“乔哈里视窗”下看待AI+产品的商业机会点

乔哈里窗把人与人的沟通分成了四个区域，那么人与AI，以及AI与AI之间，会不会有同样的问题？AI与人之间不同的交互方式，能否带来商业机会的启示？

1955年，美国的两位组织行为学家Joseph Luft和Harry Ingham共同提出了一个沟通框架，取名为“乔哈里视窗（Johari Window）”。这个框架旨在揭示一个老生常谈的话题——为什么人和人之间的沟通会存在各种障碍，导致发生各种“讲也讲不通，听又听不懂”的情况。

“乔哈里视窗”把人与人之间的沟通分成了四个区域：

1. 公开区（Arena）：“你知道，别人也知道”。双方都知道的信息，这部分信息是透明的，可以自由交流。
2. 隐秘区（Hidden）：“只有你知道，别人不知道”。个人不愿意透露的隐私或内心想法；个人说不明白的隐形知识和模糊的、难以说清楚的观点。
3. 盲点区（Blind）：“你自己不知道，但别人知道”。他人对看法或评价，你自己尚未意识到的特质。
4. 未知区（Unknown）：“你不知道，别人也不知道”。潜在的能力、机会或问题，尚未被发现。

01 “乔哈里视窗”下的AI人机交互

“乔哈里视窗”在往后的半个多世纪中，一直是沟通研究领域的重要理论框架。因为它体系化地说明了沟通双方存在差异的原因和类型。然而，谁能料到人际之间的沟通障碍尚未解决，现在我们还多了一个需要沟通对象：AI。而且“乔哈里视窗”的框架，照样能解释人与AI之间的交互类型：

1. 公开区：人类知道，AI也知道

人类向AI提问，能够获得准确知识/信息的沟通区域。比如：

• 事实性知识：历史、科学的定律、数学的公式，这些知识已被广泛记录和验证。AI通过训练数据和外部资源的滋养，人类则通过学习和经验的积累，同样掌握这些知识。
• 简单、直接的显性指令：当人类向AI发出明确的指令，如“翻译这段文字”或“计算这个方程”，AI能够理解并执行这些任务。在这种情况下，任务的内容和目标如同明镜般清晰。

在这个区域，人机交互非常高效。只要能提供清晰和正确的指令，我们就能充分利用AI的高效处理能力，迅速获得精确的结果。

2. 隐秘区：人类知道，AI不知道

从很早之前，人们就意识到语言和文字的局限性，远在《文心雕龙》中，就有“言不尽意，圣人所难（语言无法完完全全地表明思维与意图，这是圣人也办不到的事）”的说法，很多时候人们交际过程中依赖的不仅是语言，还包括很多的“隐性信息”，比如文化背景、沟通双方对某件事情的背景共识、由肢体和面部语言带出来的情绪信息等等。

而AI与人类的互动（至少目前）只限于语言文字，导致他“信息收集”天生瘸了一条腿，因此当碰到以下情况的时候，人类与AI的沟通会出现较大的鸿沟：

• 模糊的需要：当人们自己也没想清楚需求的时候，在沟通中往往倾向于用简单而宽泛的表达提要求。这个时候，人们的潜在需求其实是希望通过沟通交流来探索或发现新的可能性。而AI基本辨识不出这种“弦外之音”，大概率只会按照字面意思执行任务。
• 非结果导向的意图（比如情绪/偏好）：人类的情感、情绪、动机和意图往往是复杂的，例如，一个人可能表面上要求AI帮助解决问题，但内心实际上是为了缓解焦虑或寻求认可。

3. 盲点区：你不知道，AI知道

这是AI已经掌握的知识领域，但人类尚未完全意识到IA已经掌握了这些能力，完全可以为我所用。比如，LLM刚开始时，大家只是将其当作一个知识问答的工具。但是随着其“功能性”的逐步开发，大家发现通过一定的prompt设计，它可以承担很多角色，比如管理咨询顾问、英语教练，甚至能充当电子男友/女友，提供情绪价值。

