Совместная разработка ИИ с мэшапами

Совместные семинары, которые не только привели к новым идеям, но и показали, как думают наши разные команды.

Гибель, мрак и большие идеи

Прямо сейчас мы проходим год Кролика, зодиака долголетия, мира и процветания. Если вы на самом деле являетесь моделью GPT, вероятно, именно так вы чувствуете. Но для остальных из нас есть только щепотка беспокойства.

Как выглядит изменение?

Я дизайнер продукта. Я работаю в тимбилдинге умного программного обеспечения, чтобы уменьшить наше энергопотребление. ИИ — это как раз то, что доктор прописал для коммунальной отрасли. Устаревшие системы и архивы неверных данных загнали многих в ледяную ловушку от ручного к умному.

Но шипение волнения парализует. В то время как LinkedIn живет блогами ChatGPT и логотипами Midjourney, многие компании изо всех сил пытаются понять потенциал ИИ для своих вариантов использования. Между тем страх отстать реален. И страх приводит к большим решениям.

Захват контроля

Пару месяцев назад я решил, что если мы собираемся увидеть новые технологии и приоритеты, принятые на уровне компании, я хочу, чтобы мои команды с самого начала имели право голоса. Поэтому я устраиваю совместные семинары с отдельными командами, чтобы мы могли начать формировать мнение о том, в чем ценность ИИ для наших продуктов. Таким образом, мы могли бы привнести идеи, подкрепленные нашими тактическими знаниями о пользователе и продукте, в стратегическую дискуссию.

Мои основные цели

мы изучаем, как ИИ может напрямую улучшать наши продукты/услуги
те, у кого больше знаний об ИИ, могут распространять это среди других
Я могу сравнить, как разные команды относятся к ИИ и их продуктам.

Неожиданная выгода

Я обнаружил резкий контраст в культуре между продуктовыми командами.

Введите мэшап

Эта часть была «приятной», а не приоритетной для моей рабочей нагрузки. Поэтому я не мог тратить на это слишком много времени. Я хотел что-то легкое для использования моими участниками. И я хотел уже существующую структуру, которую нужно было только настроить.

Гипер-остров был идеальным. Их набор инструментов из более чем сотни мастерских — это пещера чудес Аладдина. В поисках идеального шаблона у меня остается еще один список идей на будущее. В этом случае я выбрал Mash Up Innovation.

Что такое мэшап?

У вас есть три группы элементов:

Технологии (например, смартфон, ноутбук, GPS и т. д.)
Потребности (например, доступность, время обработки, показатели и т. д.)
Продукты/услуги (например, Netflix, Google Pay, Amazon и т. д.).

Вы можете провести мозговой штурм, я решил заполнить их заранее.

Участников просят объединить элементы из разных групп, чтобы создать новые функции или продукты/услуги. После создания идей отдельные лица/команды делятся своими идеями и могут голосовать за фаворитов.

Итак, из приведенных выше примеров: GPS + доступность + Google Pay = определение вашего местоположения для создания локализованной квитанции с региональным налогом для вашей транзакции.

Подготовка: группы элементов

Я предварительно заполнил все группы. Я знал, о чем идет речь, и хотел сэкономить время и энергию, чтобы сосредоточиться на идеях.

Элементы «Технологии»

Что касается технологии, я лениво попросил Барда пояснить, что такое подмножества ИИ. Я ясно дал понять, что участники могут добавить все, чего не хватает. Я почти объединил Deep и Machine Learning, но оставил это на рассмотрение группы.

Элементы «потребности»

У меня есть набор принципов, которые я проверяю уже почти год. Он называется Контрольный список доставки данных. Он вдохновлен UX Honeycomb, 15 принципами хорошего дизайна услуг Лу Дауна и лидерами в области дизайна API, такими как Plaid и Stripe. На них также влияют тематические исследования, когда продукты данных дают сбой.

Если вы создаете API или службу данных, вам необходимо убедиться, что путь, который он поддерживает, соответствует этим принципам в отношении взаимодействия, которое он предоставляет конечным пользователям. Я обязательно рассмотрю это в следующей статье.

Позволяет ли служба доставки данных «X» доставлять информацию..

доступен? (например, независимо от времени, платформы, опыта или местоположения…)
интуитивно? (например, реактивный, абстрагирующий сложность, настраиваемый…)
информативный? (например, предлагает обратную связь, подробную информацию и историю событий…)
знакомый? (например, в соответствии с соглашением, управлением данными и взаимодействием с брендом…)
точно? (например, никаких «неправильных заказов», все проверено, исправлены проблемы, заслуживают доверия…)

Элементы «Товары/Услуги»

Для этого я использовал известные продукты и сервисы для каждой команды. Я был открыт для изучения идей, которые могли бы улучшить нашу компанию и более широкую платформу, но все же призывал команды серьезно подумать о своих областях знаний.

Проведение семинара по совместному дизайну ИИ

Распространение приглашений.

Я ожидал, что никто не найдет время, так как это деятельность, обращенная в будущее. Но и продакт-менеджеры, и разработчики увидели в этом ценность. На самом деле, после первых семинаров команды обрадовались, и их количество увеличилось.

идея

Я всегда нахожу, что участники более эффективны, когда работают индивидуально и делятся в конце, а не работают в команде. Есть исключения, но если дать каждому человеку возможность работать в одиночку, это выжмет больше энергии из группы.

Обмен

Иногда мне приходилось настаивать на обсуждении, находя группу кивков и улыбок в ответ на представленные идеи.

Голосование

Мой любимый. Я нахожу наблюдение за тем, как точки перемещаются из кучи в группы по Миро, очень приятно. И это было моей основой, чтобы получить представление об анализе после семинара.

Обучение после семинара

Было весело группировать различные идеи по их общим темам. Было много интригующих предложений. Я не могу уточнить, так как это касается конфиденциальной информации. Но все идеи касались не только генеративного ИИ, но и других применений, таких как его способность расшифровывать новые группы и тенденции в данных.

Есть некоторые ценные знания о командной и продуктовой культуре, а также о близости каждой команды к своим различным последующим пользователям. Один забавный вопрос, который я задал в последующих обсуждениях, был; «представьте свои лучшие идеи без ИИ. Возможно ли это?”

Проверка

Некоторые команды были больше сосредоточены на предотвращении ошибок и использовании ИИ для повышения своей роли шлюза к качеству данных.

Прогнозировать неверные данные

Другие команды исследовали способы использования ИИ для повышения ценности необработанных данных.

Информировать пользователей

Другие команды использовали реактивный подход, используя ИИ, чтобы сделать конвейер обработки ошибок более автоматизированным и эффективным.

Меня также интересовало, какие из пяти потребностей были самыми популярными и как они различались в разных командах. Было четкое различие.

Воспроизведение этих идей команды для потенциальных клиентов и HoD было одной из самых приятных частей процесса.

Выводы

Отличный опыт. Не только для того, чтобы поговорить об ИИ, но и для того, чтобы узнать, как думают разные команды.

Если произойдет внезапное внедрение ИИ на уровне компании, эти команды уже начали эту работу и получат место за столом переговоров.

P.S. эти сессии также оставили мне несколько отличных идей для предстоящего хакатона Калуца по искусственному интеллекту в августе этого года.