【有物報告】 產品創新 (一)~不是破壞式創新,小心高調行銷得不償失
【有物報告】 產品創新 (一)~不是破壞式創新,小心高調行銷得不償失
2013.04.03 | 科技

筆者前幾天參加了一個在華盛頓特區這一帶,產品經理人的 MeetUp(ProductCamp DC)。這次的討論主題是創新。

主持人是一位精通敏捷式開發(Agile Development)的顧問。兩個小時的討論下來,激發了許多有趣的概念,與讀者共享之:

創新產品的迷思

許多人聽到「創新」兩個字的第一反應,不外乎是聯想劃時代改變世界的高科技產品。但現實中,只有極少數的產品創新概念足以顛覆跟解構既有市場,這種是「破壞式創新」。絕大多數新上市產品的創新,都侷限於功能改良的「漸進式創新」。

另一個迷思,是以為創新好像是天才發明家靈光一現的成果;像阿基米德發現浮體定律後興奮得從浴缸跳出來,或是愛因斯坦發現相對論一樣的道理。但事實上,絕大多數成功的創新產品,都是團隊合作的努力結晶,商業化的過程也歷經波折,不是一個天才信手拈來那麼容易的。

**創新混搭(Innovation Mesh) –**創新的概念就在身邊

但創新的概念,也不是那麼遙不可及。很多時候創新的點子就是基於解決對現狀的不滿,而構想出來的解決方案。

這次主持人就用活動來舉例。他先要求與會者,把我們身邊每天觀察到的事情,依「工具」、「事」、「趨勢」列出來分析:

**每天會使用的工具** **每天會做的事** **創新的科技趨勢**
手錶吃飯越來越多的行動裝置
手機清理身體社群網站
筆睡覺海量資料
車子付帳 (說每天付帳的這位仁兄大概不是老闆就是出納吧)可以穿戴的微裝置
牙刷上班3-D 列印技術
 

綜合了我們這群產品經理人的意見後,主持人把參與者分成幾個小組,然後請我們利用這些列出來的概念排列組合,挑出我們覺得最有潛力的創新產品概念。

這時候許多有趣的概念都排列組合出來了,包括:

「刷牙完自己清理的牙刷」

「自動付帳的手錶/手機」

「結合社群概念系統的車子」

「可一邊睡覺一邊開的車子」

「能變成餐具的筆」

有趣的是,其實很多列出來的概念已經問世了,例如 Google 的無人駕駛車、可以變成刀叉的筆、或者是可拋棄式戴在舌頭上的牙刷。

這些發明之所以出現,就是因為生活上的問題其實大同小異。許多創新的事物,也不過就是結合兩種 (或以上) 原先的事物創造出來的。例如把降落傘跟滑水板結合,就是許多人到海邊一定要玩的拖曳傘。

結合滑水與降落傘的拖曳傘。圖片來源:banana-watersports

或者說,把滑板跟滑雪結合,就生出了滑雪板這個裝備跟運動。

主持人把這個概念叫「創新混搭」(Innovation Mesh),有點類似 DJ 擷取不同歌曲的旋律混音。但的確點出來創新的本質,其實就是混合不同概念,來解決身邊碰到的問題。

創新產品行銷的四個象限

當創新的概念定義好之後,最難的部分是怎麼行銷。

首先要做的就是分析這項創新的定位。創新產品的四個象限,分別是下面兩個軸所定義:

1.創新:破壞式創新(Disruptive),還是漸進式創新(Incremental)
2.行銷手法:高調(Loud)還是低調(Quiet)

這時候又是小組討論,由組員把市面上著名的創新產品與技術歸類。筆者的小組人才濟濟,兩分鐘就在四個象限上洋洋灑灑的貼出下圖:

我們列出來的產品包括:

屬於破壞式創新,行銷方式高調的產品/技術包括:

  • 波音 787 Dreamliner

  • 大金剛玻璃(Gorilla Glass)

  • Keurig Cup(取代即溶咖啡的咖啡膠囊)

  • Toyota Prius(第一個普及的油電混合車)

  • iPod + iTunes 的音樂解決方案

屬於破壞式創新,但行銷低調:

