AI浪潮下的产品经理生存指南

　　AI时代下，产品经理的职责以及能力要求有了什么样的变化？为了符合这种趋势，产品经理又要关注哪些点呢？让我们来看正文吧：

　　在AI产品经理这个概念开始兴起以后，经常有人问我，这AI产品经理和普通的产品经理有什么区别啊？大家在做的事情不都是需求调研，产品设计吗？为什么到了AI这里就变得不一样了呢？

　　近几年有几个事件让人工智能真正闯进大众的视线月，AlphaGo战胜李世石，成为第一个战胜世界围棋冠军的AI机器人，让大众首次见识到人工智能的威力，也让人工智能成为茶余饭后津津乐道的线月，苹果公司在iPhone X上推出的生物识别技术ceID，让大众意识到原来人工智能早已来到我们身边，已经为我们的生活服务了。

　　18年7月，国务院发布了新一代人工智能发展规划的通知。《规划》是我们国家在人工智能领域进行的第一个系统部署的文件，并提出以提升新一代人工智能科技创新能力为主攻方向。

　　最近，互联网被一款现象级的网红产品ZAO刷屏，使用AI技术，仅需要一张正脸照，就能用你的脸制作网络热门表情包，出演经典电影片段。实际上ZAO不是第一款换脸软件，但因软件中的安全协议引发了巨大的安全、争议。

　　另一种认为，人工智能还是待在实验室的新事物，它离我们的生活还很远，我们现在接触的人工智能最多算是个人工智障；所以很多人也会感到困惑，AI到底是个什么？

　　实际上，我们日常生活中已经每天都在使用人工智能了，只是我们没意识到而已。John McCarthy，在1956年最早使用了人工智能（Artificial Intelligence）这个词。他总是抱怨“一旦一样东西用人工智能实现了，人们就不再叫它人工智能了。”

　　因为这种效应，所以人工智能听起来总让人觉得是未来的神秘存在，而不是身边已经存在的现实。同时，这种效应也让人们觉得人工智能是一个从未被实现过的流行。

　　在以往的重要直播上，视频会显示实时字幕，这是通过给原有直播信号增加5-10分钟的延时，速记员在这短暂的时间内快速整理并输出字幕，但这需要消耗多名速记员的大量体力和脑力。

　　在人工智能时代下，语音识别准确率高达97%，通过语音识别和自然语言处理技术，每场直播都能实现低成本、零延迟的实时字幕。有些直播产品还会在视频旁边显示整场内容的字幕，方便用户随时浏览过去的内容，对于经常不在座位旁但需要了解直播内容的用户来说，这是很棒的用户体验。

　　随着人工智能的发展，产品经理行业中出现了一个细分领域，称为AI产品经理。他们的工作围绕着AI技术在场景中的运用而展开，将AI能力作为一种强有力的武器解决问题，让产品功能具备AI能力从而实现用户体验与效率提升。

　　虽然两者在本质上都是满足用户的需求，但是在思维模式以及解决方式上存在很大的差异。具体表现在以下两个方面：

　　把用户变成数据，将一切用户行为都变成数据，用数据的方式将用户的表现反映到产品中，这种模式就是数据思维导向的结果。

　　以往我们在传统产品上做创新有两种方式。一种是将另一个领域的知识经验借鉴到另外一个领域，例如婴儿恒温箱最早是借鉴了动物园使用的恒温箱，从而创造出适合新生儿使用的产品；

　　我们在产品解决方案上实现的变革是一种式的创新，这种变革不仅仅是旧元素之间的重组，而是用AI的方式升级新的生产要素。

　　到了今天，动力并非运输时效的最大问题，可以看到在公上，大货车时速的主要原因是货车在高速状态下安全不可控，速度太快来不及刹车，容易发生车祸。并且货车司机不能长时间开车，容易造成疲劳驾驶，这些都是货运速度的因素之一。

　　快递行业因其作业流程标准化，人力成本高，分拣效率低等特点，一直是AI技术落地应用的重要场景之一。实际上快递行业通常将快递分为大件货以及小件货，并且会根据产品特点分为贵重物品、易碎品以及普通物品。

　　如果按照传统的产品设计思做一个全自动的分拣装置，我们希望做一个通用型的产品，能够适应不同的快递。这就要求我们的分拣装置有足够的力量能分出大件货，同时又有平滑的方式运输贵重物品或易碎品，甚至于还能应用到别的场景中，例如垃圾的分拣，这种情况是产品经理最喜欢的。但是这对于系统的要求非常高，几乎不可能完成。

　　只有将大的不确定性不断细分，才能找到技术与场景相匹配的部分，再通过不断的演进满足我们的需要。精细化建设，是AI产品最大的特点。

　　以往主流的人机交互方式是，人向计算机发出一个指令，然后计算机返回一个结果，是一个很具体的过程。但是在AI时代，我们可以通过一种发散式、个性化的交互创造出更多充满想象力的场景。

　　这种方式非常低效，而且很多时候用户并没有一个明确的需求，怎么让用户更高效地找到合适的电影是产品经理需要解决的核心问题。

　　以往“想做但是没办法做”的场景以及“没想到可以这样做”的场景，可能只需要一两年的时间，就出现了更成熟的技术能够满足这个场景提车选日子的需求。

　　例如图像识别是一项广泛应用在我们生活中的人工智能技术，在2012年以前，基于机器学习的图像识别技术的精确率并不高，所以在当时，图像识别只能用于车牌识别、符号识别这类简单的场景。

　　AI产品经理除了需要具备对市场的判断能力、对需求的分析能力以外，还需要掌握模型和算法的实现原理。

　　在开发阶段，产品经理关注现有数据与模型之间的匹配度，通过业务经验帮助工程师快速实现产品目标；

　　在应用阶段，产品经理需要评估算法的有效性甚至是可提升的空间，同时根据场景确定指标计算收益。在这个基础上，我们还可以挖掘新场景，尝试去做以往“做不到”的事情。

　　当然，我们说场景经理要懂AI技术，并非说要掌握整个算法的数学推导过程，而是要知道这个算法能做什么，不能做什么，为什么能做，以及天花板在哪里。这样才能确保产品能够在算法达不到100分的状态下充分发挥作用。

　　人人都是产品经理（是以产品经理、运营为核心的学习、交流、分享平台，集、培训、社群为一体，全方位服务产品人和运营人，成立9年举办在线+期，线+场，产品经理大会、运营大会20+场，覆盖北上广深杭成都等15个城市，在行业有较高的影响力和知名度。平台聚集了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监，他们在这里与你一起成长。