如何成為第一代的AI人:AI技術(shù)、AI產(chǎn)品、AI運(yùn)營(yíng)
第一代人往往擁有紅利!本文談的是如何做AI的第一代人,做AI第一代的技術(shù)、做AI第一代的產(chǎn)品、做AI第一代的運(yùn)營(yíng)。最后講幾個(gè)案例。
一、第一代的AI人綜述
線上流量見頂之說(shuō)一度甚囂塵上,例如:很多去五環(huán)外找流量了,很多公司IPO失利了。甚至已經(jīng)成功上岸的蔚來(lái)汽車和瑞幸咖啡都被說(shuō)成是資本直接下地兌現(xiàn)??梢娀ヂ?lián)網(wǎng)之秋的現(xiàn)實(shí)嚴(yán)重性。
也確實(shí),最近一兩年安裝的APP數(shù)量越來(lái)越少,APPstore排名靠前的幾乎比較穩(wěn)定的是那幾家大廠的產(chǎn)品了。
流量枯竭背后實(shí)際是以移動(dòng)互聯(lián)網(wǎng)技術(shù)為驅(qū)動(dòng)的底層科技的普及的結(jié)果,不是悲劇亦不是喜劇。好比如PC轉(zhuǎn)向移動(dòng)互聯(lián)網(wǎng),好比馬車被汽車取代一樣。
市場(chǎng)需求需要不停的創(chuàng)新,創(chuàng)新需要科技的驅(qū)動(dòng)。環(huán)顧周邊能夠起到引領(lǐng)下一波科技趨勢(shì)的有哪些呢?
筆者發(fā)現(xiàn)既滿足能量巨大,有越過(guò)技術(shù)成熟度曲線的唯有AI技術(shù)。
由此可見成為第一代的AI人,一方面是優(yōu)先意識(shí)到線上互聯(lián)網(wǎng)流量的見頂,甚至優(yōu)先認(rèn)知到不結(jié)合AI你還能做什么呢?
二、做AI第一代的技術(shù)
技術(shù)常常是產(chǎn)品的底層驅(qū)動(dòng),故此要先講技術(shù),好比有了Internet技術(shù)后有PC互聯(lián)網(wǎng),先有了智能手機(jī)+4G技術(shù),后才有移動(dòng)互聯(lián)網(wǎng),現(xiàn)在也一樣現(xiàn)有AI技術(shù),再有AI技術(shù)和AI運(yùn)營(yíng)。
1. AI相關(guān)技術(shù)的學(xué)習(xí)和實(shí)際
一般學(xué)計(jì)算機(jī)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、幾何學(xué)科班出身畢業(yè)后還做技術(shù)的朋友會(huì)產(chǎn)生如下圖學(xué)數(shù)學(xué)的同學(xué)有同感。
從上圖基本可見,我們每個(gè)人從小小年紀(jì)開始學(xué)習(xí)認(rèn)知數(shù),學(xué)習(xí)運(yùn)算,然后學(xué)習(xí)函數(shù)、代數(shù)。到了大學(xué)開始學(xué)習(xí)微積分。到了碩士、博士開始涉獵高級(jí)微積分。然后可能做博士后,在核心期刊發(fā)Paper可能會(huì)設(shè)計(jì)黎曼猜想、泛函分析。
然后來(lái)到工作實(shí)踐中會(huì)發(fā)現(xiàn)過(guò)往學(xué)的,更多的剩下的是做做EXCEL表,寫寫文檔,設(shè)計(jì)策劃一下PPT。
2. AI里的算法技術(shù)實(shí)際應(yīng)用
我們學(xué)算法的時(shí)候有分傳統(tǒng)算法和AI算法,以識(shí)別貓為例:我們用傳統(tǒng)算法往往是將貓進(jìn)行形狀切分,比如貓有圓臉、有三角耳朵、有4條腿、有長(zhǎng)長(zhǎng)的尾巴等等切片。
這個(gè)例子我們很好理解,這樣的算法是不靠譜的。那么AI算法是怎么識(shí)別貓的呢?
