2022人工智能產(chǎn)品經(jīng)理AI時代PM手冊

人工智能產(chǎn)品經(jīng)理AI時代PM手冊PAGEPAGE163目錄TOC\o"1-2"\h\u14392第1章人工智能時代重新定義產(chǎn)品經(jīng)理 3286001.1人工智能時代產(chǎn)品的特殊性 623291.2人工智能產(chǎn)品經(jīng)理的價值定位 18240691.3人工智能產(chǎn)品經(jīng)理需要兼具“軟硬”實力 2166621.4人工智能產(chǎn)品經(jīng)理入門 277142第2章懂行業(yè)的產(chǎn)品經(jīng)理才不會被人工智能淘汰 335212.1人工智能時代將公司重新分類 3592262.2什么叫作“懂行業(yè)” 39147782.3如何修煉成為行業(yè)產(chǎn)品專家 48232332.4本章小結(jié) 524571第3章定義人工智能產(chǎn)品需求 5373403.1重新定義需求分析 55122343.2量化需求分析 7220464第4章人工智能產(chǎn)品體系 79180254.1人工智能產(chǎn)品實現(xiàn)邏輯 80296804.2基礎(chǔ)設(shè)施 83141944.3數(shù)據(jù)采集 92194164.4數(shù)據(jù)處理 101267104.5機(jī)器“大腦”處理過程：理解、推理和決策 103252144.6資源配置統(tǒng)籌的關(guān)鍵環(huán)節(jié)：系統(tǒng)協(xié)調(diào) 107120474.7不可逾越的紅線：安全、隱私、倫理和道 109231494.8運(yùn)維管理 1197827第5章機(jī)器學(xué)習(xí) 123212625.1什么是機(jī)器學(xué)習(xí) 125306655.2機(jī)器學(xué)習(xí)流程拆解 135133845.3人工智能產(chǎn)品經(jīng)理必備的算法常識 141274325.4機(jī)器學(xué)習(xí)的常見開發(fā)平臺 15631773第6章人工智能產(chǎn)品經(jīng)理工作流程 161308366.1設(shè)定清晰的目標(biāo) 162179156.2技術(shù)預(yù)研 164259056.3需求分析和產(chǎn)品設(shè)計 176168686.4充分參與研發(fā)過程 187183606.5持續(xù)的產(chǎn)品運(yùn)營 19116801第7章方法論、溝通和CEO視角 192215427.1蛻變的必經(jīng)之路：端到端產(chǎn)品管理 193298347.2跨部門溝通 201167527.3用CEO的視角進(jìn)行產(chǎn)品管理 205第1章人工智能時代重新定義產(chǎn)品經(jīng)理來到人工智能技術(shù)廣泛應(yīng)用的時代，傳統(tǒng)的產(chǎn)品經(jīng)理面臨著巨大的挑戰(zhàn)，無論是工作流程、價值定位還是工作協(xié)同方式都面臨著巨大的變革。如果說互聯(lián)網(wǎng)對人類的主要貢獻(xiàn)，是通過優(yōu)化和創(chuàng)造信息存儲和傳遞的方式重新組合各種生產(chǎn)要素，即重構(gòu)已有的商業(yè)模式，那么人工智能的主要貢獻(xiàn)就是升級生產(chǎn)要素（勞動、土地、資本和企業(yè)家才能），進(jìn)而推動產(chǎn)業(yè)升級。例如，同樣是交通和出行領(lǐng)域，互聯(lián)網(wǎng)時代最典型的產(chǎn)品是一站式出行平臺。本質(zhì)上是通過提供乘客與司機(jī)緊密相連的出行全流程平臺，將線上、線下的出行流程進(jìn)行整合和優(yōu)化，最終實現(xiàn)商業(yè)變現(xiàn)。而人工智能產(chǎn)品在該領(lǐng)域采用了完全不同的顛覆性策略，即以自動駕駛技術(shù)作為切入點(diǎn)，賦予車輛自動駕駛的能力，更關(guān)注產(chǎn)品和服務(wù)作為生產(chǎn)要素本身的升級和創(chuàng)新。反觀互聯(lián)網(wǎng)產(chǎn)品，不改變車輛和駕駛本身，司機(jī)該怎么開車還怎么開車，換句話說，不改變生產(chǎn)要素本身，更關(guān)注生產(chǎn)要素和資源配置方式的優(yōu)化和升級。基于以上分析可以推斷：對于互聯(lián)網(wǎng)產(chǎn)品經(jīng)理來說，轉(zhuǎn)型為人工智能產(chǎn)品經(jīng)理需要的是價值觀和方法論的轉(zhuǎn)變。隨著人工智能技術(shù)的日新月異，產(chǎn)品形態(tài)和價值都有無限種可能，產(chǎn)品經(jīng)理需要擔(dān)負(fù)起更大的社會責(zé)任。就像《終結(jié)者2》中的人工智能產(chǎn)品T-800（如圖1-1所示）與液態(tài)金屬人T-1000（如圖1-2所示），同樣是頂尖人才設(shè)計出的人工智能產(chǎn)品，一旦失去道德底線，越是頂尖的技術(shù)，越容易將人類領(lǐng)向另外一個極端。圖1-1《終結(jié)者2》中的人工智能產(chǎn)品T-800圖1-2《終結(jié)者2》中的人工智能產(chǎn)品T-1000人工智能時代產(chǎn)品的特殊性人工智能是工具，也是新的產(chǎn)品設(shè)計思維邏輯從2006年開始，深度學(xué)習(xí)技術(shù)突飛猛進(jìn)，再加上人類在計算機(jī)運(yùn)算能力及互聯(lián)網(wǎng)數(shù)據(jù)方面的積淀，被賦予人工智能技術(shù)的產(chǎn)品終于在多個領(lǐng)域?qū)崿F(xiàn)了廣泛應(yīng)用，并取得了巨大的商業(yè)價值，例如機(jī)器人、自動化技術(shù)、智能控制、電商、金融、自動駕駛、醫(yī)療診斷、語音與圖像識別、人機(jī)交互等。以上所有的應(yīng)用或產(chǎn)品，本質(zhì)上都得益于人工智能領(lǐng)域中主流研究方向的發(fā)展，如圖1-3所示。圖1-3人工智能主流研究方向回顧人類歷史，每個領(lǐng)域的科技進(jìn)步都給使用該技術(shù)的產(chǎn)品帶來性能和效率上的提升。這些改變過程在本質(zhì)上都如出一轍，都是在人類需求的驅(qū)使下產(chǎn)生了某種技術(shù)，最終幫助人類實現(xiàn)了新的行業(yè)和新的產(chǎn)品形態(tài)，如圖1-4所示。從這個角度來看，人工智能是一種為了解決人類需求而生的工具，而這個工具通常用在傳統(tǒng)解決方案產(chǎn)品上，對其進(jìn)行改進(jìn)和提升。圖1-4新行業(yè)和新產(chǎn)品的誕生過程人工智能類產(chǎn)品在本質(zhì)上都和一個概念有關(guān)，那就是概率。概率論是人工智能系統(tǒng)推理的邏輯基礎(chǔ)，人工智能做出的每個推斷和預(yù)測都伴隨著行為結(jié)果的不確定性，也就是對結(jié)果的一種賭博。只不過人工智能和人類賭徒不一樣，它無法選擇不去賭博，無論它做什么——即使什么都不做，也伴隨著不確定和風(fēng)險。因此如果人工智能產(chǎn)品不以概率論作為其規(guī)則依據(jù)，那么它注定會被那些遵循概率論的其他人工智能產(chǎn)品淘汰。因此，我們也會從概率論角度分析和量化人工智能系統(tǒng)的行為和價值。人類對于世界上絕大多數(shù)事情的認(rèn)識同樣是基于概率。醫(yī)生基于病人的病癥進(jìn)行診斷是基于概率；司機(jī)基于時間、地形和行駛過程中的周圍路況駕駛汽車是基于概率；投資經(jīng)理基于客戶實際情況和需求，并結(jié)合自身的經(jīng)驗給出客戶最佳投資組合策略也是基于概率。人工智能技術(shù)作為一種工具，能夠輔助甚至替代人判斷和解決問題，在本質(zhì)上也離不開通過對不同事件發(fā)生的概率進(jìn)行判斷和預(yù)測。人工智能的概念已經(jīng)被提出很久了，但產(chǎn)品或服務(wù)遲遲沒有得到廣泛認(rèn)可的本質(zhì)原因，就是之前的產(chǎn)品從概率上并不能大范圍滿足用戶的需求，甚至還不如傳統(tǒng)方式的效果好，因此也就沒法形成產(chǎn)品或服務(wù)的升級，更別提替代人解決實際問題了。例如，如果人工智能可以實現(xiàn)85%的診斷準(zhǔn)確率，顯然無論患者還是醫(yī)生都沒法完全放心使用這樣的產(chǎn)品，當(dāng)概率上升到99.99%時，或許很多醫(yī)生才會選擇其作為一種輔助診斷工具。在不同行業(yè)的不同場景中，人類對于人工智能在概率表現(xiàn)方面的期望值不同，這就造成了人工智能產(chǎn)品或技術(shù)在各個領(lǐng)域中的普及速度參差不齊?；谝陨戏治霾浑y理解，人工智能的本質(zhì)就是實現(xiàn)推斷的概率可以無限逼近100%，最終替代人類做判斷，完成任務(wù)，甚至超越人類的思維和判斷能力。而人工智能產(chǎn)品經(jīng)理在設(shè)計人工智能類產(chǎn)品的時候，就充當(dāng)了實現(xiàn)概率最優(yōu)和成本投入（可能包含資金投入、技術(shù)投入、時間周期選擇）之間的平衡者。人工智能產(chǎn)品經(jīng)理需要在具體的業(yè)務(wù)場景中，判斷人工智能可以達(dá)到的推斷概率能否解決用戶的需求，以及這種概率被用戶接受的最低標(biāo)準(zhǔn)是什么、能夠超出用戶預(yù)期的標(biāo)準(zhǔn)是什么，并依據(jù)這些判斷決定對產(chǎn)品研發(fā)的投入策略。在實際的產(chǎn)品管理過程中，人工智能產(chǎn)品經(jīng)理在拿捏這個尺度的時候不能一味追求完美主義，因為產(chǎn)品商業(yè)化的成功永遠(yuǎn)是排在第一位的。除概率論以外，一個人工智能產(chǎn)品的實現(xiàn)也離不開數(shù)學(xué)、統(tǒng)計學(xué)、生物學(xué)、遺傳學(xué)、進(jìn)化論的理論支撐，因此人工智能產(chǎn)品經(jīng)理應(yīng)理解各種學(xué)科理論的邏輯對產(chǎn)品設(shè)計產(chǎn)生的影響。人工智能技術(shù)給傳統(tǒng)的服務(wù)和產(chǎn)品賦能根據(jù)產(chǎn)品或功能要實現(xiàn)的目標(biāo)，人工智能類產(chǎn)品可以歸納為如下幾個類型：個性化精準(zhǔn)服務(wù)（例如金融產(chǎn)品個性化推薦）、替代簡單或重復(fù)勞動（自動駕駛）、提升效率和準(zhǔn)確率（反金融欺詐系統(tǒng)）、提升用戶體驗（通過語音輸入下達(dá)控制指令的智能居家機(jī)器人）以及自主創(chuàng)作（如DeepDream可以提供繪畫的創(chuàng)作、Sunspring可以提供電影劇本的創(chuàng)作）。上面描述的所有人工智能類產(chǎn)品在本質(zhì)上都顛覆了傳統(tǒng)的產(chǎn)品設(shè)計流程。例如，傳統(tǒng)的產(chǎn)品設(shè)計邏輯是設(shè)計確定的交互流程，而且是越明確、越詳細(xì)越好，產(chǎn)品經(jīng)理還常常因為PRD（Product Document）文檔寫得不夠詳細(xì)、交互說明不夠具體，而在評審會上被發(fā)人員挑戰(zhàn)。而當(dāng)你設(shè)計人工智能類產(chǎn)品時，有時明確的交互邏輯反而限制了研發(fā)的工作。在使用同一款產(chǎn)品時，不同用戶看到的頁面內(nèi)容不同，交互邏輯不同，甚至連產(chǎn)品形態(tài)都不一樣，產(chǎn)品的這種“千人千面”的特性讓產(chǎn)品經(jīng)理沒法將每個用戶點(diǎn)擊某個按鈕后的效果都描述出來。我在這里想表達(dá)的并不是人工智能產(chǎn)品不再需要設(shè)計產(chǎn)品交互和邏輯流程，這些依然是產(chǎn)品經(jīng)理的工作內(nèi)容之一。