产品经理产品设计-AI产品经理入门手册(上)

AI产品经理入门手册（上）近两年来AI产业已然成为捷伊焦点和风口，各互联网巨头都在布局人工智能，因特网不少互联网产品经理也开始考虑转型AI产品经理，本文我也同样在转型中。

本篇文章是通过一段时间的学习归纳总结整理而成，力图通过这篇文章给各位考虑转型的产品经理们一个对AI的全局概括了解。

本文分为上下两篇，此为上篇。

全文思维导图如下：目录：1.1AI产业结构AI发展至今大致按照在上产业结构的分工不同产生了三种类型的公司，我们在转型时最好要先清晰明确先要自己的优势及兴趣，来判断自己适合着眼于哪个层面的教育工作，从而进行针对性的学习和提升。

（1）行业+AI这类公司重在“行业”，本身有着一定的行业积累，给用户提供AI赋能后的产品或服务。

例如：智能家居、智能车载等。

这类公司对产品经理的要求重点在对行业论述的表述上，以及需要对行业趋势有一定的insight。

目前此类公司的战略趋势是会越来越细分到具体的垂直场景上，所以这也对产品的场景分析能力有较高要求。

（2）AI+行业这类公司重在“AI”，是由AI催生出来的行业，客户可以通过使用这类公司提供的服务或解决方案来完善自己的，从而快速大幅提升自身产品的价值，例如：智能客服、智能外呼等。

此类公司目前商业模式主要以toB为主，所以需要产品经理品类具有较强的沟通能力，加速能快速挖掘理解客户的真实需求，并对项目兼具一定的把控管理能力。

（3）基础平台这类公司旨在为客户提供基础AI技术平台，主要包括一些计算平台、算法平台，或者提供各场景的一手数据，从而帮助化工企业快速对接AI技术，大幅缩短客户在人工智能研发上的投入成本和周期。

此类公司对产品经理的主管要求更侧重于对底层技术框架的理解。

如果你曾经从事过研发专事工作，那么在教育工作该类公司工作会很有优势。

1.2AI产品经理的分类AI产品经理，是直接嵌入式或间接涉及了AI技术，进而完成相关AI产品的设计、研发、推广、产品生命周期管理等副经理其他工作的产品经理。

（1）狭义AI产品经理1）定义直接应用了语义、语音、计算机美学和机器学习这4个领域的AI技术，进而完成相关AI产品的设计、研发、推广、产品生命周期管理等工作的产品经理。

因为语义、语音、计算机美学和机器学习这四个领域近几年的落地情况具有如下4个特点：2）分类：（2）广义AI产品经理1）定义间接涉及了语义、语音、计算机光影和机器学习这4个领域的AI技术、或直接应用了其他还不够成熟的商业化细分领域AI技术（比如：脑机接口、量子计算等），进而完成相关AI产品的设计、研发、推广、产品生命周期管理等工作的产品高级经理。

广义AI产品经理具有如下表所示特点：2）分类1.3AI产品经理的能力模型每个行业的发展都要经过重技术、重产品、重运营这3个阶段，现如今AI行业已经步入第二个迈入阶段即产品的优先性要高于技术和运营。

在这种背景下，除了要具备通用产品思维外，行业还对AI产品经理在如下方面提出了更高的要求：（1）找准商业变现模式和闭环资本寒冬里，整个市场都在重新洗牌，此种情况下找准自己产品的商业模式就第三种显得格外重要。

陆奇曾说过，人工智能落地最关键性的是找到场景和商业模式，做出极致体验，并快速迭代。

目前AI市场实现商业变现主要有两种方式：不管是哪种变现方式，要想把AI技术跟垂直产业结合，都要求AI 产品经理真实地应邀参加到业务的整个过程全个中，对行业有足够多纵深的理解。

