AI工具对产品工作的变化（调研问卷结果）

AI工具对产品工作的变化（调研问卷结果） AI工具对产品工作的变化（调研问卷结果） Modified February 2, 2024 … 38%的用户觉得AI工具对工作效率的影响很轻微，但是这并不意味着AI工具没有价值或者效果不好，可能是他们还没有找到最适合自己的AI工具，或者他们还没有找到如何用好AI工具。35%的用户认为有一些提升，也许他们在使用AI工具过程中遇到了一些问题导致工作效率的提升不明显，或者他们可能只是在挑剔些小瑕疵。这个结果说明AI工具提供商还存在改进和优化的空间。至于有2%的用户认为影响了工作效率，说明可能他们对AI工具的使用存在困扰，或者他们所使用的AI工具并不适合他们的工作需求。这种情况需要通过提供更加丰富和完善的教程、用户指导或者客服服务等手段来解决。综合来看，产品从业者对于AI工具在提高工作效率方面的作用还是有所认可的，特别是有25%的用户认为AI工具极大提高了他们的工作效率。这说明AI工具在产品类工作这个群体中具有很大的潜力… Q3: 你的工作项目与AI模型/应用的关系（单选） 参与调研的100位从业者，过去1年的主要工作项目与AI的关系画像：45%的工作项目与AI产研相关（37% 是在原有对外\对内产品中加入AI能力，8%是在做AI大模型或原生AI应用项目）25%的工作项目不涉及AI产研，但会较多借助AI工具进行工作。20%的工作项目与AI关系不大，且目前较少引入AI工具。10%的工作项目是提供AI信息或学习服务 Q4: 主要用AI工具处理什么类型工作任务（多选） 从本次调研数据看，通过自然语言对话，单次或几次互动就可以完成一次性任务，是目前最常用AI工具处理的工作任务类型。90%的产品从业者，使用AI工具辅助文本信息处理生成。63%的用户在工作中使用AI工具辅助搜索，甚至优先用AI搜索信息。有45%的用户会借助AI生成图片以及音视频，用于快速制作demo演示效果是最主要场景，也有少部分情况会用于制作最终产品。有29%的用户会将AI作为工作创意助手以及数据报告的处理。 GPT4，你怎么看这个数据： … 我们可以看出AI工具在协助处理工作任务方面有以下几点可以改进的地方。提高创新性和创新辅助能力：很多产品从业者选择使用AI作为创意助手，但这一比例相对较少。这可能是因为现有的AI工具在协助创新设计、数据解读等高层次任务方面还存在一定的局限，比如无法理解复杂的创新需求，或分析结果过于直接和缺少深度。对这方面的改进除了技术手段，也可能需要更多关注产品从业者的工作模式和思维习惯，提供符合他们工作特性的工具和服务…提升个性化和智能化程度：每一个产品从业者的工作习惯、技能水平以及对工具的需求都是独特的。AI工具需要能够理解并适应这些个性化需求。此外，智能化程度也可以进一步提升，如通过机器学习等方式，使得工具能够记住用户的偏好，预测用户的需求…对合适场景的更精准识别：一种AI工具可能并不能满足所有场景的需求，AI工具需要更深入的理解用户在每个具体场景下的使用需求... Q5: 哪些具体工作场景/环节用AI工具较多（多选） 从本调研数据看，产品类工作中，引入AI工具辅助较多的工作场景，与上一个调研数据结果，有相互验证的关系。可以通过自然语言对话，单次或几次互动就可以完成一次性任务的工作场景，AI工具使用较多，例如可以概括为内容处理、数据处理的工作场景。 本数据也要考虑本次参与调研用户从事产品管理、交互设计、产品运营等工作分布情况 GPT4，你怎么看这个数据： … 这个数据反馈显示产品从业者在选择使用AI工具处理工作任务时，更倾向于处理一些涉及到大量信息处理和策略分析的工作环节…满足了72%的人在处理用户需求和市场分析方面的需求，说明AI工具在收集、分析海量数据，然后提供深度洞察的特性得到了广大用户的认可…同样的，用于产品规划和策略制定方面得到了58%用户的使用，也反映了AI在模拟各种情景、预测结果方面的优势…然而，这个数据反馈也揭示了一些AI工具尚未充分利用的领域。