Hvordan utvikle nye produkter på rekordtid med generativ AI - del 1
Publisert: 31. juli 2024
Hvert år lanseres det hundrevis av nye produkter i dagligvare, og like mange forsvinner ut av butikkhyllene. Bak produktene ligger det utallige arbeidstimer og investeringer i produktutvikling, i håp om en vellykket lansering. I Sprint mener vi at å kombinere innovasjonsmetodikk med generativ AI kan hjelpe selskaper med å redusere tid og kostnader, og bidra til at man utvikler de riktige produktene.
I denne artikkelserien deler vi våre beste tips til hvordan du kan bruke ulike generative AI-verktøy i produktutvikling, gjennom konkrete eksempler fra et fiktivt case i dagligvarebransjen. Vi vil i denne første artikkelen ta deg gjennom de tre første stegene i innovasjonsprosessen og vise hvordan verktøy som eksempelvis Perplexity, ChatGPT, Ideogram og SyntheticUserskan kan gi verdifull innsikt og betydelig effektivisere arbeidet.
Illustrasjon av Sprints innovasjonsprosess og eksempler på generative AI-verktøy som kan benyttes i de ulike fasene av innovasjonsarbeidet.
Utforsking av mulighetsrom
Det aller første vi gjør når vi skal lage nye produkter og tjenester er å kartlegge mulighetsrommet. Målet er å identifisere interessante trender og målgrupper for produktutvikling, for å sørge for at vi ikke innoverer i blinde. Dersom selskapet har en innovasjonsstrategi eller noen utvalgte satsningsområder vil man ofte ta utgangspunkt i disse. For å utforske mulighetsrommet kan man typisk gjennomføre aktiviteter som å undersøke overordnede trender i bransjen, analysere kundefeedback og hente inspirasjon fra andre aktører i bransjen. Under gir vi deg noen eksempler på hvordan man kan bruke generativ AI til nettopp dette.
Trendanalyse med Perplexity
Perplexity AI er en søkemotor som er bygget på kunstig intelligens og omtales av mange som en krysning mellom Wikipedia og Google. Verktøyet har fått mye medieoppmerksomhet den seneste tiden etter å ha tiltrukket seg investorer som Jeff Bezos, og hylles for sin evne til å gi korte og konsise svar med kildehenvisninger, samt å finne frem godt gjemt informasjon. Vi synes Perplexity er spesielt nyttig i fasen for utforsking av mulighetsrom, hvor det kan inspirere til utvikling av nye tjenester og produkter ved å trekke ut og analysere relevant informasjon fra et bredt spekter av kilder.
I eksempelet under har vi spurt Perplexity "Hvilke forbrukertrender påvirker snacksindustrien og er spesielt relevant med hensyn til utvikling av nye produkter?"
Analyse av kundefeedback med ChatGPT
Det finnes mange generativ AI-verktøy som er tilpasset til å analysere kundefeedback fra ulike kilder og kanaler. I denne artikkelen har vi for eksempel skrevet om Kraftful og Notably som lar deg analysere kundefeedback fra App store, kundeundersøkelser eller kundeservice. Et enkelt alternativ til å bruke spesialtilpassede verktøy er å bruke ChatGPT for å identifisere trender og oppsummere hovedfunn fra kundefeedback.
I dette eksempelet har vi tatt screenshots fra kommentarfeltet til selskapets Facebook-side og brukt prompten "Kan du gruppere disse kommentarene i kategorier av innsikt, med deres tilhørende vekt (i %)? Oppsummer innsikten i en tabell." På den måten kan vi raskt få et overblikk over kundenes meninger og tilbakemeldinger.
Oppsummering av innsiktsrapporter med ChatGPT
En av de virkelig store styrkene til ChatGPT er å oppsummere store mengder tekst. Med lanseringen av ChatGPT 4-o i mai kan nå alle laste opp dokumenter i ChatGPT og analysere data og oppsummeringer. Ofte har man tilgang på en rekke innsiktsrapporter, produktkataloger og lignende som vil kunne være til inspirasjon når man skal kartlegge mulighetsrommet. Istedenfor å scrolle deg igjennom en 100-siders trendrapport kan du nå enkelt laste den opp i ChatGPT og få en rask oppsummering av innholdet.
Trendanalyse med Perplexity, og oppsummering av kundefeedback og innsiktsrapporter i ChatGPT.
Idégenerering
Når vi har funnet et interessant mulighetsrom og fått innsikt i hvilke problemer som er verdt å løse for ulike målgrupper kan vi starte å idégenerere rundt ulike løsninger. Målet med idégenerering er altså å skape idéer som kan løse spesifikke behov målgruppen vår har. Vi ønsker å komme opp med mange idéer, og kjører derfor ofte idéworkshops hvor deltakerne både individuelt og sammen utvikler nye konsepter. Fordelen nå er at vi kan bruke generativ AI i både forberedelsene, gjennomføringen av workshopen og i etterarbeidet.
