每周四晚，是混沌創(chuàng)新院同學的“拿手菜之夜”，同學們閉門分享各自的“拿手菜”——對行業(yè)、市場、經(jīng)營、產(chǎn)品、管理、AI的不同洞見。

本期“拿手菜”的分享者為混沌創(chuàng)新院21級學姐閔蕾，她是阿里達摩院以及百度AI產(chǎn)品架構(gòu)師，有著15年科技行業(yè)從業(yè)經(jīng)驗、8年Al產(chǎn)品經(jīng)驗。她為大家分享了AI時代如何做產(chǎn)品創(chuàng)新，在產(chǎn)品構(gòu)建、AI創(chuàng)新思維等方面與同學們激烈碰撞。

拿手菜直播僅開放給混沌創(chuàng)新院學員及校友。

本文摘取部分精華，向所有混沌同學分享。

緣起：當喬布斯方法論遇見鱸魚

因在混沌幫忙給學員做產(chǎn)品創(chuàng)新輔導，閔蕾接觸到一家成立30多年、年營業(yè)額7億多的農(nóng)業(yè)食品公司，其產(chǎn)品包括鱸魚、預制菜、保健品等。然而，這家公司的產(chǎn)品開發(fā)方式卻較為傳統(tǒng)，缺乏一個科學的產(chǎn)品開發(fā)機制，因此它大多的產(chǎn)品創(chuàng)新都失敗了。

直到后來，在混沌的幫助下，這家公司成功地將喬布斯的產(chǎn)品創(chuàng)新方法論移植到自己身上，并推出鱸魚腸這一大創(chuàng)新單品。

事實上，這樣的企業(yè)在中國有很多，產(chǎn)品創(chuàng)新能力匱乏在很多行業(yè)、很多企業(yè)都存在。由此激發(fā)出閔蕾的思考——有沒有一套普適的AI時代的產(chǎn)品方法論，可以幫助更多企業(yè)做好產(chǎn)品創(chuàng)新？

來自全球頂尖公司的共性產(chǎn)品創(chuàng)新方法論

要想回答如何做好產(chǎn)品創(chuàng)新這一問題，首先我們應該站在巨人的肩膀上，從全球頂尖公司的產(chǎn)品創(chuàng)新方法論開始。

在分享中，閔蕾先是選擇了10家公司，它們覆蓋了科技行業(yè)、消費行業(yè)以及醫(yī)療行業(yè)等，通過研究這些全球頂尖企業(yè)如何進行產(chǎn)品創(chuàng)新，進而提煉出一個更普適的產(chǎn)品創(chuàng)新方法論。

事實上，各行業(yè)做產(chǎn)品創(chuàng)新基本上都分為三個階段，包括產(chǎn)品規(guī)劃、產(chǎn)品設(shè)計與研發(fā)以及產(chǎn)品推廣，因此，在接下來的案例拆解中，閔蕾也都會以此框架進行分析。

1、蘋果：設(shè)計驅(qū)動+ANPP （Apple New Product Process）

蘋果做產(chǎn)品不是對現(xiàn)有用戶需求的直接回應，而是通過深度同理心洞察用戶尚未言明的需求，所以喬布斯有一句話說，“很多時候，人們并不知道自己想要什么，直到你將產(chǎn)品放到他們眼前。” 他強調(diào)的也是超越用戶表面需求，洞察他們自己都未意識到的深層渴望。

在產(chǎn)品規(guī)劃階段，蘋果始終堅持設(shè)計引領(lǐng)，而非市場驅(qū)動。因此，設(shè)計師在蘋果具有非常高的地位。

此外，他們還采取“10-3-1”原型篩選漏斗，從10個概念到3個候選方案，再到1個最終產(chǎn)品，確保從發(fā)散到極致收斂。因此，在這過程中有大量探索的成分存在。

