spiega che alcuni compiti di formazione potrebbero persino essere sostituiti dall'intelligenza artificiale basata sulla chat. "Ci siamo resi conto che interfacce di tipo chat più naturali possono sostituire modi molto complessi di chiedere aiuto a strumenti software e hardware".

Supponiamo che la tua azienda debba progettare un widget. Invece di spendere tempo e risorse per simulare un prototipo, potresti chiedere a un chatbot di produrre alcuni esempi di progettazione e fornire vincoli.

“Non hai nemmeno bisogno di sapere quali strumenti di apprendimento automatico vengono utilizzati”, aggiunge Mishra, “basta parlare con un'interfaccia di chat e forse ci sono cinque diversi prodotti dietro la chat. Ma come esseri umani, ci preoccupiamo meno dello strumento e più dei risultati.

5. L'intelligenza artificiale solleverà la creatività umana nello spazio del prodotto.

L'apprendimento automatico esiste da quasi due decenni ed è già stato sfruttato a lungo nello spazio di sviluppo del prodotto.

Ma sta per cambiare drasticamente.

Come mi ha spiegato Mishra, i vecchi algoritmi di apprendimento automatico potevano apprendere schemi di trasformazione degli input in output e potevano quindi applicare tale schema a dati invisibili.

Ma i nuovi modelli di macchine generative fanno un ulteriore passo avanti in questo processo: possono ancora applicare modelli a dati invisibili, ma possono anche ottenere una comprensione più profonda del pensiero alla base del processo creativo.

"Possono capire come un programmatore di software crea software, o come un designer crea un design, o come un artista crea arte", mi ha detto Mishra.

Aggiunge: “Questi modelli stanno iniziando a comprendere il pensiero alla base della creazione, che ne è sia una parte eccitante che spaventosa. Ma dove questo si applica praticamente a tutte le fasi dello sviluppo del prodotto è che ora puoi potenziare la componente della creatività umana.

In altre parole: l'intelligenza artificiale diventerà il copilota di qualsiasi product manager, ingegnere o progettista mentre naviga su un nuovo terreno, in cui le azioni ripetibili e ripetibili saranno sostituite dal tempo speso a progettare e iterare su prodotti migliori e più potenti.

Alla fine, l'intelligenza artificiale cambierà completamente l'esperienza del cliente

C'è una conversazione separata e più profonda da fare sulle ramificazioni a lungo termine dell'IA e dello spazio del prodotto.

Per ora, la leadership del prodotto si è concentrata in gran parte su come migliorare efficacemente i propri prodotti aggiungendo l'intelligenza artificiale alle funzionalità esistenti.

Come afferma Mishra, “La maggior parte dei leader in questo momento sta dicendo: 'Fammi scambiare quello che avevo con l'IA generativa.' Quindi potresti pensare a questi prodotti come alla versione 2.0 di un modello precedente.

“Ma”, continua, “la prossima generazione di soluzioni, su cui stanno iniziando a lavorare alcuni degli innovatori più ambiziosi, sta reinventando completamente l'esperienza del cliente. Non stanno solo dicendo: "Stiamo aggiungendo AI a un prodotto", ma invece stanno dicendo: "Reimmaginiamo l'intero prodotto stesso, con l'IA come base". Reinventeranno le interfacce tra uomo e tecnologia.

In questo momento, i consumatori scelgono tra una varietà di servizi di streaming, come Netflix o Amazon Prime, e quindi il servizio di streaming fornisce consigli basati sull'intelligenza artificiale in base al comportamento precedente dell'utente.

Come spiega Mishra, “La prima ondata di startup dirà: 'Okay, miglioriamo queste previsioni.' Ma la seconda ondata di startup o innovatori dirà: "Aspetta un secondo... Perché devi preoccuparti solo di una piattaforma?" Perché non pensare in grande?'”

