OKR gör AI-implementeringar realistiska
Det råder ingen tvekan om att AI förändrar och kommer att fortsätta förändra hur vi interagerar med digitala produkter och tjänster. Till skillnad från andra tekniktrender under de senaste åren förändrar AI redan hur vi arbetar med alla delar av produktutveckling, affärsverksamhet, kundservice och mycket mer. Det är det nya ”skinande objektet” som chefer jagar.
Att ställa rätt frågor
Om det inte redan har hänt kommer din chef att komma till dig och be dig integrera AI i din produkt. Ditt jobb är att påminna dem om att AI är en funktion och fråga: ”Vilket problem försöker vi lösa med AI?” Du bör också fråga: ”Hur kommer vi att veta att AI-integrationen förbättrar kundupplevelsen?” Och slutligen: ”Vilken kundupplevelse kommer vi INTE att skapa medan vi arbetar med att implementera, finjustera och underhålla AI-funktionen?”
Det här är samma frågor som du skulle ställa om vilken funktion som helst. Om vårt syfte är att göra våra kunder framgångsrika och våra ledare kräver en specifik implementering av funktioner, hur förenar vi våra OKR-mål med den här AI-drivna efterfrågan?
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Om en idé, oavsett hur skinande, ny eller kraftfull den är, inte kommer att göra dina kunder mer framgångsrika bör du vänta. Vänta tills du har en bättre uppfattning om var AI kan hjälpa till att lösa verkliga problem i din produkt. Se till att den insats du lägger ner leder till en bättre användarupplevelse för dina kunder och bättre affärsresultat för ditt företag. Annars ignorerar vi OKR:ernas kärnvärde och fyller vår produkt med överflödig programvara som vi måste underhålla för alltid.
AI är en funktion, inte en strategi
För att vara tydlig är AI ett resultat. Det är en funktion i din produkt eller tjänst. Det är något du ”skapar” och hoppas ska leda till nya och bättre kundbeteenden. Oavsett direktiv från ledningen bör AI-integrationen i ditt produkterbjudande framför allt lösa eller förbättra ett befintligt problem eller arbetssätt för dina användare.
Det intressanta med att lägga till AI i sin produkt är att det är en teknik som gör det möjligt att helt uppfinna användarupplevelsen på nytt. Även om den i många fall kan göra ett befintligt arbetsflöde enklare, effektivare eller onödigt, kommer det säkert att finnas möjligheter att helt tänka om kring hur dina kunder arbetar med din produkt. I alla fall – oavsett om det handlar om stegvisa förbättringar eller en total omdesign – måste kunden och kundens behov stå i centrum för era diskussioner.
Här är ett exempel från min dagliga rutin. Jag använder en e-postprodukt som jag älskar och som heter Spark. Den har gjort min e-postvardag enklare, mer samarbetsinriktad och bekväm. Jag är betalande kund. Under de senaste månaderna har Spark-teamet lagt till ”AI” i produkten.
Ett exempel på den AI-integrationen är när jag svarar på ett e-postmeddelande som förbereder mig inför en kommande podcastintervju och innehåller några önskemål till mig. Steg 1 är att trycka på svara som vanligt. Sedan får jag möjlighet att låta AI-funktionen skapa ett svar.
Därefter uppmanas jag att lägga till sammanhang i svaret. Med andra ord måste jag börja skriva svaret själv för att ”hjälpa” AI:n att veta hur den ska svara ”automatiskt”.
Slutligen skapar den ett svar som jag nu måste läsa, granska, redigera och sedan skicka.
Integreringen av AI i det här arbetsflödet sparar ingenting åt mig. Jag måste fortfarande instruera AI:n att svara på ett specifikt sätt, kontrollera att den skrev något som jag håller med om, göra de rätta redigeringarna och först därefter skicka e-postmeddelandet. I det här fallet skulle jag ha skickat allt material som behövdes tillsammans med det här e-postmeddelandet för att slippa ytterligare en vända fram och tillbaka. Jag skulle också ha redigerat texten så att den lät som jag och, ja, inte som en bot. (Jag skriver aldrig ”Med vänliga hälsningar”).
Vilket OKR hjälper den här funktionen Spark-teamet att uppnå? Mindre tid åt att besvara e-postmeddelanden? Så är det inte för mig, åtminstone. Ett större antal e-postmeddelanden hanterade under ungefär samma användningstid? Återigen, inte för mig. Verkligheten är att Spark-teamet lade till detta eftersom de, liksom många andra företag, ser AI som en kapplöpning där de måste hålla jämna steg för att vara konkurrenskraftiga, när det i själva verket, gissar jag, inte gör något för deras nedladdningsfrekvens, andel slutförda kontoregistreringar, användningsfrekvens eller bibehållande av kunder (alla OKR:er).
Att jaga det skinande objektet kontra att lösa verkliga problem
Det kan vara frestande att jaga det skinande objektet. Tänk i stället på vilka mål du har för din produkt. När man kokar ner dem handlar de troligen om någon variant av förvärv, aktivering, bibehållande, intäkter och hänvisningar (de ökända Piratmåtten). Vad lockar dina kunder, får dem att använda produkten och får dem att komma tillbaka? Innovation är viktig och avgörande för din produkts framgång, men inte på bekostnad av grundläggande användbarhet, prestanda och stabilitet.
Om du först får grunderna på plats blir det lättare att uppnå dina centrala OKR:er. När grunderna väl är på plats identifierar du var och hur du kan förnya och förbättra tjänsten. Det kommer sannolikt att finnas användningsfall där AI är mycket meningsfullt. Frågan du bör ställa är dock: till vilket syfte? Hur kommer AI att göra användarupplevelsen bättre, snabbare, mer exakt, effektivare och så vidare?
När AI-integrationen har lanserats mäter du dessa användarbeteenden (även kallade nyckelresultat). Om de inte har förändrats tar du reda på varför. Om Spark-teamet till exempel frågade mig skulle jag säga att AI-funktionen var värdelös för mig. Jag kanske är ett undantag, men jag gissar att det finns många som liknar mig och som föredrar att skriva sina egna e-postsvar med sin egen röst.
Prenumerera på The CTO Clubs nyhetsbrev för fler insikter från vår expertgemenskap.