比如，只有22%的人在MVP或原型设计环节使用AI工具，并且在增长运营和数据驱动方面该比例更低，仅有15%。这可能是因为这些领域的任务更依赖于具体的实践经验和创新思维，而现有的AI工具可能在直接支持这些领域的能力上还需要进一步提升。对于其他工作环节使用AI工具较少的情况，可能是因为这些领域的任务对AI的要求更高，如对人类情绪的理解、对复杂情境的处理等，现有AI工具可能还需要在这些方面的处理能力上有所提升… Q6: 你用什么类型的AI工具较多（多选） 从本调研数据看，模型厂商推出的官方AI工具是用户主要接触和使用的AI工具类型，无论是通用还是专属模型。其次，产品从业者的常用工具仍然保持着很好的用户粘度，特别是很多工具也推出了AI功能。目前调用第三方模型的新兴独立AI应用和AI聚合服务可能因为功能不成熟等原因，还没有成为从业者在工作中的使用主力。 本数据是否暗示至少在国内AI工具还是大厂天下，留给新公司的机会并不多。 GPT4，你怎么看这个数据： … 这份调研数据反映了产品方向从业者在选择AI工具类型的偏好，其中大部分用户更倾向于使用通用模型官方工具服务，这可能是因为这类工具覆盖了广泛的应用场景，能够提供全面且强大的功能。此外，这类工具通常由其开发者提供直接的官方支持和持续的功能更新，因此更受用户的信赖...有42%的用户选择使用原工具但新增了AI功能，这可能是因为这些工具既保留了原有工具的使用习惯和经验，又增添了AI带来的效率提升和新功能，对用户来说，无需更换工具即可享受到AI所带来的提升...34%的用户选择了垂直领域专属模型工具，这表示在一些特定领域，用户更倾向于选择那些专为该领域设计和优化的专用AI工具，更好地满足用户在该领域的特殊需求。然而，只有15%和8%的用户选择了基于第三方大模型开发的独立AI应用或AI服务聚合应用，这可能是由于这类应用的稳定性、可靠性相对较低，或者其提供的服务并未完全满足用户的需求... Q7: 借助AI工具完成工作量占比（单选） 产品从业者基于直觉估算，过去1年借助AI工具完成的工作量：83% 的用户认为AI工具辅助自己完成的工作量占比较少，不超过15%。有12%的用户认为大概能有20% 30%。只有5%的用户认为自己过去一年依靠AI工具完成了超过40%的工作量。虽然用户对于AI工具辅助完成工作量的理解可能会有不同，但通过数据可以看出实际工作场景下，目前AI工具对于辅助完成产品类工作的影响还比较有限，当然也可能与AI工具成熟度以及AI工具掌握能力都有关。 总之，2023年没有出现AI替代产品工作的情况^ ^! Q8: 用AI工具处理工作遇到哪些挑战（多选） 根据调研数据显示，产品从业者在使用AI工具处理工作时，面临的最大难题是AI工具的默认知识库和能力与他们的需求不匹配。此外，市场上虽然有很多新兴的AI工具，但是它们大多功能相似，而且生成的内容质量不稳定。另一个问题是，要让AI工具处理一些涉及团队的上下文语境、产品工作规范和随业务变化的决策逻辑的任务，非常复杂和困难。 GPT4，你怎么看这个数据： … 很好的问题,总的来说这些用户反馈折射出AI工具的应用在从业者的实际工作中还存在很多挑战。72%用户反馈AI工具针对性不足，生成内容笼统,这可能是因为当前的AI工具大多设计为“通用型”工具，而非特定于某个领域或任务的专业工具。这意味着AI可能缺乏足够的上下文理解和适用性，无法提供具体和精细的解决方案。为了解决这个问题，AI工具需要进行更多针对性的训练和优化…29%的用户不知道如何找到适用的AI工具，27%的用户因为产品同质化严重而不知如何选择，这可能是由于AI工具市场的供应商众多，信息过载，用户查找和筛选的成本较高，加上工具的功能和质量等方面可能存在的不透明性，这都增加了用户的困扰,可能需要更好的平台或者服务帮助用户根据自身需求找到适合的AI工具...22%的用户反馈学习成本高，这可能与AI工具的用户体验设计有关。良好的用户体验应使用户容易上手，快速理解和使用工具的功能… Q9: AI工具对你或团队工作方式的影响（单选） 59%的人表示，过去一年，AI工具对自己或自己所在团队的实际工作方式调整不大。