产品管理的未来：最新最有前景的 GenAI 无代码工具

本文由葡萄牙语原文自动翻译。阅读原文

人们广泛谈论在推出 100% 自研产品之前先用无代码/低代码工具做实验的重要性 — 省时省力。随着对新一代生成式 AI 工具的押注，这一趋势将进一步增强。

几个月前，我在这个博客开始做一些分析，试图预判生成式 AI 对数字产品构建者日常的影响，好让我们为这些变化做好准备。**我分析了它对大企业架构生态的冲击、对产品团队角色与流程的冲击，也分析了自然语言将如何在构建算法 — 乃至软件、界面、最终产品 — 的过程中，蚕食沿用数十年的经典开发语言的领地。**其中一些预测的时间点我判断错了 — 有些我依然相信会发生，只是以比我原先想象更慢的渐进过程。🤷‍♂️

好消息是，我持续找到这些变化的证据。它们确实由几个从现在起愈发强劲的趋势支撑：在新解决方案的管道中，越来越多地考虑并纳入开源框架和无代码/低代码工具 — 尤其在有机会重新思考数字旅程的时候。证据就是 OpenAI 在首届 DevDay 上的发布。没看全场发布的，给你链接**。**数十项由自然语言驱动和触发的无代码功能发布，强化了产品人与开发者在工具构建上的角色融合 — 因为 LLM 进化出的 NLP 让所有人都能用极少的代码思考业务与开发战略，不再需要对某门编程语言的深厚功力，产品团队的角色构成日益杂交。

正如 2008 年苹果发布 iPhone 后整个软件行业不得不适应「更移动」的体验构建，现在我们必须适应更对话式的体验 — 由 GPT 广泛支撑，以远高于现有数字生态的可靠性与成本效率，服务我们的客户、执行企业内部运营任务。强化这一趋势的一点是 GPT-4 Turbo 的发布：价格比 GPT-4 原价降了 3 倍，知识截止更新到 2023 年 4 月，可靠性提升，上下文窗口（输入）远大于此前的模型。 OpenAI 的「基座」模型的这些进步，加上整个开源社区对公共 LLM 的持续打磨，为新的无代码工具初创赢得 YCombinator 的巨额投资打开了空间 — 而历史经验表明，硅谷冒头的趋势会迅速获得全球采纳。在这篇文章里，我分析被提前纳入 YCombinator 2024 上半年投资的新商业模式。没错，他们提前公布了投资，进一步强化了市场对这些技术的押注。

开始吧，先说 Use Collate**：所有里面最胚胎期的一个，产品还没发布，但已有等候名单，当然，正被 YCombinator 加速。**它的定位很清晰：为 GoToMarket 团队提供一个用 AI 分析目标人群与客户行为趋势的工具，承诺轻松集成你业务的社交网络数据、内部 CRM 库，以及关于消费者行为、投资偏好等的外部公共库。想解决的正是我在这里提过几次的老问题：成堆的数据生不出任何对产品演进和重新定位有用的洞察。这是个重要问题，我会跟踪 Collate 的进展 — 如果实现得好，我们很快会有一个出色的盟友，帮企业多元化并现代化其实体与数字产品服务组合。

另一个我持续贴身跟踪的押注是 OmniAI：它承诺轻松集成你所有不同类型和来源的结构化与非结构化数据库，把它们转换为 LLM 可理解、可消费的语言（就是向量搜索，本博客的常客话题）。此后你就能与一个定制化、可自我更新的模型交互 — 它并入了你认为对公司各领域决策重要的数据库 — 然后与 AI 对话。模型会帮你做推理，回答几乎基于你公司库中摄入的全部数据 — 免去数据科学家经常手工抽取和清洗数据的劳动，也免去那些靠试错建立的训练策略：它们耗时，而且每次新增库或维度都产生返工。大押注！ 🎲🎲🎲

另一边，Artisan 和 AgentHub 想革新 Zapier 这类无代码流程自动化工具：把这些方案与著名的提示词工程结合 — 你可以用自然语言告诉一个充当中介的智能体你对每个输入输出的期望，为这些流程注入认知智能。基本上，流程不再遵循你预先逻辑设定的一串步骤，你可以加入更复杂的分析，比如：「如果文档 X 包含与 Y 法相关的法律风险，请在 T 字段加上 Z 标记」— 模型基于其训练做出决策。这远超用于数据抽取的 OCR 和用于决策的树形图，它更全面、更通用，而且随着你不断更新和打磨提示词与 LLM、并入你业务某流程决策所需的信息领域，输出会越来越精细。 Artisan 专注于创建扮演特定角色的智能体，并连接通常与该角色相关的工具 — 例如设计智能体执行原型任务，因此连接 Canva、Photoshop 等。而 AgentHub 专注于创建可由你调校的定制智能体，执行任何涉及与 N 个无代码应用集成的任务，不限定具体角色。

最后是一家叫 Leya 的丹麦初创（译注：原文如此），同样将在 2024 年被 YCombinator 加速。**它服务想给企业法律工作提速的律师：帮助监控公共诉讼数据库以跟进案件进展、起草意见书草稿、引用判例。**已有成熟企业 — 包括巴西的 — 在类似范围工作，但止步于简单的法律合同管理和近乎静态的法律文书组装。因此在法律分析与写作这个领域，生成式 AI 看起来将大有作为。啊，顺着这个话头：还不认识的话，去看看 Vade Mecum AI — 我发布的一个实验性产品，供律师和备考公职的人通过对话查询法律。各位，就是这些。我会继续跟踪这些想法的进展 — 背后钱很多、投机也很多，所以我们会看到大获成功的案例和轰轰烈烈的翻车（总会有的，对吧？）。边做边看。回见。🍻