例如，電商產(chǎn)品經(jīng)理依然需要精通電商后臺的設(shè)計邏輯，社交產(chǎn)品經(jīng)理也依然需要了解用戶時刻變化的社交習(xí)慣來設(shè)計最新的社交功能，這些都屬于對行業(yè)的理解范疇，行業(yè)邏輯在短時間內(nèi)不會改變，改變的是將傳統(tǒng)的產(chǎn)品流程賦予上面提到的人工智能所擅長的幾個能力范圍，人工智能產(chǎn)品經(jīng)理應(yīng)該學(xué)會找到用戶需求和新技術(shù)的交叉點(diǎn)。舉一個人工智能產(chǎn)品的案例。電商平臺中的搜索是用戶的主要入口和在線購物流程中的關(guān)鍵環(huán)節(jié)。搜索技術(shù)發(fā)展到今天，已經(jīng)實現(xiàn)了智能交互搜索引擎。在過去，產(chǎn)品經(jīng)理在寫這類功能的PRD的時候需要明確以下兩點(diǎn)。搜索框中的默認(rèn)查詢詞是什么。如果有實時預(yù)測功能（輸入時實時展現(xiàn)搜索結(jié)果，而無須回車或點(diǎn)擊搜索按鈕），示幾個推薦結(jié)果。但在今天，隨著自然語言理解、自然語言生成對話策略以及知識圖譜技術(shù)的快速發(fā)展，搜索已經(jīng)演變?yōu)橐粋€深度智能交互功能，因此上面的這種產(chǎn)品設(shè)計方式無法滿足需求。比如，用實時在線的深度學(xué)習(xí)技術(shù)和強(qiáng)化學(xué)習(xí)技術(shù)，通過分析用戶的線上行為數(shù)據(jù)（搜索關(guān)鍵詞、近期的購買記錄及瀏覽記錄等），實時預(yù)測用戶的意圖，進(jìn)而通過引導(dǎo)式銷售（一種銷售員通過訓(xùn)練后可以具備的專業(yè)銷售技巧）引導(dǎo)用戶的需求確認(rèn)，最終完成線上銷售流程。比如用戶在搜索“男鞋”的時候，系統(tǒng)會自動提示“您想要一雙在什么場合下穿的男鞋”“您偏好什么顏色的男鞋”，用戶如果分別選擇“跑步”“白色”，系統(tǒng)又進(jìn)一步引導(dǎo)用戶“您經(jīng)常在平地跑步還是山地跑步”，用戶接下來可以進(jìn)行進(jìn)一步的個性化選擇。用戶既可以隨時終止這種對話，也可以繼續(xù)對話，直到找到他的目標(biāo)，如圖1-5 所示。當(dāng)戶完成這樣的交互后，系統(tǒng)會記住用戶之前的購買意圖，待用戶在不同的頁面進(jìn)行瀏覽時，頁面中產(chǎn)品顯示優(yōu)先級就會自動按照用戶之前的意圖排序。圖1-5具備深度智能交互功能的引導(dǎo)式搜索看到這里，你一定很納悶，人工智能的產(chǎn)品形態(tài)到底是什么？答案是：沒有固定形態(tài)。實際上人工智能只是一種將傳統(tǒng)產(chǎn)品或服務(wù)賦能的手段而已，將各種“中間件”（通常是一種訓(xùn)練好的模型，當(dāng)輸入一定數(shù)據(jù)后自動返回一定的輸出值）、傳感器等不同形式的軟件、硬件融入傳統(tǒng)產(chǎn)品或服務(wù)的使用或體驗流程中。例如，自動駕駛汽車就是一個典型的集成了傳統(tǒng)汽車的各種零部件，以及雷達(dá)、測距儀、攝像頭、高精地圖和各種算法模型的人工智能產(chǎn)品，如圖1-6所示。圖1-6自動駕駛汽車當(dāng)然，一個看起來極其簡單的Web搜索引擎，一款A(yù)pp上的自動聊天機(jī)器人，一個長相可愛的居家機(jī)器人，如圖1-7所示，這些都可以成為人工智能產(chǎn)品。因此，產(chǎn)品經(jīng)理不應(yīng)局限自己的想象力，人工智能只是一種工具而已，產(chǎn)品的終極目標(biāo)仍然不變——為用戶創(chuàng)造最大價值，提供最佳用戶體驗。圖1-7居家機(jī)器人構(gòu)成人工智能產(chǎn)品的三要素近幾年來人工智能的快速發(fā)展離不開深度學(xué)習(xí)（DeepLearning）在圖像識別、語音識別、自然語言處理、信息檢索、機(jī)器翻譯、社交網(wǎng)絡(luò)過濾、生物信息學(xué)和藥物設(shè)計等方面的成功應(yīng)用。作為機(jī)器學(xué)習(xí)算法家族中的一員，深度學(xué)習(xí)在每個應(yīng)用場景中的落地都離不開算法、計算能力、數(shù)據(jù)“三要素”，如圖1-8所示?！叭亍毕嚓P(guān)技術(shù)近些年來的快速迭代和積淀，是促使人工智能技術(shù)得以廣泛應(yīng)用的根本原因。圖1-8人工智能產(chǎn)品“三要素”行算法的門檻。GPU、TPU逐步降低也基本掃清了計算能力的障礙。學(xué)習(xí)的基礎(chǔ)。既然“三要素”如此重要，人工智能產(chǎn)品經(jīng)理就需要從產(chǎn)品規(guī)劃的初始階段開始，到最終產(chǎn)品上線后的運(yùn)營，在整個產(chǎn)品管理過程中考慮如何為研發(fā)團(tuán)隊創(chuàng)造“三要素”的最佳環(huán)境。在算法層面：設(shè)計的產(chǎn)品要和公司現(xiàn)有的算法研發(fā)能力相匹景下的使用效果進(jìn)行量化評估。有關(guān)這方面的知識會在第4章詳細(xì)展開論述。在計算能力層面：產(chǎn)品經(jīng)理要從需求出發(fā)，衡量產(chǎn)品的功能所需求的算法模型需要怎樣的系統(tǒng)架構(gòu)支撐，并能夠評估硬件開銷。綜合考慮利弊后要判斷采用平臺即服務(wù)（PlatformasaService，PaaS）的方案還是自建計算平臺。例如，產(chǎn)品設(shè)計中包含了實時在線的智能語意搜索和智能內(nèi)容推薦功能，這對于產(chǎn)品底層在線學(xué)習(xí)的能力就有極高的要求，為了實現(xiàn)這種能力，需要投入大量計算硬件（例如GPU卡）。在數(shù)據(jù)層面：在機(jī)器學(xué)習(xí)領(lǐng)域，數(shù)據(jù)顯然已經(jīng)變成了兵家必慮到數(shù)據(jù)從哪來、數(shù)據(jù)質(zhì)量怎么保證、數(shù)據(jù)治理的工作怎么開展等問關(guān)跨部門協(xié)調(diào)能力，會在本書第7章具體介紹。人工智能“三要素”是構(gòu)建人工智能產(chǎn)品核心競爭力的重要手段，任何一種要素都不足以讓產(chǎn)品在市場上建立絕對優(yōu)勢。產(chǎn)品經(jīng)理應(yīng)在定義產(chǎn)品核心競爭力的時候就主動尋找三要素交叉組合的“黃金地帶”，如圖1-9所示。這無論對于建立產(chǎn)品競爭門檻還是吸引外部投資都是很有幫助的。圖1-9人工智能產(chǎn)品的“黃金地帶”人工智能產(chǎn)品成功的必要條件正如本書前言中舉的案例那樣，很多公司盲目招聘人工智能人才，就是因為不了解從技術(shù)到產(chǎn)品，最終到產(chǎn)品發(fā)揮商業(yè)價值的距離。要想回答這個問題，我們可以從一個人工智能產(chǎn)品成功的必要條件角度進(jìn)行分析。概括起來，核心技術(shù)、產(chǎn)品化、商業(yè)化三要素對于一款人工智能產(chǎn)品的成功缺一不可。核心技術(shù)：人工智能時代的產(chǎn)品成功不同于過往任何一個時之間競爭的戰(zhàn)場早已經(jīng)從可見的、功能性方面轉(zhuǎn)換到了更多維度的比拼。而且人工智能產(chǎn)品給用戶帶來的往往是“零感知”技術(shù)，即用戶沒有任何學(xué)習(xí)成本，甚至都察覺不到這種“高科技”，但實際上已經(jīng)實現(xiàn)了更優(yōu)的產(chǎn)品體驗。例如，某些手機(jī)廠商的人臉識別技術(shù)采用了3D人臉重現(xiàn)技術(shù)，采用的深度感應(yīng)鏡頭融合了VCSEL紅外激光器、NIR多重濾波片及濾光接收模塊，不僅使用的算法復(fù)雜，而且集成到手機(jī)端的分析能力大幅增強(qiáng)，實現(xiàn)了在人臉解鎖功能上的2D技術(shù)無法超越的安全級別，如圖所示。圖1-103D人臉重現(xiàn)技術(shù)另外，憑借傳感器硬件和復(fù)雜算法實現(xiàn)的3D建模能力，還可以幫助企業(yè)實現(xiàn)更多的應(yīng)用創(chuàng)新，應(yīng)用了這種技術(shù)的企業(yè)在未來的手機(jī)競爭中就取得了絕對的制高點(diǎn)。另外，深度感應(yīng)鏡頭也應(yīng)用在人體跟蹤、三維重建、人機(jī)交互、即時定位與地圖構(gòu)建（SimultaneousLocalizationandMapping，SLAM）等領(lǐng)域，公司一旦具有這種技術(shù)，在未來的競爭中將占據(jù)市場先機(jī)，甚至造成與競爭對手完全不在一個跑道上競賽的局面。因此，核心技術(shù)是人工智能產(chǎn)品成功的第一要素。產(chǎn)品化：核心技術(shù)在本質(zhì)上只是解決用戶需求的一種手段，低門檻的形式觸及用戶（宣傳、推廣），通過延展價值形成用戶持續(xù)的消費(fèi)，如圖1-11所示。圖1-11產(chǎn)品化演進(jìn)過程人工智能產(chǎn)品在產(chǎn)品化的不同階段，都面臨著比傳統(tǒng)產(chǎn)品更大的挑戰(zhàn)。首先，人工智能產(chǎn)品的技術(shù)邏輯本身就很難被詮釋清楚，尤其是對于一些前期并不為人所知的新品牌而言，建立信任是第一步。其次，無論人工智能產(chǎn)品多么具有科技含量，如果產(chǎn)品無法快速證明它可以帶來的價值，就無法促使用戶產(chǎn)生購買欲望。因此，制定讓用戶快速了解產(chǎn)品的策略、快速用價值打動用戶是非常關(guān)鍵的一步。再次，用戶一旦產(chǎn)生了購買行為，就與產(chǎn)品建立了緊密的聯(lián)系，在長期的使用過程中產(chǎn)品需要經(jīng)得起考驗，保證長期穩(wěn)定地將價值傳遞給用戶。人工智能產(chǎn)品往往能在效率、便捷度、人性化等方面讓用戶體會到產(chǎn)品的價值。最后，人工智能產(chǎn)品除了需要向用戶傳遞價值，還需要與用戶建立更多的連接，也就是讓用戶依賴產(chǎn)品，將產(chǎn)品融入用戶的生活中。只有這樣，才能延展其價值并促使用戶產(chǎn)生更多購買行為，為企業(yè)創(chuàng)造持續(xù)變現(xiàn)的機(jī)會。商業(yè)化：如果說產(chǎn)品化決定了產(chǎn)品的價值空間，商業(yè)化則決性，另外一方面技術(shù)的預(yù)期效果也比較難評估。因此人工智能產(chǎn)品經(jīng)理不能利用過去的經(jīng)驗，來評估產(chǎn)品的成本結(jié)構(gòu)，制定產(chǎn)品的定價策略，而是需要站在用戶角度考慮產(chǎn)品定價策略，深入理解場景和用戶的痛點(diǎn)在哪里。算。如果你設(shè)計一個菜品識別（機(jī)器視覺）、報價、收費(fèi)的收費(fèi)機(jī)器省了一個勞動力。但是你要仔細(xì)想想，食堂檔口的老板會這么認(rèn)為嗎？收銀員只是在用餐高峰期充當(dāng)收費(fèi)的角色，在不忙的時候可能會被安排洗碗、擦地，甚至需要在后廚兼做一些幫廚的工作。盡管在用餐高峰收費(fèi)這個環(huán)節(jié)的勞動力被省下了，但是機(jī)器人能替代人完成其他任務(wù)嗎？因此，這款產(chǎn)品的定價一定不會很高。由此可見人工智能產(chǎn)品的商業(yè)化需要產(chǎn)品經(jīng)理能夠把場景、痛點(diǎn)分析透徹，并在評估產(chǎn)品能帶來的價值和研發(fā)成本后，制定適合的商業(yè)推廣策略和產(chǎn)品定價包裝策略，甚至在必要的時候進(jìn)行產(chǎn)品定位調(diào)整，最終實現(xiàn)產(chǎn)品變現(xiàn)。人工智能產(chǎn)品經(jīng)理的價值定位產(chǎn)品經(jīng)理這個崗位到了人工智能時代面臨著重新定位，主要原因如下。新技術(shù)的引入導(dǎo)致了全新的組織架構(gòu)的調(diào)整，形成了新的合作分式。