38%的人表示，有少部分细节工作方式有调整。不过有3%的人表示AI工具开始对主要工作流程产生了影响。 GPT4，你怎么看这个数据： …这个数据呈现的结果很有意思 。可能暗示着，AI工具虽然正在改变一些行业和工作方式，但这个过程是渐进的。大多数人可能正在接触和了解AI工具，逐步尝试将它们融入到自己的日常工作中。然而，这不意味着他们已经大幅度改变了他们的工作方式，这需要时间和经验的积累……有38%的人表示在工作的某些细节上发生了调整，这也标志着AI在某些特定领域或任务上已经发挥了其效能，使工作流程变得更加高效和精细 ...从另一个角度看，低比例的工作方式改变可能也反映出AI工具与原有工作流程的兼容性。让用户能够无缝地将其整合到现有的工作方法中，而无需做出大的调整...然而，只有3%的人表示AI开始对主要工作流程产生影响，这可能意味着AI工具在深度和广度上的应用还有待提升。可能有一些创新应用场景尚未被发掘，或者一些存在的基础设施和系统限制了AI工具的全面应用… Q10: 2024年你最想提升的AI工具使用能力（多选） 从本调研数据可以看出，很多产品类工作的从业者，已经把AI工具的使用当成了一项工作技能，希望通过提升自己多方面的AI工具使用能力，更好的应对现有工作挑战。同时，也把AI作为一个可以发挥自己创造力的机会，通过学习，更加熟悉大模型可以做到事情，创造出让用户喜欢的新产品新服务。 当然也可能反应出目前在工作场景用好AI工具还是有一些门坎，AI工具对于处理相对复杂业务逻辑的工作，还是有些麻烦。 🎉 完结散花，想了解关于本次调研更多细节或交流产品工作欢迎扫码添加我的微信。 @ning 产品经理 工作方向：面向产研从业者的线上学习 近期关注和学习方向：AGI带来的产品以及交互设计创新 … 38%的用户觉得AI工具对工作效率的影响很轻微，但是这并不意味着AI工具没有价值或者效果不好，可能是他们还没有找到最适合自己的AI工具，或者他们还没有找到如何用好AI工具。35%的用户认为有一些提升，也许他们在使用AI工具过程中遇到了一些问题导致工作效率的提升不明显，或者他们可能只是在挑剔些小瑕疵。这个结果说明AI工具提供商还存在改进和优化的空间。至于有2%的用户认为影响了工作效率，说明可能他们对AI工具的使用存在困扰，或者他们所使用的AI工具并不适合他们的工作需求。这种情况需要通过提供更加丰富和完善的教程、用户指导或者客服服务等手段来解决。综合来看，产品从业者对于AI工具在提高工作效率方面的作用还是有所认可的，特别是有25%的用户认为AI工具极大提高了他们的工作效率。这说明AI工具在产品类工作这个群体中具有很大的潜力… … 38%的用户觉得AI工具对工作效率的影响很轻微，但是这并不意味着AI工具没有价值或者效果不好，可能是他们还没有找到最适合自己的AI工具，或者他们还没有找到如何用好AI工具。35%的用户认为有一些提升，也许他们在使用AI工具过程中遇到了一些问题导致工作效率的提升不明显，或者他们可能只是在挑剔些小瑕疵。这个结果说明AI工具提供商还存在改进和优化的空间。至于有2%的用户认为影响了工作效率，说明可能他们对AI工具的使用存在困扰，或者他们所使用的AI工具并不适合他们的工作需求。这种情况需要通过提供更加丰富和完善的教程、用户指导或者客服服务等手段来解决。综合来看，产品从业者对于AI工具在提高工作效率方面的作用还是有所认可的，特别是有25%的用户认为AI工具极大提高了他们的工作效率。这说明AI工具在产品类工作这个群体中具有很大的潜力… Q3: 你的工作项目与AI模型/应用的关系（单选） 参与调研的100位从业者，过去1年的主要工作项目与AI的关系画像：45%的工作项目与AI产研相关（37% 是在原有对外\对内产品中加入AI能力，8%是在做AI大模型或原生AI应用项目）25%的工作项目不涉及AI产研，但会较多借助AI工具进行工作。20%的工作项目与AI关系不大，且目前较少引入AI工具。