从而从当前行业痛点入手，寻找具有商业价值并足够细分的垂直分析透彻，提炼出场景中可以帮助产品建立要点优势的关键点，评估投入产出比，调研用户若使用我们的产品解决当前问题愿意支付的价格，之后制定合适的商业推广策略和产品定价包装策略，最终同时实现产品变现。

目前商业化程度做的较好的行业有、金融、互联网服务、企业服务：（2）把控产品需求找准产品的商业变现模式之后，就要深挖产品需求。

首先要对公司整体产品软件系统有比较清晰的认识，在这个框架体系里综合评价评估当前需求是否符合公司整体战略规划，之后在这个战略方向上做MVP，验证成功则可以继续打磨词句持续磨制优化，验证失败则再探索下一个方向。

业内通常认为人工智能的发展离不开三大概念要素：数据、算法、计算力，但落地的应用场景同样是一款产品能否取得成功的关键。

AI产品经理最核心的专业知识也商品在于此，即通过人工智能技术去情境再度定义场景和需求，提供一套可行的认知科学人工智能解决方案。

在明确了具体具体的需求场景后，需要考虑清楚我们产品的客户会在当前流程里的哪个环节使用它，以及现有的方案是什么，我们的产品解决方案比现有方案好在哪里。

AI产品经理对产品的需求把控能力比传统互联网经理要求高不少，而且需要较慢验证，在瞬息万变的AI领域迅速落地能解决痛点问题的产品。

现阶段的行业通识是选准一个足够细分的垂直足够多领域去构建私人企业和技术壁垒，而不是与谷歌或百度竞争通用AI技术。

目前toB的场景主要降低从提升人工效率、降低人力成本、帮助重大决策的方向考虑，toC的场景则当更侧重于提高便利性。

（3）与技术互相推动，互相成就作为AI产品经理，首先要认识到用户只在乎购买的产品帮他解决了什么问题，以及为此支付的价格是否值得，并不在乎产品使用了多复杂多前沿的技术。

产品设计应当从商业盈利以及切实解决用户痛点的角度出发而非技术出发，所以AI产品经理在这个意义上优化根据商业及产品需要倒逼技术可以。

在实际的产品设计的过程中，AI产品经理必须理解技术实现原核细胞过程，找到用户需求和AI技术的交叉点，产品线设计的产品要和团队现有数据、算法、计算能力匹配。

看清楚准确传达产品需求，帮助研发工程师快速实现产品商品目标，缩短研发工程师找到最佳技术方案的时间。

并能使用非技术语言，将研发中的技术原理及出现的问题及时与leader和客户沟通，来获得支持和认可。

此外，AI产品经理还需要拓宽扩阔自己的认知极限，了解技术边界，多跟团队里的AI工程师交流，开夜车也要随时关注AI医药行业最新动态和变革，阅读前沿paper。

（4）获取用户信任随着AI技术的发展，AI信用风险涉及到的伦理和道德及法律风险也越来越引起大众的关注。

美国很多人工智能公司已经成立了伦理审查委员会来检查人工智能产品的设计方案是否符合道德，并确保用户的安全和权益收到保护。

作为AI产品经理，设计装配的产品可能会承担着更高的法律和道德风险。

目前很多公司已经意识到AI对人类在道德伦理上的影响并做出举措，在今年的谷歌开发者大会上谷歌就为GoogleAssistant加入了针对儿童的Prettyplease功能，鼓励小孩对进行礼貌提问。

在技术发展的整个过程中，不可避免会引发会带来一些问题造成应用程序的不信任。

2021年3月，Twitter上线了一款聊天机械Tay，但是仅在两天的时间里，Tay就在与市民互动整个过程过程中学习成为了一个集性别歧视、种族歧视等于一身的“不良少女”。

