소비자 심리학이 AI 제품 디자인에 주는 시사점
작년에 저희는 "AI의 달걀 이론"이라는 글에서 소비자 심리학의 유명한 사례를 다룬 적이 있습니다.
인스턴트 케이크 믹스가 처음 나왔을 때, 판매가 부진했습니다. 케이크 만들기가 너무 빠르고 쉬웠기 때문입니다. 사람들은 베이킹에 기여하지 않았다는 죄책감을 느꼈습니다. 그래서 회사들은 사람들이 기여했다고 느끼도록 달걀을 추가하도록 했습니다. 그러자 판매가 급증했습니다.
저희는 이 원칙을
AI
RAG가 끝이 아닙니다: 앞으로의 AI + Data
RAG(Retrieval Augmented Generation)와 ICL(in-context learning)은 2020년경부터 AI 분야에서 매우 흥미로운 발전이었습니다. 이러한 기술들은 기업과 앱 개발자들이 고객 데이터를 활용하는 방식에 혁명을 가져올 것으로 약속했습니다. 재학습이나 미세 조정 없이도 강력한 모델을 활용할 수 있게 해주죠. 간단히 프롬프트 중에 모델에 관련 데이터를 "주입"함으로써, 기업들은 즉시
AI 시대의 인간 번영
지난 2년간 AI의 폭발적인 발전, 특히 생성형 AI와 거대 언어 모델(LLM)은 우리가 일하고 기술에 대해 생각하는 방식을 크게 바꿔 놓았습니다. 사용자 연구자와 디자이너에게 AI의 영향은 크게 세 가지 영역으로 나눌 수 있습니다.
1. 생성형 AI 제품 개발: 새로운 제품과 서비스에 AI를 최적으로 구현하기 위해 연구 및 디자인 프로젝트에서
AI 앱 스타트업은 엔터프라이즈 세일즈 황금기(1994-2000)에서 많은 것을 배울 수 있습니다
AI 혁신 시대는 메인프레임 혁명과 닷컴 시대 중 어느 쪽에 더 가까울까요? Stratechery의 Ben Thompson은 Nat Friedman 및 Daniel Gross와 함께한 최근 팟캐스트 에피소드에서 메인프레임 혁명에 더 가깝다는 주장을 펼쳤습니다.
둘 다 일리가 있지만, 저는 현재 AI 앱 폭발의 가장 적절한 유사 사례는 클라이언트-서버 컴퓨팅으로의 전환에 의해 주도된 1994년부터 2000년까지의
코딩 에이전트로부터 배우는 다섯 가지 AI 에이전트 구축법
AI 에이전트는 업무 자동화, 의사 결정 강화, 사용자 경험 개인화를 통해 산업 전반을 재편하고 있습니다. 코딩은 AI의 가장 인기 있는 활용 사례 중 하나입니다. 코딩 분야는 명확한 규칙, 방대한 데이터, 빠른 피드백 사이클 덕분에 AI가 얼마나 빠르게 학습하고 효과적으로 확장될 수 있는지를 보여줍니다.
만약 여러분이 스타트업 창업자이거나, AI를 활용하여 다른
AI 수익화의 변화
최근 AI 수익화 관련하여 몇 가지 중요한 발표가 있었습니다.
* OpenAI는 개인 사용자용으로 ChatGPT Pro를 월 200달러에 출시했는데, 이는 ChatGPT Plus 가격의 10배입니다.
* 이후 Sam Altman은 X에 OpenAI가 이러한 구독으로 손실을 보고 있다고 밝혔습니다. "사람들이 예상보다 훨씬 많이 사용합니다."라며, 가격은 "개인적으로 결정했다"고 덧붙였습니다.
* Salesforce의 전
이전보다 더 똑똑해질 차세대 마켓플레이스
Headline에서는 오랫동안 마켓플레이스의 혁신적인 힘을 믿어왔습니다. Farfetch, GoPuff, Bumble, 그리고 The RealReal에 대한 초기 투자부터 최근 Palmstreet 투자까지, 우리는 마켓플레이스가 소비자가 원하는 것을 원하는 때에 정확히 연결함으로써 산업을 어떻게 재편할 수 있는지 직접 목격했습니다.
2025년 이후를 내다보면서, 저희는 마켓플레이스 창업자들에 대한 약속을 두 배로 늘리고 있습니다. 왜일까요? 저희는 인공지능이라는 다음