10%的工作项目是提供AI信息或学习服务 Q4: 主要用AI工具处理什么类型工作任务（多选） 从本次调研数据看，通过自然语言对话，单次或几次互动就可以完成一次性任务，是目前最常用AI工具处理的工作任务类型。90%的产品从业者，使用AI工具辅助文本信息处理生成。63%的用户在工作中使用AI工具辅助搜索，甚至优先用AI搜索信息。有45%的用户会借助AI生成图片以及音视频，用于快速制作demo演示效果是最主要场景，也有少部分情况会用于制作最终产品。有29%的用户会将AI作为工作创意助手以及数据报告的处理。 GPT4，你怎么看这个数据： … 我们可以看出AI工具在协助处理工作任务方面有以下几点可以改进的地方。提高创新性和创新辅助能力：很多产品从业者选择使用AI作为创意助手，但这一比例相对较少。这可能是因为现有的AI工具在协助创新设计、数据解读等高层次任务方面还存在一定的局限，比如无法理解复杂的创新需求，或分析结果过于直接和缺少深度。对这方面的改进除了技术手段，也可能需要更多关注产品从业者的工作模式和思维习惯，提供符合他们工作特性的工具和服务…提升个性化和智能化程度：每一个产品从业者的工作习惯、技能水平以及对工具的需求都是独特的。AI工具需要能够理解并适应这些个性化需求。此外，智能化程度也可以进一步提升，如通过机器学习等方式，使得工具能够记住用户的偏好，预测用户的需求…对合适场景的更精准识别：一种AI工具可能并不能满足所有场景的需求，AI工具需要更深入的理解用户在每个具体场景下的使用需求... GPT4，你怎么看这个数据： … 我们可以看出AI工具在协助处理工作任务方面有以下几点可以改进的地方。提高创新性和创新辅助能力：很多产品从业者选择使用AI作为创意助手，但这一比例相对较少。这可能是因为现有的AI工具在协助创新设计、数据解读等高层次任务方面还存在一定的局限，比如无法理解复杂的创新需求，或分析结果过于直接和缺少深度。对这方面的改进除了技术手段，也可能需要更多关注产品从业者的工作模式和思维习惯，提供符合他们工作特性的工具和服务…提升个性化和智能化程度：每一个产品从业者的工作习惯、技能水平以及对工具的需求都是独特的。AI工具需要能够理解并适应这些个性化需求。此外，智能化程度也可以进一步提升，如通过机器学习等方式，使得工具能够记住用户的偏好，预测用户的需求…对合适场景的更精准识别：一种AI工具可能并不能满足所有场景的需求，AI工具需要更深入的理解用户在每个具体场景下的使用需求... Q5: 哪些具体工作场景/环节用AI工具较多（多选） 从本调研数据看，产品类工作中，引入AI工具辅助较多的工作场景，与上一个调研数据结果，有相互验证的关系。可以通过自然语言对话，单次或几次互动就可以完成一次性任务的工作场景，AI工具使用较多，例如可以概括为内容处理、数据处理的工作场景。 本数据也要考虑本次参与调研用户从事产品管理、交互设计、产品运营等工作分布情况 GPT4，你怎么看这个数据： … 这个数据反馈显示产品从业者在选择使用AI工具处理工作任务时，更倾向于处理一些涉及到大量信息处理和策略分析的工作环节…满足了72%的人在处理用户需求和市场分析方面的需求，说明AI工具在收集、分析海量数据，然后提供深度洞察的特性得到了广大用户的认可…同样的，用于产品规划和策略制定方面得到了58%用户的使用，也反映了AI在模拟各种情景、预测结果方面的优势…然而，这个数据反馈也揭示了一些AI工具尚未充分利用的领域。比如，只有22%的人在MVP或原型设计环节使用AI工具，并且在增长运营和数据驱动方面该比例更低，仅有15%。这可能是因为这些领域的任务更依赖于具体的实践经验和创新思维，而现有的AI工具可能在直接支持这些领域的能力上还需要进一步提升。对于其他工作环节使用AI工具较少的情况，可能是因为这些领域的任务对AI的要求更高，如对人类情绪的理解、对复杂情境的处理等，现有AI工具可能还需要在这些方面的处理能力上有所提升… GPT4，你怎么看这个数据： … 这个数据反馈显示产品从业者在选择使用AI工具处理工作任务时，更倾向于处理一些涉及到大量信息处理和策略分析的工作环节…满足了72%的人在处理用户需求和市场分析方面的需求，说明AI工具在收集、分析海量数据，然后提供深度洞察的特性得到了广大用户的认可…同样的，用于产品规划和策略制定方面得到了58%用户的使用，也反映了AI在模拟各种情景、预测结果方面的优势…然而，这个数据反馈也揭示了一些AI工具尚未充分利用的领域。