在產(chǎn)品設(shè)計與研發(fā)階段，蘋果最重要的是它的ANPP框架（Apple New Product Process）。

在分享中，閔蕾先是梳理了蘋果ANPP框架的發(fā)展里程碑，接著又為大家介紹了ANPP的階段、流程與關(guān)鍵活動，具體內(nèi)容可參考以下圖片。

值得一提的是，蘋果在進行產(chǎn)品創(chuàng)新時，ANPP流程中會有多個版本的產(chǎn)品在同時迭代，這也是為什么市面上經(jīng)常會冒出一些蘋果原型機，而它又和最終發(fā)布的版本不同。

在產(chǎn)品推廣階段，蘋果的一大特點是把發(fā)布本身當做一個產(chǎn)品來打造，確保產(chǎn)品發(fā)布與終端用戶的交互效果達到最優(yōu)。

2、亞馬遜：逆向工作法

亞馬遜以PR/FAQ文檔來逆向思考，在沒開始做產(chǎn)品時，就先考慮發(fā)布產(chǎn)品后對公眾發(fā)布的PR稿是怎樣的、內(nèi)外部的FAQ是怎樣的。本質(zhì)上是通過文檔的方式讓很多創(chuàng)意在一開始便想得足夠清楚，然后再去執(zhí)行。它強調(diào)的是以終為始的思維方式，例如Kindle、AWS等產(chǎn)品都是通過逆向工作法孵化出來的。

3、谷歌：“OKR”+設(shè)計沖刺（Design Sprints）

谷歌的OKR體系能夠保證其開發(fā)的產(chǎn)品都和它最高的使命對齊，其創(chuàng)新往往源于技術(shù)突破和解決“巨大而有趣”問題的熱情。

在產(chǎn)品設(shè)計與研發(fā)上，谷歌也形成了一套方法論，叫做“設(shè)計沖刺”，即在5天時間內(nèi)完成從問題定義到原型測試的流程，迭代速度非常之快且高度強調(diào)數(shù)據(jù)驅(qū)動，這一點也影響了國內(nèi)諸多的互聯(lián)網(wǎng)公司。

4、特斯拉：第一性原理+五步工作法+敏捷硬件開發(fā)

馬斯克的第一性原理和五步工作法是混沌同學較為熟悉的內(nèi)容，這里不多做解釋。至于敏捷硬件開發(fā)，它的意思是將整車拆分成多個零部件，這在很大程度上消除了不同硬件之間的依賴關(guān)系，然后對每個零部件單獨進定迭代，進而打破了傳統(tǒng)汽車的“模型年”周期，大大提高了迭代速度。

5、華為：五看三定+IPD

華為在規(guī)劃階段，有一個非常成熟的方法論叫做“五看三定”?！拔蹇础睆娬{(diào)的是從行業(yè)趨勢、市場客戶、競品等各個維度、各個渠道來獲取信息，而“三定”強調(diào)的則是華為體系化的執(zhí)行策略。

在整個產(chǎn)品開發(fā)管理上是華為知名的IPD體系，IPD整體包括了6個階段，且每個階段之間都有一個決策評審點。只有通過評審，才能進行下一步的發(fā)展，如果評審不通過，那么就不會再推進后續(xù)的流程。這點也是華為較為成體系的一個產(chǎn)品創(chuàng)新方法。

6、阿里：中臺戰(zhàn)略

阿里中臺戰(zhàn)略的核心在于它會把通用的能力進行標準化，使得前臺得以敏捷地進行創(chuàng)新。

例如前段時間爆火的外賣大戰(zhàn)，阿里之所以能夠讓淘寶和餓了么在極短的時間內(nèi)聯(lián)合起來，這是因為他們底層的很多能力都是復用的，所以打通起來特別快。這也是阿里中臺戰(zhàn)略最直接的一個體現(xiàn)。

7、騰訊：用戶價值為依歸+賽馬機制+敏捷開發(fā)

在產(chǎn)品規(guī)劃階段，騰訊強調(diào)要深入用戶之中，收集大量的一線用戶的信息，這也是騰訊系產(chǎn)品的用戶體驗都非常好的原因。

除此之外，騰訊也非常強調(diào)賽馬機制。比如微信，它最早其實是由三個團隊同時來做類似的產(chǎn)品，最終有一個團隊勝出，這才發(fā)展成今天的國民級產(chǎn)品。賽馬機制允許多個團隊去針對同一個方向競爭，雖然它存在一定的資源浪費，但長遠來看，這其實也是讓更好的產(chǎn)品冒出來的一種方法。