新的技術(shù)手段帶來了完全不同的產(chǎn)品生命周期管理方式，在產(chǎn)品同的迭代規(guī)律，因此產(chǎn)品經(jīng)理需要重新梳理產(chǎn)品管理流程。人工智能技術(shù)在給產(chǎn)品帶來更大的邊界和想象空間的同時，也伴刻把控風(fēng)險。在人工智能時代，產(chǎn)品經(jīng)理可以被定位成公司中的三種關(guān)鍵角色。擁有市場和技術(shù)前瞻性的帶頭人蘋果公司在設(shè)計iPod時，產(chǎn)品團(tuán)隊的負(fù)責(zé)人喬恩·魯賓斯坦（JonRubinstein）找到了一款適合iPod的存儲設(shè)備。在當(dāng)時，全球范圍內(nèi)只有東芝公司正在研發(fā)一個1.8英寸見方的硬盤，其帶有5GB的存儲空間，當(dāng)時東芝也并不知道這個產(chǎn)品能夠解決什么樣的需求。當(dāng)東芝的工程師把這個小東西展示給喬恩·魯賓斯坦時，他立刻就決定將它放入iPod里，把1000首歌裝進(jìn)用戶的口袋！上面這個案例說明，如果產(chǎn)品經(jīng)理沒有敏銳的科技嗅覺，如果失去了技術(shù)的前瞻性，那么偉大的產(chǎn)品就不會誕生。在人工智能時代，有大量新的技術(shù)仍然停留在實驗室階段，有大量算法模型和框架還停留在理論階段，并沒有被投入實際使用！在很多公司里，研發(fā)者花費(fèi)了大量的時間研究新的技術(shù)，僅為他們自己創(chuàng)造了好用的工具而已，而并沒有從業(yè)務(wù)角度和用戶的實際需求出發(fā)。產(chǎn)品經(jīng)理在這種企業(yè)中就經(jīng)常淪為為研發(fā)者設(shè)計產(chǎn)品的尷尬角色，而正確的做法是：產(chǎn)品經(jīng)理帶領(lǐng)研發(fā)人員向前走，而非研發(fā)人員帶領(lǐng)產(chǎn)品經(jīng)理向前走。盡管我們也倡導(dǎo)技術(shù)驅(qū)動創(chuàng)新，但如果產(chǎn)品經(jīng)理不能把控產(chǎn)品方向，那么公司將面臨巨大的風(fēng)險。近些年，已經(jīng)發(fā)生了太多由理想化的技術(shù)決定產(chǎn)品走向，而最終導(dǎo)致失敗的案例了。產(chǎn)品經(jīng)理是與用戶、市場接觸最多的人，應(yīng)具備市場前瞻性，找到產(chǎn)品的目標(biāo)市場定位，并判斷哪些前沿技術(shù)可以解決這些用戶的痛點(diǎn)。因此，兼顧技術(shù)和市場前瞻性就成為了人工智能產(chǎn)品經(jīng)理必備的素質(zhì)，兩者中任何一方面的偏科都可能導(dǎo)致產(chǎn)品失敗。技術(shù)賦能創(chuàng)新的驅(qū)動者在某些公司中，研發(fā)者更傾向于使用新技術(shù)為自己創(chuàng)造產(chǎn)品。造成這種現(xiàn)象的原因是公司缺乏技術(shù)賦能創(chuàng)新的正確辦法。產(chǎn)品經(jīng)理只顧著帶領(lǐng)產(chǎn)品團(tuán)隊創(chuàng)新，故意讓研發(fā)人員專注于技術(shù)工作，其實是導(dǎo)致上面這種情況的本質(zhì)原因。研發(fā)團(tuán)隊如果不能從用戶的滿意度和產(chǎn)品功能的價值上獲得成就輯和理由，在產(chǎn)品上線后將用戶的反饋（無論好的還是壞的）間分享給研發(fā)人員，這樣他們一定會產(chǎn)生巨大的動力和激情。“技術(shù)驅(qū)動產(chǎn)品創(chuàng)新”，看似一句簡單的口號，其背后卻需要產(chǎn)品經(jīng)理主動連接研發(fā)人員和市場反饋，激發(fā)團(tuán)隊的創(chuàng)造力，最終實現(xiàn)從技術(shù)到創(chuàng)新的快速轉(zhuǎn)化。道德準(zhǔn)則的守護(hù)者看過美劇《西部世界》的人一定對安東尼·霍普金斯（AnthonyHopkins）出演的羅伯特·福特（Robert Ford）這個角色不陌生。他作整個西部世界的創(chuàng)造者，同時也是整個虛擬世界中最大的產(chǎn)品經(jīng)理，為每一個接待員（也就是被設(shè)計出的人形機(jī)器人）設(shè)計了完整的記憶及人物背景，這里面包括被他用來殺害人類的機(jī)器人。盡管電視劇中的劇情是虛構(gòu)的，但至少說明一個問題，優(yōu)秀的產(chǎn)品經(jīng)理可以創(chuàng)造出令人嘆為觀止的對人類有益的人工智能產(chǎn)品，同時也可以創(chuàng)造出另外一個極端。在天堂和地獄之間只隔了一個產(chǎn)品經(jīng)理。人工智能時代的產(chǎn)品經(jīng)理不僅需要能設(shè)計出邏輯縝密的產(chǎn)品，更需要將倫理和道德考慮到產(chǎn)品設(shè)計中。例如在設(shè)計人機(jī)交互的產(chǎn)品時，要充分考慮不同身份的用戶帶有的特殊社會屬性，比如殘疾人、老人、兒童、少數(shù)族裔等弱勢群體，否則很容易產(chǎn)生類似歧視、隱私侵犯以及傷害人類的情況[此書分享V信wsyy5437]。這也是現(xiàn)今很多美國人工智能公司成立了倫理審查委員會（EthicsCommittee）的原因。該組織是由不同領(lǐng)域的專家組成的獨(dú)立組織，其職責(zé)為檢查人工智能產(chǎn)品的設(shè)計方案是否符合道德，并為之提供公眾保證，確保用戶的安全和權(quán)益受到保護(hù)。該委員會的組成和一切活動不應(yīng)受到產(chǎn)品設(shè)計者和公司其他成員的干擾。高度，產(chǎn)品管理的能力和商業(yè)化能力考核的僅僅是產(chǎn)品經(jīng)理的技術(shù)水平，更重要的是要考核其道德水準(zhǔn)。人工智能產(chǎn)品經(jīng)理需要兼具“軟硬”實力人工智能產(chǎn)品經(jīng)理需要懂技術(shù)關(guān)于“產(chǎn)品經(jīng)理是否應(yīng)該懂技術(shù)”，在互聯(lián)網(wǎng)時代一直是一個頗有爭議的話題。來到人工智能時代，恐怕這個話題的答案終于要水落石出方向和技術(shù)如何融合產(chǎn)品有自己獨(dú)到的認(rèn)知。首先要澄清一個概念，什么叫“懂技術(shù)”描述。盡管產(chǎn)品經(jīng)理不需要親自參與到算法模型選擇、調(diào)參、特征利于公司內(nèi)部的協(xié)調(diào)溝通。能力及對比其他幾種技術(shù)實現(xiàn)手段的優(yōu)劣等，都是產(chǎn)品經(jīng)理需要理解的“技術(shù)”。在利用人工智能技術(shù)進(jìn)行產(chǎn)品研發(fā)時需要產(chǎn)品經(jīng)理能夠融入并提供研發(fā)所需要的成果物。假如你是負(fù)責(zé)肺癌識別引擎的產(chǎn)品經(jīng)理，產(chǎn)品的目標(biāo)非常明確，就是提升疾病預(yù)測的準(zhǔn)確率。交互設(shè)計顯然不是產(chǎn)品建立門檻的關(guān)鍵，產(chǎn)品經(jīng)理需要為算法團(tuán)隊創(chuàng)造更好的條件來完善模型。產(chǎn)品經(jīng)理應(yīng)首先了解精準(zhǔn)醫(yī)療領(lǐng)域（尤其是肺癌識別）的技術(shù)常識，包括技術(shù)的歷史背景、技術(shù)現(xiàn)狀及未來技術(shù)的演變趨勢等。當(dāng)掌握這些信息后，你會發(fā)現(xiàn)影響模型準(zhǔn)確度的關(guān)鍵因素至少包隊提供高質(zhì)量的學(xué)習(xí)數(shù)據(jù)集。本書第6章對于產(chǎn)品經(jīng)理如何參與研發(fā)過程有詳細(xì)描述。掌握前沿技術(shù)在產(chǎn)品所在領(lǐng)域的應(yīng)用條件和最佳實踐。本質(zhì)心是“流量”，那么人工智能產(chǎn)品就是利用“軟/硬件基礎(chǔ)設(shè)施”“數(shù)據(jù)”“算法”作為生產(chǎn)材料完成生產(chǎn)力的升級，帶來更好的用戶體驗。因此，產(chǎn)更加多元化。都有哪些，每種架構(gòu)都適合什么樣的用戶使用場景。產(chǎn)品如果包含硬及生物識別的原理、視覺識別的原理、采用3D還是2D視覺識別方案等方案的軟件研發(fā)、硬件研發(fā)/集成的成本和風(fēng)險，最終綜合所有這些技出有競爭力的、有前瞻性的人工智能產(chǎn)品。本書后面的章節(jié)還會詳細(xì)闡述產(chǎn)品經(jīng)理應(yīng)該懂哪些技術(shù)，以及如何通過技術(shù)知識建立產(chǎn)品核心競爭力等。會用數(shù)字表達(dá)和評判如果說上一個時代的產(chǎn)品經(jīng)理設(shè)計出的大部分產(chǎn)品都是看得見摸得著的，產(chǎn)品可以通過原型設(shè)計和交互說明文檔完成設(shè)計理念的傳遞，那么人工智能時代的產(chǎn)品經(jīng)理在以上提到的工作內(nèi)容基礎(chǔ)上，還需要投入大量的時間和精力將產(chǎn)品的目標(biāo)用數(shù)字量化表達(dá)。比如前面提到了概率在人工智能領(lǐng)域的重要性，產(chǎn)品經(jīng)理需要能夠使用明確的量化方式表達(dá)自己的設(shè)計理念和設(shè)計目標(biāo)。舉個例子，搜索在電商平臺中是用戶購買商品的入口，也是一種重要的商品推薦功能，用戶通過關(guān)鍵字輸入搜索意圖，引擎返回和搜索意圖匹配的個性化結(jié)果。在設(shè)計電商平臺的搜索功能時，產(chǎn)品經(jīng)理需要明確把算法優(yōu)化后帶來的千次搜索GMV（GrossMerchandiseVolume，商品交易總量）提升率作為本次迭代的考核目標(biāo)，如果你作為產(chǎn)品經(jīng)理沒有長期關(guān)注到歷次迭代中GMV的增長情況，就無法對比算法優(yōu)化前后的效果。當(dāng)新的搜索算法研發(fā)出來后，通常需要進(jìn)行A/B測試以降低新特性的發(fā)布風(fēng)險，如果產(chǎn)品經(jīng)理在需求描述階段沒有明確的量化目標(biāo)，A/B測試時就無法衡量哪個版本效果更好，最終的結(jié)果就是不僅研發(fā)人員沒有獲得成就感，公司領(lǐng)導(dǎo)也不知道你做了什么貢獻(xiàn)，自然也不會給你更多的資源用于以后的迭代。當(dāng)然這個案例只是為了證明量化表達(dá)的價值而舉的一個簡單案例，更深入的關(guān)于需求量化的內(nèi)容會在第4章詳細(xì)描述。懂得溝通和協(xié)作的藝術(shù)理的價值會被放大。主要有如下幾個原因。團(tuán)隊組織架構(gòu)重新調(diào)整。日新月異的技術(shù)手段需要產(chǎn)品經(jīng)理快速學(xué)習(xí)和適應(yīng)。產(chǎn)品研發(fā)流程需要更多跨部門協(xié)作。團(tuán)隊組織架構(gòu)重新調(diào)整隨著機(jī)器學(xué)習(xí)算法在各個公司的產(chǎn)品線中得到廣泛應(yīng)用，公司內(nèi)部的組織架構(gòu)將由于分工精細(xì)化而進(jìn)行調(diào)整。例如機(jī)器翻譯產(chǎn)品需要使用Sequence-to-Sequence模型（一種專門用來解決序列到序列的監(jiān)督學(xué)習(xí)問題的算法，適用場景包含對話機(jī)器人、自動生成古詩詞和對聯(lián)等），那么公司很可能成立專門的模型研發(fā)組以便于后期的模型迭代和優(yōu)化。知識圖譜（Knowledge Graph）通常在互聯(lián)網(wǎng)公司被各條產(chǎn)品線的研發(fā)人員廣泛使用，那么在公司內(nèi)部也會成立專門維護(hù)公司知識圖譜的研發(fā)組。除此以外，由于機(jī)器學(xué)習(xí)需要大數(shù)據(jù)的支撐，數(shù)據(jù)評測（DataTesting）組也是另外一個在數(shù)據(jù)挖掘領(lǐng)域細(xì)分出來的部門。