设计思考如何识别AI 产品创新中的真伪需求？
上一篇文章《AI时代，企业产品创新中的伪需求与真需求》我们提过，企业将AI应用于产品创新会遇到很多虚假需求。也介绍了最终理想解的4个原则来作为创新价值的判断标准。
这里，我们进一步推荐采用设计思考（Design Thinking）来识别AI在产品创新应用中的真假需求，这个火力更猛，狙击更精准。
设计思考（Design Thinking）是一个以人为本的创新方法，强调深入理解用户需求、快速迭代和实验。它提供了一个非常有用的框架来识别和判断AI在产品创新应用中的真假需求。以下是如何在各个阶段运用设计思考来做到这一点：
- 探索机会-共情(Empathize)：深入理解用户和问题
（观察：一位疲惫的职场妈妈在狭小厨房中手忙脚乱切菜，婴儿哭闹，案板滑动）
不要假设AI是万能药：避免先入为主地认为所有问题都可以通过AI解决。首先要深入理解用户面临的真正痛点、他们想要实现的目标以及他们目前使用的解决方案。
用户访谈和观察： 直接与潜在用户沟通，了解他们在特定场景下的行为、感受、想法和期望。例如，在家电行业，与其直接询问“你想要一个带AI的冰箱吗？”，不如观察用户如何管理食材、遇到哪些痛点（例如忘记食材过期、不知道做什么菜）。
情景分析： 在用户实际使用产品的环境中观察他们，了解他们的工作流程和遇到的挑战。这有助于发现隐藏的需求和未被满足的痛点，从而判断AI是否能真正提供帮助。
同理心地图：将用户访谈和观察到的信息整理成同理心地图，从用户的角度思考他们所说、所想、所感和所做，从而更深刻地理解他们的问题。
如何判断真假需求：
真需求： 通过共情，你会发现用户真正面临的痛点，而AI可以提供独特的解决方案，显著改善用户体验或效率。例如，用户经常忘记冰箱里的食材，一个能智能识别食材、提醒过期并推荐菜谱的AI冰箱可能是一个真需求。
伪需求： 如果通过共情发现用户并没有明显的痛点，或者现有解决方案已经足够好，那么强行加入AI功能可能只是为了炒作概念，是伪需求。例如，为一个功能单一且操作简单的家居产品添加复杂的AI语音控制，可能并非用户真正需要的。
- 理解洞见-定义 (Define)：清晰定义问题
（研发人员在贴满便签的白板上描述出职场妈妈遭遇的各种问题）
从用户角度定义问题： 基于共情阶段收集的信息，将用户痛点转化为清晰、具体的问题陈述。例如，与其说“我们需要在冰箱里加入AI”，不如说“用户在管理冰箱食材方面效率低下，经常浪费食物，我们如何利用技术帮助他们解决这个问题？”
聚焦核心问题： 避免将问题定义得过于宽泛或狭窄。关注最核心的用户痛点，以便更好地探索解决方案。
区分症状和根本原因： 通过“五问法”等技巧，深入挖掘问题的根本原因。例如，用户抱怨找不到遥控器可能只是症状，根本原因是他们经常忘记放在哪里，或者遥控器太多。AI可能可以通过语音控制解决这个问题，但这需要首先明确根本原因。
如何判断真假需求：
真需求： 定义的问题清晰地指向了一个用户痛点，并且这个痛点可以通过AI技术提供独特的价值。例如，定义为“忙碌的家长如何更方便地为孩子挑选合适的玩具，并确保玩具具有教育意义和安全性？”可以引导思考利用AI进行智能推荐的玩具。
伪需求： 如果定义的问题模糊不清，或者只是围绕“加入AI”本身展开，而没有明确解决什么实际的用户问题，那么很可能是伪需求。例如，定义为“我们如何在玩具中加入更多AI？”就过于宽泛，没有聚焦用户需求。
- 发想创意-构思 (Ideate)：产生多种可能的解决方案
