أنت مؤسس شركة ذكاء اصطناعي. لقد وضعت قلبك وروحك في بناء أداة تعمل بالذكاء الاصطناعي. تقوم الأداة بتحويل الأوراق العلمية المعقدة إلى ملخصات مفهومة في غضون ثوانٍ. أنت واثق تمامًا من أن منتجك سيحدث ثورة في كيفية قراءة الباحثين للأوراق العلمية في جميع أنحاء العالم. لديك فرصة حقيقية لتصبح الشركة الناشئة العملاقة التالية في مجال الذكاء الاصطناعي. ولكن بعد إطلاق المنتج، لم يأت شيء. الباحثون لا يتدفقون لاستخدام منتجك. لا تنزيلات، لا عملاء يدفعون، لا شيء سوى صمت مدوٍ.
وأوه، لديك ثلاثة اشتراكات - أنت، وشريكك المؤسس، وذلك الصديق من الكلية الذي أقنعته بتجربته. فما الذي حدث خطأ؟ كيف تحولت فكرتك المليون دولار فجأة إلى جزيرة مهجورة لا يريد أحد الانتماء إليها؟
الإجابة: الوحش المسمى مطابقة المنتج مع السوق (PMF).
تحقيق مطابقة المنتج مع السوق مهم للغاية لأي منتج ترغب في وضعه في السوق. ليس فقط مهما، بل ضروري. فقط لنكون في نفس الصفحة، مطابقة المنتج مع السوق يمكن أن تتضمن أشياء مختلفة قليلاً حسب طبيعة المنتج. ومع ذلك، بينما قد تختلف التفاصيل، فإن تحقيق PMF أساساً يعود إلى هذا: منتجك يحل مشكلة حقيقية لقاعدة عملاء محددة جيداً بطريقة تكون قيمة وتُميزك عن المنافسين.
لسوء الحظ، عندما يتعلق الأمر بتطبيقات الذكاء الاصطناعي، يجد رواد الأعمال أنفسهم غالبًا مبتلعين في جاذبية "عوامل الإبهار" بدلاً من التركيز على تقديم قيمة حقيقية وتحقيق مطابقة المنتج مع السوق. لا، لست أتّهم رواد الأعمال في مجال الذكاء الاصطناعي بأنهم ساذجون بشأن الفرق. في تطبيقات الذكاء الاصطناعي، الخط الفاصل بين العرض التكنولوجي المبهج وPMF غالبًا ما يكون مشوشًا بسبب الضجيج الكبير حول الذكاء الاصطناعي. وهذا يؤدي إلى منتجات قد تُذهل بالإنجازات التقنية ولكنها تفشل في تقديم قيمة مؤكدة لسوق محددة، مما يؤدي بالنهاية إلى تلاشيها بعد زوال عامل الإبهار عن جديدته.
متى يمكنك القول أنك حققت مطابقة المنتج مع السوق؟
بصفتك مؤسساً، ربما كان عليك التعامل مع PMF عدة مرات، ولكن إذا لم تكن قد فعلت، دعنا نلقي نظرة صحية على ما هو PMF. إذن، قبل أن تتمكن من القول بأن منتج الذكاء الاصطناعي قد حقق مطابقة المنتج مع السوق، هناك بعض المتغيرات التي يجب أن تكون في تناغم شبه مثالي:
مشكلة حقيقية: يجب أن يحل المنتج مشكلة تكون حقيقية ومؤلمة بما يكفي للجمهور المستهدف. منتجات الذكاء الاصطناعي، رغم تعقيدها، يمكن أن تخطئ الهدف بمخاطبة مشاكل إما غير موجودة (حل يبحث عن مشكلة) أو ليست مؤلمة بما يكفي لتبرير حل بالذكاء الاصطناعي. مثلًا: إنشاء ذكاء اصطناعي يترجم الوثائق القانونية بشكل مثالي إلى لغة أخرى. يبدو مثيرًا على الورق، ولكن هل هو حل لمشكلة حقيقية؟ هل المشكلة مؤلمة بما يكفي؟ قد يكون المحامون مرتاحين مع أدوات الترجمة المجانية الموجودة لأنهم سيحتاجون إلى إشراف بشري على أي حال. لا تقع في فخ بناء منتج ذكاء اصطناعي لحل مشكلة فقط لأن التكنولوجيا الحالية تساعد في ذلك بسهولة.
