Keuntungan:
- Keupayaan untuk memahami pemikiran berorientasikan masalah, bukan pemikiran berorientasikan penyelesaian, dan menggunakan kecerdasan buatan untuk meneroka kawasan masalah dan menjana idea
- Keupayaan untuk membezakan sama ada masalah adalah 'vitamin atau ubat penahan sakit' dan membuat hipotesis dengan kecerdasan buatan
- Dapat memahami bahawa senarai idea yang dihasilkan oleh kecerdasan buatan adalah titik permulaan dan kesakitan sebenar hanya boleh disahkan di lapangan.
Kebanyakan syarikat pemula mati bukan kerana idea yang tidak baik, tetapi kerana mereka membuat produk untuk "masalah" yang tiada siapa yang benar-benar mahu diselesaikan. Pengasas permulaan selalunya bermula dengan penyelesaian: "Saya akan membuat aplikasi, ini adalah cara ia berfungsi." Pengasas yang berpengalaman, bagaimanapun, bermula dengan masalah: "Apakah kesakitan sebenar yang orang alami sekarang, dan adakah mereka sanggup membayarnya?" Dalam unit ini kita akan belajar menggunakan AI (kecerdasan buatan — perisian yang menjana idea dan teks) dalam susunan yang betul, iaitu pertama untuk penemuan masalah. Mari kita tetapkan had dari awal: AI boleh menjana beratus-ratus idea, tetapi hanya orang dalam bidang yang boleh mengetahui kesakitan mana yang sebenar.
Pemikiran berorientasikan masalah, bukan berorientasikan penyelesaian
Ruang masalah ialah set kesukaran yang dihadapi oleh orang semasa melakukan pekerjaan atau kehidupan mereka. Ruang penyelesaian ialah produk dan perkhidmatan yang dihasilkan untuk menyelesaikan masalah ini. Kesilapan pemula ialah melompat terus ke kawasan penyelesaian; Kerana membayangkan penyelesaian itu menyeronokkan, memahami masalah itu membosankan dan menyusahkan. Walau bagaimanapun, penyelesaian yang sempurna untuk masalah yang salah adalah sampah.
Masalah yang baik mempunyai tiga ciri. Ia berlaku dengan kerap (tiada siapa yang membuat tabiat masalah yang jarang berlaku). Ia menyakitkan (seseorang tidak berusaha untuk ketidakselesaan ringan). Mahal (penyelesaian dinilai jika masalah itu memakan masa, wang atau reputasi). Anda boleh menggunakan AI untuk "menggali" masalah dalam tiga paksi ini.
Vitamin atau ubat tahan sakit?
Ia adalah salah satu perbezaan yang paling berguna dalam keusahawanan. Ubat penahan sakit menyelesaikan kesakitan sebenar dan serta-merta; Jika tidak, seseorang itu tidak dapat menjalankan tugasnya, maka kesanggupan untuk membayar adalah tinggi (contohnya, sistem kutipan untuk peniaga yang tidak boleh bekerja tanpa dibayar). Vitamin, sebaliknya, adalah penambahbaikan yang menyenangkan tetapi boleh diketepikan; "Memang bagus untuk memiliki", tetapi kehidupan diteruskan tanpanya (contohnya, aplikasi motivasi yang berwarna-warni). Vitamin boleh menjana wang, tetapi ia adalah jalan yang lebih sukar. Apabila anda memberi idea kepada AI, ia segera bertanya "adakah ini ubat penahan sakit atau vitamin, apakah buktinya?" Buat mereka bertanya.
Petua: Cara terpantas untuk mengetahui sama ada masalah adalah ubat penahan sakit adalah dengan bertanya: "Apa yang orang lakukan sekarang untuk menyelesaikan masalah ini dan berapa banyak masa/wang yang mereka habiskan untuknya?" Jika wang/usaha sedang dibelanjakan untuk penyelesaian (walaupun ia buruk), kesakitannya adalah nyata.
Langkah demi langkah: Penemuan masalah dengan AI
- Pilih orang/segmen. Fikirkan untuk kumpulan tertentu, bukan "semua orang" (mis. "doktor gigi solo").
- Gores hari-hari anda. Ekstrak daripada AI hari biasa untuk kumpulan itu, kekecewaan mereka yang berulang, dan strategi menghadapi semasa mereka.
- Tukar masalah kepada hipotesis. Tukar setiap kesusahan menjadi ayat yang boleh diuji: "Kumpulan X mengalami Z dalam situasi Y."
- Penapis vitamin/penahan sakit. Nilaikan setiap hipotesis pada paksi ini; Hapuskan yang lemah.
