Ideede loomine ja probleemide avastamine: tõelise valu leidmine

Kasu:

• Oskus mõista probleemikeskset, mitte lahenduskeskset mõtlemist ning kasutada tehisintellekti probleemsete kohtade uurimiseks ja ideede genereerimiseks
• Oskus teha vahet, kas probleem on vitamiinis või valuvaigistis, ja oletada tehisintellekti kohta
• Oskus mõista, et tehisintellekti loodud ideede loetelu on lähtepunkt ja tõelist valu saab kontrollida ainult põllul.

Enamik idufirmasid ei sure mitte halva idee tõttu, vaid seetõttu, et nad valmistasid toote "probleemile", mida keegi tegelikult ei tahtnud lahendada. Startupi asutajad alustavad sageli lahendusega: "Ma teen rakenduse, see töötab nii." Kogenud asutajad alustavad aga probleemiga: "Mis valu inimesed praegu kogevad ja kas nad on nõus selle eest maksma?" Selles õppetükis õpime kasutama AI-d (tehisintellekt – ideid ja teksti genereeriv tarkvara) õiges järjekorras, st esmalt probleemide avastamiseks. Seadke piirangud algusest peale: tehisintellekt võib genereerida sadu ideid, kuid ainult valdkonna inimesed suudavad öelda, milline valu on tõeline.

Mõelge probleemikeskselt, mitte lahendustele

Probleemiruum on raskuste kogum, millega inimesed oma tööd tehes või elades kokku puutuvad. Lahendusruum on nende raskuste lahendamiseks toodetud tooted ja teenused. Rookie viga on hüpata otse lahendusalasse; Kuna lahenduse ette kujutamine on lõbus, on probleemi mõistmine igav ja tülikas. Täiuslik lahendus valele probleemile on aga prügi.

Heal probleemil on kolm omadust. Seda esineb sageli (kellegi ei ole harv probleem). See on valus (kerge ebamugavuse pärast ei pingutata). Kallis (lahendust hinnatakse siis, kui probleem nõuab aega, raha või mainet). Saate kasutada tehisintellekti nende kolme telje probleemide "kaevamiseks".

Vitamiin või valuvaigisti?

See on üks kõige kasulikumaid erinevusi ettevõtluses. Valuvaigistid lahendavad tõelise ja kohese valu; Vastasel juhul ei saa inimene oma tööd teha, mistõttu on maksevalmidus kõrge (näiteks inkassosüsteem kaupmehele, kes ei saa ilma palgata töötada). Vitamiinid seevastu on meeldiv, kuid hädavajalik paranemine; "Tore oleks omada", aga elu läheb ilma selleta edasi (näiteks värviline motivatsiooniäpp). Vitamiinid võivad raha teenida, kuid see on palju raskem tee. Kui annate tehisintellektile idee, küsib see kohe: "Kas see on valuvaigisti või vitamiin, mis on tõendid?" Pane nad küsima.

Näpunäide. Kiireim viis teada saada, kas probleem on valuvaigisti, on küsida: "Mida inimesed praegu selle probleemi lahendamiseks teevad ja kui palju aega/raha nad sellele kulutavad?" Kui praegu kulutatakse raha/vaeva lahenduse leidmiseks (isegi kui see on halb), on valu tõeline.

Samm-sammult: probleemide avastamine AI-ga

1. Valige inimene/segment. Mõelge konkreetsele rühmale, mitte „kõigile” (nt „üksi hambaarstidele”).
2. Kriimustage oma päevi. Tehke tehisintellektist väljavõte selle rühma tüüpilisest päevast, nende korduvatest frustratsioonidest ja praegusest toimetulekustrateegiast.
3. Muutke probleemid hüpoteesideks. Muutke iga raskus testitavaks lauseks: "Rühm X kannatab Z olukorras Y."
4. Vitamiini/valuvaigisti filter. Hinda iga hüpoteesi sellel teljel; Likvideerige nõrgad.
5. Looge tõendusküsimus. Iga tugeva hüpoteesi puhul "kuidas ma saan seda nädala jooksul testida?" Vastake küsimusele.
6. Viige see põllule. Ülim filter räägib tõelise inimesega, mitte tehisintellektiga (järgmine üksus).

