上一篇提到一個我最近很強烈的感受:
以前我們努力讓 User 理解 System;現在,System 應該開始理解 User。
但如果 System 真的開始理解 User,接下來會發生什麼?
我第一個重新思考的,就是 User Journey。
做了五年外賣 PM,我對 User Journey 這件事情其實非常熟悉。
如果只看 App 裡最核心的下單 Funnel,大概是:
打開 App
↓
找餐廳
↓
進入餐廳
↓
找商品
↓
加入購物車
↓
確認地址 / 優惠
↓
結帳 / 付款
做 Buyer Side PM 的時候,我們會看每一層的 CTR、CVR、Add-to-cart Rate、Checkout Conversion。
哪一步掉人?
哪一步可以少一個 Click?
哪個資訊應該提前?
所以很長一段時間,我對 User Journey Optimization 的理解都是:
怎麼讓 User 用更少的步驟,到達終點?
但最近看到美團「小美」AI 助手之後,我突然開始想一個以前不太會問的問題:
User Journey,真的還需要 User 自己走嗎?
假設今天我只是想喝一杯冰美式。
傳統外賣 App 裡,我可能要:
Search「咖啡」
→ 選店
→ 找冰美式
→ 選規格
→ 加入購物車
→ 確認地址 / 自取
→ 結帳
以前做 PM,我們會想:
Search能不能更準?
常買商品能不能提前?
門市能不能根據 Location 預選?
Checkout 能不能少一步?
這些全部都還是對的。
但 Agent 多了一種完全不同的解法:
「幫我在附近點一杯我常喝的冰美式,自取。」
接下來的 Search、Store Selection、Product Matching,甚至訂單準備,都可能開始由 Agent 接手。
PM 面對的問題開始從:
「怎麼讓 User 少走幾步?」
變成:
「這幾步為什麼還需要 User 自己走?」
美團的小美 AI 助手,是我最近覺得很有意思的例子。
它不是只回答:
「附近有哪幾家咖啡店?」
而是 User 可以直接描述 Goal:
「幫我點一杯我常點的咖啡。」
Agent 再根據 User 的需求、歷史行為,以及平台既有的商品、門市、配送等資訊,往後準備 Task。
表面上看起來只是少按幾個 Button。
但從 PM 的角度,真正改變的是:
User Journey 的執行者變了。
以前:
User Intent
↓
User Search
↓
User 選店 / 選商品
↓
User Checkout
↓
System Execute
現在:
User Intent
↓
Agent 理解
↓
Agent Search / Match / Prepare
↓
User Confirm
↓
System Execute
Journey 沒有消失,只是原本由 User 執行的中間步驟,開始被 Agent 接走。
這是我覺得 PM 思考方式真正開始改變的地方。
以前看到一條七步 Funnel,我會問:
「能不能從七步變五步?」
現在我會多問:
「這七步裡,到底有幾步真的需要 User?」
例如點一杯固定咖啡:
| Step | 一定需要 User 嗎? |
|---|---|
| 找附近門市 | Agent 可以處理 |
| 確認營業中 | Agent 可以處理 |
| 找常喝商品 | Agent 可以處理 |
| 選常用規格 | 有 Context 時可推測 |
| 套用優惠 | Agent 可以處理 |
| 確認商品與價格 | User |
| 付款 | User / 授權後執行 |
| 以前我們做的是 Journey Optimization。 |
現在可能還要做 Journey Delegation:
哪些步驟留給 User?哪些交給 Agent?
有些 Step 最好的優化方式,可能不是讓 User 操作得更快,而是:
根本不要讓 User 操作。
這不代表未來 Search、Recommendation、Browse 都不需要了。
因為 User 的 Intent 並不永遠明確。
例如:
「幫我再點昨天那杯冰美式。」
Goal 很清楚,這種 Goal-oriented Journey 很適合 Agent。
但如果今天是:
「不知道吃什麼,想看看。」
User 根本還沒有終點。
他可能看新品、附近熱門、優惠、圖片,滑了幾分鐘才發現:
「喔,我今天想吃韓式。」
這種 Exploratory Journey,Browse、Search、Recommendation 依然很重要。
所以我現在會把它想成:
Intent 很模糊
→ Browse / Recommendation
→ 幫 User 探索
Intent 半明確
→ AI
→ 幫 User 收斂
Intent 很明確
→ Agent
→ 幫 User 完成
AI Native 不代表所有東西都變成 Chat。
而是當 User 已經知道自己要去哪裡,System 開始有能力替他走中間那段路。
當然,Journey Delegation 還有一條很重要的界線。
Agent 知道我平常喝冰美式,先幫我準備好,可能沒問題。
但如果它發現加入會員可以便宜 20 元,就直接替我加入會員;或原本的店關門,直接換成一家貴 80 元的店,就不一定 OK。
因為:
操作和決策不是同一件事情。
我會簡單拆成:
低風險操作
→ Agent Execute
可推測、可逆
→ Agent Prepare
涉及偏好 / 金錢 / 權益
→ User Confirm
高風險 / 不可逆
→ User Decide
Agent 可以把很多 Operational Steps 接走,但真正重要的 Decision,還是應該把控制權還給 User。
這個問題,我會留到後面的 Human-in-the-loop 再繼續拆。
以前畫 User Journey,我可能畫:
Search
→ Store
→ Menu
→ Cart
→ Checkout
→ Payment
現在做 AI Native Product,我會想再多畫一條:
User Goal
↓
Agent 理解 Intent
↓
取得 Context
↓
執行中間 Task
↓
遇到需要人的 Decision
↓
User Confirm
↓
Task Completed
以前 PM 關心的是:
User 下一步去哪一頁?
現在可能還要多問:
這一步的 Owner 是 User,還是 Agent?
做了五年外賣 PM,我以前很自然地認為:
User Journey,就是 User 要走的路。
我們努力讓這條路更短、更順、更少摩擦。
但 Agent 出現之後,我開始覺得:
Journey 不一定等於 User 要親自完成的 Steps。
User 還是負責告訴 System:
我要去哪裡。
但中間那些搜尋、篩選、填寫、切換頁面的 Operational Steps,開始可以交給 Agent。
所以現在重新 Review 一條 User Journey,我會多問一個以前不太會問的問題:
這一步真的需要 User 自己走嗎?
以前 PM 想的是:怎麼讓 User 少走一步。
Agent 時代更值得問的是:這一步,為什麼還需要 User 自己走?