- Hasilkan soalan bukti. Untuk setiap hipotesis yang kuat "bagaimana saya menguji ini dalam seminggu?" Jawab soalan.
- Bawa ke padang. Penapis muktamad bercakap dengan manusia sebenar, bukan AI (unit seterusnya).
Nota: Senarai masalah yang dihasilkan AI adalah "titik permulaan", bukan realiti. AI membuat generalisasi; Kesakitan sebenar segmen anda mungkin tiada dalam senarai, atau item dalam senarai mungkin tidak berkenaan dengan anda.
tiga kes mini
Kes 1 — Beralih daripada penyelesaian kepada masalah. Seorang pengasas ingin membuat "aplikasi resipi AI" (dia bermula dengan penyelesaian). Apabila dia mempunyai AI mengali ke hari penonton sasarannya (ibu bapa baru), dia mendapati bahawa kesakitan sebenar bukanlah resipi, tetapi "makan dengan cepat dari apa sahaja yang ada di tangan" dan "kekurangan masa." Dia mentakrifkan semula masalah: "kurang bahan, kurang masa". Idea produk telah berubah secara radikal dan menjadi lebih jelas. Akhirnya, dia bercakap dengan 15 orang; 12 mengesahkan kesakitan ini.
Kes 2 - Menghapuskan vitamin terlalu awal. Satu pasukan sedang mempertimbangkan aplikasi yang "menghantar petikan inspirasi harian kepada pekerja." Apabila anda mendapatkan AI untuk menguji vitamin/ubat penahan sakit dan bertanya "apa yang orang belanjakan untuk ini sekarang?" Apabila anda melihat soalan itu dengan jujur, jawapannya adalah "tiada." Tiada siapa yang membelanjakan wang/usaha untuk kata-kata inspirasi. Mereka menggugurkan idea itu lebih awal; Mereka membangunkan produk selama berbulan-bulan dan kemudian melarikan diri dengan pembelajaran. Kegagalan yang paling murah adalah yang dapat dilihat sebelum anda bermula.
Kes 3 — Ubat penahan sakit rahsia. Seorang pengasas memberi tumpuan kepada syarikat pelancongan kecil. AI membuat hari kumpulan ini; Terdapat banyak masalah, tetapi satu yang menonjol: tempahan berganda yang berterusan dan kehilangan wang disebabkan oleh WhatsApp dan penjejakan manual tempahan dan koleksi. Ini adalah masalah yang kerap, menyakitkan dan mahal—ubat penahan sakit klasik. Dia meninggalkan 6 idea yang lain dan memberi tumpuan kepada kesakitan yang satu ini.
Empat templat yang boleh disalin
1) Menggali sehari:
Peranan anda: pakar penemuan pelanggan. Kumpulan sasaran: [cth. doktor gigi tunggal yang bekerja].Terangkan, jam demi jam, hari kerja biasa untuk orang ini. Senaraikan masalah berulang yang anda hadapi pada setiap peringkat dan cara anda sedang menanganinya (penyelesaian/penyelesaian semasa). Jika anda tidak pasti, tulis "andaian, mesti disahkan". Ingat bahawa anda membuat generalisasi.
2) Mengubah masalah menjadi hipotesis:
Ambil senarai titik kesakitan berikut dan ubah setiap satu kepada corak ini: "[segmen] sedang mengalami [sakit] pada saat [situasi], mengakibatkan [kos]." Kemudian tandakan setiap hipotesis sebagai "ubat penahan sakit/vitamin" dan tulis rasionalnya dalam satu ayat.
3) Ujian tekanan vitamin/ubat penahan sakit:
Nilaikan hipotesis masalah berikut: [hipotesis]. Skor 1-5 pada paksi (1) kekerapan, (2) keamatan kesakitan, (3) kos. (4) Jawab soalan "Apa yang orang lakukan dan belanjakan untuk masalah ini sekarang?" (5) Berikan jumlah skor melegakan kesakitan dan, jika lemah, terangkan mengapa ia lemah.
4) Reka bentuk ujian murah:
Saya ingin menguji hipotesis berikut dalam seminggu, tanpa menulis kod: [hipotesis]. Cadangkan saya 3 kaedah ujian yang murah (cth. temu duga, halaman prapendaftaran, ujian pintu olok-olok). Untuk setiap: apakah yang saya ukur, berapa ramai orang yang cukup, yang hasilnya mengatakan "kebenaran yang pahit" yang hasilnya mengatakan "tidak sakit".
Gesaan lemah / Gesaan kuat
Gesaan yang lemah:
Beri saya 20 idea permulaan.