Märkus: AI-i loodud probleemide loend on "lähtepunkt", mitte tegelikkus. AI üldistab; Teie segmendi tegelik valu ei pruugi loendis olla või loendis olev üksus ei pruugi teie kohta kehtida.

kolm minikarpi

Juhtum 1 – pöördumine lahenduselt probleemini. Asutaja soovis teha "AI retseptirakendust" (ta alustas lahendusega). Kui ta lasi tehisintellektil oma sihtrühma (uued vanemad) päeva kaevuda, avastas ta, et tõeline valu ei olnud retseptis, vaid "söömine kiiresti kõigest, mis oli käepärast" ja "ajapuudus". Ta määratles probleemi uuesti: "vähem materjali, vähem aega". Toote idee on kardinaalselt muutunud ja muutunud palju selgemaks. Lõpuks rääkis ta 15 inimesega; 12 kinnitas seda valu.

Juhtum 2 – vitamiini liiga varane eemaldamine. Üks meeskond kaalus rakendust, mis "saataks töötajatele iga päev inspireeriva hinnapakkumise". Kui saate tehisintellekti vitamiinide/valuvaigistite suhtes testima ja küsite: "Mida inimesed sellele praegu kulutavad?" Kui sa küsimusele ausalt otsa vaatasid, oli vastus "mitte midagi". Keegi ei kulutanud raha/pingutusi ühegi inspiratsiooni saamiseks. Nad loobusid sellest mõttest varakult; Nad arendasid tooteid kuid ja pääsesid siis õppimisest. Odavaim ebaõnnestumine on see, mida märgatakse enne, kui alustate.

Juhtum 3 – salajane valuvaigisti. Üks asutaja keskendus väikestele reisifirmadele. AI tegi selle rühma päeva; Probleeme oli palju, kuid üks jäi silma: pidev topeltbroneering ja raha kaotamine WhatsAppi tõttu ning broneeringute ja kogude käsitsi jälgimine. See oli sagedane, valus ja kallis probleem – klassikaline valuvaigisti. Ta loobus ülejäänud 6 ideest ja keskendus sellele ühele valule.

Neli kopeeritavat malli

1) Päeva kaevamine:

Sinu roll: klientide leidmise spetsialist. Sihtrühm: [nt. üks töötav hambaarst]. Kirjeldage tundide kaupa selle inimese tüüpilist tööpäeva. Loetlege korduvad probleemid, millega igas etapis kokku puutute ja kuidas te nendega praegu tegelete (praegune lahendus/parandus). Kui te pole kindel, kirjutage "eeldus, tuleb kontrollida". Pidage meeles, et te üldistate.

2) Probleemi muutmine hüpoteesiks:

Võtke järgmine valupunktide loend ja muutke igaüks selliseks mustriks: "[segment] kogeb [olukorra] hetkel [valu], mille tulemuseks on [kulu]." Seejärel märkige iga hüpotees kui "valuvaigisti/vitamiin" ja kirjuta ühe lausega põhjendus.

3) Vitamiini/valuvaigisti stressitest:

Hinnake järgmist probleemihüpoteesi: [hüpotees]. Hinded 1-5 telgedel (1) sagedus, (2) valu intensiivsus, (3) maksumus. (4) Vastake küsimusele "Mida inimesed praegu selle probleemi jaoks teevad ja kulutavad?" (5) Andke valuvaigistuste koguskoor ja kui see on halb, selgitage, miks see on halb.

4) Odav testikujundus:

Tahan testida nädala jooksul, koodi kirjutamata, järgmist hüpoteesi: [hüpotees]. Soovitage mulle 3 odavat testimismeetodit (nt intervjuu, eelregistreerimise leht, näidisuste test). Igaühe kohta: mida ma mõõdan, kui palju inimesi on piisavalt, milline tulemus ütleb "kibe tõde" mis tulemus ütleb "pole valu".

Nõrk viip / Tugev viip

Nõrk viip:

Andke mulle 20 käivitamise ideed.