类似的，虽然淘宝基于大数据的个性化推荐十分精准，但是因为可解释性较差导致很多用户对如此精准的推荐感到十分不安，并认为这种个性化推荐可能侵犯了他们的隐私权。

AI未来的发展可能更应该将更多的决策过程展示出来，让用户理解和明白为什么要这样的决策，而不应该仅仅是一个黑盒。

AI目前主要的应用领域有3个方向，包括：计算机视觉、语音交互、自然语言处理。

2.1计算机视觉（CV）计算机视觉感官是一门研究如何使机器“看”的科学，就是指用摄影机和计算机代替人眼对目标进行识别、精确定位和测量等机器视觉应用的应用，是使用计算机及相关设备对视觉的一种模拟，对采集的图片或视频成功进行处理图片从而获得相应场景的三维信息，让计算机具有对周围世界的空间物体进行传感、抽象、判断的能力。

计算机视觉在现实体现中应用价值主要场景在可以利用计算机对图像和录像带的识别能力，替代这部分人力工作，节省人力成本管理成本并提升效率。

传统的计算机视觉基本遵循影像图像预处理、提取特征、建模、输出的流程，不过利用深度学习，很多问题可以直接采用端到端，从输入到输出一气呵成。

（1）研究内容（2）应用场景计算机深广感官的应用场景非常广，例如：无人驾驶、无人安防、人脸识别、光学字符识别、物体追踪、车辆车牌识别、以图搜图、医学图像分析等。

最近B站当新上线的弹幕防挡脸功能，即在播放视频时弹幕经过人脸则自动隐藏，也是应用了CV，这个小功能对B站核心价值之一的弹幕进行了进一步优化，大大增强了用户体验。

（3）瓶颈（4）提供支持相关方案的企业2.2语音交互语音交互也是非常热门的方向之一，其实语音交互整个流程里包含角落里语音识别、自然语言取证和语音合成。

自然语言处理很多时候是作为单独的一个专业领域来研究的，本文也将单独介绍自然语言处理，所以此处只介绍语音识别辨别和语音合成。

语音交互的最佳应用桥段便是眼睛不方便看，或者手不方便操作的时候。

“不方便看”导航系统比较典型的场景便是智能车载，“不方便操作”比较典型的场景要数较智能音箱，这也是目前比较火的两个细分方向。

一个完整的语音交互基本业务流程遵循下图的流程：（1）语音识别（ASR）1）研究内容语音判别的输入是声音，属计算机无法直接处理调幅的模拟信号，所以需要将声音转化成计算机能处理的信息。

传统的识别方式需要通过编码将其转变解调为数字信号，并提取采取其中的特征进行处理。

传统方式的声学模型传统式一般采用隐马尔可夫模型（HMM），处理流程是语音输入——编码（特征提取）——解码——输出。

还有一种“端到端”的识别方式，一般采用深度神经网络（DNN），模型方式的声学这种的输入通常可以使用更原始的信号特质（减少了编码阶段的组织工作），输出也不再必须伺服经过音素等底层元素，可以直接是字母或者繁体字。

在计算资源与模型的训练数据充裕充足的情况下，“端到端”方式往往能达到更好的效果。

目前公司目前的人机交互识别技术主要是通过DNN实现的。

语音识别的效果一般用“识别率”，即识别文字与标准文字相匹配的字数与标准文字总字数的比例辨认来衡量。

目前中文通用语音连续识别的识别率最高可以达到97%。

2）衍生研究内容（2）语音合成（TTS）1）研究内容是将汉字转化为语音（朗读出来）的过程，目前有两种实现方法，分别是：拼接法和参数法。

DeepMind早前陆续发布了一个机器学习语音生成模型WaveNet，直接生成原始音频波形，可以对单元格声音建模，不依赖任何发音理论模型，能够在文本转语音和常规的音频生成上得到出色的结果。

2）瓶颈个性化TTS数据需求量大，在用户预期比较高的时候难满足。

需要AI产品经理挑选用户预期用户不苛刻的场景，或者在设计时候时管理好用户预期。

（3）提供前述方案的企业2.3自然语言理解（NLP）（1）研究内容自然语言处理是一门一面镜子让计算机理解、分析剖析以及聚合自然语言的学科，是认知和处理文字的过程，相当于人类的大脑。