產(chǎn)品經(jīng)理需要了解這些新的部門、新的成員加入團(tuán)隊后帶來的分工和工作流程上的變化，通過合理的資源整合，在團(tuán)隊中發(fā)揮類似于潤滑劑的作用。日新月異的技術(shù)手段需要產(chǎn)品經(jīng)理快速學(xué)習(xí)和適應(yīng)正如之前提到的產(chǎn)品經(jīng)理需要懂技術(shù)，在人工智能時代產(chǎn)品經(jīng)理協(xié)作的對象不僅是前端工程師、后端工程師、交互工程師、UI需要和算法工程師緊密配合，如果對算法一竅不通，就沒法和他們進(jìn)行深入交流，失去了交流，就沒法驅(qū)動公司的技術(shù)創(chuàng)新。在機(jī)器學(xué)習(xí)領(lǐng)域，尤其是深度學(xué)習(xí)領(lǐng)域的技術(shù)不斷發(fā)展，算法工程師需要投入大量的時間調(diào)研最新的科研論文和最佳實踐，產(chǎn)品經(jīng)理也需要緊跟算法工程師的步伐，快速豐富自己的知識體系，只有拓寬了自己的知識邊界，才能實現(xiàn)比競爭對手更好的前瞻性和創(chuàng)造力。不過，產(chǎn)品經(jīng)理在學(xué)習(xí)技術(shù)的時候還是需要掌握一些技巧的，這和研發(fā)人員學(xué)習(xí)技術(shù)的方式和目的截然不同?？梢匝杆僬{(diào)取知識，而非死記硬背。例如機(jī)器學(xué)習(xí)算法涉及便捷，很多知識只要在需要的時候能迅速找到就可以了。從業(yè)務(wù)需求出發(fā)，追本溯源找到知識的源頭，帶著目的去學(xué)或者去世界頂級期刊訂閱一些所在行業(yè)內(nèi)部應(yīng)用到人工智能技術(shù)的論文。這些都是高效學(xué)習(xí)的方式。除日常的知識積累外，產(chǎn)品經(jīng)理需要經(jīng)常和公司內(nèi)部的技術(shù)數(shù)學(xué)、哲學(xué)、認(rèn)知科學(xué)、心理學(xué)、計算機(jī)控制、生物學(xué)、仿生學(xué)等學(xué)創(chuàng)新往往來源于不同領(lǐng)域的知識交叉。產(chǎn)品研發(fā)需要更多跨部門協(xié)作人工智能時代的產(chǎn)品由于具有更復(fù)雜的產(chǎn)品架構(gòu)，往往需要更多部門的協(xié)同，圖1-12是一個電商平臺中的智能人機(jī)交互產(chǎn)品的產(chǎn)品架構(gòu)。圖1-12電商平臺中的智能人機(jī)交互產(chǎn)品架構(gòu)從這個產(chǎn)品架構(gòu)圖中可以看出，人工智能產(chǎn)品從工程流程上來說，需要更多的跨部門協(xié)作才能完成研發(fā)工作。尤其是當(dāng)數(shù)據(jù)來源于不同部門時，有海量的數(shù)據(jù)加工和挖掘，產(chǎn)品經(jīng)理需要協(xié)調(diào)數(shù)據(jù)科學(xué)團(tuán)隊共同完成某個產(chǎn)品的研發(fā)工作。在公司還沒有成立統(tǒng)一的數(shù)據(jù)平臺前，產(chǎn)品經(jīng)理就是公司內(nèi)部數(shù)據(jù)整合工作的發(fā)動者。只有產(chǎn)品經(jīng)理最懂行業(yè)，最懂業(yè)務(wù)，而數(shù)據(jù)治理永遠(yuǎn)是業(yè)務(wù)驅(qū)動的，因此產(chǎn)品經(jīng)理做這個協(xié)調(diào)工作再適合不過了。人工智能產(chǎn)品經(jīng)理入門如果你認(rèn)真讀完以上的章節(jié)，你可以看到相比于傳統(tǒng)產(chǎn)品經(jīng)理的能力模型，人工智能領(lǐng)域在數(shù)據(jù)分析、軟/硬件的技術(shù)整合以及團(tuán)隊協(xié)同方面都對產(chǎn)品經(jīng)理這個崗位提出了更高的要求。那么在人工智能時代，如何能夠成為一個合格的人工智能產(chǎn)品經(jīng)理呢？我總結(jié)了幾點(diǎn)建議給想要轉(zhuǎn)型為人工智能產(chǎn)品經(jīng)理的人。修煉思維模式：資源、解決方案、目標(biāo)導(dǎo)向要想在產(chǎn)品管理工作中變得優(yōu)秀，本質(zhì)上不管你是不是在人工智能領(lǐng)域從業(yè)，都需要從訓(xùn)練自己的思維模式開始。以往產(chǎn)品經(jīng)理在設(shè)計產(chǎn)品時，會將大塊時間分配到功能邏輯、流程推敲和頁面設(shè)計上，而人工智能時代的產(chǎn)品比拼的不僅是前臺功能和交互設(shè)計，還包括硬件運(yùn)算架構(gòu)、算法模型、有效訓(xùn)練數(shù)據(jù)等的綜合實力。同時由于深度學(xué)習(xí)的訓(xùn)練和推斷對硬件（如運(yùn)算芯片、存儲等）有不斷升級的需求，產(chǎn)品的硬件架構(gòu)會隨著算法技術(shù)的演進(jìn)和訓(xùn)練數(shù)據(jù)所需的計算能力同步進(jìn)行升級。產(chǎn)品中各種硬件和軟件模塊的重構(gòu)、改良會變得越來越頻繁，因此產(chǎn)品經(jīng)理需要具備系統(tǒng)性思維，即把問題放在整個系統(tǒng)中進(jìn)行綜合分析，權(quán)衡利弊，得到最佳解決方案。根據(jù)人工智能時代的特點(diǎn)，產(chǎn)品管理思維可以被分為三種類型，如圖1-13所示。資源管理思維

圖1-13產(chǎn)品管理思維的三種類型產(chǎn)品經(jīng)理應(yīng)關(guān)注資源的投入和產(chǎn)出。通常在設(shè)計一款人工智能產(chǎn)品的時候需要考慮至少三個方面的資源投入：算法、數(shù)據(jù)資源（訓(xùn)練集、研發(fā)集、測試集等）、硬件資源（計算芯片、存儲及各種構(gòu)成產(chǎn)品的硬件組件）。首先，由于人工智能時代算法模型的訓(xùn)練和調(diào)優(yōu)，相比于以往產(chǎn)品功能和頁面的研發(fā)具有更多不確定性，因此在工程實踐中經(jīng)常會出現(xiàn)預(yù)先設(shè)計好的硬件架構(gòu)無法滿足算法需求的局面，這就造成了無論是從上線周期還是效果方面都無法利用過去的經(jīng)驗進(jìn)行評估。其次，由于高質(zhì)量數(shù)據(jù)集的獲取本身需要投入大量成本（資金、時間等），產(chǎn)品經(jīng)理應(yīng)在數(shù)據(jù)獲取成本與模型訓(xùn)練效果之間平衡。最后，人工智能產(chǎn)品在很多時候能否成功取決于系統(tǒng)集成的綜合表現(xiàn)而非某項單一技術(shù)的突破，例如無人駕駛產(chǎn)品（Self-DrivingProduct）融合了各種傳感器、即時定位與地圖構(gòu)建技術(shù)、高精地圖等來自各廠家的軟/硬件產(chǎn)品，是一個典型的高集成度產(chǎn)品，各種廠商技術(shù)的優(yōu)劣勢、成本、集成難度等都是影響系統(tǒng)集成效果的因素。產(chǎn)品經(jīng)理需要在工程實踐中積累經(jīng)驗并鍛煉資源的統(tǒng)籌管理和風(fēng)險管理能力，在產(chǎn)品迭代過程中從上面提到的三種核心資源角度考慮投入和產(chǎn)出，并拿出合理的解決方案。解決方案思維在人工智能產(chǎn)品生命周期管理過程中，產(chǎn)品經(jīng)理應(yīng)該有意識地去主動尋找產(chǎn)品需求的解決方案。用戶要的是解決方案而不是技術(shù)或產(chǎn)品本身，而能夠?qū)⒐镜挠布?、?shù)據(jù)、算法等不同部門輸出的資源，以最優(yōu)的方式整合在一起，并形成解決方案的人非產(chǎn)品經(jīng)理莫屬。由于人工智能浪潮在發(fā)展早期一定是技術(shù)驅(qū)動的，因此很多公司自然會將更多尋找解決方案的工作完全交給研發(fā)團(tuán)隊來做，這就造成了研發(fā)團(tuán)隊牽著產(chǎn)品團(tuán)隊的鼻子干活的局面。一個典型的反面案例：產(chǎn)品經(jīng)理等待研發(fā)人員將產(chǎn)品的硬件架構(gòu)、數(shù)據(jù)獲取、訓(xùn)練目標(biāo)都想清楚了才開始干活，即等研發(fā)人員告訴產(chǎn)品經(jīng)理技術(shù)的實現(xiàn)邊界，產(chǎn)品經(jīng)理再依此反推需求。但研發(fā)團(tuán)隊相比于產(chǎn)品經(jīng)理距離用戶和市場都更遠(yuǎn)，需求的把控能力有限，而且人工智能產(chǎn)品的協(xié)作復(fù)雜，包括算法團(tuán)隊、數(shù)據(jù)團(tuán)隊、底層架構(gòu)團(tuán)隊在內(nèi)的研發(fā)團(tuán)隊往往無法實現(xiàn)自主協(xié)同，因此研發(fā)人員牽著產(chǎn)品經(jīng)理鼻子做解決方案的方式顯然不妥。這個時候就需要產(chǎn)品經(jīng)理協(xié)調(diào)各種資源輸出合理的解決方案。佳進(jìn)球機(jī)會，而不是等別人把球傳到一個讓自己很舒服就能射門的位優(yōu)化的能力。目標(biāo)導(dǎo)向思維產(chǎn)品經(jīng)理在企業(yè)內(nèi)外通過資源整合與優(yōu)化，實現(xiàn)產(chǎn)品從無到有的設(shè)計與研發(fā)過程。因而明確的以目標(biāo)為導(dǎo)向的思維模式對于資源的整合及團(tuán)隊協(xié)作至關(guān)重要。人工智能產(chǎn)品的特殊性對這種目標(biāo)導(dǎo)向的思維模式提出了更高的要求。首先，產(chǎn)品經(jīng)理需要具備前瞻性的視角，才能準(zhǔn)確定義一款在市場上具備競爭力的產(chǎn)品目標(biāo)。其次，從技術(shù)角度和公司的資源現(xiàn)狀出發(fā)，確保這樣的目標(biāo)是可以實現(xiàn)且可被量化的。產(chǎn)品的目標(biāo)包含需求調(diào)研、產(chǎn)品設(shè)計、技術(shù)預(yù)研、產(chǎn)品研發(fā)、測試、上線運(yùn)營等環(huán)節(jié)，每個環(huán)節(jié)又可以被細(xì)化為多個具體的目標(biāo)。產(chǎn)品經(jīng)理一方面需要明確階段成果物、時間節(jié)點(diǎn)、標(biāo)準(zhǔn)，另外一方面，需要協(xié)調(diào)資源，將目標(biāo)下發(fā)到每個團(tuán)隊成員頭上。本書第7章會對這種端到端的產(chǎn)品管理方法進(jìn)行詳細(xì)描述。構(gòu)建知識體系：六大模塊人工智能產(chǎn)品經(jīng)理應(yīng)具備完整的知識體系，應(yīng)至少包含六大知識模塊，如圖1-14所示。對圖中每個模塊的理解深度取決于具體行業(yè)特點(diǎn)和場景需求，請靈活把握。語、常見的技術(shù)架構(gòu)、常見數(shù)據(jù)類型、測試方法等。平臺和硬件支撐：包括云計算、大數(shù)據(jù)、人工智能平臺（例如機(jī)器學(xué)習(xí)平臺、實時計算平臺等）、智能感知與互聯(lián)（器、通信方式等）、智能芯片、邊緣計算等。圖1-14人工智能產(chǎn)品經(jīng)理知識體系人工智能核心技術(shù)：包括自然語言處理（Natural Processing，NLP）、人機(jī)交互（Human-ComputerInteraction，HCI）、計算機(jī)視覺（Computer 、生物特征識別（Biometrics）、語音識別（Automatic Speech 、虛擬現(xiàn)實（VirtualReality，VR）、增強(qiáng)現(xiàn)實（AugmentedReality，AR）、混合現(xiàn)實（MixReality，MR）等，以及算法基礎(chǔ)常識，并理解以上技術(shù)的應(yīng)用場景和最佳實踐。