而在產(chǎn)品設(shè)計和研發(fā)階段，騰訊較早便引入了敏捷開發(fā)，然后通過小步快跑、快速迭代的方式，強調(diào)要先做出來一個最小可行產(chǎn)品（MVP），然后再快速根據(jù)反饋進行迭代。

8、字節(jié)跳動：應用工廠+數(shù)據(jù)驅(qū)動+A/B測試

字節(jié)跳動有一個外號叫做“應用工廠”，它強調(diào)的是如果選定了一個方向，那么就要同時推出多個產(chǎn)品去嘗試，通過大力出奇跡最終篩選出一個最好的產(chǎn)品，這一點和騰訊的賽馬機制非常類似。

在產(chǎn)品設(shè)計和研發(fā)階段，字節(jié)內(nèi)部有一句話叫做“萬物皆可AB測試”，一切都要拿數(shù)據(jù)說話。而且字節(jié)內(nèi)容也投入了大量的資源去建立技術(shù)中臺，來支撐它大量的“AB 測試”。

9、寶潔：消費者洞察“階段-關(guān)卡”（Stage-Gate）流程

寶潔很早就提出了“消費者就是老板”的意識。在產(chǎn)品規(guī)劃階段，寶潔會進行大量的市場調(diào)研，定性和定量相結(jié)合。

在產(chǎn)品推廣階段，寶潔是一家非常擅長整合營銷的公司，甚至可以稱得上是各行各業(yè)營銷的一個借鑒對象。

10、強生：科學驅(qū)動+外部生態(tài)+嚴謹流程

強生作為全球規(guī)模最大的醫(yī)療健康公司之一 ，其產(chǎn)品創(chuàng)新橫跨制藥、醫(yī)療科技和消費者健康三大領(lǐng)域。它的行業(yè)決定了其產(chǎn)品容錯率非常之低，因此，它的產(chǎn)品創(chuàng)新路徑非常之嚴謹，大家可以通過下圖做一了解。

全球頂尖公司產(chǎn)品創(chuàng)新的共性及不同

在對以上十家公司的產(chǎn)品創(chuàng)新方法論做了具體的拆解后，閔蕾又抽象提取出了它們之間的共性與不同。共性的部分如下：

1、客戶中心主義

2、迭代反饋

3、數(shù)據(jù)驅(qū)動

4、跨職能協(xié)作

5、系統(tǒng)化流程

而差異性在于，

1、軟件VS硬件：開發(fā)成本低VS執(zhí)行周期長

2、安全風險：嚴謹風控VS快速試錯

3、創(chuàng)新來源：愿景驅(qū)動VS市場驅(qū)動

4、商業(yè)模式：產(chǎn)品銷售VS平臺生態(tài)VS數(shù)據(jù)變現(xiàn)

普適的產(chǎn)品創(chuàng)新方法論

基于以上全球頂尖公司的產(chǎn)品創(chuàng)新方法論的拆解，閔蕾為大家總結(jié)了一個更為普適的、結(jié)構(gòu)性的產(chǎn)品創(chuàng)新方法論，從而幫助各行各業(yè)去做產(chǎn)品創(chuàng)新。接下來，閔蕾通過產(chǎn)品規(guī)劃、產(chǎn)品設(shè)計與研發(fā)、產(chǎn)品推廣這三個階段一一為大家介紹。

1、產(chǎn)品規(guī)劃階段

這一階段最重要的就是做正確的事，確保創(chuàng)新方向的正確性。無論做什么產(chǎn)品，一開始就要盡量確保它是對的。

具體來說，它要求企業(yè)要做好戰(zhàn)略機會分析，評估技術(shù)演進方向和自身優(yōu)劣勢，劃定好自己的創(chuàng)新“戰(zhàn)場”；同時，它也要求企業(yè)要做到深刻的市場洞察，真正深入用戶場景，發(fā)現(xiàn)用戶真正的痛點。

