人工智能正幫助企業識別新商機，推動產品快速迭代，通過多種方式令產品更完美。在這些領域，AI的優勢在于：

快速搜索大量數據并發現其中的模式，分析現有模式中的空白、新產品及服務的商業機遇及市場競爭力。

通過反復試驗，對新產品或服務的概念或原型進行虛擬迭代，通過更短的測試時間與更低的測試成本模擬消費者反饋。

通過分析各個地理區域的搜索與購買模式，預測本地市場對于新產品及服務的需求與接受程度。

下面來看幾個令人振奮的示例，了解人工智能在新產品開發過程的不同階段內發揮的作用，以及各類具體技術方案的部署方法。

IntelligentX借助AI創造新的啤酒品類

總部位于巴塞羅那的跨國啤酒廠商Damm公司開放創新經理Jordi Torrent分享了AI技術在啤酒行業中的應用情況。除了啤酒釀造之外，該公司還需要關注物流及分銷等相關業務。

英國初創企業IntelligentX則與機器學習公司Intelligent Layer與廣告素材代理商10X合作，運用AI技術研發出一系列啤酒產品。

首先，公司通過聊天機器人向消費者詢問關于啤酒口味偏好的問題，并快速整理反饋。接下來，算法從中學習如何優化現有產品，以及如何提出更有針對性的調查問題。通過不斷學習與調整啤酒口味，AI系統最終收集到大量數據，并以遠超傳統產品開發流程的效率，對重要信息做出解釋。

倫敦的“UBREW（開放啤酒廠）”開始出售金色、琥珀色、淺色與黑色四種啤酒，會員甚至可以在這里自己動手釀啤酒。根據反復探索，AI在一年內對啤酒產品連續進行了11輪改進。

NetBase Quid市場與產品需求分析

剛剛與社交分析廠商NetBase公司合并的AI廠商Quid，使用AI技術，從幾乎一切市場中探尋商業機遇。

Quid公司創始人、現任NetBase Quid總裁Bob Goodson建立起一套獨特的數據庫，其中包含全球200萬家已經獲得風險投資與天使投資人支持的初創企業，外加與之對應的產品。Quid能夠直接針對各個領域整理出新的產品與服務構想，借此跟蹤還有哪些新的商機等待創業者開發。

如今，借助NetBase的社交信息收集與分析能力，NetBase Quid能夠“聽到”消費者們尚未得到滿足的訴求與對現有產品的負面意見，從而推斷出，更好的產品或服務應該是什么樣子。就在上周，Goodson在電話采訪中演示了整個分析流程。在短短幾分鐘內，AI系統就生成了報告與見解——同樣的工作通常需要耗費傳統咨詢團隊長達數周的時間。

本文開篇的圖表，展示了傳感器與可穿戴設備市場中的初創企業集群，以及各參與企業之間的差距與優勢。而下圖，則為同一市場中各個子行業內的初創企業，各家公司的平均創立時間，以及每個子行業已經吸引到多少投資。通過數據，可以看到各個子行業的競爭力與發展程度，以及相關投資額度是否仍在增加。

▲ 圖為各個行業中初創企業數量、行業的平均創業情況以及各部門吸引到的投資額。

最后一張圖表，則按季度顯示了各個子行業中的近期單季度投資金額。可以看到，傳感器與可穿戴設備已經在COVID-19疫情時期內吸引到可觀的投資。

▲ 圖為各季度各個細分市場的投資額匯總。

消費者零售包裝產品（CPG）運用AI技術加速產品研發與消費者測試

初創企業Turing Labs在Y Combinator、Moment Ventures以及《精準初創企業（The Lean Startup）》作者Eric Reis的支持下，利用AI軟件，增強各類消費者零售包裝產品及食品的研發能力，同時顯著降低研發成本。

他們的AI方案縮短了新產品的全面測試時間，能夠將原本約一年半的周期縮短至6個星期左右。該軟件還能夠分析歷史產品、調查測試數據并分析其中的化學原理，同時使用機器學習模擬肥皂、洗衣粉、洗發水、沙拉調味品以及飲料等新產品的市場反饋情況。

Turing方面還量化了“人類數據”（即研發與市場研究團隊的知識），并將這些信息添加至組合當中，借此預測成分變化對產品配方、成本以及消費者喜愛度的影響。整個迭代過程以虛擬方式進行，因此速度極快，便于企業快速優化并重復推進學習。整個流程不僅在速度上遠超以往對于物理對象的真實測試，也極大降低了測試與迭代成本。

考慮到新冠疫情沖擊下眾多研發實驗室紛紛停工，AI軟件能夠幫助各位居家辦公的研究人員使用自有計算機上的機器學習程序代替傳統實驗環境。目前，Turing已經與多家大型中國CPG與零售廠商合作，通過控制測試數據及/或實時控制測試等方式，驗證預測結果的準確性。

在設計研究與新產品機會探索中使用AI技術

作為一家戰略設計機構，Smart Design公司使用AI技術補充原本以人類員工為核心的運營方式。AI技術的介入為其研究體系添加了新的視角，幫助團隊發現更多不同見解，找到傳統定量或者定性方法很難發現的行為或機會模式。與人類不同，AI技術受偏見因素的影響較低，因此更容易發現某些非常規期望或模式，最終為人類洞見提供有力補充。

如果擁有大量極為豐富或復雜（基于語音或圖像）的可用數據集，或者數據集內容高度動態且經常變更，那么AI技術將成為不可或缺的重要分析工具。這類業務場景包括：

由各機構、政府或城市提供的開放數據

訂閱服務，例如 Statista

客戶擁有的消費者數據，包括購買、使用與社交行為

豐富且復雜的基礎研究數據（例如活動日志、成績單、視頻及圖像等）

作為典型案例，Smart Design方面對紐約、波士頓及舊金山的自行車道交通事故進行了開源數據分析，希望檢查自行車道的具體設計會給事故發生率產生怎樣的影響。相關結論，有望給未來的道路設計帶來重要的實質性增強與啟發。

▲ 圖：由AI生成的紐約自行車事故地圖，用于協助指引自行車道的設計思路。

AI系統還可以使用Voxpopme或Luminoso等分析軟件，將來自眾多受訪者的訪談結果轉錄為文本，并據此進行內容分析。AI技術能夠在受訪者回復中的短語與概念之間找到共通模式，從而揭示人類分析師以往難以察覺的重要趨勢。

寫給CMO們的小提示

對于大多數企業而言，人工智能仍是個全新的未知世界。但它本身又代表著新的產品開發方向，擁有毋庸置疑的嘗試價值。

對于希望運用AI之力推動企業發展的管理者而言，AI有望幫助你發現機會、快速實現產品迭代，并在過程當中顯著節約運營成本，最終建立起強大的競爭優勢。更重要的是，AI代表著未來，而且必將以質量更高、更加易于上手的面貌與我們相擁。
責編AJX