AI熱潮并未按計劃進行，企業難以將AI投資轉化為穩定的收入來源，部署GenAI比預期困難，即使是預測AI將帶來25.6萬億美元經濟效益的麥肯錫，現在也承認公司需要進行組織變革才能釋放技術的全部價值。

然而，在急于重建組織之前，領導者應該回到基礎。與其他事情一樣，AI的價值創造始于產品與市場的契合：了解要滿足的需求，并確保使用合適的工具。

如果你在釘釘子，錘子很好用，但如果你在做煎餅，錘子則毫無用處，還會弄得一團糟。在當前的AI領域，一切都被錘子敲打。在CES 2024上，參觀者驚嘆于AI牙刷、狗項圈、鞋子和喂鳥器，甚至你的電腦鼠標現在也有一個AI按鈕。在商業世界中，97%的高管表示他們期望GenAI為業務增值，75%的公司將客戶互動交給聊天機器人處理。

將AI應用于每一個可能的問題，導致許多產品僅有邊際效用，有些甚至是破壞性的。例如，一個政府聊天機器人錯誤地告訴紐約的企業主解雇投訴騷擾的員工，與此同時，Turbotax和HR Block上線了給出錯誤建議的機器人，錯誤率高達50%。

問題不是我們的AI工具不夠強大，也不是我們的組織無法應對挑戰，而是我們用錘子做煎餅。要從AI中獲得真正的價值，我們需要重新聚焦于我們試圖解決的問題。

毛絨玩具謬誤

與過去的技術趨勢不同，AI特別容易中斷企業現有的產品與市場契合流程。當我們使用像ChatGPT這樣的工具時，很容易被其人性化的表現所迷惑，認為它具有類似人類的理解能力。

這類似于我們可以稱之為“毛絨玩具謬誤”的現象。當2000年代初毛絨玩具Furby上市時，許多人——包括一些情報官員——認為Furby會從用戶那里學習。實際上，這些玩具只是執行預先編程的行為變化，我們賦予Furby人性化特征的本能導致我們高估了它們的復雜性。

同樣地，我們很容易錯誤地將直覺和想象力歸因于AI模型——當我們覺得AI工具理解我們時，很容易跳過明確闡明目標和需求的艱巨任務。計算機科學家們幾十年來一直在應對這一挑戰，即所謂的“對齊問題”：AI模型越復雜，發出精確指令就越困難——而且未能做到這一點的潛在后果就越大。(粗心地下達指令讓一個強大的AI系統最大化草莓生產，它可能會將整個世界變成一個大草莓農場。)

AI 災難的風險之外，對齊問題使得在 AI 應用中確立產品與市場的契合變得更為重要。我們需要抵制篡改細節并假設模型會自行解決問題的誘惑：只有從一開始就明確表達我們的需求，并嚴格圍繞這些需求組織設計和工程流程，才能創造出真正有價值的 AI 工具。

回歸基礎

由于 AI 系統無法自行找到產品與市場的契合點，作為領導者和技術專家，我們必須滿足客戶的需求，這意味著要遵循四個關鍵步驟——其中一些來自商業101課程，另一些則針對 AI 開發的挑戰。

1. 理解問題。大多數公司在這一步出錯，因為他們從缺乏 AI 是關鍵問題的前提出發，這導致得出“添加 AI”本身就是解決方案的結論，而忽視了終端用戶的實際需求。只有在不提及 AI 的情況下清晰表達問題，才能確定 AI 是否是一個有用的解決方案，或哪些類型的 AI 可能適用于你的用例。

2. 定義產品成功標準。在與 AI 合作時，發現并定義使你的解決方案有效的因素至關重要，因為總會有權衡。例如，一個問題可能是優先考慮流暢性還是準確性。一家保險公司創建精算工具時可能不希望一個流暢但數學錯誤的聊天機器人，而一個使用GenAI進行頭腦風暴的設計團隊可能更喜歡一個更具創意的工具，即使它偶爾會胡言亂語。

3. 選擇技術。一旦了解了目標，與工程師、設計師和其他合作伙伴一起討論如何實現目標。你可能會考慮各種 AI 工具，從GenAI模型到機器學習 (ML) 框架，并確定要使用的數據、相關法規和聲譽風險。在流程早期解決這些問題至關重要：最好在構建時考慮限制，而不是在產品推出后再試圖解決。

4. 測試(和重新測試)你的解決方案。現在，只有現在，你才能開始構建產品。太多公司急于進入這一階段，在真正理解它們將如何使用之前創建 AI 工具。不可避免地，他們最終會尋找要解決的問題，并努力解決早期應該考慮的技術、設計、法律和其他挑戰。從一開始就優先考慮產品與市場的契合，可以避免這些失誤，并實現解決實際問題和創造實際價值的迭代進步。

由于 AI 看起來像魔術，因此很容易假設在任何環境中部署任何 AI 應用程序都會創造價值，這導致組織通過發射大量箭頭并在它們落點處畫靶心來“創新”。其中少數箭頭確實會落在有用的地方，但絕大多數對企業或終端用戶幾乎沒有價值。

要釋放 AI 的巨大潛力，我們需要先畫出靶心，然后全力以赴地擊中它們。對于某些用例，這可能意味著開發不涉及 AI 的解決方案，在其他情況下，這可能意味著使用更簡單、更小或不那么引人注目的 AI 部署。

無論你在構建哪種 AI 產品，有一點始終不變。確立產品與市場的契合，并創造滿足客戶實際需求的技術，是驅動價值的唯一途徑。在 AI 時代，那些做對這件事的公司將成為贏家。