这些企业的产品迭代，AI说了算

　　▲ 传感器与可穿戴设备市场的AI初创企业分布图
　　人工智能正帮助企业识别新商机，推动产品快速迭代，通过多种方式令产品更完美。在这些领域，AI的优势在于： 快速搜索大量数据并发现其中的模式，分析现有模式中的空白、新产品及服务的商业机遇及市场竞争力。 通过反复试验，对新产品或服务的概念或原型进行虚拟迭代，通过更短的测试时间与更低的测试成本模拟消费者反馈。 通过分析各个地理区域的搜索与购买模式，预测本地市场对于新产品及服务的需求与接受程度。
　　下面来看几个令人振奋的示例，了解人工智能在新产品开发过程的不同阶段内发挥的作用，以及各类具体技术方案的部署方法。 IntelligentX借助AI创造新的啤酒品类
　　总部位于巴塞罗那的跨国啤酒厂商Damm公司开放创新经理Jordi Torrent分享了AI技术在啤酒行业中的应用情况。除了啤酒酿造之外，该公司还需要关注物流及分销等相关业务。
　　英国初创企业IntelligentX则与机器学习公司Intelligent Layer与广告素材代理商10X合作，运用AI技术研发出一系列啤酒产品。
　　首先，公司通过聊天机器人向消费者询问关于啤酒口味偏好的问题，并快速整理反馈。接下来，算法从中学习如何优化现有产品，以及如何提出更有针对性的调查问题。通过不断学习与调整啤酒口味，AI系统最终收集到大量数据，并以远超传统产品开发流程的效率，对重要信息做出解释。
　　伦敦的＂UBREW（开放啤酒厂）＂开始出售金色、琥珀色、浅色与黑色四种啤酒，会员甚至可以在这里自己动手酿啤酒。根据反复探索，AI在一年内对啤酒产品连续进行了11轮改进。 NetBase Quid市场与产品需求分析
　　刚刚与社交分析厂商NetBase公司合并的AI厂商Quid，使用AI技术，从几乎一切市场中探寻商业机遇。
　　Quid公司创始人、现任NetBase Quid总裁Bob Goodson建立起一套独特的数据库，其中包含全球200万家已经获得风险投资与天使投资人支持的初创企业，外加与之对应的产品。Quid能够直接针对各个领域整理出新的产品与服务构想，借此跟踪还有哪些新的商机等待创业者开发。
　　如今，借助NetBase的社交信息收集与分析能力，NetBase Quid能够＂听到＂消费者们尚未得到满足的诉求与对现有产品的负面意见，从而推断出，更好的产品或服务应该是什么样子。就在上周，Goodson在电话采访中演示了整个分析流程。在短短几分钟内，AI系统就生成了报告与见解——同样的工作通常需要耗费传统咨询团队长达数周的时间。
　　本文开篇的图表，展示了传感器与可穿戴设备市场中的初创企业集群，以及各参与企业之间的差距与优势。而下图，则为同一市场中各个子行业内的初创企业，各家公司的平均创立时间，以及每个子行业已经吸引到多少投资。通过数据，可以看到各个子行业的竞争力与发展程度，以及相关投资额度是否仍在增加。
　　▲ 图为各个行业中初创企业数量、行业的平均创业情况以及各部门吸引到的投资额。
　　最后一张图表，则按季度显示了各个子行业中的近期单季度投资金额。可以看到，传感器与可穿戴设备已经在COVID-19疫情时期内吸引到可观的投资。
　　▲ 图为各季度各个细分市场的投资额汇总。 消费者零售包装产品（CPG）运用AI技术加速产品研发与消费者测试
　　初创企业Turing Labs在Y Combinator、Moment Ventures以及《精准初创企业（The Lean Startup）》作者Eric Reis的支持下，利用AI软件，增强各类消费者零售包装产品及食品的研发能力，同时显著降低研发成本。
　　他们的AI方案缩短了新产品的全面测试时间，能够将原本约一年半的周期缩短至6个星期左右。该软件还能够分析历史产品、调查测试数据并分析其中的化学原理，同时使用机器学习模拟肥皂、洗衣粉、洗发水、沙拉调味品以及饮料等新产品的市场反馈情况。
　　Turing方面还量化了＂人类数据＂（即研发与市场研究团队的知识），并将这些信息添加至组合当中，借此预测成分变化对产品配方、成本以及消费者喜爱度的影响。整个迭代过程以虚拟方式进行，因此速度极快，便于企业快速优化并重复推进学习。整个流程不仅在速度上远超以往对于物理对象的真实测试，也极大降低了测试与迭代成本。
　　考虑到新冠疫情冲击下众多研发实验室纷纷停工，AI软件能够帮助各位居家办公的研究人员使用自有计算机上的机器学习程序代替传统实验环境。目前，Turing已经与多家大型中国CPG与零售厂商合作，通过控制测试数据及/或实时控制测试等方式，验证预测结果的准确性。 在设计研究与新产品机会探索中使用AI技术
　　作为一家战略设计机构，Smart Design公司使用AI技术补充原本以人类员工为核心的运营方式。AI技术的介入为其研究体系添加了新的视角，帮助团队发现更多不同见解，找到传统定量或者定性方法很难发现的行为或机会模式。与人类不同，AI技术受偏见因素的影响较低，因此更容易发现某些非常规期望或模式，最终为人类洞见提供有力补充。
　　如果拥有大量极为丰富或复杂（基于语音或图像）的可用数据集，或者数据集内容高度动态且经常变更，那么AI技术将成为不可或缺的重要分析工具。这类业务场景包括： 由各机构、政府或城市提供的开放数据 订阅服务，例如 Statista 客户拥有的消费者数据，包括购买、使用与社交行为 丰富且复杂的基础研究数据（例如活动日志、成绩单、视频及图像等）
　　作为典型案例，Smart Design方面对纽约、波士顿及旧金山的自行车道交通事故进行了开源数据分析，希望检查自行车道的具体设计会给事故发生率产生怎样的影响。相关结论，有望给未来的道路设计带来重要的实质性增强与启发。
　　▲ 图：由AI生成的纽约自行车事故地图，用于协助指引自行车道的设计思路。
　　AI系统还可以使用Voxpopme或Luminoso等分析软件，将来自众多受访者的访谈结果转录为文本，并据此进行内容分析。AI技术能够在受访者回复中的短语与概念之间找到共通模式，从而揭示人类分析师以往难以察觉的重要趋势。 写给CMO们的小提示
　　对于大多数企业而言，人工智能仍是个全新的未知世界。但它本身又代表着新的产品开发方向，拥有毋庸置疑的尝试价值。
　　对于希望运用AI之力推动企业发展的管理者而言，AI有望帮助你发现机会、快速实现产品迭代，并在过程当中显著节约运营成本，最终建立起强大的竞争优势。更重要的是，AI代表着未来，而且必将以质量更高、更加易于上手的面貌与我们相拥。