"Quindi avremo aziende che dicono: 'Fammi generare contenuti su varie piattaforme a seconda del tuo umore e di altri 10.000 comportamenti, rispetto ai tre generi che so che ti piacciono".

Come si inserisce questo nell'attuale processo di sviluppo del prodotto? Non è così.

Invece, lo capovolge completamente. E questo è sia terrificante che elettrizzante.

Mishra suggerisce: “Come reimmagini l'esperienza del prodotto? Penso che sia lì che verrà applicata la creatività umana.

Come iniziare con l'intelligenza artificiale e lo sviluppo del prodotto

1. Inizia a sperimentare.

Mishra riconosce che per quanto sia un momento entusiasmante nello spazio del prodotto, è anche un momento impegnativo e molte PMI e startup si chiedono se debbano investire nell'intelligenza artificiale.

Il cambiamento sta avvenendo rapidamente e può essere difficile determinare in quali aspetti dell'IA dovresti investire o come dovresti affrontare l'implementazione nei tuoi processi attuali.

Il consiglio di Mishra? “Inizia a sperimentare, perché lo troverai molto più facile una volta che inizi. E ci sono un paio di aree che ti daranno valore indipendentemente dal fatto che tu metta o meno in produzione l'intelligenza artificiale, inclusa l'analisi delle informazioni e del feedback dei clienti o facendo cose come la ricerca aziendale: inizierai a vedere un valore che apre gli occhi da questi esperimenti , che ti guiderà sulla retta via”.

Fortunatamente, non è necessario assumere il proprio ingegnere di machine learning per creare qualcosa da zero. Invece, potresti prendere in considerazione strumenti come Bedrock recentemente rilasciato da Amazon, che fornisce modelli di intelligenza artificiale generativa predefiniti che puoi aggiungere a un'applicazione esistente con un'API. Ciò ti consente di rinunciare a qualsiasi formazione sull'intelligenza artificiale e limitare i rischi di violazione dei dati ed essere operativo in pochi minuti.

2. Identifica dove l'AI può aiutare il tuo team.

Mishra consiglia di individuare i casi d'uso giusti che avranno un ROI positivo per la tua azienda.

In definitiva, è fondamentale dedicare del tempo a determinare quali aree dell'azienda potrebbero ottenere il massimo valore dall'IA e iniziare da lì.

Ad esempio, suggerisce: "Vedo molto lavoro nelle aree delle attività rivolte ai clienti perché questo genera entrate, quindi è potenzialmente di alto valore".

Se non sei sicuro di dove iniziare con la tua squadra, non c'è bisogno di reinventare la ruota. Prendi in considerazione la possibilità di contattare esperti di cloud o startup che possono guidarti attraverso alcune soluzioni comuni già esplorate da altre aziende.

3. Ottieni il consenso degli stakeholder.

C'è un altro requisito altrettanto vitale per la sperimentazione: il consenso degli stakeholder e della leadership.

Mishra afferma: “Penso che l'allineamento culturale e l'allineamento delle parti interessate siano un'area importante su cui le aziende devono iniziare a lavorare. Se la massima leadership ha paura per le ragioni sbagliate, ciò potrebbe inibire la loro crescita”.

Ci sono certamente problemi di privacy e perdita di dati quando si tratta di AI. Inoltre, l'intelligenza artificiale non è perfetta: può allucinare o fornire informazioni imprecise o distorte quando fornisce risultati.

Il che significa che, quando si convince la leadership a investire nell'intelligenza artificiale, è fondamentale sottolineare che l'intelligenza artificiale non guiderà la nave. Invece, sarà il fidato copilota della tua squadra.

È anche importante notare che se la leadership ritiene che sia rischioso investire nell'intelligenza artificiale, dovrebbe anche considerare i rischi di non investire in essa.

Come afferma Mishra, "Questo è un momento fondamentale e puoi rimanere indietro mentre altre startup e aziende iniziano a muoversi più velocemente nei loro cicli di innovazione dei prodotti".