Winst:
- Vermogen om probleemgericht denken te begrijpen, niet oplossingsgericht denken, en kunstmatige intelligentie te gebruiken om probleemgebieden te verkennen en ideeën te genereren
- Vermogen om te onderscheiden of een probleem 'vitamine of pijnstiller' is en hypotheses te formuleren met kunstmatige intelligentie
- In staat zijn te begrijpen dat de lijst met ideeën geproduceerd door kunstmatige intelligentie een startpunt is en dat echte pijn alleen in het veld kan worden geverifieerd.
De meeste startups sterven niet vanwege een slecht idee, maar omdat ze een product hebben gemaakt voor een ‘probleem’ dat niemand echt opgelost wilde hebben. Startup-oprichters beginnen vaak met een oplossing: “Ik ga een app maken, zo gaat die werken.” Ervaren oprichters beginnen echter met een probleem: “Welke echte pijn ervaren mensen nu, en zijn ze bereid daarvoor te betalen?” In deze unit leren we AI (kunstmatige intelligentie – software die ideeën en tekst genereert) in de juiste volgorde te gebruiken, dat wil zeggen eerst voor het ontdekken van problemen. Laten we vanaf het begin de limiet stellen: AI kan honderden ideeën genereren, maar alleen mensen in het veld kunnen vertellen welke pijn echt is.
Probleemgericht denken, niet oplossingsgericht
Een probleemruimte is de reeks moeilijkheden die mensen tegenkomen tijdens hun werk of leven. Oplossingsruimte zijn de producten en diensten die worden geproduceerd om deze problemen op te lossen. De beginnersfout is om meteen in het oplossingsgebied te springen; Omdat het bedenken van de oplossing leuk is, is het begrijpen van het probleem saai en lastig. De perfecte oplossing voor het verkeerde probleem is echter afval.
Een goed probleem heeft drie kenmerken. Het komt vaak voor (niemand maakt een gewoonte van een zeldzaam probleem). Het is pijnlijk (men hoeft geen moeite te doen voor licht ongemak). Duur (een oplossing wordt gewaardeerd als het probleem tijd, geld of reputatie kost). Je kunt AI gebruiken om problemen op deze drie assen te ‘graven’.
Vitamine of pijnstiller?
Het is een van de nuttigste onderscheidingen in ondernemerschap. Pijnstillers lossen echte en onmiddellijke pijn op; Anders kan iemand zijn werk niet doen, waardoor de betalingsbereidheid groot is (bijvoorbeeld een incassosysteem voor een handelaar die niet kan werken zonder betaald te worden). Vitaminen daarentegen zijn een aangename maar overbodige verbetering; "Het zou leuk zijn om te hebben", maar het leven gaat door zonder (bijvoorbeeld een kleurrijke motiverende app). Vitaminen kunnen geld opleveren, maar het is een veel moeilijkere weg. Als je de AI een idee geeft, vraagt hij meteen: “is dit een pijnstiller of een vitamine, wat is het bewijs?” Laat ze vragen.
Tip: De snelste manier om erachter te komen of een probleem een pijnstiller is, is door te vragen: “Wat doen mensen op dit moment om dit probleem op te lossen en hoeveel tijd/geld besteden ze eraan?” Als er momenteel geld/inspanning wordt besteed aan een oplossing (ook al is deze slecht), is de pijn reëel.
Stap voor stap: Probleemdetectie met AI
- Selecteer een persoon/segment. Denk voor een specifieke groep, niet voor “iedereen” (bijvoorbeeld “solo-tandartsen”).
- Kras je dagen. Haal uit de AI een typische dag voor die groep, hun terugkerende frustraties en hun huidige coping-strategieën.
- Verander problemen in hypothesen. Verander elke ontbering in een toetsbare zin: “Groep X lijdt Z in situatie Y.”
- Vitamine-/pijnstillerfilter. Evalueer elke hypothese op deze as; Elimineer de zwakken.
- Genereer een bewijsvraag. Voor elke sterke hypothese “hoe test ik dit over een week?” Beantwoord de vraag.