實(shí)際上AI算法跟人類識(shí)別貓的過(guò)程類似,一開始用攝像頭取得貓的照片,然后傳輸給神經(jīng)網(wǎng)絡(luò)進(jìn)行處理,最后判斷是否是貓非常類似我們?nèi)祟?。例如:一個(gè)小朋友從一出生第一次眼睛見到貓每秒鐘用眼睛拍10張照片,大概到5歲擁有15億張照片。所以我們?nèi)祟惥驼J(rèn)識(shí)了貓。AI算法也類似。
在工作中實(shí)際應(yīng)用的AI算法相關(guān)的知識(shí)如下圖:
做AI技術(shù):
- 一般會(huì)用到統(tǒng)計(jì)學(xué),線性代數(shù),微積分;如果想做AI技術(shù)可以實(shí)操級(jí)可以多學(xué)線性代數(shù)和概率統(tǒng)計(jì)而如果是做長(zhǎng)久的甚至架構(gòu)級(jí)的AI技術(shù)可以多學(xué)微積分。
- 編程語(yǔ)言一般是用R語(yǔ)言和Python,當(dāng)然C++也行,但是日常工作中由于Python的語(yǔ)法特點(diǎn),其工作產(chǎn)出結(jié)果較快故此用Python寫AI內(nèi)容的比較多。
- 理論基礎(chǔ)我們應(yīng)該知道,按照數(shù)據(jù)集有沒(méi)有Y值可以將機(jī)器學(xué)習(xí)分為監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)。監(jiān)督學(xué)習(xí)是分類算法,無(wú)監(jiān)督學(xué)習(xí)是聚類算法。
- 算法:時(shí)下熱門的一般AI里的算法都叫機(jī)器學(xué)習(xí)算法,深度學(xué)習(xí)算法屬于機(jī)器學(xué)習(xí)算法。做AI技術(shù)應(yīng)該熟練的算法有決策樹、KNN、KMEANS、SVM線性回歸,BP、CNN、LSTM、GANs
三、做AI第一代的產(chǎn)品
以前筆者建議傳統(tǒng)產(chǎn)品經(jīng)理多學(xué)一些邏輯學(xué),至少擅長(zhǎng)運(yùn)用同一律、矛盾律、排中律、充分必要條件等來(lái)判斷需求。
那么,在AI人里除了要懂上面的基本邏輯外,還建議有一個(gè)廣義的定義,數(shù)學(xué)、經(jīng)濟(jì)學(xué)、心理學(xué)、計(jì)算機(jī)學(xué)均是產(chǎn)品要泛懂的邏輯,不是要產(chǎn)品去寫的代碼比程序員還能手撕代碼,更多是兩個(gè)方面的用處:一是在做需求Vision的時(shí)候判斷需求的可行性及時(shí)間;二是方便與對(duì)應(yīng)的技術(shù)人員溝通。
具體一名AI產(chǎn)品經(jīng)理至少要熟悉一下AI知識(shí):
(1)數(shù)據(jù)清洗
理解特征、數(shù)據(jù)類型觀察、正態(tài)性檢驗(yàn)、分類變量處理、連續(xù)變量處理、類別不均衡等,數(shù)據(jù)準(zhǔn)備階段的執(zhí)行工作,你在外面和內(nèi)部舉著打破數(shù)據(jù)孤島的需求大旗,知道工作進(jìn)度和工作卡在哪里總是好的。
AI產(chǎn)品經(jīng)理為啥要懂?dāng)?shù)據(jù),因?yàn)樵跀?shù)據(jù)處理的過(guò)程就是AI應(yīng)用的過(guò)程。
(2)特征工程
特征衍生、特征生維、特征篩選、特征降維。
(3)調(diào)參
網(wǎng)格搜索、窮舉搜索、隨機(jī)搜索、手動(dòng)調(diào)參、自動(dòng)調(diào)參
(4)建模