Idégenerering i Miro
Til selve idégenereringsarbeidet kan vi benytte oss av Miro sin AI-funksjon Assist. Miro er en plattform de fleste ble kjent med under pandemien, og er en digital whiteboard-tavle der flere deltagere kan legge inn post-it lapper og samarbeide om å utvikle idéer. Med AI-funksjonen kan man altså få hjelp til å formulere idéer på post-it lappene, i tillegg til å kategorisere og oppsummere innhold på lappene. Her kan man for eksempel legge inn målgruppen og deres behov, og be Miro om å idégenerere mulige løsninger basert på dette. I tillegg kan deltagerne legge inn sine egne idéer, og man kan bruke generativ AI til å forbedre og videreutvikle idéene.
Vurdere idéer med skreddersydde GPTer
Når vi har kommet frem til en lang liste av idéer er vi nødt til å prioritere hvilke idéer vi tror har størst potensial og som vi skal starte med å teste. For å forenkle arbeidet med å vurdere alle idéene lagde vi en skreddersydd GPT. Gjennom forhåndsdefinerte instruksjoner kan du gi GPT-en bestemte oppgaver, som å gi informasjon i en gitt struktur, svare på spørsmål, analysere data, søke på internett eller generere bilder. I dette tilfellet har vi instruert GPT-en til å vurdere innovasjonsidéer etter fire parametere som vi ofte bruker i innovasjonsarbeid:
- Kundebehov: vil kundene ha det?
- Gjennomførbarhet: greier vi å bygge det?
- Økonomisk potensial: er det lønnsomt?
- Bærekraft: er det bærekraftig?
Fordelen med å lage en skreddersydd GPT er at vi slipper å prompte på nytt for hver gang vi ønsker å vurdere en idé, da den allerede kjenner til vurderingsparameterne våre. I tillegg kan man laste opp dokumenter som GPT-en kan bruke som bakgrunnsinformasjon i vurderingen av idéene. I eksempelet har vi lagt inn skjermbilde av idéene våre fra Miro-brettet, og får tilbake en tabell med en score på de ulike parameterne og en kvalitativ begrunnelse.
Skreddersydd GPT og idégenerering ved hjelp av Miro Assist.
Idévalidering
Når vi har prioritert noen idéer er målet videre å raskt finne ut om disse idéene har livets rett. Det viktigste i denne fasen er som regel å teste om produktet i det hele tatt er interessant for kundene. Dersom kundene ikke vil ha produktene er det ikke noe poeng i å bruke masse tid og ressurser på å lage business case og finne ut hvordan det skal lages i praksis. For å ikke ta avgjørelser basert på magefølelsen eller individuelle meninger, gjennomfører vi derfor noen svært enkle tester for å raskt få bekreftet eller avkreftet om kundene er interessert i løsningene vi har kommet opp med.
Lage produktskisser i Ideogram
For å gjøre det enkelt for kunder å gi tilbakemelding på produktene våre og visualisere hva det dreier seg om kan det være hensiktsmessig å lage enkle produktskisser. Generativ AI kan lage produktskisser mye raskere og billigere enn hva vi har kunnet før. Et verktøy som kan benyttes til dette er bildegenereringsverktøyet Ideogram. Fordelen med Ideogram sammenlignet med mange andre verktøy er at det har et enkelt brukergrensesnitt med mange funksjonaliteter, og er god på å gjengi tekst og loger sammenlignet med eksempelvis Midjourney. I tillegg er det lite kostbart sammenlignet med andre tjenester, og det aller meste her er gratis å bruke slik at du enkelt kan komme i gang med bildegenereringen. Bildene kan så benyttes til å gjøre korte intervjuer med forbrukere for å få deres tilbakemeldinger på emballasje, smak, farger og om produktet i seg selv fremstår som attraktivt nok til at de kunne kjøpt det.
Intervjuer med AI-genererte kunder i SyntheticUsers
Andre måter å få tilbakemeldinger på produktet er gjennom dybdeintervjuer med potensielle forbrukere. Til dette kan vi også bruke generativ AI. I SyntheticUsers kan du legge inn ønsket målgruppe og hvilke problemer de opplever, og deretter simulere intervjuer med fiktive mennesker. Verktøyet skaper fullverdige personlige profiler til alle personas som utvikles (navn, yrker, hobbyer mm.), og simulerer opplevelser og følelser basert på de unike profilene. De AI-genererte brukerne gir løsningen din en score, og kommer med forslag til hvordan produktet kan forbedres. Dette gir oss en mulighet til å utforske problemer og opplevelser fra flere vinkler, selv om det selvfølgelig ikke erstatter behovet for menneskelig innsikt og forståelse i innovasjonsarbeidet. Verktøyet er gratis å teste ut, men etter prøveperioden blir verktøyet ganske kostbart å ta i bruk.
Produktbilder i Ideogram og intervjuer med AI-genererte brukere i SyntheticUsers.
Ved hjelp av generativ AI kan vi altså raskt komme i gang med å finne et interessant mulighetsrom, velge ut interessante idéer, og få en innledende validering av om idéene er verdt å bruke mer tid og ressurser på. I del 2 av denne artikkelserien vil du få innblikk i resten av prosessen og hvordan generativ AI kan brukes til videre prototyping og testing samt markedsføring.
Hold deg oppdatert på retail & FMCG ved å melde deg på nyhetsbrevet vårt her↗
Ønsker du å ta en prat om mulige prosjekter eller diskutere noe av innholdet i artikkelen? Ta gjerne kontakt for en prat!
Øistein Offergaard Haraldstad
Partner