- Neem het mee naar het veld. Het ultieme filter is praten met een echt mens, niet met een AI (volgende eenheid).
Let op: De problemenlijst die de AI produceert is een ‘startpunt’, niet de realiteit. AI generaliseert; Het kan zijn dat de echte pijn van uw segment niet op de lijst staat, of dat een item op de lijst mogelijk niet op u van toepassing is.
drie minikoffers
Geval 1 — Van oplossing naar probleem gaan. Een oprichter wilde ‘een AI-receptenapp’ maken (hij begon met de oplossing). Toen hij de AI liet graven in de dag van zijn doelgroep (nieuwe ouders), ontdekte hij dat de echte pijn niet het recept was, maar ‘snel eten van wat er voorhanden was’ en ‘gebrek aan tijd’. Hij herdefinieerde het probleem: "minder materiaal, minder tijd". Het productidee is radicaal veranderd en veel duidelijker geworden. Uiteindelijk sprak hij met 15 mensen; 12 bevestigden deze pijn.
Geval 2 – Het te vroeg elimineren van de vitamine. Eén team overwoog een app die ‘dagelijks een inspirerende quote naar werknemers stuurt’. Als je de AI laat testen op vitamines/pijnstillers en vraagt “wat geven mensen hier nu aan uit?” Als je eerlijk naar de vraag keek, was het antwoord 'niets'. Niemand gaf geld/moeite uit voor een woord van inspiratie. Ze lieten het idee al vroeg vallen; Ze ontwikkelden maandenlang producten en kwamen daarna weg met leren. De goedkoopste mislukking is degene die wordt opgemerkt voordat u zelfs maar begint.
Geval 3 – Geheime pijnstiller. Eén oprichter richtte zich op kleine reisorganisaties. AI maakte de dag van deze groep; Er waren veel problemen, maar één viel op: constante dubbele boekingen en geldverlies door WhatsApp en het handmatig volgen van reserveringen en incasso’s. Dit was een vaak voorkomend, pijnlijk en duur probleem: de klassieke pijnstiller. Hij verliet de andere zes ideeën en concentreerde zich op deze ene pijn.
Vier kopieerbare sjablonen
1) Graven per dag:
Jouw rol: klantontdekkingsspecialist. Doelgroep: [bijv. alleenstaande werkende tandarts]. Beschrijf van uur tot uur een typische werkdag voor deze persoon. Maak een overzicht van de terugkerende problemen die u in elke fase tegenkomt en hoe u daar momenteel mee omgaat (huidige oplossing/oplossing). Als u het niet zeker weet, schrijft u 'aanname, moet worden geverifieerd'. Houd er rekening mee dat u generaliseert.
2) Het probleem omzetten in een hypothese:
Neem de volgende lijst met pijnpunten en verander ze allemaal in dit patroon: "[segment] ervaart [pijn] op het moment van [situatie], wat resulteert in [kosten]." Markeer vervolgens elke hypothese als 'pijnstiller/vitamine' en schrijf de redenering in één zin op.
3) Stresstest met vitamines/pijnstillers:
Evalueer de volgende probleemhypothese: [hypothese]. Score 1-5 op de assen van (1) frequentie, (2) pijnintensiteit, (3) kosten. (4) Beantwoord de vraag: "Wat doen en geven mensen momenteel uit voor dit probleem?" (5) Geef een totale pijnverlichtingsscore en, indien slecht, leg uit waarom deze slecht is.
4) Goedkoop testontwerp:
Ik wil over een week de volgende hypothese testen, zonder code te schrijven: [hypothese]. Stel mij drie goedkope testmethoden voor (bijvoorbeeld interview, pre-registratiepagina, nepdeurtest). Voor elk: wat meet ik, hoeveel mensen zijn er genoeg, welk resultaat zegt "de bittere waarheid" welk resultaat zegt "geen pijn".
Zwakke prompt/sterke prompt
Zwakke prompt:
Geef me twintig startup-ideeën.
Deze prompt levert een vuilnisbelt van ideeën op zonder context en segmenten; Ze zijn allemaal oplossingsgericht, geen enkele is gebaseerd op echte pijn.