（研发团队一起激烈讨论能够满足职场妈妈需求的各种创意方案）
头脑风暴： 鼓励团队成员自由发散思维，提出各种可能的解决方案，包括那些看似不切实际的想法。在这个阶段，数量比质量更重要。
“如果…会怎样？”思考： 尝试从不同的角度思考，探索AI在解决已定义问题上的各种可能性。
借鉴其他领域的AI应用： 考察其他行业如何利用AI解决类似问题，从中获取灵感。
如何判断真假需求：
真需求： 在构思阶段，你会发现AI能够为定义的问题提供创新且实用的解决方案，这些方案能够显著优于现有方法。例如，针对工程机械安全问题，可以构思利用AI进行实时环境感知和危险预警的系统。
伪需求： 如果在构思阶段，你发现很难找到AI的切入点，或者想到的AI应用只是对现有功能的简单复制或微小改进，无法带来明显的价值，那么很可能是伪需求。例如，仅仅为工程机械增加一个可以通过语音播报当前油量的AI功能，可能价值不大。
- 呈现概念-原型(Prototype)：创建低成本的实验性模型
（研发团队一起用低成本的纸板，橡皮泥，胶带等设计磁吸创意产品原型）
快速制作原型： 将构思阶段的想法快速转化为可测试的原型，可以是纸质原型、简单的App界面、甚至是口头描述。
关注核心功能： 原型不需要是完整的产品，而是应该专注于测试AI解决方案的核心功能和用户价值。
低成本、快速迭代： 原型的目的是快速验证想法，因此应该尽量降低成本，并能快速根据用户反馈进行修改。
如何判断真假需求：
真需求： 通过原型测试，你会发现用户对AI解决方案表现出积极的反馈，认为它确实解决了他们的问题，并且愿意使用。例如，一个AI辅助的教育App原型，如果能有效提升学生的学习兴趣和效率，则可能是一个真需求。
伪需求： 如果用户在测试原型时感到困惑、认为AI功能没有实际用处，或者更喜欢传统的使用方式，那么很可能是伪需求。例如，一个操作复杂的AI智能家居控制面板原型，如果用户觉得不如直接按开关方便，则可能是伪需求。
- 实现体验-测试 (Test)：收集用户反馈并改进
（职场妈妈测试经过迭代后的3D打印的新刀具）
与真实用户进行测试： 将原型交给目标用户试用体验，观察他们的反应，并收集他们的反馈意见。
关注用户的行为而非言语： 用户嘴上说好可能并不代表他们真的会使用。观察他们如何使用原型，以及是否真正解决了他们的问题。
迭代改进： 根据用户反馈，不断优化和改进原型，甚至可能需要重新回到之前的阶段进行调整。
如何判断真假需求：
真需求： 在测试阶段，你会收到积极的用户反馈，用户认为AI功能实用且有价值，并表示愿意在最终产品中使用。例如，一个AI驱动的消费电子产品，如果用户反馈能够显著提升他们的生活质量或工作效率，则很可能是真需求。
伪需求： 如果用户在测试后对AI功能持负面评价，认为它不实用、不好用或者没有必要，那么可以判断这是一个伪需求，需要重新思考方向。例如，一个用户体验不佳的AI玩具原型，如果孩子很快就失去了兴趣，则可能是伪需求。
总结来说，运用设计思考来识别和判断AI在产品创新中的真假需求，关键在于：
以用户为中心： 始终关注用户的真实需求和痛点。
深入理解问题： 不要急于寻找AI解决方案，先要彻底理解问题本身。
快速原型和测试： 通过低成本的实验快速验证AI解决方案的价值。
持续迭代和改进： 根据用户体验反馈不断优化产品。
通过遵循设计思考的流程，企业可以更有效地识别出真正能够为用户带来价值的AI应用，避免盲目追逐技术热点而投入到无用的“伪需求”中。