分類(決策樹、神經(jīng)網(wǎng)絡(luò)、邏輯回歸),聚類(PCA、Kmeans、AHP)
(5)模型集成
boosting、bagging、stacking
(6)模型驗(yàn)證
AUC/ROC、recall、precision、F score
(7)保存模型
(8)模型預(yù)測(cè)
以上AI的知識(shí)其中的執(zhí)行技術(shù)可能是AI技術(shù)人的擅長(zhǎng)的,但是作為AI產(chǎn)品,一款A(yù)I產(chǎn)品的Owner也是應(yīng)該整體感受的,如果時(shí)間允許建議一個(gè)一個(gè)知識(shí)點(diǎn)的解決掉。
這里筆者推薦連詩(shī)路LineLian的一本書《AI賦能:AI重新定義產(chǎn)品經(jīng)理》。同時(shí)推薦AI課程在起點(diǎn)學(xué)院上的http://996.pm/MeANw
http://product.dangdang.com/27880115.html
通過(guò)對(duì)AI技術(shù)的上述學(xué)習(xí),然后AI產(chǎn)品應(yīng)該形成如下圖對(duì)AI解決問(wèn)題的感知。
上圖有兩點(diǎn)是第一代AI產(chǎn)品常常遇到的,第一個(gè)是模型是什么,整體可以把模型當(dāng)成規(guī)律,構(gòu)建一個(gè)模型好比根據(jù)規(guī)律構(gòu)建的各種規(guī)則的合集。
另外一個(gè)第一代AI產(chǎn)品常常遇到的問(wèn)題是模型與算法的關(guān)系是什么,這里先看看第三方的介紹:程序就是在數(shù)據(jù)結(jié)構(gòu)上施行算法,模型約等于是特定問(wèn)題域的數(shù)據(jù)結(jié)構(gòu)。筆者自己的經(jīng)驗(yàn)是在AI的產(chǎn)品里,往往我們會(huì)說(shuō)跑模型,調(diào)算法。從這里可以觀察二者的關(guān)系。
最后想做第一代AI產(chǎn)品,建議先從身邊的需求+AI,筆者為啥一直自稱產(chǎn)品經(jīng)理呢?
因?yàn)樵跀?shù)年的工作中踩過(guò)很多坑,然后發(fā)現(xiàn)背鍋?zhàn)疃嗟哪莻€(gè)人一般崗位就叫產(chǎn)品經(jīng)理,比產(chǎn)品經(jīng)理背鍋更多的是老板,很多小公司的老板也是公司的第一任產(chǎn)品經(jīng)理。所以有人人都是產(chǎn)品經(jīng)理的稍微夸大的說(shuō)法,從此也見AI產(chǎn)品得多多實(shí)踐。
四、做AI第一代的運(yùn)營(yíng)
從AI時(shí)代第一代的技術(shù),AI第一代產(chǎn)品中可見,AI設(shè)計(jì)的知識(shí)更多,需要懂得那個(gè)點(diǎn)更深的同時(shí)覆蓋的面也越廣,從而對(duì)成為AI第一代運(yùn)營(yíng)也提出了新的要求。
(1)TO C到TO B,往常的運(yùn)營(yíng)人一生以來(lái)的職業(yè)生涯往往都是做各種運(yùn)營(yíng)活動(dòng),來(lái)拉新、來(lái)留存、來(lái)促活、來(lái)產(chǎn)生購(gòu)買,進(jìn)而產(chǎn)生復(fù)購(gòu)。這些都是對(duì)消者和用戶的C,而AI則需要B端的供應(yīng)鏈來(lái)支持你的運(yùn)營(yíng)對(duì)象。
此處筆者推薦運(yùn)營(yíng)同學(xué)讀一讀《AI+時(shí)代產(chǎn)品經(jīng)理的思維方法》一書,書是寫給產(chǎn)品和運(yùn)營(yíng)看的。不是都說(shuō)了嘛產(chǎn)品運(yùn)營(yíng)不分家。