在產(chǎn)品愿景與商業(yè)論證方面，可以分為數(shù)字產(chǎn)品和實體產(chǎn)品。相對來說，數(shù)字產(chǎn)品的論證成本較低，而實體產(chǎn)品則要盡量在剛開始就做好商業(yè)論證。

2、產(chǎn)品設(shè)計與研發(fā)階段

這一階段的核心是“把事情做正確”，需要融合定義、設(shè)計、開發(fā)和驗證，形成一個高效的價值創(chuàng)造閉環(huán)。例如，數(shù)字產(chǎn)品可以借助AI快速地做出原型，而實體產(chǎn)品同樣可以借助AI來生成一些虛擬化的模型進行驗證。

3、產(chǎn)品推廣階段

這一階段的核心在于將產(chǎn)品價值最大化地傳遞給市場，并驅(qū)動長期、可持續(xù)的增長。例如可以借鑒蘋果去把發(fā)布本身當作一個產(chǎn)品來打造，或是借鑒谷歌和騰訊，通過自己的生態(tài)來做推廣等。

AI時代，如何做產(chǎn)品創(chuàng)新？

AI 時代做產(chǎn)品，很重要的一點在于它極大地縮短了產(chǎn)品創(chuàng)新以及迭代的周期。因此，要想在AI時代保有競爭優(yōu)勢，你不僅要有好的創(chuàng)意，更重要的一點在于你的學習和進化速度都要非常之快。

那么，關(guān)于AI時代如何做產(chǎn)品創(chuàng)新，閔蕾同樣從產(chǎn)品規(guī)劃、產(chǎn)品設(shè)計與研發(fā)以及產(chǎn)品推廣這三個階段做出了解釋。

1、AI+產(chǎn)品規(guī)劃

AI對產(chǎn)品規(guī)劃最大的影響，在于它可以讓大規(guī)模的信息洞察成為現(xiàn)實，包括用戶信息、市場信息、行業(yè)信息、技術(shù)信息、競品信息……

例如，傳統(tǒng)市場分析依賴分析師閱讀大量報告，而如今AI研究助手即可扮演“AI戰(zhàn)略官”角色。再比如說用戶需求洞察，可以通過一些開發(fā)工具如Manus和lovable等做一些自動化反饋的agent。

最后，閔蕾還分享了一個讓AI生成產(chǎn)品機會調(diào)研的指令模版，方便大家即刻上手去實踐學習。

2、AI+產(chǎn)品設(shè)計與研發(fā)

AI對產(chǎn)品設(shè)計與研發(fā)最大的影響，在于AI可以實現(xiàn)高頻率的迭代反饋。

比如在原型和設(shè)計階段，作為一個產(chǎn)品經(jīng)理以前可能要畫很多原型圖，甚至一些工業(yè)產(chǎn)品可能還要做樣機，但現(xiàn)在因為有AI工具的出現(xiàn)，幾分鐘就可以生成一個可交互的原型，進而去做出迭代反饋。

再比如，現(xiàn)在AI可以直接將設(shè)計稿轉(zhuǎn)化為前端代碼，還有讓AI分析用戶行為，自動生成真實場景測試腳本等等。

3、AI+產(chǎn)品推廣

AI對產(chǎn)品推廣影響較大的點在于它可以提供個性化的精準營銷。過去做營銷，是針對不同的平臺有不同的打法、不同的策略，但AI出現(xiàn)以后，可以更進一步細化它的戰(zhàn)略，甚至針對每個用戶來做精準的營銷。

例如在內(nèi)容創(chuàng)作上，通過AI實現(xiàn)大規(guī)模的個性化內(nèi)容生產(chǎn)；而當產(chǎn)品推廣出去之后，同樣可以借助AI來搭建一個數(shù)據(jù)平臺，從而檢測產(chǎn)品上線后的用戶行為。