  • Google Car

  • Google Street View

屬於漸進式創新,但行銷高調:

  • Apple new iPad

  • Starbucks Via 即溶咖啡

  • 微軟 Surface 平板電腦

  • Palm Pilot

屬於漸進式創新,行銷也低調的產品包括:

  • Facebook 草創階段

  • Evernote

  • Pandora(介於高調/低調之間)

接下來,主持人要求我們將上述這些產品,研發或上市風險高的,在上面畫一個大大的 “R” 字,代表風險(Risk)。結果可看上圖。

有趣的是,風險較高的幾乎都是破壞式創新加上行銷高調的產品。這是因為一來研發破壞式創新的成本、難度、不確定性都比較高,所以風險較大,例如 Toyota Prius、波音的 787 Dreamliner,跟 Google Car。而且破壞式創新的產品要上市,所面臨的市場接受度與法律上的風險也很高。像 Google Street View 上市之後就面臨許多隱私權的紛爭,Pandora 得談判音樂授權,同時面對音樂產業的侵權訴訟等。

“Apple vs. Google" – 上市策略各家公司不同

公司對創新產品的策略也是一個關鍵。蘋果 一直以來在產品上市前的嚴格消息管控,引來了全世界對其產品發表的好奇心與目光。既然獲得這麼多媒體焦點,一年又只有一到兩次產品發表會,自然不管產品是漸進式改良還是破壞式創新,在產品發表會之後,都要大張旗鼓的高調宣傳。

反觀 Google 對新產品的態度,多半是「反正我只是推出一個 Beta 版,免費給你試用看看,遲早有一天我們會推出完整跟穩定的服務上市」。在這種心態下,Google 固然免費大量的推出許多產品試探市場跟消費者的口味;另一方面,對不符合未來規劃,卻廣受好評的產品,像 Google Reader,也是說砍就砍,實驗意義較大。

消費者對創新產品的認知

好吧,假設一項產品或技術的本質是漸進式創新,可是挾著公司家大業大,採用拼命高調的宣傳,有沒有風險呢?

有。當消費者對這項產品的認知有落差,無論再怎麼砸錢行銷,效果都事倍功半。

舉個例子來說吧,當微軟卯起全力促銷 Surface 平板電腦時,市場的反應普遍是「喔,又多了一種跟 iPad/Andriod Pad 類似的平板電腦」,而不是微軟自己感動得要死的跨世代革新。自然話題跟銷量都不如當年第一代上市的 iPad。

蘋果也逃不出這個困境。當消費者對蘋果創新的期待很高,胃口已經被養大,即便 New iPad 比起上一代運算速度變快、解析度更好、無線傳輸速度更快、待機時間更長,儲存空間也更大;但無論再怎麼宣傳,New iPad 上市還是沒辦法帶來第一代 iPad 的震撼。因為只增加 CPU 速度、解析度、上網速度、待機時間跟儲存空間等「漸進式改良」,本質上就不值得高調行銷,只是徒增使用者期待落空的失望罷了。

如何拿捏行銷創新產品的策略,考驗產品經理人的決策

產品創新並不是空穴來風、無中生有,而是基於對產品現狀的不滿,問題的發掘、使用者需求與市場不斷的觀察,測試,加上結合好的跨界概念,才會有很棒的產品創新切入點。回歸到使用者的需求,才是產品創新的出發點。

行銷策略也是,在花大錢之前,仔細思考產品的定位才是關鍵。假設新產品只是著重部分功能的改良,卻當成破壞式創新一樣高調宣傳,不如相對低調以降低消費者期望落差帶來的不滿。反之,假設新產品真的可以顛覆市場,除了行銷需要配置更多資源、高調宣傳之外,上市的重點應該是放在如何解決各項不確定性所造成的風險。

一個成功從研發到上市的新產品,要面臨的是技術到市場的不確定性。如何從一開始找到好的產品創新切入點,到開發好的產品概念、定位創新產品的本質,與上市的行銷手法,其實都考驗著產品經理人的智慧與決定。

轉自有物報告

關鍵字: #創新創業
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