10个来之不易的AI产品教训
我是一家生成式人工智能咨询公司的创始人，我们为其他公司开发基于人工智能的产品。我们已经这样做了18个月了，我想我分享我们的经验-这可能会帮助其他人。
- 跟上最新的工具和发展是一场永无止境的战斗。
- 当你交付产品时，使用的已经是过时的技术栈。
- 现在还没有最佳实践。你需要在工具/流程上下注，并寄希望于产品发布时情况不会有太大变化（会的，见第 2 点）。
- 如果你的生成式人工智能产品没有风险投资支持的竞争对手，那么很快就会有。
- 要想胜出，你需要具备以下两点之一：（1）最好的分销；（2）将生成式人工智能组件隐藏在你的产品中，这样别人就不会/无法复制你的产品。
- 人工智能研究人员/数据科学家是人工智能工程的次优选择。他们成本高昂，无法解决你的大部分问题，而且很可能希望专注于更基本的问题，而不是构建产品。
- 软件工程师是最好的人工智能工程师。他们能够立即解决您 80% 的问题，而且他们因为可以 "从事人工智能工作 "而充满动力。
- 产品设计师需要更加注重技术，而人工智能工程师则需要更加以产品为导向。目前的差距太大了，这会导致产品开发过程中出现各种问题。
- 演示偏差是真实存在的，它使交付符合客户期望的产品变得难上加难。有效沟通是一项被低估的技能。
- 目前还没有现成的人工智能生成内容。目前的工具还不够可靠，它们会产生幻觉、胡编乱造并产生不一致的结果（适用于文本、语音、图像和视频）。