Gesaan ini menghasilkan pembuangan sampah idea tanpa konteks dan segmen; Semuanya berorientasikan penyelesaian, tidak ada yang berdasarkan kesakitan sebenar.
Gesaan kuat:
Peranan anda: mentor penemuan pelanggan yang memfokuskan masalah. Segmen:[pemilik syarikat pelancongan kecil]. Tulis 8 kesakitan yang paling mungkin dialami oleh kumpulan ini semasa melakukan tugas mereka, setiap satu dalam corak "kos-kesakitan-situasi-segmen". Labelkan setiap kesakitan sebagai ubat penahan sakit/vitamin dan beritahu saya bagaimana untuk mengesahkan 3 yang paling kuat dengan ujian seminggu yang murah.
Pendekatan
Sifat keluaran
Kebolehpercayaan
mulakan dengan penyelesaian
Idea yang keren tetapi tidak berasas
rendah
Meminta pendapat yang tidak bersegmen
Umum, tidak tersendiri
rendah
Masalah + segmen + hipotesis
Senarai kesakitan yang boleh diuji
tinggi
Masalah + reka bentuk ujian murah
Pelan mudah alih ke lapangan
tertinggi
Kesilapan biasa
- Bermula daripada penyelesaian. Bayangkan produk dan kemudian cari masalah; perintah terbalik dan berbahaya.
- Melakukannya untuk "semua orang". Semakin luas segmen, semakin kabur rasa sakit; Mulakan dari kecil.
- Tersilap vitamin sebagai ubat tahan sakit. Jatuh cinta dengan idea "alangkah baiknya"; Uji kesediaan pembayaran.
- Tersilap senarai AI sebenarnya. Senarai masalah AI ialah hipotesis; Tiada produk dibuat tanpa pengesahan dengan orang sebenar.
- Tidak bertanya tentang kekerapan/kos. Tiada siapa yang membeli penyelesaian untuk masalah yang jarang atau bebas ditanggung.
Berhati-hati: AI mungkin memberikan masalah biasa sebagai "peluang besar" untuk bersimpati kepada anda. Terhadap bias pengesahan, untuk setiap masalah yang dibuat, pastikan anda bertanya "di mana buktinya, apa yang orang belanjakan sekarang?" Tanya soalan itu sendiri. Jika tiada bukti, idea itu masih sekadar tekaan.
Secara ringkasnya
Pemula mati apabila mereka membuat produk untuk masalah yang salah; Itulah sebabnya perlu bermula dengan masalah, bukan penyelesaiannya. Masalah yang baik adalah kerap, menyakitkan dan mahal. Perbezaan ubat penahan sakit/vitamin adalah cara paling praktikal untuk meramalkan kesakitan yang akan menyebabkan kesanggupan membayar. AI ialah bantuan yang berkuasa dalam menggali hari segmen, menterjemah titik kesakitan kepada hipotesis yang boleh diuji dan mereka bentuk ujian yang murah. Tetapi senarai masalah yang dihasilkan AI adalah titik permulaan; Kesakitan sebenar hanya disahkan di atas tanah, dengan bercakap dengan orang. Gunakan AI sebagai pengeluar dan pengkritik tanpa jatuh cinta dengan idea anda sendiri.
Tugasan permohonan
Pilih segmen (sempit mungkin). Keluarkan kesakitan segmen itu dari AI dengan templat "menggali sehari". Kemudian, cipta sekurang-kurangnya 5 hipotesis dengan templat "Mengubah masalah menjadi hipotesis" dan tandakan setiap satu sebagai vitamin/ubat penahan sakit. Dapatkan rancangan ujian mingguan daripada templat "Reka bentuk ujian murah" untuk 2 hipotesis analgesik terkuat. Rancang untuk mengambil sekurang-kurangnya satu daripada ujian ini dengan orang sebenar dalam masa seminggu, dan tuliskan terlebih dahulu keputusan yang akan menyatakan "kebenaran yang keras."
senarai semak
- [ ] Adakah saya bermula dengan masalah segmen tertentu dan bukan dengan penyelesaiannya?
- [ ] Adakah saya telah mengubah setiap masalah menjadi hipotesis yang boleh diuji?
- [ ] Adakah saya telah menapis setiap hipotesis di sepanjang paksi vitamin/ubat penahan sakit?
- [ ] “Apakah yang orang belanjakan untuk ini sekarang?” Adakah saya telah bertanya soalan kepada setiap hipotesis?
- [ ] Adakah saya menganggap senarai AI sebagai hipotesis untuk diuji di lapangan dan bukannya realiti?