人工智能普遍應(yīng)用的產(chǎn)品或服務(wù)可分為三大類：第一類是語控，健康風(fēng)險管理系統(tǒng)等。行業(yè)知識體系：具體請參照第2章對行業(yè)知識體系的闡述。倫理，安全，法律知識：產(chǎn)品經(jīng)理設(shè)計產(chǎn)品時應(yīng)考慮到倫理、數(shù)據(jù)安全及產(chǎn)品所涉及的法律知識。因此需要對這些知識有體系化地認(rèn)識和理解，以規(guī)避產(chǎn)品風(fēng)險。除此以外，還需要跨領(lǐng)域的知識體系構(gòu)建，包括：心理學(xué)、廣泛。一個人工智能產(chǎn)品的誕生通常涉及復(fù)雜的技術(shù)框架和系統(tǒng)集成，正因如此，市場競爭優(yōu)勢的建立很難依靠“一招鮮吃遍天”，產(chǎn)品之間競爭的層次和維度都與傳統(tǒng)產(chǎn)品不同。要想在多維競爭環(huán)境中勝出，需要產(chǎn)品經(jīng)理盡量具備全面的知識儲備，必要的知識體系可以提供更好的視野并有助于快速準(zhǔn)確地做出判斷。本書第4章會詳細(xì)描述人工智能產(chǎn)品體系中每個部分定義和價值。參與工程實踐怕是一個通過機(jī)器學(xué)習(xí)算法解決的二分類問題，也會幫助你對獲取數(shù)有關(guān)工程實踐的內(nèi)容，可以參照本書第6章關(guān)于人工智能產(chǎn)品經(jīng)理工作流程的內(nèi)容。第2章懂行業(yè)的產(chǎn)品經(jīng)理才不會被人工智能淘汰我以前看過一段科技類訪談節(jié)目，記憶猶新，受訪者是史蒂夫·喬布斯，討論的話題是“電視行業(yè)的創(chuàng)新困境”。我整理了喬布斯在訪談中表達(dá)出的思考邏輯如下。電視行業(yè)的創(chuàng)新困境是由于市場推廣策略導(dǎo)致的。電視行業(yè)中“補(bǔ)貼”的商業(yè)模式，給每個用戶一個機(jī)頂盒（低廉的月消費(fèi)甚至免費(fèi)）。順便列舉具體的公司佐證。結(jié)果導(dǎo)致了用戶面臨的尷尬局面：自己的HDMI同的機(jī)頂盒占滿了，而且每種機(jī)頂盒配套的UI都不一樣，遙控器有一大堆。唯一能改變這種局面的方式就是回到原點(diǎn)，將所有的機(jī)頂盒都拆掉，換成一個具有唯一UI面，因為我們改變不了目前主流的推廣策略，而這與技術(shù)、遠(yuǎn)見無關(guān)。手機(jī)之所以和運(yùn)營商合作推廣，是因為手機(jī)的GSM（GlobalSystemforMobileCommunication）即移動電話標(biāo)準(zhǔn)是全球統(tǒng)一的。但是電視不一樣，每個國家都有自己的標(biāo)準(zhǔn)和政府監(jiān)管方案。縱觀訪談中喬布斯的應(yīng)答邏輯，盡管內(nèi)容量不多，卻顯示出一個產(chǎn)品經(jīng)理的思維方式和對行業(yè)理解的深度：行業(yè)的現(xiàn)狀分析、競爭局面、用戶使用的普遍體驗、行業(yè)創(chuàng)新困境的根本原因、橫向?qū)Ρ绕渌袠I(yè)、本行業(yè)的政策因素和行業(yè)標(biāo)準(zhǔn)因素的特殊性。喬布斯對一個行業(yè)的理解滲透到了每一個關(guān)鍵節(jié)點(diǎn)。請你問問自己，你是否能對自己的產(chǎn)品、所在行業(yè)有如此透徹的理解和認(rèn)知？如果沒有這種認(rèn)知，談何遠(yuǎn)見和創(chuàng)新？人工智能時代的產(chǎn)品設(shè)計、規(guī)劃、創(chuàng)新都對產(chǎn)品經(jīng)理提出了更高的要求。產(chǎn)品邏輯、流程、頁面的設(shè)計的同質(zhì)化現(xiàn)象愈發(fā)嚴(yán)重，未來越來越多的重復(fù)性的產(chǎn)品設(shè)計工作會交給人工智能完成，人工智能行業(yè)對產(chǎn)品經(jīng)理的想象力、創(chuàng)新能力提出了更高的要求。對行業(yè)的透徹理解才是產(chǎn)品經(jīng)理這個職業(yè)的立命之本，離開行業(yè)理解談創(chuàng)新是站不住腳的。人工智能時代將公司重新分類人工智能時代公司的分類方式人工智能時代誕生了各種新的社會分工和商業(yè)模式。傳統(tǒng)產(chǎn)品、商業(yè)模式和服務(wù)模式在被賦予人工智能技術(shù)后，實現(xiàn)了產(chǎn)品和服務(wù)的升級甚至商業(yè)邏輯的巨變。在不久的將來，世界上的任何一家公司或多或少都與人工智能有關(guān)，無論是直接通過人工智能技術(shù)獲利還是直接采購成熟的人工智能技術(shù)中間件給自身賦能，這場全球的科技變革已經(jīng)到來[此書分享V信wsyy5437]。在這樣的背景下，人工智能時代的公司大體上可以被分為三類，如圖2-1所示。行業(yè)+人工智能公司目前世界上絕大部分公司都是這種類型或即將變?yōu)檫@種類型，即依賴自身的多年領(lǐng)域積累，給用戶提供人工智能賦能后的產(chǎn)品或服務(wù)。比如福特（Ford）、通用（GM）、日產(chǎn)（Nissan），作為傳統(tǒng)汽車企業(yè)近幾年在自動駕駛技術(shù)上投入了大量的人力物力，盡管市場上也出現(xiàn)了像百度、特斯拉（Tesla）這樣強(qiáng)勁的互聯(lián)網(wǎng)車企，但就目前情況看來，傳統(tǒng)汽車企業(yè)在無人駕駛汽車行業(yè)中并沒有顯示出明顯的劣勢。圖2-1人工智能時代公司的分類應(yīng)用人工智能公司這類公司通常提供一種基礎(chǔ)功能，客戶可以通過調(diào)用封裝好的應(yīng)用程序編程接口API（ApplicationProgrammingInterface）進(jìn)行對自身產(chǎn)品的武裝或填充，而無須自己研發(fā)基礎(chǔ)功能。例如人臉識別功能可以被應(yīng)用到各種需要身份驗證的產(chǎn)品中，語音識別功能可以被應(yīng)用到各種人機(jī)交互的產(chǎn)品中。中小型公司出于時間成本和資金成本的原因可以直接選擇這類公司提供的開放接口，從而可以快速實現(xiàn)和大公司一樣的人臉識別能力和語音交互能力。對于應(yīng)用人工智能公司來說，不僅每多服務(wù)一個客戶的邊際成本很低，而且能幫助自身積累在該應(yīng)用中的算法能力。研發(fā)核心技術(shù)/基礎(chǔ)平臺的人工智能公司中小型公司在投入人工智能的研發(fā)資源時首先要考慮一些技術(shù)上的“基礎(chǔ)設(shè)施”問題，例如：數(shù)據(jù)從哪來？計算平臺怎么建？建立企業(yè)自身的機(jī)器學(xué)習(xí)平臺的投入產(chǎn)出比怎樣？全球已經(jīng)有大量的創(chuàng)業(yè)型公司涌入了這個行業(yè)，它們就是從人工智能的底層平臺需求出發(fā)，構(gòu)建完整的從人工智能計算平臺的硬件單元研發(fā)、數(shù)據(jù)治理、AI建模再到平臺部署的人工智能的“基礎(chǔ)設(shè)施”。有些大型互聯(lián)網(wǎng)公司也在布局一些PaaS形態(tài)的基礎(chǔ)計算平臺和算法平臺供客戶直接調(diào)用，中小型公司只需要調(diào)用平臺的基礎(chǔ)組件和算法模型，就可以大幅縮減人工智能研發(fā)的投入成本和周期。三類公司對產(chǎn)品經(jīng)理能力的要求琢自己的行業(yè)能力，而去學(xué)習(xí)如何自建LSTM（一種時間遞歸神經(jīng)網(wǎng)絡(luò)，適合于處理和預(yù)測時間序列中間隔和延遲相對較長的重要事件）必備的技術(shù)知識，幫助讀者有針對性地學(xué)習(xí)并節(jié)省寶貴的時間。下面，就讓我們一起分析一下上面提到的三類公司對產(chǎn)品經(jīng)理的不同要求。當(dāng)然，三類公司對產(chǎn)品經(jīng)理的要求一定存在重合，我們在這里強(qiáng)調(diào)的是不同類型的公司有不同的需求側(cè)重點(diǎn)。在行業(yè)+趨勢的洞察力才是核心。試想，一個不懂行業(yè)只懂技術(shù)實現(xiàn)方法的人，怎么能在老板面前申請更多的資源進(jìn)行產(chǎn)品研發(fā)呢？如果你是老板，公司的從0到1是由你創(chuàng)建的，行業(yè)專家見過無數(shù)，競爭環(huán)境你再清楚不過，行業(yè)中的各種規(guī)律和陷阱都是靠真金白銀的學(xué)費(fèi)換來的，難道就放心把產(chǎn)品交給一個對行業(yè)一知半解的產(chǎn)品經(jīng)理任由其發(fā)揮？一位的，做行業(yè)專家是前提，然后才是利用人工智能技術(shù)提升產(chǎn)品價值。另外，由于當(dāng)前階段無論是技術(shù)積累還是實踐經(jīng)驗都處于行業(yè)早期，因此“弱人工智能”（即機(jī)器不具備意識、自我、創(chuàng)新思維，而且單個產(chǎn)品只能在某一個特定的具體任務(wù)上表現(xiàn)出應(yīng)用價值）樣會被不斷細(xì)分，各種垂直場景中的產(chǎn)品經(jīng)理都需要很深的行業(yè)理解能力。例如聊天機(jī)器人按照不同對話場景又可繼續(xù)細(xì)分為個人助理、售的病癥細(xì)分為糖網(wǎng)篩查、肺癌篩查、皮膚癌篩查等。過去，研發(fā)HIS（醫(yī)院管理信息系統(tǒng)）的廠商按照不同的流程階段進(jìn)行切分，而現(xiàn)在會被按照不同病癥分割為不同科室的細(xì)分模塊。在行業(yè)被細(xì)分的同時，設(shè)計產(chǎn)品的人才需求也被細(xì)分。在應(yīng)用人工智能技術(shù)的公司中，由于商業(yè)模式主要以B（企業(yè)級應(yīng)用服務(wù)）KPI就是項目回款，這就需要產(chǎn)品經(jīng)理既要有一定的商務(wù)技能（例如售前、銷售技能），同時又要具備一定的項目管理經(jīng)驗。另外，因為不同的客戶對產(chǎn)品的需求不同，必然需要定制化開發(fā)，產(chǎn)品經(jīng)理要明確區(qū)分標(biāo)準(zhǔn)化產(chǎn)品和定制化產(chǎn)品，這對產(chǎn)品經(jīng)理的需求管理能力也提出了較高要求。除此以外，TOB類產(chǎn)品的特殊性決定了在產(chǎn)品管理過程中要考產(chǎn)品的CAC （Customer Acquisition Cost，用戶獲取成本）、產(chǎn)品LTV（Life Time Value，用戶的終身價值）以及產(chǎn)品的PBP（PaybackPeriod，為獲得用戶而付出的成本的回收周期）。因此，需要產(chǎn)品經(jīng)理在不斷跟蹤C(jī)AC、LTV、PBP三個重要指標(biāo)的變化的同時，制定適時的市場策略、產(chǎn)品運(yùn)營策略及產(chǎn)品的戰(zhàn)略方向。在研發(fā)核心技術(shù)/基礎(chǔ)平臺的人工智能公司中，公司對產(chǎn)品經(jīng)理的要求更側(cè)重于其對底層技術(shù)框架的理解。例如，對于一家做基礎(chǔ)平臺產(chǎn)品的公司，公司的產(chǎn)品是基于TensorFlow（Google基于DistBelief進(jìn)行研發(fā)的第二代人工智能學(xué)習(xí)系統(tǒng)）進(jìn)行優(yōu)化和研發(fā)的機(jī)器學(xué)習(xí)平臺，并提供給第三方在線使用。為了實現(xiàn)公司的產(chǎn)品比原生TensorFlow強(qiáng)大的訓(xùn)練深度，你需要了解底層通信機(jī)制、稀疏參數(shù)更新原理等。因此這類公司更傾向于尋找從事過研發(fā)工作的產(chǎn)品經(jīng)理。什么叫作“懂行業(yè)”求。此處，我用一個案例說明對于人工智能產(chǎn)品來說，懂行業(yè)有多重要。