قاعدة عملاء محددة بشكل جيد: من غير المحتمل أن تجد الحلول العامة صدى لدى الجمهور. يجب أن يخاطب المنتج شريحة سوقية محددة وكبيرة الحجم.
القيمة: يجب أن يقدم الذكاء الاصطناعي لديك قيمة مؤكدة للعميل. هل يوفر الوقت، والمال، أو يحسن الكفاءة؟ هل يفعل شيئًا لم يكن بإمكانهم فعله بمفردهم؟ هل القيمة تستحق السعر؟
ما يُميز: واجهة الذكاء الاصطناعي مزدحمة. ما الذي يجعل منتجك فريدًا؟ هل يحل المشكلة بشكل أفضل من الحلول الموجودة (سواء البشرية أو غير ذلك)؟ هل هو أرخص؟ أسرع؟ أسهل استخدامًا؟
ضمان تطابق منتج الذكاء الاصطناعي مع كل المعايير حاسم للنجاح، ولكنه ليس بالضبط سهلاً كما يبدو. وهذا يقودنا إلى جزء مهم للغاية من ضمان ملاءمة المنتج للسوق: الاكتشاف. هذا هو المياه العكرة لتطوير المنتج حيث يمكن أن تكون الأخطاء مكلفة للغاية.
احتضان مرحلة الاكتشاف
هل شعرت يومًا بأنك تشاهد فيلمًا لساعات و... لا فكرة لديك عما يحدث؟ الحبكة تجري بسرعة، والشخصيات تبدو فارغة، وكل شيء يبدو وكأنه إضاعة مذهلة لساعتين. كانت هناك انفجارات جميلة، والشخصيات كانت تبدو جيدة في أزيائها لكن لم يكن هناك أي مكسب عاطفي!
هذا هو نوع المخاطرة التي تخوضها عندما تطلق منتج ذكاء اصطناعي دون مرحلة اكتشاف قوية. تضع قلبك وروحك في بناء هذه الأداة المثيرة للإعجاب، ولكن إذا لم تكن قد أخذت الوقت لضمان توافق جميع المتغيرات الرئيسية لمطابقة المنتج مع السوق، فستنتهي بمنتج كله عرض وليس له جوهر.
مرحلة الاكتشاف هي حيث تحصل على فهم جيد لسوقك المستهدف، ونقاط آلامهم، وتحدياتهم، وتوقعاتهم. من خلال استكشاف السوق واحتياجاته بدقة، يمكن أن تقيم بشكل أفضل ما إذا كان حلك الذكي الذي يساوي ملايين الدولارات يعالج حقيقة مشكلة حقيقية أم لا، أم أن الحل يبحث عن مشكلة.
تشمل مرحلة الاكتشاف أنشطة مثل أبحاث السوق، مقابلات المستخدمين، تحليل المنافسة، وجمع البيانات. إنها في الأساس حيث تجمع جميع الأفكار للتحقق من صحة افتراضاتك، وصقل رؤية منتجك، وإذا لزم الأمر اتخاذ الخطوة الصعبة ولكن الجرأة لترك الفكرة.
بدون القيام بذلك لمنتجك من الذكاء الاصطناعي، تخاطر بإنشاء حل يخطئ الهدف تمامًا، وإهدار الموارد على شيء لا يريده أحد (تطوير منتج ذكاء اصطناعي مكلف)، وفشل في التميز في سوق مزدحم. الاكتشاف هو الأساس الضروري الذي يضمن أن يكون منتجك الذكي مصممًا لحل المشاكل الحقيقية وتقديم قيمة دائمة. التحدث عن القيمة الدائمة، من المهم للغاية بناء منتجات ذكاء اصطناعي مع طول العمر في الاعتبار.