See viip tekitab ideede prügimäe ilma konteksti ja segmentideta; Kõik on lahendustele orienteeritud, ükski ei põhine tõelisel valul.

Võimas viip:

Sinu roll: probleemidele keskendunud klientide leidmise mentor. Segment: [väikesed reisifirmade omanikud]. Kirjutage 8 kõige tõenäolisemat valu, mida see rühm oma tööd tehes kogeb, igaüks skeemil "segment-olukord-valu-kulu". Märgistage iga valu valuvaigistiks/vitamiiniks ja öelge mulle, kuidas odava nädalase testiga kontrollida 3 tugevaimat.

Lähenemine

Väljundi olemus

Kontrollitavus

alusta lahendusega

Lahe, kuid alusetu idee

madal

Segmenteerimata arvamuste küsimine

Üldine, mitte eristav

madal

Ülesanne + segment + hüpotees

Testitavate valude loend

kõrge

Probleem + odav testdisain

Kaasaskantav plaan põllule

kõrgeim

Levinud vead

• Alustades lahendusest. Kujutage ette toodet ja seejärel otsige probleeme; vastupidine ja ohtlik järjekord.
• Tehes seda "kõigi jaoks". Mida laiem on segment, seda hägusemaks muutub valu; Alusta väikselt.
• Vitamiini eksitamine valuvaigistitega. Armumine ideedesse “oleks tore omada”; Testige maksevalmidust.
• Segib AI-loendit päriselt. AI probleemide loetelu on hüpotees; Ühtegi toodet ei valmistata ilma tõeliste inimestega kontrollimiseta.
• Ei küsi sageduse/kulu kohta. Keegi ei osta lahendust probleemile, mida harva või vabalt talutakse.

Ettevaatust: AI võib esitada tavalise probleemi kui "suure võimaluse", et olla teile sümpaatne. Vastupidiselt kinnituse kallutamisele küsige iga loodud probleemi puhul kindlasti "kus on tõendid, mida inimesed praegu kulutavad?" Esitage küsimus ise. Kui tõendeid pole, on idee ikkagi vaid oletus.

Kokkuvõttes

Alustavad ettevõtted surevad, kui nad toodavad tooteid vale probleemi jaoks; Sellepärast on vaja alustada probleemist, mitte lahendusest. Hea probleem on sagedane, valus ja kallis. Valuvaigisti/vitamiinide eristamine on kõige praktilisem viis ennustada, milline valu põhjustab valmisolekut maksta. Tehisintellekt on võimas abivahend lõigu päevadesse süvenemisel, valupunktide muutmisel kontrollitavateks hüpoteesideks ja odavate testide kavandamiseks. Kuid probleemide loend, mille AI toodab, on lähtepunkt; Tõeline valu saab kindlaks ainult kohapeal, inimestega rääkides. Kasutage tehisintellekti nii produtsendi kui ka kriitikuna, ilma et armuksite oma ideesse.

Rakenduse ülesanne

Valige segment (võimalikult kitsas). Eemaldage tehisintellektist sellest segmendist valu malliga „päeva kaevamine”. Seejärel looge malliga "Probleemi muutmine hüpoteesiks" vähemalt 5 hüpoteesi ja märkige igaüks neist vitamiiniks/valuvaigistiks. Koostage kahe tugevaima valuvaigisti hüpoteesi jaoks iganädalane testiplaan mallist „Odav testi kujundus”. Plaanige teha nädala jooksul vähemalt üks neist testidest reaalse inimesega ja kirjutage eelnevalt üles, milline tulemus ütleb "karmi tõde".

kontrollnimekiri

• [ ] Kas ma alustasin konkreetse segmendi probleemist, mitte lahendusest?
• [ ] Kas olen muutnud iga probleemi kontrollitavaks hüpoteesiks?
• [ ] Kas olen filtreerinud iga hüpoteesi mööda vitamiini/valuvaigisti telge?
• [ ] "Mida inimesed sellele praegu kulutavad?" Kas ma olen esitanud küsimuse iga hüpoteesi kohta?
• [ ] Kas ma käsitlesin tehisintellekti loendit pigem hüpoteesina, mida tuleb kohapeal testida, mitte tegelikkust?