文本情感分析和觀點(diǎn)挖掘（SentimentAnalysis），又被稱為意見挖掘（OpinionMining）、主觀分析（SubjectivityAnalysis），是NLP（NaturalLanguageProcessing，自然語言處理）的重要研究方向，是一種對帶有情感色彩的主觀性文本進(jìn)行分析、處理、歸納和推理的過程。這種技術(shù)可以用來分析品牌優(yōu)劣勢和受歡迎程度的趨勢，通過實時挖掘網(wǎng)絡(luò)上的用戶意見，了解每個品牌在不同維度上的優(yōu)缺點(diǎn)，不僅可以幫助品牌廠商了解自身產(chǎn)品的不足，同時也可以通過對比競爭對手的優(yōu)勢制定精準(zhǔn)的商業(yè)決策，有著很高的商業(yè)價值。在AI說同一個詞的極性會隨著領(lǐng)域、行業(yè)以及語境的不同而發(fā)生改變。例如，在爬取互聯(lián)網(wǎng)上對衣服薄厚的評價數(shù)據(jù)時，在冬季爬取的大部分有關(guān)衣服“薄”的評價是負(fù)向情感，而在對筆記本電腦的評價中“薄”代表的評價是正向的，因此在構(gòu)建情感詞典時會因語料、領(lǐng)域背景及任務(wù)的不同而釆用不同的方法。所以，人工智能產(chǎn)品經(jīng)理需要在團(tuán)隊研發(fā)過程中輸入更多關(guān)于領(lǐng)域常識與行業(yè)背景，幫助研發(fā)團(tuán)隊縮短模型的調(diào)試和選擇時間。求幫助。六種行業(yè)分析維度那么究竟什么才能算是懂行業(yè)呢？我整理了六個基于行業(yè)分析的維度，讀者可以根據(jù)自身行業(yè)特點(diǎn)增減分析維度，如圖2-2所示。圖2-2六種行業(yè)分析維度周期的關(guān)系、固有風(fēng)險及該行業(yè)在其他國家的發(fā)展規(guī)律等。行業(yè)運(yùn)行趨勢：產(chǎn)品經(jīng)理應(yīng)該去主動了解國內(nèi)外的行業(yè)發(fā)展局面、龍頭企業(yè)（不應(yīng)該只限定一家）為且能有一定預(yù)見性是產(chǎn)品經(jīng)理非常重要的素質(zhì)。競爭力因素分析：產(chǎn)品經(jīng)理需要了解行業(yè)內(nèi)價格、品質(zhì)、質(zhì)行業(yè)整合：了解行業(yè)集中度、外資進(jìn)入、收購兼并等。政府管制：了解行業(yè)的準(zhǔn)入門檻、國家法規(guī)、價格、稅收、進(jìn)出口等。各國舊有的法律法規(guī)和行業(yè)標(biāo)準(zhǔn)顯然在迭代速度上已經(jīng)無法適應(yīng)人工智能技術(shù)的迅猛發(fā)展了，國外相繼出現(xiàn)了人工智能應(yīng)用挑戰(zhàn)法律法規(guī)的案例，例如在2016動車政策》（FederalAutomatedVehiclesPolicy）（OSTP）下屬國家科學(xué)技術(shù)委員會（NSTC）發(fā)布了《為人工智能的未來做好準(zhǔn)備》（PreparingfortheFutureofArtificialIntelligence），探討了人工智能的發(fā)展現(xiàn)狀、應(yīng)用領(lǐng)域及潛在的公共政策問題。美國《國家人工智能研究與發(fā)展戰(zhàn)略計劃》（NationalArtificialIntelligenceResearchandDevelopmentStrategicPlan），提出了美國優(yōu)先發(fā)展的人工智能七大戰(zhàn)略方向及兩方面的建議。在這些報告中提及了知識產(chǎn)權(quán)、隱私和數(shù)據(jù)保護(hù)，以及數(shù)據(jù)使用、安全等標(biāo)準(zhǔn)建設(shè)的問題?？梢灶A(yù)見到，我國也會陸續(xù)頒布相關(guān)法案和行業(yè)標(biāo)準(zhǔn)。因此，產(chǎn)品經(jīng)理需要密切關(guān)注這方面的信息，確保公司產(chǎn)品可以合理、合法地參與市場競爭。商業(yè)模式：產(chǎn)品經(jīng)理不僅是將商業(yè)模式落地的執(zhí)行者，同時部的認(rèn)可，才便于爭取更多的公司資源及行業(yè)客戶的認(rèn)可。行業(yè)分析案例來說明如何快速學(xué)習(xí)行業(yè)知識并獲取行業(yè)趨勢洞見。例如，你是做個人/家庭服務(wù)機(jī)器人的產(chǎn)品經(jīng)理，需要首先按產(chǎn)業(yè)化程度和需求量大小對個人/家用服務(wù)機(jī)器人進(jìn)行分類，如圖2-3所示。圖2-3個人/家庭服務(wù)機(jī)器人分類（資料來源：安信證券研究中心）另外，你可以通過市場調(diào)研報告了解個人/家庭服務(wù)機(jī)器人的歷史銷量及近幾年的預(yù)測銷量，如圖2-4所示。圖2-4家用和娛樂機(jī)器人銷量統(tǒng)計（資料來源：IFR）另外，你應(yīng)該了解驅(qū)動這個行業(yè)發(fā)展的關(guān)鍵在哪里，這需要從剖析服務(wù)機(jī)器人的構(gòu)成開始。個人/家庭服務(wù)機(jī)器人是軟件、電子組件和機(jī)械結(jié)構(gòu)深度集成的產(chǎn)物。從產(chǎn)業(yè)鏈看，上游包括智能芯片、傳感器、激光雷達(dá)等，中游包括操作系統(tǒng)提供商、AI引擎（算法）提供商、云服務(wù)系統(tǒng)提供商等，下游包括集成應(yīng)用、各種場景應(yīng)用等，如圖2-5所示。產(chǎn)品經(jīng)理應(yīng)深入了解供應(yīng)鏈上的每個廠商是誰，了解它們的優(yōu)劣勢及市場格局，這有助于判斷合作對象，構(gòu)建合理的產(chǎn)品集成方案。圖2-5個人/家庭服務(wù)機(jī)器人產(chǎn)業(yè)鏈構(gòu)成（資料來源：安信證券研究中心）個人/家庭服務(wù)機(jī)器人的系統(tǒng)架構(gòu)由應(yīng)用軟件、AI引擎（算法）、操作系統(tǒng)（OS）、核心零部件（智能芯片、傳感器、激光雷達(dá)等）、本體五部分構(gòu)成，如圖2-6所示。其核心價值主要集中在核心零部件、AI引擎、操作系統(tǒng)三大部分。圖2-6個人/家庭服務(wù)機(jī)器人系統(tǒng)架構(gòu)資料來源：圖靈機(jī)器人）核心零部件是典型的技術(shù)驅(qū)動型產(chǎn)業(yè)，例如智能芯片包括CPU、GPU、FPGA、TPU/NPU等對處理感知計算，特別是視覺及深度學(xué)習(xí)起到了關(guān)鍵作用。產(chǎn)品經(jīng)理應(yīng)關(guān)注核心部件的發(fā)展，由于硬件產(chǎn)品的集成本身就存在較高的替換成本，因此一旦選擇了某種硬件集成方式，當(dāng)產(chǎn)品量產(chǎn)后幾乎沒法替換。但同時，這也是一種非常好的競爭壁壘，如果能拿到某種核心組件的獨(dú)家技術(shù)合作，將與競爭對手在不同的賽道比拼。例如蘋果公司收購3DPrimeSense3D傳感及精準(zhǔn)的地理追蹤性能，構(gòu)成了iPhoneX的AR、Animoji、FaceID及人像特效拍攝等亮點(diǎn)功能的技術(shù)基礎(chǔ)。這種判斷就需要依靠產(chǎn)品經(jīng)理敏銳的嗅覺來完成。AI 引擎部分主要包含自動語音識別（Automatic SpeechRecognition，ASR）、機(jī)器視覺（ComputerVision，CV）等各種感知交互技術(shù)。數(shù)據(jù)和算法是這個部分的核心競爭力。這部分具有技術(shù)迭代快、將最新算法成果移植到產(chǎn)品上相對容易的特點(diǎn)。由于開源算法的普及以及機(jī)器學(xué)習(xí)訓(xùn)練平臺的門檻越來越低，在這個領(lǐng)域中不僅會有大量人工智能創(chuàng)業(yè)公司涌現(xiàn)，而且傳統(tǒng)行業(yè)也將加快掌握人工智能基礎(chǔ)技術(shù)，并依托其積累的行業(yè)資源，參與到這個層面的競爭中來。人工智能時代比拼的是AI引擎能夠在多大程度上輔助解決業(yè)務(wù)場景中的實際問題，算法不能停留在產(chǎn)品宣傳層面，而需要具備實際價值。這需要考驗公司的人才儲備、行業(yè)資源積累及通過算法賦能產(chǎn)品的工程實踐能力。機(jī)器人操作系統(tǒng)（ROS）的標(biāo)準(zhǔn)架構(gòu)包含核心層、庫、機(jī)器人功能和場景化應(yīng)用。ROS提供一系列標(biāo)準(zhǔn)的操作系統(tǒng)服務(wù)，例如硬件除此之外，ROS還能提供相關(guān)工具和庫，用于獲取、變異、編輯代碼，以及在多個計算機(jī)之間運(yùn)行程序，以完成分布式計算，如圖2-7所示。較長、投入較大，因此這種突破口往往不適合初創(chuàng)企業(yè)。圖2-7機(jī)器人操作系統(tǒng)架構(gòu)目前較為主流的機(jī)器人操作系統(tǒng)包括Android、ROS（RobotOperating System）。另外，不少國內(nèi)機(jī)器人的操作系統(tǒng)也在蓄力和破，如圖靈機(jī)器人的Turing OS、小i機(jī)器人的iBot OS和小智機(jī)器人SOS。還有典型的安卓系統(tǒng)開發(fā)的機(jī)器人Otonaroid和Kodomoroid，如圖2-8所示。圖2-8機(jī)器人Otonaroid和Kodomoroid（資料來源：中新網(wǎng)）索周期，而且能避免未來由于產(chǎn)品不符合行業(yè)標(biāo)準(zhǔn)或規(guī)則而帶來的風(fēng)規(guī)范對于產(chǎn)品定義、設(shè)計都非常關(guān)鍵。例如《機(jī)器人性能規(guī)范》《機(jī)器人安全要求》可以指導(dǎo)產(chǎn)品非功能需求設(shè)計，《機(jī)器人系統(tǒng)與集成標(biāo)準(zhǔn)》可以保證產(chǎn)品的集成設(shè)計方案是合理且通用的，《服務(wù)機(jī)器人模塊化設(shè)計總則》可以指導(dǎo)機(jī)器人的模塊化設(shè)計等。目前國家已經(jīng)公布的機(jī)器人行業(yè)標(biāo)準(zhǔn)如表2-1所示。表2-1機(jī)器人行業(yè)標(biāo)準(zhǔn)匯總表如何修煉成為行業(yè)產(chǎn)品專家了解你所在行業(yè)的不同維度只是幫你儲備行業(yè)知識，要想成為行業(yè)產(chǎn)品專家，還需要在實踐中將這些知識應(yīng)用到產(chǎn)品規(guī)劃和管理過程中。下面總結(jié)了三種構(gòu)建產(chǎn)品競爭力的思路，每種思路都建立在對行業(yè)知識的透徹理解基礎(chǔ)上，而且三種思路環(huán)環(huán)相扣、逐層深入。以“點(diǎn)”切入行業(yè)所謂的“點(diǎn)”，其實就是場景，要找到有商業(yè)價值的場景，并提煉出場景中可以幫助產(chǎn)品建立優(yōu)勢的關(guān)鍵點(diǎn)。要平衡場景對應(yīng)的市場價值和你能解決場景問題的能力和投入。尤其是對于創(chuàng)業(yè)公司來說，場景的選擇要與自身情況結(jié)合，否則選擇了正確的場景但是沒有技術(shù)、數(shù)據(jù)積累或能夠快速推廣的市場營銷策略，也形成不了核心競爭力，或者是有技術(shù)積累但是找不到好的場景，也無法將自身的技術(shù)產(chǎn)品化并形成商業(yè)變現(xiàn)。人工智能產(chǎn)品經(jīng)理可以從兩個方面打磨自己對“點(diǎn)”的把握能力。人工智能產(chǎn)品經(jīng)理應(yīng)打磨自身對場景的理解和判斷力，確保智能領(lǐng)域已經(jīng)屢見不鮮了。首先，人工智能產(chǎn)品經(jīng)理需要確定該行業(yè)中的幾個主要“價值場景”（例如，需求強(qiáng)烈且市場需求夠大）。然后，收集該場景中的基本信息：人物、時間、地點(diǎn)、做什么事、達(dá)到什么目的、之前的做事方式和解決方案、用戶/客戶期望的方式和解決方案等。