比如，只有22%的人在MVP或原型设计环节使用AI工具，并且在增长运营和数据驱动方面该比例更低，仅有15%。这可能是因为这些领域的任务更依赖于具体的实践经验和创新思维，而现有的AI工具可能在直接支持这些领域的能力上还需要进一步提升。对于其他工作环节使用AI工具较少的情况，可能是因为这些领域的任务对AI的要求更高，如对人类情绪的理解、对复杂情境的处理等，现有AI工具可能还需要在这些方面的处理能力上有所提升… Q6: 你用什么类型的AI工具较多（多选） 从本调研数据看，模型厂商推出的官方AI工具是用户主要接触和使用的AI工具类型，无论是通用还是专属模型。其次，产品从业者的常用工具仍然保持着很好的用户粘度，特别是很多工具也推出了AI功能。目前调用第三方模型的新兴独立AI应用和AI聚合服务可能因为功能不成熟等原因，还没有成为从业者在工作中的使用主力。 本数据是否暗示至少在国内AI工具还是大厂天下，留给新公司的机会并不多。 GPT4，你怎么看这个数据： … 这份调研数据反映了产品方向从业者在选择AI工具类型的偏好，其中大部分用户更倾向于使用通用模型官方工具服务，这可能是因为这类工具覆盖了广泛的应用场景，能够提供全面且强大的功能。此外，这类工具通常由其开发者提供直接的官方支持和持续的功能更新，因此更受用户的信赖...有42%的用户选择使用原工具但新增了AI功能，这可能是因为这些工具既保留了原有工具的使用习惯和经验，又增添了AI带来的效率提升和新功能，对用户来说，无需更换工具即可享受到AI所带来的提升...34%的用户选择了垂直领域专属模型工具，这表示在一些特定领域，用户更倾向于选择那些专为该领域设计和优化的专用AI工具，更好地满足用户在该领域的特殊需求。然而，只有15%和8%的用户选择了基于第三方大模型开发的独立AI应用或AI服务聚合应用，这可能是由于这类应用的稳定性、可靠性相对较低，或者其提供的服务并未完全满足用户的需求... GPT4，你怎么看这个数据： … 这份调研数据反映了产品方向从业者在选择AI工具类型的偏好，其中大部分用户更倾向于使用通用模型官方工具服务，这可能是因为这类工具覆盖了广泛的应用场景，能够提供全面且强大的功能。此外，这类工具通常由其开发者提供直接的官方支持和持续的功能更新，因此更受用户的信赖...有42%的用户选择使用原工具但新增了AI功能，这可能是因为这些工具既保留了原有工具的使用习惯和经验，又增添了AI带来的效率提升和新功能，对用户来说，无需更换工具即可享受到AI所带来的提升...34%的用户选择了垂直领域专属模型工具，这表示在一些特定领域，用户更倾向于选择那些专为该领域设计和优化的专用AI工具，更好地满足用户在该领域的特殊需求。然而，只有15%和8%的用户选择了基于第三方大模型开发的独立AI应用或AI服务聚合应用，这可能是由于这类应用的稳定性、可靠性相对较低，或者其提供的服务并未完全满足用户的需求... Q7: 借助AI工具完成工作量占比（单选） 产品从业者基于直觉估算，过去1年借助AI工具完成的工作量：83% 的用户认为AI工具辅助自己完成的工作量占比较少，不超过15%。有12%的用户认为大概能有20% 30%。只有5%的用户认为自己过去一年依靠AI工具完成了超过40%的工作量。虽然用户对于AI工具辅助完成工作量的理解可能会有不同，但通过数据可以看出实际工作场景下，目前AI工具对于辅助完成产品类工作的影响还比较有限，当然也可能与AI工具成熟度以及AI工具掌握能力都有关。 总之，2023年没有出现AI替代产品工作的情况^ ^! Q8: 用AI工具处理工作遇到哪些挑战（多选） 根据调研数据显示，产品从业者在使用AI工具处理工作时，面临的最大难题是AI工具的默认知识库和能力与他们的需求不匹配。