盲点区往往是惊喜暗藏，相信随着技术的进步和人类对AI应用的不断探索，我们会掌握越来越多的AI使用规律。慢慢地让盲点区转换为公开区。

4. 未知区（Unknown）：人类和AI共同的未知领域

这是AI与人类都不了解的未知领域。这些信息可能是全新的知识、未被发现的规律，或者是尚未出现的问题和挑战。比如新技术的方向和演进到底指向何方？人类在科技上的创新和创造力的边界在哪里？等等。但这个领域一旦有所突破，一定是颠覆式创新。

02 四个区域内的“机会点”

以上可见，“乔哈里视窗”一图足以道尽“人”“机”之间的互动模式。那么，对于正在寻找AI应用的商业机会点的产品经理们，有哪些启发？

1. 公开区：效率工具和知识管理平台

在这个区域大概是目前最直接的商业应用，尝试的企业也是最多的。在这个区域中，AI能提供的价值主要是提升效率，依赖于已知的、标准化的任务和信息，减少重复性劳动，或提供即时、准确的信息支持，比如：

• 智能助手与自动化工具：例如，AI聊天机器人、智能语音助手、自动化办公软件等。这类产品帮助用户在清晰定义的任务上提高效率；又例如，大模型可以提前将用户的投诉/反馈进行概括整理，并转接到相应的部门进行处理，提升了处理客诉的效率。
• 知识管理与数据分析平台：AI可以整合、提取、整理并呈现各类行业或领域的知识，这在企业内部的知识库建设、文献检索、数据分析等领域具有广泛应用。商业模式如企业内部知识管理平台、自动化报告生成工具等。
• 内容生成工具：如智能文案撰写、代码生成、翻译、SEO优化等工具，适用于内容创作者、企业营销团队、技术开发者等群体。

2. 隐秘区：智能探索与个性化推荐

隐秘区涉及的是人类的个性化需求和复杂情境信息，商业机会往往体现在如何通过模糊化的信息，满足意图/需求。

• 个性化推荐系统：AI可以根据用户的历史行为、偏好、文化背景等信息进行深度学习和模式识别，提供更个性化的产品推荐或服务。例如，电商平台、内容流媒体平台、新闻推送等。
• 情感分析与心理健康应用：AI可以通过自然语言处理分析用户的情感和情绪，提供情感支持或心理健康服务，尤其适用于情绪调节、压力管理、在线心理咨询等领域。
• 需求发现与洞察：AI可以通过对用户的互动行为、对话内容和反馈的分析，帮助发现用户潜在的需求或未表露的想法。这在产品设计、市场调研和消费者行为分析中具有极大的潜力。
• 头脑风暴与创意激发：AI擅长从大量的信息中提取灵感，帮助团队进行高效的头脑风暴。比如：帮团队探索新的设计灵感、创造性的解决问题等。

3. 盲点区：AI辅助创新与能力提升

这个区域潜力无限。盲点区代表了AI已经掌握但人类尚未完全意识到或利用的能力，也就意味着处处有机会。AI的技术发展与应用毕竟时日还短，对其潜力应用的开发还是一片蓝海，致力于对“盲点区”的开发，相信会不断带来惊喜。

比如已有不少企业致力在探索如何让AI成为靠谱的“领域专家”，指的是AI除了具备领域的公开知识之外，如何让AI也具备该领域专家的“隐形”的素养和判断力。比如，是否能作为咨询顾问，为企业提供合适的战略咨询等。

4. 未知区：突破性技术与跨界应用

在未知区的商业机会通常具有高度的不确定性，而且往往会技术先行，商业靠后。一旦有所突破，可能会产生颠覆性影响。根据以往商业模式的经验，颠覆式创新往往会发生在以下情况中：

• 跨界与新兴市场：多学科的技术结合，产生新的应用场景。
• 颠覆性创新产品：未知领域有所突破，催生出一些目前我们无法想象的全新产品或服务。例如，量子计算、神经网络与生物技术结合的突破，可能会导致智能生物产品、自动化生命管理等革命性技术的出现。