由于任何場景都不是獨(dú)立存在的，因此還需要深挖與場景有關(guān)的干系人和干系場景。例如上下游企業(yè)在場景中扮演了什么角色，它們的哪些決定或做事方法會改變場景中的利益分配關(guān)系。衡量并比較與該場景類似或關(guān)聯(lián)的其他場景是否有更大的商業(yè)價值。如果有，是否需要做出定位調(diào)整。在這里列舉一個干系人分析的檢查清單供參考，如圖2-9所示。圖2-9干系人分析檢查清單人工智能產(chǎn)品經(jīng)理要對行業(yè)內(nèi)技術(shù)的發(fā)展和趨勢有準(zhǔn)確的判能力、數(shù)據(jù)等方面的積累在行業(yè)中的位置。綜合以上兩方面的所有信息，產(chǎn)品經(jīng)理需要在產(chǎn)品定位（包括場景定義）和公司的技術(shù)現(xiàn)狀之間找到平衡，盡管場景是牽引技術(shù)方向的指南針，但也不能脫離對公司的技術(shù)“天花板”的評估。對“點(diǎn)”的把握能力決定了產(chǎn)品能否進(jìn)入一個行業(yè)并獲得用戶的初步認(rèn)知。精準(zhǔn)地找到場景并用有競爭力的技術(shù)手段研發(fā)出產(chǎn)品，是踏入行業(yè)的第一步。深挖“點(diǎn)”，變成“線”現(xiàn)代管理學(xué)之父彼得·德魯克（PeterF.Drucker）曾經(jīng)說過“企業(yè)的目的是創(chuàng)造和留住顧客?！痹谌斯ぶ悄苄袠I(yè)初期，一定是由技術(shù)驅(qū)動形成單個的場景應(yīng)用和創(chuàng)新，隨著市場同質(zhì)化競爭日趨嚴(yán)重，企業(yè)一旦在某個“點(diǎn)”建立起競爭優(yōu)勢后，就需要快速轉(zhuǎn)向“線”，即為客戶創(chuàng)造更豐富的產(chǎn)品和服務(wù)，讓客戶不斷看到新的價值和驚喜，最終積累更多的忠誠客戶。擁有對“點(diǎn)”的把控力，只是產(chǎn)品經(jīng)理修煉成為行業(yè)專家的第一步。人工智能產(chǎn)品經(jīng)理還要通過深挖場景價值，完善產(chǎn)品鏈條，即形成從“點(diǎn)”到“線”的變化。如果說互聯(lián)網(wǎng)時代的主流價值觀是“流量為王”，那么人工智能時代的產(chǎn)品就是“獲得更多的超級用戶”，這些超級用戶創(chuàng)造了絕大部分的企業(yè)利潤。企業(yè)靠“點(diǎn)”的創(chuàng)新只會保證其在第一階段獲取更多的初始客戶，如果想要保住這些用戶，而且要讓他們變?yōu)橹艺\的“超級用戶”，就需要定制化、一站式的完整解決方案。人工智能產(chǎn)品經(jīng)理可以從下面幾個方面進(jìn)行從“點(diǎn)”到“線”的積累。深挖用戶在場景中的需求，為用戶提供解決方案而不僅僅是產(chǎn)品。舉個例子：作為電商平臺，給用戶提供完美的網(wǎng)購體驗并沒有潤的同時，還積累了大量會員。衍生出了金融服務(wù)。按照這種邏輯規(guī)劃出來的產(chǎn)品本質(zhì)上就是解決方能保持品牌持久的競爭力。而找到這樣的“線”，就是產(chǎn)品經(jīng)理尤其是人工智能產(chǎn)品經(jīng)理重要的使命。挖掘用戶數(shù)據(jù)中的價值，為用戶創(chuàng)造驚喜。例如，如果你是以提供個性化建議。這就是一種典型的從“點(diǎn)”到“線”的思路。人工智能實現(xiàn)產(chǎn)品服務(wù)鏈條化，積累更多的忠誠用戶。橫向拓展“線”，變成“面”當(dāng)人工智能產(chǎn)品完成從“點(diǎn)”到“線”的變化后，需要進(jìn)一步鞏固自身優(yōu)勢，讓產(chǎn)品變成“面”?！懊妗卑▋煞矫娴暮x，一是通過引入外部資源建立緊密的協(xié)同關(guān)系并構(gòu)建更寬廣的產(chǎn)品覆蓋度，與用戶產(chǎn)生更多的聯(lián)系；二是指通過整合公司內(nèi)部資源打通各產(chǎn)品線的數(shù)據(jù)和基礎(chǔ)服務(wù)，形成公司內(nèi)部的產(chǎn)品生態(tài)。人工智能產(chǎn)品經(jīng)理可以從兩個方面進(jìn)行從“線”到“面”的整合。整合外部資源，實現(xiàn)多元化協(xié)作：由于人工智能產(chǎn)品的架構(gòu)件供應(yīng)商進(jìn)行軟硬技術(shù)的融合，通過整合上下游資源形成利益結(jié)盟。人工智能行業(yè)的產(chǎn)業(yè)鏈協(xié)作還處于初期，未來越來越多的公司在研發(fā)自己的人工智能產(chǎn)品時會主動選擇協(xié)作，人工智能產(chǎn)品經(jīng)理在市場競爭中應(yīng)保持和外部資源的密切關(guān)系，這不僅對公司來說是一種積累和擴(kuò)大優(yōu)勢的方式，而且對于產(chǎn)品經(jīng)理個人來說也是一種擴(kuò)大個人在行業(yè)中影響力的途徑。布局內(nèi)部產(chǎn)品生態(tài)化：當(dāng)公司的產(chǎn)品線變得豐富后，產(chǎn)品經(jīng)考慮整合三條產(chǎn)品線的用戶數(shù)據(jù)和算法（能匹配等），司有新的產(chǎn)品線成立時，可以在公司現(xiàn)有平臺基礎(chǔ)上快速建立自身優(yōu)勢，快速融入公司的產(chǎn)品生態(tài)。本章小結(jié)工智能產(chǎn)品經(jīng)理需要對行業(yè)至少有六方面的理解和認(rèn)識，包括行業(yè)特點(diǎn)、行業(yè)運(yùn)行趨勢、競爭力因素分析、行業(yè)整合、政府管制、商業(yè)模式。本質(zhì)上每個方面都是圍繞競爭與合作、自身情況與外部環(huán)境展開的。最后，通過我自身的經(jīng)驗給出了一種從“點(diǎn)”“線”“面”三個不同層次修煉成為產(chǎn)品專家的思維模式。如果你想成為人工智能產(chǎn)品經(jīng)理，強(qiáng)烈建議你從了解行業(yè)開始，而不是一開始就學(xué) Python（一種常見的機(jī)器學(xué)習(xí)編程語言），研CNN（卷積神經(jīng)網(wǎng)絡(luò)）、RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）。并不是說這些不重要，只不過作為一個產(chǎn)品經(jīng)理，當(dāng)你連自己的角色都無法扮演好時，即使你可以掌握再多的編程語言，具備再多算法調(diào)試的經(jīng)驗，公司也不敢雇傭你。另外，養(yǎng)成良好的學(xué)習(xí)習(xí)慣，掌握適合自己的學(xué)習(xí)技巧非常重要。每個人都有自己擅長和喜歡的學(xué)習(xí)方式，因此要找到快速獲取知識和經(jīng)驗的方式。如果你初來乍到一個行業(yè)也不要擔(dān)心，只要你能掌握技巧，善于總結(jié)規(guī)律，多與行業(yè)牛人接觸、學(xué)習(xí)并結(jié)合實踐，我相信你一定會成為一名優(yōu)秀的人工智能產(chǎn)品經(jīng)理。第3章定義人工智能產(chǎn)品需求如果你在互聯(lián)網(wǎng)上搜索不同公司對產(chǎn)品經(jīng)理的描述，就會發(fā)現(xiàn)在任何行業(yè)、任何級別的產(chǎn)品經(jīng)理崗位中都會出現(xiàn)“需求”這個關(guān)鍵詞。需求管理、需求定義、需求確認(rèn)、需求跟蹤等與需求相關(guān)的職責(zé)，都是公司對產(chǎn)品經(jīng)理最基本的要求。產(chǎn)品經(jīng)理是公司產(chǎn)品的負(fù)責(zé)人，而產(chǎn)品又可以為用戶解決某種特定的需求，因此即使我們來到人工智能時代，產(chǎn)品依然是圍繞用戶需求來定義的，這個本質(zhì)沒有變。誕生是為了降低人與人之間的溝通成本，重新構(gòu)建了人與人之間的關(guān)系。醫(yī)院的HIS（醫(yī)院信息系統(tǒng)）的誕生是為了管理和操作發(fā)生在醫(yī)院人工智能時代的產(chǎn)品，本質(zhì)上是全面優(yōu)化和提升上述所有場景中現(xiàn)有的技術(shù)手段，從而實現(xiàn)用戶的體驗升級和解決方案的效率升級。互聯(lián)網(wǎng)時代的產(chǎn)品經(jīng)理構(gòu)建的是基礎(chǔ)設(shè)施，在人與人、人與物、人與數(shù)據(jù)的關(guān)系上搭建橋梁，實質(zhì)上是優(yōu)化了信息存儲和互通的方式，因此產(chǎn)品經(jīng)理主要關(guān)注的是入口及流量的走向。人工智能實際上給人類帶來的是技術(shù)創(chuàng)新驅(qū)動下的產(chǎn)業(yè)升級，本質(zhì)上是關(guān)注產(chǎn)品本身的價值，如圖3-1所示。本章從功能需求、非功能需求兩方面重新定義人工智能產(chǎn)品需求分析的工作流程和設(shè)計思路。圖3-1從互聯(lián)網(wǎng)時代到人工智能時代重新定義需求分析邏輯。新的趨勢和變化可以被總結(jié)為以下6方面。產(chǎn)品邏輯化繁為簡，用戶學(xué)習(xí)成本降低。操作；人臉識別身份驗證，過去登錄產(chǎn)品需要輸入賬號、密碼、驗證產(chǎn)品經(jīng)理不能用“線性思維”設(shè)計產(chǎn)品，需要了解更多的技術(shù)可能性，嘗試用“顛覆式思維”設(shè)計產(chǎn)品。從用戶角度考慮投入產(chǎn)出比?；蛘弋?dāng)產(chǎn)品屬于一個新的市場中時，最終的實現(xiàn)效果和價值都很難預(yù)估，產(chǎn)品經(jīng)理應(yīng)選擇用戶最“痛”的點(diǎn)或者直接和利益掛鉤的點(diǎn)作為需求較快，如圖3-2所示。人工智能產(chǎn)品的研發(fā)投入盡管很高，但產(chǎn)生的直接回報對于用戶來說仍然非常劃算。另外，廣告精準(zhǔn)投放、電商平臺中的搜索推薦都是效果比較直觀的，產(chǎn)品價值相對顯性的場景，產(chǎn)品經(jīng)理應(yīng)在所處行業(yè)中找到這些場景。圖3-2人工智能在工業(yè)場景中的實踐應(yīng)用算法可解釋性差，產(chǎn)品需要逐漸獲取用戶的信任。使用到復(fù)雜算法模型的人工智能產(chǎn)品對于用戶來說大多屬于“黑盒產(chǎn)品”，工程師或產(chǎn)品經(jīng)理均無法很好地解釋實現(xiàn)的原理。在很多領(lǐng)域中，對于用戶來說，如果不能證明算法的有效和準(zhǔn)確性，就不會接受付費(fèi)使用產(chǎn)品，甚至?xí)ζ放飘a(chǎn)生強(qiáng)烈的抵觸情緒。例如在某些基于數(shù)據(jù)挖掘的商品推薦引擎產(chǎn)品中推薦給用戶的商品廣告，如果不能讓用戶有被尊重的感覺，或者直接讓用戶有一種被侵犯了隱私的感覺，就會遭到投訴或棄用。人工智能產(chǎn)品首先需要通過某個具體場景中的預(yù)測和推斷能力證明技術(shù)實力，進(jìn)而樹立領(lǐng)域?qū)I(yè)形象，步步為營地爭取用戶的信任。尤其當(dāng)公司和品牌都處于剛起步的階段時，更忌諱大步向前，因為那樣反而容易遭到用戶的拋棄。傳感器技術(shù)的飛速進(jìn)步，帶來了多元化交互行為。人工智能與傳感器的融合，產(chǎn)生了良性循環(huán)，傳感器采集的數(shù)據(jù)用來進(jìn)行對算法模型的訓(xùn)練，算法模型的完善也提升了傳感器數(shù)據(jù)采集的效率。例如在無人駕駛產(chǎn)品中，關(guān)鍵系統(tǒng)和解決方案分別是傳感器、高精度地圖、高級輔助駕駛系統(tǒng)（Advanced Driver Assistant ADAS）和車聯(lián)網(wǎng)。傳感器作為無人駕駛汽車的感應(yīng)系統(tǒng)，用來接收和感知行駛時環(huán)境的動態(tài)變化（如圖3-3所示）；高精度地圖為無人駕駛汽車提供全局視野；ADAS負(fù)責(zé)對靜態(tài)、動態(tài)物體進(jìn)行辨識、偵測與追蹤，從而預(yù)先讓駕駛者察覺到可能發(fā)生的危險，有效提升汽車駕駛的舒適性和安全性；車聯(lián)網(wǎng)能夠保證傳感器數(shù)據(jù)更新上傳，保證無人駕駛汽車的狀況與周圍環(huán)境處于實時更新的狀態(tài)。