البناء للقديم: المنتجات الذكية التي تصمد أمام اختبار الزمن
دعنا نستكشف الأمور من منظور الذكاء الاصطناعي التوليدي. عالم الذكاء الاصطناعي التوليدي هو عالم سريع الحركة. تم إصدار GPT-4 في مارس 2023، تلاه Claude 2 في يوليو وGemini في ديسمبر. الآن، في أبريل 2024، يأتي Claude 3 ويغير الأمور مرة أخرى، وتستمر الدورة. كل إصدار يجلب تطويرات كبيرة، ولكن بالنسبة للمطورين الذين بنوا على إصدارات قديمة من النماذج البديلة، يمكن أن تكون هذه التطورات مُربكة. تخيل أنك تضع جهودك في منتج يعتمد على GPT-4، فقط لترى Llama 3 مفتوح المصدر يظهر بعد أسابيع قليلة. Llama 3 قد يحقق نتائج مشابهة بتكلفة أقل بكثير، مما يضع تطابق المنتج مع السوق - والربحية - في خطر. هل يمكنك حقًا القول إن منتجك في وضع جيد عندما يستطيع المنافسون تقديم وظائف مشابهة بتكلفة أقل بكثير؟ وهذا يبرز التحدي المتمثل في البناء على النماذج الذكية التي تتطور بسرعة. عند بناء تطبيقات ذكاء اصطناعي، تحتضن واقع أن تقنيات الذكاء الاصطناعي تتحرك بسرعة فائقة. هذا هو ما يضمن أن منتجك لا يصبح مجرد صرعة قصيرة الأمد. يجب أن:
التركيز على الوظائف الأساسية
أعلم أن هذا قد تم تكرارًا كثيرًا، ولكن حقًا، لا تتعرقل في الميزات العصرية. الجاذبية للقيام بذلك قوية جدًا عندما يتعلق الأمر بالذكاء الاصطناعي. بدلاً من ذلك، أولي الأولوية للوظائف الأساسية التي تحل حاجة أساسية لمستخدميك وستظل على الأرجح كذلك لفترة طويلة. على سبيل المثال، أداة كشف الاحتيال الذكية للأعمال التجارية يجب أن تركز بشكل أكبر على تحديد الأنماط الاحتيالية في المعاملات المالية، حاجة ستظل طالما وجد التجارة. هذا لا يمكن ولن يضمن المستقبل لمنتجك، ولكنه واحدة من أفضل الوسائل لضمان بقاءه ذا صلة لفترة طويلة. يستخدم الناس في كثير من الأحيان تشبيه الموسيقى عند محاولة توضيح أهمية التركيز على الوظائف الأساسية في منتجك الذكي. وهم مثل: مثلما يركز الموسيقي على الموسيقى، ركز على صلب منتجك. في الموسيقى، يمكن للوظائف الأساسية - اللحن والإيقاع والكلمات - أن توجد بشكل مستقل عن الأدوات المستخدمة لإنشائها. يمكن بسهولة تحويل أغنية مكتوبة على البيانو إلى آلة الجيتار أو الكمان. ومع ذلك، في تطبيقات الذكاء الاصطناعي التوليدي، تكون الوظيفة الأساسية ومنصة التكنولوجيا الداعمة مترابطة بشكل لا يقبل الانفصال. الطريقة التي تستخدم بها التطبيق قدرات نموذج الذكاء الاصطناعي التوليدي تحدد وظيفته الأساسية - بشكل كامل.
التعلم والتحسين المستمر
لا يجب أن تكون أدوات الذكاء الاصطناعي ثابتة. بالتأكيد، حاول أن تبني آليات لمنتجك من الذكاء الاصطناعي لتتعلم وتحسن بمرور الوقت. قد يشمل ذلك توفير إمكانية للأداة لضبط نفسها بانتظام. على سبيل المثال، يجب أن يتعلم فلتر الرسائل غير المرغوب فيها الذكية باستمرار تكتيكات الرسائل غير المرغوب فيها الجديدة للحفاظ على فعاليته أو ستتعلم المرسلون غير المرغوب فيهم تجاوزها في النهاية مما يجعل منتجك غير صالح لحل المشكلة المستهدفة.