在分享的最后，閔蕾為大家整理了一份AI工具和應用的匯總，方便大家直接去實戰(zhàn)使用。

問答環(huán)節(jié)

Q1、在使用過程中發(fā)現(xiàn)AI生成的代碼不太理解實際的業(yè)務邏輯怎么辦？

閔蕾：第一，工具本身也有一定的影響，盡量使用最新、理解力強的工具；第二，在coding的時候，其實可以讓高級工程師先把架構(gòu)搭出來。如果一開始便直接讓AI生成大批量的代碼的話，確實質(zhì)量很難達到要求。

Q2：既然大家都通過 AI 進化了，那么企業(yè)間的競爭焦點會轉(zhuǎn)移到哪里呢？

閔蕾：我認為有兩點AI在短期之內(nèi)還達不到。一個是方向，無論是喬布斯，還是馬斯克等，基本上很多企業(yè)家在選擇方向的時候，都有非常長周期的考慮，而這種考慮不是說做大量的信息調(diào)研就可以實現(xiàn)的，相反，它更多依托的是從第一性原理的角度去找到一個長期的方向，甚至是找到自己的使命所在。

例如最近李想有一個訪談，他提到說他接觸到的大佬基本上都有三個共性的點：一個是選得準，一個是選得長，還有一個是高頻的迭代。前兩點關(guān)于選擇方向這塊，其實AI在短期之內(nèi)都很難達到。

另一個則是審美或者說判斷力。目前AI是可以生成大量的東西，但關(guān)鍵在于具體的方案選擇還是得落實到人身上。有過實戰(zhàn)經(jīng)驗的人，在關(guān)鍵環(huán)節(jié)的判斷能力其實是更強的。

Q3：我是一個傳統(tǒng)行業(yè)的從業(yè)者，我發(fā)現(xiàn)在AI落地的過程中，我還停留在工具的使用層面，沒有太多實質(zhì)性的影響，那么請問在傳統(tǒng)行業(yè)，AI的落地和應用如何才能帶來一些結(jié)構(gòu)性的轉(zhuǎn)變？

閔蕾：傳統(tǒng)行業(yè)的話，用好工具其實是企業(yè)切入AI的第一步。建議大家按照產(chǎn)品規(guī)劃、產(chǎn)品設(shè)計與研發(fā)、產(chǎn)品推廣這幾個階段先把自己的全流程都給梳理一遍，再來看各個環(huán)節(jié)是否可以通過AI來提效。

其次可以思考如何通過AI來創(chuàng)造自己的第二曲線，進而開發(fā)出一些和自己原有業(yè)務不一樣的新的產(chǎn)品。

比如網(wǎng)飛這家公司，它早期是做DVD租賃的，但后來它卻發(fā)展成了一家全球頂尖的創(chuàng)意類公司，這個跨度其實是非常大的，但它也是基于自己原有的優(yōu)勢一步步發(fā)展過來的。

所以其實在未來，大家完全可以考慮自己是否能夠通過AI來開拓自己的第二曲線，并做出一些數(shù)字化、創(chuàng)意類的產(chǎn)品。

Q4：我發(fā)現(xiàn)在使用AI的過程中很容易碰到一個問題，就是AI在專業(yè)領(lǐng)域的回答很容易胡說八道，請問如何解決AI生成內(nèi)容的準確性問題呢？

閔蕾：這的確是一個越來越重要的問題。在企業(yè)內(nèi)部，很重要的一點在于要沉淀自己的企業(yè)知識庫，直接限制AI從企業(yè)內(nèi)部的知識庫里去檢索信息，那么它的準確性肯定會相對更高一些。

至于企業(yè)外部的信息，關(guān)鍵就是要做好交叉驗證，或者是跟AI限定好權(quán)威的信息來源。這些都是盡量防止AI生成垃圾信息的方式。

以上為本期“拿手菜”的部分內(nèi)容。創(chuàng)新院目前還有少量補錄名額，點擊文末閱讀原文鏈接填寫報名表！

以下為混沌創(chuàng)新院25級課表：