Krachtige prompt:
Jouw rol: probleemgerichte klantontdekkingsmentor. Segment: [eigenaren van kleine reisorganisaties]. Schrijf de acht meest waarschijnlijke pijnen op die deze groep ervaart tijdens het uitvoeren van hun werk, elk in het patroon 'segment-situatie-pijn-kosten'. Label elke pijn als een pijnstiller/vitamine en vertel me hoe ik de drie sterkste kan verifiëren met een goedkope test van een week.
Benadering
Aard van de uitvoer
Controleerbaarheid
beginnen met oplossing
Leuk maar ongefundeerd idee
laag
Het vragen naar niet-gesegmenteerde meningen
Algemeen, niet onderscheidend
laag
Probleem + segment + hypothese
Lijst met testbare pijn
hoog
Probleem + goedkoop testontwerp
Draagbaar plan naar het veld
hoogste
Veel voorkomende fouten
- Vertrekkend vanuit de oplossing. Stel je het product voor en zoek vervolgens naar problemen; omgekeerde en gevaarlijke volgorde.
- Doe het voor ‘iedereen’. Hoe breder het segment, hoe vager de pijn wordt; Begin klein.
- Vitamines verwarren met pijnstillers. Verliefd worden op ‘het zou leuk zijn om te hebben’-ideeën; Betaalbereidheid testen.
- De AI-lijst voor echt aanzien. De problemenlijst van AI is de hypothese; Geen enkel product wordt gemaakt zonder verificatie met echte mensen.
- Er wordt niet gevraagd naar de frequentie/kosten. Niemand koopt een oplossing voor een probleem dat zelden of vrijelijk wordt verdragen.
Pas op: AI kan een gewoon probleem presenteren als een ‘grote kans’ om sympathiek tegenover u te staan. Tegen de bias van bevestiging in, moet je bij elk gecreëerd probleem de vraag stellen: "Waar is het bewijs, wat geven mensen nu uit?" Stel de vraag zelf. Als er geen bewijs is, is het idee nog steeds slechts een gok.
Samengevat
Startups sterven als ze producten maken voor het verkeerde probleem; Daarom is het noodzakelijk om te beginnen bij het probleem, en niet bij de oplossing. Het goede probleem komt vaak voor, is pijnlijk en duur. Het onderscheid tussen pijnstiller en vitamine is de meest praktische manier om te voorspellen welke pijn de bereidheid om te betalen zal veroorzaken. AI is een krachtig hulpmiddel bij het doorgronden van de dag van een segment, het vertalen van pijnpunten in toetsbare hypothesen en het ontwerpen van goedkope tests. Maar de problemenlijst die AI oplevert is een uitgangspunt; Echte pijn wordt alleen op de grond gevalideerd, door met mensen te praten. Gebruik AI als producer en criticus zonder verliefd te worden op je eigen idee.
Applicatie taak
Kies een segment (zo smal mogelijk). Haal de pijn uit dat segment van de AI met de ‘digging a day’-template. Creëer vervolgens ten minste vijf hypothesen met het sjabloon 'Van een probleem een hypothese maken' en markeer elke hypothese als een vitamine/pijnstiller. Leid een wekelijks testplan af uit het sjabloon “Goedkoop testontwerp” voor de 2 sterkste analgetische hypothesen. Plan om binnen een week ten minste één van deze tests met een echt persoon af te leggen, en schrijf van tevoren op welk resultaat 'de harde waarheid' zal zijn.
controlelijst
- [ ] Ben ik begonnen met het probleem van een bepaald segment en niet met de oplossing?
- [ ] Heb ik van elk probleem een toetsbare hypothese gemaakt?
- [ ] Heb ik elke hypothese langs de vitamine/pijnstillers-as gefilterd?
- [ ] “Wat geven mensen hier momenteel aan uit?” Heb ik de vraag bij elke hypothese gesteld?
- [ ] Behandelde ik de AI-lijst als een hypothese die in het veld moest worden getest in plaats van als de realiteit?