(2)一個(gè)行業(yè)到多個(gè)行業(yè),往常我們運(yùn)營(yíng)往往是找找渠道,做做聯(lián)合推廣。而AI第一代運(yùn)營(yíng)必須到多個(gè)行業(yè)運(yùn)營(yíng),因?yàn)樵瓉?lái)只是為了找各個(gè)行業(yè)的用戶,而AI里很多行業(yè)并沒(méi)有你行業(yè)既有的用戶,這要求你去跨行業(yè)去孵化你的用戶。
(3)數(shù)字化產(chǎn)品到數(shù)字化人歷史我們運(yùn)營(yíng)會(huì)要求產(chǎn)品埋點(diǎn)采集用戶的數(shù)據(jù),將產(chǎn)品數(shù)字化來(lái)觀察用戶的行為,進(jìn)而深化運(yùn)營(yíng),AI的第一代運(yùn)營(yíng)不僅數(shù)字化產(chǎn)品,還要數(shù)字化自己,講以前的精準(zhǔn)推薦、用戶畫像、升級(jí)到AI的知識(shí)圖譜,歸納出一個(gè)自動(dòng)化運(yùn)營(yíng)引擎,不斷將感性用戶與用戶的理性層面系統(tǒng)化運(yùn)營(yíng)。
總結(jié)
AI才剛剛起步,為什么呢?因?yàn)樯蠑?shù)學(xué)課的時(shí)候,課本上都是柯西,牛頓,高斯等,感覺(jué)他們活在遙遠(yuǎn)的時(shí)代。但是現(xiàn)在,我們每天用的模型是比我沒(méi)大幾歲的陳天奇創(chuàng)造出來(lái)的,我們用的機(jī)器學(xué)習(xí)平臺(tái)可能是沒(méi)比我們大幾歲的賈揚(yáng)清創(chuàng)造出來(lái)的。
每次查論文查文獻(xiàn)的時(shí)候,每天遇到問(wèn)題的時(shí)候都希望別人多推薦一些資料來(lái)學(xué)習(xí),這里筆者推薦兩本書:《AI賦能:AI重新定義產(chǎn)品經(jīng)理》、《AI+時(shí)代產(chǎn)品經(jīng)理的思維方法》供給AI的第一代產(chǎn)品、AI的第一代技術(shù)、AI的第一代運(yùn)營(yíng)。
在時(shí)代發(fā)展的浪潮上,也是一切剛剛起步的證明。機(jī)遇與挑戰(zhàn)并肩出現(xiàn)的時(shí)候,是你離創(chuàng)造歷史最近的時(shí)候。而所謂的風(fēng)口所謂的浪尖都不重要,重要的是,因?yàn)槟阆矚g。
這是一個(gè)傳統(tǒng)互聯(lián)網(wǎng)流量見頂BAT都帶著AI去線下尋找新出路且言必稱AI(人工智能)的時(shí)代。做第一代的AI人定要不甘人后。
如果你想系統(tǒng)化入門AI產(chǎn)品經(jīng)理,掌握AI產(chǎn)品經(jīng)理的落地工作方法,戳這里>http://996.pm/7bjab
#專欄作家#
連詩(shī)路,公眾號(hào):LineLian。人人都是產(chǎn)品經(jīng)理專欄作家,《產(chǎn)品進(jìn)化論:AI+時(shí)代產(chǎn)品經(jīng)理的思維方法》一書作者,前阿里產(chǎn)品專家,希望與創(chuàng)業(yè)者多多交流。
本文原創(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(lái)自Unsplash, 基于CC0協(xié)議
產(chǎn)品可行性分析
好文。讓我看到兩個(gè)關(guān)鍵用處:“一是在做需求Vision的時(shí)候判斷需求的可行性及時(shí)間;二是方便與對(duì)應(yīng)的技術(shù)人員溝通。”