此外，市场上虽然有很多新兴的AI工具，但是它们大多功能相似，而且生成的内容质量不稳定。另一个问题是，要让AI工具处理一些涉及团队的上下文语境、产品工作规范和随业务变化的决策逻辑的任务，非常复杂和困难。 GPT4，你怎么看这个数据： … 很好的问题,总的来说这些用户反馈折射出AI工具的应用在从业者的实际工作中还存在很多挑战。72%用户反馈AI工具针对性不足，生成内容笼统,这可能是因为当前的AI工具大多设计为“通用型”工具，而非特定于某个领域或任务的专业工具。这意味着AI可能缺乏足够的上下文理解和适用性，无法提供具体和精细的解决方案。为了解决这个问题，AI工具需要进行更多针对性的训练和优化…29%的用户不知道如何找到适用的AI工具，27%的用户因为产品同质化严重而不知如何选择，这可能是由于AI工具市场的供应商众多，信息过载，用户查找和筛选的成本较高，加上工具的功能和质量等方面可能存在的不透明性，这都增加了用户的困扰,可能需要更好的平台或者服务帮助用户根据自身需求找到适合的AI工具...22%的用户反馈学习成本高，这可能与AI工具的用户体验设计有关。良好的用户体验应使用户容易上手，快速理解和使用工具的功能… GPT4，你怎么看这个数据： … 很好的问题,总的来说这些用户反馈折射出AI工具的应用在从业者的实际工作中还存在很多挑战。72%用户反馈AI工具针对性不足，生成内容笼统,这可能是因为当前的AI工具大多设计为“通用型”工具，而非特定于某个领域或任务的专业工具。这意味着AI可能缺乏足够的上下文理解和适用性，无法提供具体和精细的解决方案。为了解决这个问题，AI工具需要进行更多针对性的训练和优化…29%的用户不知道如何找到适用的AI工具，27%的用户因为产品同质化严重而不知如何选择，这可能是由于AI工具市场的供应商众多，信息过载，用户查找和筛选的成本较高，加上工具的功能和质量等方面可能存在的不透明性，这都增加了用户的困扰,可能需要更好的平台或者服务帮助用户根据自身需求找到适合的AI工具...22%的用户反馈学习成本高，这可能与AI工具的用户体验设计有关。良好的用户体验应使用户容易上手，快速理解和使用工具的功能… Q9: AI工具对你或团队工作方式的影响（单选） 59%的人表示，过去一年，AI工具对自己或自己所在团队的实际工作方式调整不大。38%的人表示，有少部分细节工作方式有调整。不过有3%的人表示AI工具开始对主要工作流程产生了影响。 GPT4，你怎么看这个数据： …这个数据呈现的结果很有意思 。可能暗示着，AI工具虽然正在改变一些行业和工作方式，但这个过程是渐进的。大多数人可能正在接触和了解AI工具，逐步尝试将它们融入到自己的日常工作中。然而，这不意味着他们已经大幅度改变了他们的工作方式，这需要时间和经验的积累……有38%的人表示在工作的某些细节上发生了调整，这也标志着AI在某些特定领域或任务上已经发挥了其效能，使工作流程变得更加高效和精细 ...从另一个角度看，低比例的工作方式改变可能也反映出AI工具与原有工作流程的兼容性。让用户能够无缝地将其整合到现有的工作方法中，而无需做出大的调整...然而，只有3%的人表示AI开始对主要工作流程产生影响，这可能意味着AI工具在深度和广度上的应用还有待提升。可能有一些创新应用场景尚未被发掘，或者一些存在的基础设施和系统限制了AI工具的全面应用… GPT4，你怎么看这个数据： …这个数据呈现的结果很有意思 。可能暗示着，AI工具虽然正在改变一些行业和工作方式，但这个过程是渐进的。大多数人可能正在接触和了解AI工具，逐步尝试将它们融入到自己的日常工作中。然而，这不意味着他们已经大幅度改变了他们的工作方式，这需要时间和经验的积累……有38%的人表示在工作的某些细节上发生了调整，这也标志着AI在某些特定领域或任务上已经发挥了其效能，使工作流程变得更加高效和精细 ...从另一个角度看，低比例的工作方式改变可能也反映出AI工具与原有工作流程的兼容性。让用户能够无缝地将其整合到现有的工作方法中，而无需做出大的调整...然而，只有3%的人表示AI开始对主要工作流程产生影响，这可能意味着AI工具在深度和广度上的应用还有待提升。