企业通常采用两种产品开发路径。最流行的一种方法是打造多种多样的产品，即使无力很好地推广其中任何一种产品，也希望潜在客户会在众多产品中找到一种理想的产品。另一条路主要是苹果走的，它制造的产品系列要有限得多，但通过营销手段和产品差异化让买家相信，他们制造的少数几款产品对他们来说更有价值。

从这两种方法的财务结果来看，苹果的方法是迄今为止最赚钱的，但却是其他公司很少走的路。一方面是因为苹果模式所冒的风险要高得多，另外史蒂夫·乔布斯作为他那一代最强大的营销人员之一，为苹果目前成功奠定了基础。

但有了人工智能，能同时增强这两种方法吗?还是哪一个会更好，会带来更高的销售额，更高的利润率和更高的估值?

多样化研发

竞品分析非常重要，早在20世纪60年代，通用和福特就对日本汽车崛起感到担忧，所以他们都对这些汽车进行了细致的分析，细到螺母和螺栓。这种分析结果出现了平托(Pinto)和织女星(Vega)两款车型，这两款车型当时都因缺乏竞争力而受到广泛批评。发生了什么事?

花了五年的时间进行分析，并以最初的竞争评估为模板制造汽车。但在这五年中，日本汽车取得了显著的进步，所以当Pinto和Vega问世时，虽然它们比60年代的日本车更好，但它们并不比70年代的日本车更有竞争力。

可以看到，竞争分析需要从最初数据中进行推断，同时观察改进的速度，预测未来的技术，然后为未来的世界设定一个更高的标准。

经过适当训练的人工智能可以帮助实现这一目标，因为它可以汇总各种信息源，识别趋势，并可能将这些趋势预测到未来。此外，3D打印技术可以大大缩短制作新设计原型所需的时间，而且英伟达的Omniverse可以创建数字孪生模拟，显示该设计与预期的未来竞争对手的外观。

此外，人工智能可以提高生产效率，减少重新设计生产线所需的时间，从而可能减少开发和制造新产品所需的时间，从而使结果更接近分析时间。

因此，人工智能可以用来设定一个更现实的标准，可以减少使用3D打印构建原型所需的时间，也可以减少专门生产新产品的生产线所需的时间。

尽管如此，由于存在太多的变量，我们预测未来产品的能力只会略有提高，导致你猜测错误的风险仍然存在。

针对性研发

有针对性的方法颠覆了这一过程。你不需要做焦点小组或调查，你只需要关注那些卖得好的产品，预测未来你认为人们会想买什么，然后创造一个结果，你用足够的需求生成营销来包装，把人们带到更有限的选择中。

人工智能已经能够绕过故事板来创建强大的人工智能生成的照片和视频内容，客户可以评估这些内容的有效性。可以创建AI角色来评估脚本或AI生成的内容，看看哪个最吸引人。

甚至可以使用Indiegogo等服务，看看你最初的概念是否有效地打动了你的受众，然后重新设计产品和信息以优化结果。

这是一个简单得多的方法。正如苹果所证明的那样，如果营销做得不好，风险会更大，但它也可能是最有利可图的，因为如果人们不觉得其中一些产品有吸引力，你就不不用花费巨大的时间和金钱成本去投入生产。

启动一个营销计划也比启动一个产品更快、更容易，所以这种方法可以让你更快地对不断变化的市场动态和新出现的竞争威胁做出反应。

在科技公司使用的两种方法中，更常见的多样化方法仍然是效率最低、利润最低的方法。针对性方法具有成本和时间优势，因为它降低了复杂性。人工智能可以改善这两个过程，但对针对性方法的影响更大，因为修改营销策略比修改产品线要容易得多。

最后，人工智能需要解决的一个大问题是人们滥用这项技术。他们不是用它来做出更好的决定，而是用它来验证已经做出的决定，这些决定可能根本不是好决定。如果不解决这个问题，人工智能实际上可能会让事情变得更糟，因为它会加速销售不佳的产品的创造，从而比人工驱动的替代产品更慢的上市时间产生更多的成本。

这再次表明，在你使用AI来加快完成任务的速度之前，需要先使用AI来提高决策的质量，否则你只会更快地做出更多糟糕的决策，而这通常不会有好结果。