中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

人工智能時代，產(chǎn)品依然是圍繞用戶需求定義的，這個本質(zhì)是不變的。

如果你在互聯(lián)網(wǎng)上搜索不同公司對產(chǎn)品經(jīng)理的崗位描述，你會發(fā)現(xiàn)無論在任何行業(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。原因是產(chǎn)品經(jīng)理是對公司產(chǎn)品的負(fù)責(zé)人，而產(chǎn)品是為用戶解決某種特定需求的，因此即使我們來到了人工智能時代，產(chǎn)品依然是圍繞用戶需求定義的，這個本質(zhì)是不變的。

互聯(lián)網(wǎng)時代，電商平臺的誕生是為了滿足顧客能夠快速、精準(zhǔn)的購買到合適的產(chǎn)品，即構(gòu)建了人與商品之間的關(guān)系升級。移動社交平臺或產(chǎn)品是為了降低人與人的溝通成本，即構(gòu)建了人與人之間的關(guān)系升級。醫(yī)院的HIS（醫(yī)院信息系統(tǒng)）的誕生是為醫(yī)院管理和醫(yī)療活動中進(jìn)行信息管理和聯(lián)機(jī)操作的產(chǎn)品，即構(gòu)建了醫(yī)生、患者、設(shè)備的關(guān)系升級。

那么在人工智能時代的產(chǎn)品本質(zhì)上是全面優(yōu)化和提升上述所有場景中現(xiàn)有技術(shù)手段，實現(xiàn)用戶的體驗升級和解決方案的效率升級?；ヂ?lián)網(wǎng)時代的產(chǎn)品經(jīng)理構(gòu)建的是基礎(chǔ)設(shè)施，從人與人、人與物、人與數(shù)據(jù)的關(guān)系的角度構(gòu)建了橋梁，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)理關(guān)注的主要是入口以及流量的走向。

而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)上更關(guān)注產(chǎn)品本身的價值，如圖1所示。

圖1 從互聯(lián)網(wǎng)時代到人工智能時代

重新定義需求分析

人工智能技術(shù)的飛躍發(fā)展為產(chǎn)品設(shè)計和需求定義帶來了新的思路和邏輯。新的趨勢和變化可以被總結(jié)為以下六方面：

1.產(chǎn)品邏輯化繁為簡，用戶學(xué)習(xí)成本降低

人工智能產(chǎn)品的目標(biāo)之一就是降低用戶的使用門檻，盡量減少用戶的交互流程和難度，讓產(chǎn)品的使用過程接近用戶的自然行為。

例如：語音交互產(chǎn)品，與傳統(tǒng)的鼠標(biāo)、鍵盤、手機(jī)觸屏等交互方式不同，用戶通過說話即可完成喚醒、查詢、關(guān)閉和一系列復(fù)雜的人機(jī)語音交互操作；人臉識別身份驗證，過去登錄產(chǎn)品需要輸入賬號、密碼、驗證碼，現(xiàn)在可以通過在鏡頭前露個臉實現(xiàn)快速登錄。

由于新技術(shù)的誕生，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。

2. 從用戶角度考慮投入產(chǎn)出比

人工智能產(chǎn)品的由于具有更復(fù)雜的系統(tǒng)架構(gòu)和實現(xiàn)邏輯，實現(xiàn)某一功能往往伴隨著高昂的代價，而與此匹配的功能價值卻在很多情況下不成正比。因此對于產(chǎn)品經(jīng)理來說，選擇更容易展現(xiàn)其商業(yè)價值的需求作為產(chǎn)品的切入點很重要。尤其當(dāng)產(chǎn)品或功能還沒有被用戶認(rèn)可或當(dāng)產(chǎn)品屬于一個新的市場中，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”的點或者直接和利益掛鉤的點作為需求切入點。

這道理也闡釋了在制造業(yè)中人工智能產(chǎn)品的落地實踐相對較快的原因，研發(fā)的人工智能產(chǎn)品投入盡管很高，但產(chǎn)生的直接回報對于用戶來說仍然非常劃算，如圖2所示。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，價值量化相對容易的場景，產(chǎn)品經(jīng)理應(yīng)在所處行業(yè)中找到這些場景。

圖2 人工智能在工業(yè)場景中的實踐應(yīng)用

3. 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)理均無法很好的解釋實現(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、或有一種被侵犯了隱私的感覺會遭到投訴或棄用。

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，步步為營的爭取用戶的信任。尤其當(dāng)公司和品牌都處于剛起步的階段，更忌諱大步向前，這樣反而容易遭到用戶的拋棄。

4. 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 System, 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，有效增加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)境實時處于更新的最新狀態(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。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，而且日新月異的傳感器也可以為產(chǎn)品設(shè)計和定義提供了更大的想象空間。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 無人駕駛產(chǎn)品

5. 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)理不再花大量的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)理的輸出的需求未必是確定的頁面內(nèi)容，而是一堆規(guī)則和策略。

例如，Google Adwords，關(guān)鍵詞競價廣告，是一種通過使用Google的關(guān)鍵字廣告或者內(nèi)容聯(lián)盟網(wǎng)絡(luò)來推廣網(wǎng)站的付費網(wǎng)絡(luò)推廣方式，如圖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是怎么顯示的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4 Google Adwords，關(guān)鍵詞競價廣告

產(chǎn)品經(jīng)理在開始需求定義前充分了解目前技術(shù)水平和資源的局限性，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庭，需要在需求設(shè)計時區(qū)別規(guī)定不同場景對算法的衡量標(biāo)準(zhǔn)。

相關(guān)閱讀

人工智能PM系列文章（一）AI產(chǎn)品經(jīng)理，應(yīng)掌握哪些技術(shù)？

人工智能PM系列文章（二）PM要學(xué)會使用數(shù)據(jù)

人工智能PM系列文章（三）AI工程化的系統(tǒng)思維框架

人工智能PM系列文章（四）：通向AI產(chǎn)品成功的必要條件

作者：特里，頭條號：“人工智能產(chǎn)品設(shè)計”。人工智能領(lǐng)域長期實踐者，專注于AI產(chǎn)品設(shè)計、大數(shù)據(jù)分析、AI技術(shù)商用化研究和實踐。

本文由 @特里 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自PEXLES，基于CC0協(xié)議