AI产品设计常见误区
- 知识投喂并不是越多越好：知识越多，越容易造成干扰，对知识编排精度的要求就更高，整体和局部的平衡可能打破，要重新找寻新的平衡点
- 极其容易被现况困住：要记住不符合现状是常态，老系统属于上个时代、是符合当时特定条件下的产物
举例：switch上的电视机开关按钮
实践案例：企业内部员工助理-预约会议室接口不开放
做产品不是迎合现况的规则，而是这样的逻辑：不适应的规则都应该被灭掉、颠覆、重写。
被传统困住，则全是问题；换成AI驱动的思路，则全是商机。
视角不积极，会变得很被动，应该由我们来主导、变革。
AI出现后，所有的商业逻辑都会被AI改写；若以AI产品主导，就意味着对传统业务的重塑，而不是让AI来适应现有的业务。
AI数字助理项目的复盘
一、最大难点是怎么给公司讲明白，继续投入资源：
创新项目本身的巨大壁垒+公司属于传统咨询业务型，互联网基础几乎为零=挑战更甚。
一开始：觉得是老板、业务方不懂，更多是抱怨；
后面反思：业务方肯定不懂，不能责怪市场、责怪用户不自己懂；是自己没讲明白，喊话喊得不清楚。
之前太在意讲技术、讲实现方案；但是，实际应该多讲商业价值。
我们这个项目的领导的思路：公司属于传统咨询服务行业，如果想要转型成为创新科技型企业，不能简单地搭建一些信息化系统，肯定要有前瞻性的项目拿出手；嘱咐我们，坚决不能输在专业上，投不投是老板决策的事，我们讲清楚了这个项目的价值这么大，不投是公司的遗憾，不投我们也没办法，但我们坚决不能输在专业上。
二、应该看成创业项目来做：
产品路演，应该是创业逻辑，而不是职场逻辑。
一开始：比较老实，什么水平就描述什么水平，本身大模型的技术水平就有局限性（当时2023年），给原本就不懂的业务方感觉很“智障”；
后面反思：如果我们实际做到四成，路演就应该讲到八成，吸引投资，后续再迭代。
其他思考汇总
- 大模型本身训练的数据截止时间和current_time一定有时间差，即大模型训练数据一定存在滞后性，那么这就是企业私域数据发挥价值的黄金窗口
- 大家都站在大模型的肩膀上，可以说都是在统一起跑线上，接下来就是比赛谁在垂直领域先出成绩
- AIGC把行业门槛降低了，但也把天花板抬高了
- AI自动化，取代的不是职位，而是任务
- 未来AI数字人方向：内在人设特征编码+外在个性风格
