Как нащупываются продукты на базе искусственного интеллекта прямо на наших глазах
Покажу на примерах, которые видим прямо сейчас
** Еще больше интересного в моем канале продуктовые штучки**
Интересно наблюдать, как рождаются продукты на наших глазах. А если и не сам продукт, то хотя бы фишки, которые помогают ему стать виральным и быстро набрать аудиторию (что тоже весьма неплохо, когда завоевываешь место на рынке). Покажу это на конкретном примере.
Пример — фича технологии генерации видео на основе картинки (image2video). Важно: что все описываемые фишки завирусились, противном случае их не стоило бы обсуждать.
Почему я имею наглость вам об этом рассказывать? Я менеджер продукта, и имею дело с техническими продуктами вот уже 5 лет, а в целом с продуктом — более 15 лет.
Подписывайтесь на мой канал: продуктовые штуки одной строкой
О чем это вообще?
Хорошо известно, что только технологии недостаточно для создания хорошего продукта. Важно решение конкретной задачи пользователя на базе технологии.
И зачастую фанудеры делают несколько поворотов, прежде чем нащупают продукт. Классические примеры: Facebook задумывался как сеть для общения в кампусе, а Whatsapp (не угадаете!) - для сообщения своего статуса (занят, свободен и пр.).
Иногда не удается найти работоспособное решение (свежий пример - Amazon закрыл магазин без продавцов, а сравнительно недавно помним взлет и падение Clubhouse), но это отдельная история.
Поэтому хороший всегда стартапер внимательно следит за тем, как используют его продукт, чтобы найти реально востребованное у целевой аудитории применение
Почему так? Потому что это самый лучший (реальное использование vs слова) способ получить обратную связь от своих пользователей.
В чем суть новации?
В июне вышло сразу несколько моделей для создания видео на основе текстового запроса (text2video) или картинки (image2video). И конечно же, модели достаточно быстро были доработаны: не очень-то интересно получить неуправляемое видео. Поэтому достаточно быстро, буквально в течение недели, появилась возможность контролировать (“фреймить”) результат, задав начальный и конечный кадр видео. Это сделали Kling от Dream Machine от Luma.
Как это использовать, как показать фишку?
И тут компании пошли разными путями:
Kling: показывает встречу с ушедшими родственниками:
Luma: показывает пример оживления родственников из архива (задаете начальный и конечный кадр, но тут конечно лучше иметь несколько фото одного вида).
Исходные фото:
Результат:
Наконец, родился третий вариант, тоже от Kling: показать встречу с самым лучшим человеком на свете, с собой в молодости:
Что дальше?
Будем наблюдать. Выбор кейсов обоснован и хорош: они понятны, массовы и главное — эмоционально цепляют.
Не похоже, что вокруг этого можно построить целый продукт, но нащупать возможные направления применения - это наверняка.