正是因為傳感器的技術(shù)發(fā)展和成本的降低，使得ADAS的部署成本大幅降低。過去ADAS只能安裝在高端汽車上，目前已經(jīng)被普遍使用在入門級乘用車上。日新月異的傳感器不僅在機(jī)器人、無人駕駛領(lǐng)域有廣泛成功的應(yīng)用案例，而且可以為產(chǎn)品設(shè)計和定義提供更大的想象空間。產(chǎn)品經(jīng)理應(yīng)學(xué)會合理利用多種傳感設(shè)備，創(chuàng)造更多交互方式來滿足用戶的需求。圖3-3無人駕駛產(chǎn)品產(chǎn)品的需求并不一定來源于確定的因果關(guān)系。在過去，產(chǎn)品經(jīng)理根據(jù)用戶明確的需求設(shè)計產(chǎn)品，產(chǎn)品研發(fā)出來的結(jié)果會和原型設(shè)計保持一致。但是人工智能的產(chǎn)品需要完全不同的思維模式，產(chǎn)品經(jīng)理不再花大量時間和資源來尋找確定的因果關(guān)系，而是通過大量的數(shù)據(jù)挖掘手段探索出設(shè)計與需求的相關(guān)性，并用數(shù)據(jù)指導(dǎo)產(chǎn)品設(shè)計。產(chǎn)品經(jīng)理輸出的需求未必是確定的頁面內(nèi)容，可能是一堆規(guī)則和策略。例如，GoogleAdwords，即谷歌關(guān)鍵詞競價廣告，是一種通過使用谷歌關(guān)鍵字廣告或者內(nèi)容聯(lián)盟網(wǎng)絡(luò)來推廣網(wǎng)站的付費(fèi)網(wǎng)絡(luò)推廣方式，如圖3-4所示。設(shè)計這個產(chǎn)品的產(chǎn)品經(jīng)理一定不會告訴算法工程師給什么樣的用戶推送什么樣的廣告信息，因為產(chǎn)品是“千人千面”的。產(chǎn)品經(jīng)理只需要給廣告主提供后臺的推廣喜好配置功能以及推廣效果管理功能即可，至于最終用戶打開的頁面如何顯示，則是由算法模型計算后得出的結(jié)果，即搜索結(jié)果頁面都是基于商家偏好配置和用戶精準(zhǔn)匹配算法實現(xiàn)的個性化頁面。圖3-4谷歌關(guān)鍵詞競價廣告的局限性，避免定義一些研發(fā)很難實現(xiàn)的需求。由于一個完整的人工智能產(chǎn)品體系的搭建通常需要考慮基礎(chǔ)設(shè)施、數(shù)據(jù)采集、數(shù)據(jù)處理、推理和決策等若干環(huán)節(jié)，產(chǎn)品最終的實現(xiàn)效果取決于上面所有因素的協(xié)同。例如，設(shè)計一個提供多場景復(fù)雜交互的機(jī)器人產(chǎn)品時，由于對交互的實時性要求較高，系統(tǒng)應(yīng)具備足夠的硬件支撐，包括計算能力（GPU、CPU、FPGA、ASIC等）、儲存能力以及各種智能模組（如視覺模組、語音模組）等，因此需要產(chǎn)品經(jīng)理在提出需求的同時綜合考慮配套的硬件要求。另外，在不同場景中對算法模型的準(zhǔn)確率、召回率的要求大相徑技術(shù)預(yù)研的內(nèi)容和流程在本書第6章中有詳細(xì)介紹。從微觀、宏觀兩個角度定義功能性需求員需要實現(xiàn)的功能，以便用戶能夠完成自己的任務(wù)，進(jìn)而滿足業(yè)務(wù)需內(nèi)容往往與使用的技術(shù)無關(guān)。功能性需求描述是產(chǎn)品設(shè)計的第一步，而且是產(chǎn)品定義中至關(guān)重要的一步，沒人可以替代產(chǎn)品經(jīng)理來定義功能性需求。在設(shè)計人工智能產(chǎn)品時，產(chǎn)品經(jīng)理可以從微觀和宏觀兩個角度展開功能性需求的定義。宏觀：由于人工智能產(chǎn)品體系復(fù)雜，對某一個功能進(jìn)行研發(fā)可能有“牽一發(fā)而動全身”的效果，尤其是某些功能如果要實現(xiàn)較好的效于在需求定義之前將一些不滿足公司整體戰(zhàn)略目標(biāo)的候選功能需求篩掉，并給出定義需求的優(yōu)先級。同時，有了這樣的“上帝視角”也有助于得到老板、投資人的認(rèn)可，最終讓公司從上至下達(dá)成一致。如圖3-5司的整個產(chǎn)品體系可以被分為技術(shù)平臺層、產(chǎn)品/服務(wù)層、解決方案層。技術(shù)平臺層為產(chǎn)品/服務(wù)層提供了基礎(chǔ)計算和分析引擎，而解決方?jīng)Q方案。產(chǎn)品經(jīng)理應(yīng)判斷當(dāng)前版本中的功能需求是屬于公司哪個層面圖3-5某機(jī)器視覺產(chǎn)品架構(gòu)圖微觀：產(chǎn)品經(jīng)理一旦從宏觀角度篩選出了優(yōu)先級較高的功能，就可以從微觀角度定義具體的功能描述了。產(chǎn)品經(jīng)理應(yīng)盡量給出明確的業(yè)務(wù)背景和業(yè)務(wù)目標(biāo)，并且可以將目標(biāo)進(jìn)行量化。例如，在電商平臺中可以通過GMV（GrossMerchandiseVolume，商品交易總量）提升率作為業(yè)務(wù)目標(biāo)。產(chǎn)品經(jīng)理需要和算法工程師一起在功能需求定義階段明確功能的哪些指標(biāo)可以被量化，以及算法依賴什么樣的數(shù)據(jù)，并提供明確的驗證方法。這樣不僅有助于產(chǎn)品經(jīng)理有的放矢地幫助團(tuán)隊協(xié)調(diào)公司資源或外部資源，找到高質(zhì)量的數(shù)據(jù)集，而且有助于統(tǒng)一團(tuán)隊的迭代目標(biāo)。有關(guān)需求量化的內(nèi)容，在3.2節(jié)“量化需求分析”中有詳細(xì)的介紹。越重要，越容易被忽視：定義非功能性需求非功能性需求通常被描述為一款產(chǎn)品的“質(zhì)量屬性（QualityAttributes）”“質(zhì)量目標(biāo)（Quality Goals）”或“非行為需求Behavioral 常常被用來評價一個系統(tǒng)或軟件的運(yùn)行、服務(wù)情況。產(chǎn)品非功能性定義不僅決定了人工智能產(chǎn)品的質(zhì)量，還在很大程度上影響產(chǎn)品的功能需求定義，是支撐產(chǎn)品功能性需求的重要因求是成功的人工智能軟件/硬件架構(gòu)必須關(guān)注的關(guān)鍵要素。求畫等號，而產(chǎn)品的非功能需求作為支撐產(chǎn)品功能需求的重要組成部設(shè)計和實施過程中的條件（等），需求進(jìn)行架構(gòu)設(shè)計。針對人工智能產(chǎn)品，下面列舉了5種非功能需求：安全性、可用性、可靠性、性能、可支持性。每個產(chǎn)品的非功能需求都與行業(yè)背景、用戶特征有關(guān)，因此產(chǎn)品之間不存在完全相同的非功能需求，需要產(chǎn)品經(jīng)理有針對性地進(jìn)行這方面的設(shè)計。安全性可得性：產(chǎn)品的數(shù)據(jù)和功能是否可以按照明確的權(quán)限系統(tǒng)控描述清楚了。隨著機(jī)器人可以替代人類完成的任務(wù)越來越多，在設(shè)計機(jī)器人產(chǎn)品的時候需要產(chǎn)品經(jīng)理明確機(jī)器人的控制權(quán)限設(shè)計，目前市面上流行的以語音喚醒為主流的機(jī)器人大多數(shù)并沒有設(shè)計嚴(yán)格的權(quán)限策略，未來的機(jī)器人的能力范圍會越來越大，嚴(yán)格的授權(quán)機(jī)制是產(chǎn)品必備的安全保證。另外，機(jī)器人在未來還需要通過識別人類的情緒和生理狀況判斷指令的合理性。盡管用戶具備控制權(quán)限，但同時也要拒絕用戶的一些可能對其心理或生理產(chǎn)生損傷的操作，例如當(dāng)檢測到房間的分貝數(shù)已經(jīng)超過安全的聽覺范圍時，機(jī)器人應(yīng)對提高房間音響音量的控制予以警告。如圖3-6所示是一款未來居家機(jī)器人原型。圖3-6居家機(jī)器人私密性：產(chǎn)品存儲的數(shù)據(jù)受到保護(hù)，不會被沒有授權(quán)的人得到。例如人工智能產(chǎn)品的部分?jǐn)?shù)據(jù)經(jīng)常被存儲在云端，這樣有利于產(chǎn)品定期的算法升級、BUG 上報等。盡管每個國家都出臺了相應(yīng)的數(shù)據(jù)私保護(hù)法，但是很多用戶依然無法接受個人數(shù)據(jù)被上傳到云端。尤其是一些居家機(jī)器人，因為要獲得用戶的視頻、音頻和各種家庭內(nèi)部傳感器采集的數(shù)據(jù)源，因此此類產(chǎn)品需要盡量將數(shù)據(jù)存儲在本地，并實現(xiàn)局域網(wǎng)內(nèi)部不同物聯(lián)網(wǎng)設(shè)備的本地通信對話機(jī)制?？捎眯試H標(biāo)準(zhǔn)化組織在ISO 9241-11標(biāo)準(zhǔn)中將可用性描述為“產(chǎn)品被具用戶使用，從而在具體的使用環(huán)境中有效地、高效地、滿意地完成具體目標(biāo)的程度”。同時，可用性也是軟件產(chǎn)品的重要質(zhì)量指標(biāo)，是指產(chǎn)品對用戶來說有效、易學(xué)、高效、好記、少錯和令人滿意的程度?？捎眯允菑挠脩艚嵌瓤串a(chǎn)品質(zhì)量，即用戶能否用產(chǎn)品完成他的任務(wù)、效率如何、主觀感受怎樣。我們經(jīng)常提到的用戶體驗就在很大程度上受到產(chǎn)品可用性需求的影響。在描述可用性需求的時候通常要包含用戶類型、具體任務(wù)、操作環(huán)境等方面。可用性需求描述通常與UI/UX工程師直接相關(guān)，可用性需求描述得越清楚，UI/UX在設(shè)計產(chǎn)品時的目標(biāo)就越明確。同時，可用性需求的描述還直接影響產(chǎn)品在進(jìn)行可用性測試過程中的衡量標(biāo)準(zhǔn)。產(chǎn)品的可用性需求需要對用戶有深入的了解，了解他們的使用習(xí)慣、對產(chǎn)品的期望、他們需要用產(chǎn)品完成的最終目標(biāo)，以及他們使用產(chǎn)品時的真實場景等。戶的能力。易理解性：使用戶容易理解產(chǎn)品本身是否是用戶需要的、如何能檔和初始印象。易學(xué)性：使用戶能學(xué)習(xí)產(chǎn)品使用方法的能力。易操作性：使用戶能操作和控制產(chǎn)品的能力。具吸引力的屬性，例如顏色的使用和圖形化設(shè)計的特征。更多關(guān)于易用性的描述請參照ISO9241（工效學(xué)國際標(biāo)準(zhǔn)）。給老年人設(shè)計一款老年護(hù)理機(jī)器人，協(xié)助完成日常的照看、護(hù)理工作行有針對性的設(shè)計。另外，產(chǎn)品的易用性是產(chǎn)品化過程中必不可少的因素，易用性較強(qiáng)的產(chǎn)品使產(chǎn)品可以快速地被用戶理解、接受并感受其價值。雖然有句俗語“酒香不怕巷子深”，但是在用戶需求變化如此之快的今天，產(chǎn)品經(jīng)理應(yīng)盡量降低用戶理解和使用產(chǎn)品的門檻，快速傳遞價值。一致性：是否提出了產(chǎn)品的一致性需求？產(chǎn)品通常從流程、僅會讓用戶獲得比較自然的使用體驗，而且更加容易建立用戶的使用習(xí)慣。通常一致性原則包含但不限于三個方面：設(shè)計目標(biāo)一致性、外觀元素一致性、交互行為一致性。設(shè)計目標(biāo)保持一致有利于確保需求和設(shè)計方法不至于偏離最終的用戶需求。當(dāng)產(chǎn)品的每個元素、功能都是被設(shè)計來解決同樣目標(biāo)的時候，才能發(fā)揮產(chǎn)品最大的優(yōu)勢。外觀元素一致性通