الانفتاح، التوسع، والتكيف
صمم حلك الذكي مع وضع التوسع والوحدات في الاعتبار. هذا يتيح لك دمج التطويرات المستقبلية والتكيف مع الاحتياجات المتغيرة بسهولة. قل أنك قمت ببناء أداة تعريف الصور لتحديد سلالات الكلاب المختلفة. ماذا يحدث عندما يريد مستخدموك وظائف إضافية؟ مع بنية مفتوحة، يمكنك بسهولة إضافة وظيفة لتحديد سلالات القطط إذا دعت الحاجة على طول الطريق. Llama 3 هو المفضل الجديد لدى المجتمع؟ يجب أن تسمح لك البنية المفتوحة بإجراء تغييرات.
الاعتبارات الأخلاقية والذكاء الاصطناعي المسؤول
هذا قد لا يبدو كعامل رئيسي لمنتج الذكاء الاصطناعي عندما يُنظر إليه من عدسة طول العمر. ومع ذلك، هو كذلك. هذا ليس مجرد قلق أخلاقي؛ إنه خطر تجاري. لا يريد المرء أن يتعرض منتج الذكاء الاصطناعي لمطرقة العدالة في المستقبل خاصة إذا وقعت في مرمى العدالة. وقد انهار العديد من المنتجات التقنية الشهيرة بسبب ممارسات غير أخلاقية، ولا ترغب أن تكون التالي. على سبيل المثال، يمكن أن تقع أداة توظيف ذكية في مشاكل في المستقبل إذا تم تدريبها باستخدام بيانات تاريخية من شركتك، والتي قد تحتوي على تحيزات غير واعية ضد بعض الأجناس أو الأصول العرقية أو الخلفيات التعليمية. إذا لم يكن من الممكن إنشاء فريق مسؤول عن الذكاء الاصطناعي بشكل مخصص، فكر في تعيين مستشار لديه هذه الخبرات تحديدا. ستكون توجيهاتهم ذات قيمة كبيرة في التنقل في تعقيدات تطوير الذكاء الاصطناعي الأخلاقي.
عقلية مؤسسي الذكاء الاصطناعي: لا تكونوا مجرد صرعة قصيرة الأمد
الثورة الذهنية في الذكاء الاصطناعي جارية. إليكم العقلية الرابحة لمؤسسي الذكاء الاصطناعي الذين يريدون تجنب أن يصبحوا تكونوا مجرد موضة نسيها الوقت:
1. الأولوية لحل المشكلات بدلاً من الضجيج:
قم بمقاومة إغراء الميزات البراقة التي تبهر ولكن لا تحل المشاكل الحقيقية. ركز على المنفعة الحقيقية. كن العلاج، وليس الحيلة.
تحب فكرة منتجك؟ جيد. إلا إذا كنت تريد أن تكون العميل الوحيد لمنتجك، يجب أن تكون المستخدمين المحتملين هم هاجسك. تحدث معهم بلا توقف. تعرف على سير عملهم وإحباطاتهم واحتياجاتهم العميقة. هل الذكاء الاصطناعي لديك فعلاً يسهل حياتهم؟ استمر وكرر.
2. احتضن المرونة في بيئة تتطور بسرعة:
يتغير مشهد الذكاء الاصطناعي مثل الرمال المتحركة. ابني ببنية مفتوحة. هذا يتيح لك دمج التطورات المستقبلية بسهولة والتكيف مع احتياجات المستخدم المتغيرة.
لا تبني أداة ثابتة. ادمج الآليات التي تتيح للذكاء الاصطناعي لديك التعلم والتحسن عضوياً.
3. قم بالبناء لطول العمر، وليس فقط للعنوان التالي:
لا تتبع الاتجاهات. أولوي المهام التي تتعلق بحاجات المستخدم الأساسية وتتمتع بمتانة دائمة.
4. روج للذكاء الاصطناعي المسؤول:
الأخلاق تهم (ويمكن أن تحسم الأمور أو تكسرك): يأتي الذكاء الاصطناعي بحمولة أخلاقية. الذكاء الاصطناعي المسؤول ليس فقط حول امتلاك ضمير حي - إنه جيد للأعمال.
من خلال تبني هذه العقلية الربحية، يمكنك تجنب أن تصبح مجرد صرعة منسية. تذكر، الاندفاع الذكي للذهب يكافئ أولئك الذين يحلون المشاكل الحقيقية، ليس فقط أولئك الذين يمتلكون الأدوات الأكثر لفتا.
