מציג כיצד טכנולוגיה ו-AI מיושמים בשווקים ורטיקליים ספציפיים. דוגמאות כוללות AI בתחום הבריאות, טכנולוגיה קמעונאית (Retail Tech), FinTech, טכנולוגיה עירונית ופתרונות לתחומים ספציפיים כמו חניה ורדיולוגיה.
AI + תזמון = הצלחה?
3 מצבי פתרון הבעיות של AI
רופאים מתעלמים מהתראות AI קריטיות?
איך באמת מבינים משתמשים?
כלי AI, אבל אין שימוש?
“המפתח ב-MVP הוא האות M, שהיא לא צריכה להיות מינימלית, היא צריכה להיות משמעותית.”
“כשאנחנו בונים MVP, אנחנו למעשה בונים שני MVPs: אחד עבור הפתרון הטכני, האם אנחנו יכולים לספק ערך, ואחד עבור שינוי התנהגותי, האם אנחנו יכולים לשנות את התנהגות המשתמשים שישתמשו בדבר הזה.”
“הליבה היא בכלל לא האלגוריתם. האלגוריתם, אין להם בעיה איתו, הם לא אמרו שהוא לא מדויק, אני לא מאמינה בזה. הליבה היא, תודיעו לי כשזה רלוונטי לי, בזמן המתאים לי, עם המידע שאני רוצה לראות.”
בעולם הדינמי של פיתוח מוצרים, הדרך לחדשנות לעיתים רחוקות ישרה. ליאת פלד, סמנכ"לית מוצר ב-Pango, שיתפה לאחרונה מקרה מבחן מרתק על האופן שבו צוותה ניווט במורכבות החניה העירונית, תוך מינוף AI וגישה מוגדרת מחדש ל-Minimum Viable Product (MVP) כדי לספק פתרון בעל השפעה אמיתית. סיפור פיצ'ר סריקת השלטים של Pango מציע לקחים יקרי ערך למנהלי מוצר השואפים לפתור בעיות 'בלתי פתירות'.
בעידן שבו AI מעצב מחדש תעשיות בקצב מהיר, האתגר של שילוב טכנולוגיה מתקדמת בחברות ותיקות, במיוחד במגזרים כמו קמעונאות יוקרה, מציב סט ייחודי של מכשולים. מקרה מבחן זה מתעמק בפריסה אסטרטגית של AI בתוך Tollmans, קמעונאית רהיטי יוקרה, ומדגיש את התהליך המוקפד של זיהוי צרכים, התגברות על התנגדות תרבותית והוכחת ערך מוחשי.
A-Doc, חברת AI פורצת דרך בתחום הבריאות, התמודדה עם בעיה מבלבלת: מערכת ה-AI המדויקת שלה, שתוכננה לסמן ממצאים רפואיים קריטיים, לא נוצלה ביעילות על ידי רדיולוגים. למרות ביצועי אלגוריתם ללא רבב, רופאים לא התחברו להתראות מצילות החיים. צלילה עמוקה זו לתהליך הגילוי שלהם חושפת אמת אוניברסלית למנהלי מוצר: תוצאות AI מעולות חסרות משמעות ללא חוויית משתמש מצוינת המותאמת להקשרים מהעולם האמיתי.