可能有一些创新应用场景尚未被发掘，或者一些存在的基础设施和系统限制了AI工具的全面应用… Q10: 2024年你最想提升的AI工具使用能力（多选） 从本调研数据可以看出，很多产品类工作的从业者，已经把AI工具的使用当成了一项工作技能，希望通过提升自己多方面的AI工具使用能力，更好的应对现有工作挑战。同时，也把AI作为一个可以发挥自己创造力的机会，通过学习，更加熟悉大模型可以做到事情，创造出让用户喜欢的新产品新服务。 当然也可能反应出目前在工作场景用好AI工具还是有一些门坎，AI工具对于处理相对复杂业务逻辑的工作，还是有些麻烦。 🎉 完结散花，想了解关于本次调研更多细节或交流产品工作欢迎扫码添加我的微信。 @ning 产品经理 工作方向：面向产研从业者的线上学习 近期关注和学习方向：AGI带来的产品以及交互设计创新 完结散花，想了解关于本次调研更多细节或交流产品工作欢迎扫码添加我的微信。 @ning 产品经理 工作方向：面向产研从业者的线上学习 近期关注和学习方向：AGI带来的产品以及交互设计创新 🎉 本文档为“AI工具对产品工作的变化”调研问卷的结果统计 调研时间 2024年1月19日 2024年1月28日 收获有效反馈100份 调研组织发起人： @ning 感谢：“产品与设计交流小组”、“通往AGI之路小组”的专家伙伴和更多专家伙伴的支持 AI工具对产品工作的变化 本文档为“AI工具对产品工作的变化”调研问卷的结果统计 AI工具对产品工作的变化 调研时间 2024年1月19日 2024年1月28日 收获有效反馈100份 调研组织发起人： @ning 感谢：“产品与设计交流小组”、“通往AGI之路小组”的专家伙伴和更多专家伙伴的支持 关于本次问卷调研的一些说明 初衷 发现过去一年AI工具对产品类工作带来的变化。并以此为起点，在2024年一起寻找，用AI工具辅助产品工作以及做AGI产品创新的好方式，好思路。 调研组织 本调研不涉及任何公司行为和商业目的。是由个人组织的产品同行调研交流活动，且问卷不记名。 版权声明（CC4.0协议）：署名 非商业性使用 禁止演绎 （BY NC ND） BY NC ND 调研用户画像概述 在互联网等领域从事产品类工作，拥有5年左右或以上工作经验的从业者 本调研中的产品类工作指： 在工作中主要从事产品管理、产品设计、产品运营、产品数据分析等相关工作的从业者。 本调研中的产品类工作指： 在工作中主要从事产品管理、产品设计、产品运营、产品数据分析等相关工作的从业者。 调研用户工作项目与AI模型/工具关系画像 45%与AI产研相关 25%不涉及AI产研，但会较多借助AI工具进行工作 20%与AI关系不大，且目前较少引入AI工具参与 10%的工作项目是提供围绕AI的信息或学习服务 调研用户工作项目与AI模型/工具关系画像 45%与AI产研相关 25%不涉及AI产研，但会较多借助AI工具进行工作 20%与AI关系不大，且目前较少引入AI工具参与 10%的工作项目是提供围绕AI的信息或学习服务 调研用户工作项目与AI模型/工具关系画像 45%与AI产研相关 25%不涉及AI产研，但会较多借助AI工具进行工作 20%与AI关系不大，且目前较少引入AI工具参与 10%的工作项目是提供围绕AI的信息或学习服务 100份有效数据来源 • 来源1 微信1v1邀约数据：26位 • 来源2 “产品与设计交流小组”微信群用户：47位 • 来源3 “通往AGI之路“微信群用户：21位 • 来源4 其他渠道：5位 • @ning填写1份 100份参与调研的专家伙伴来自（粗略估计） 约30% ：字节、阿里、腾讯、京东等大型综合服务领域 约40% ：生活服务、健康、文娱、教育学习、金融、电商等垂直领域 约10% ：工具服务、信息服务等领域 约5% ：制造业 约15% ：其他 100份有效数据来源 • 来源1 微信1v1邀约数据：26位 • 来源2 “产品与设计交流小组”微信群用户：47位 • 来源3 “通往AGI之路“微信群用户：21位 •