起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識10個維度解析刷臉支付產品的設計難點
隨著人工智能概念的不斷火熱，筆者也于2017年開始投入到人工智能行業，并做了一個刷臉支付蜻蜓的項目。本文中，筆者主要以產品經理的視角展開對項目的總結與思考。
思考了很久，想理一理刷臉支付產品的整個解決方案，但畢竟目前還是技術驅動，涉及比較多敏感信息。無法來描述，那么我還是換個方式來說說這件事。文章主要思路還是一個產品經理視角通過現有公開信息堆疊出來。
講到這份工作，就不得不提到2016年3月，AlphaGo 擊敗李世乭。2017年5月AlphaGo在中國烏鎮圍棋峰會擊敗柯潔。
我對這一切充滿了好奇，我從16年的時候就各種了解人工智能相關的書籍，最深刻的有《必然》《失控》《漫談人工智能》《人類簡史》 。
我知道，一個新時代來了，于是我毅然從2017年初投入了人工智能大潮之中……
在一個做3D傳感器的公司里做刷臉支付蜻蜓這件事，是一個巨大的挑戰。當然，作為產品人，我一直在告訴自己，也告訴團隊“我們我們正在做一個改變10幾億人生活習慣的產品”。（哈哈哈，夢想總是要有的。而且已經實現了一半）
目錄
一、調研（市場與計算機視覺技術分析）
二、需求（場景與需求）
三、產品定位
四、產品需求分解
五、產品架構
六、產品技術方案
七、測試
八、發布
九、數據分析
十、項目管理
一、調研
1. 市場分析
宏觀層面
隨著技術“算法”的迭代與突破，催生物聯網技術，大數據、人工智能等迅速發展。再加上政府政策大力支持，例如政府工作中不斷提及人工智能：
- 2015年5月《中國制造2025》
- 2015年7月《互聯網+》
- 2016年《”十三五“國家科技創新規劃》
- 2017年3月十二屆全國人大五次會議工作報告中”人工智能“寫入政府工作報告
- 2018年1月《人工智能標準化白皮書》
微觀層面
數據顯示：隨著居民可支配收入的提高，我國消費者的消費需求快速升級，愿意為更高端、更優質的產品和服務進行付費，與此相對應的是對支付全流程的體驗提出了更高的要求。
2008-2018年，中國線下商戶的電子化支付的環境持續優化，銀行卡跨行支付系統聯網商戶以及聯網POS機具的數量連年增長，國民基本已完成電子化支付的普及教育。
隨著監管機構在2016年以來重點整治收單行業，加上二維碼支付的沖擊，支付終端數量增速放緩；但以拉卡拉等率先推出的智能POS為代表的新型收單終端正迎來新一輪升級，或許將進一步擠壓傳統的POS機支付，為用戶帶來更優的支付體驗。
做人臉這件事，就不得不來說說計算機視覺了，所以我單獨把計算機視覺部分來寫一個小篇幅，大部分是一些公開信息，也有一些是自己的總結。僅供參考閱讀。
2. 計算機視覺技術分析
第三次人工智能熱潮，是深度學習相關技術崛起而帶動的結果。得益于海量數據處理計算能力的成熟，2006年深度學習(深度神經網絡)基本理論框架得到了驗證，從而使得人工智能開啟了新一輪的繁榮。算法、數據和芯片算力是促進人工智能高速發展的三大核心要素。
來點實列：
2017年高交會上，人工智能的主題就充斥著整個會場。2017年9月支付寶已經在KFC落地刷臉支付試點了。
我當時自己統計了一些在會場比較高頻，熱度比較高的詞。
這個時候我已經加入了奧比中光，所以我比較關心計算機視覺。
這些計算機視覺公司名氣已經起來了（或者說我也是這個時候逐步熟悉他們的）。
2017年，這一年，2B端計算視覺落地最多的是安防領域。
這個時候，我們知道不同維度的計算機視覺應用了。
可以看到：AI人工智能技術的快速發展，給各個行業的產品帶來全新的智能升級機會。
下面講一個最典型的人臉識別設備。這個設備也是一個垂類市場，就做了一個確認你是你的事情。但是這個產品卻是得到了爆發式增長。這也算是非安防行業落地比較實在的一個產品。
垂直市場：配合時刷臉（人證一體機）
如果我沒有記錯的話，主動配合式刷臉這件事，2016~2017年市場上就已經有了人證一體機、門禁考勤。
我沒有去撈具體的數據。但是到今天，各個地方酒店基本上都上了人證比對這個設備，是公安系統推的，由于刷臉優勢明顯，所以是一個持續增長的趨勢。他主要是1:1的對比，主要是用身份證ID、人臉與現場實時采集人臉做比對。
為什么要說一說這個產品呢，因為【刷臉支付】的產品跟這個設備屬性是有類似共性的。
幾個相同的點：
- 需要攝像頭采集
- 需要一個硬件設備來顯示，運算，交互
- 這是一個主動交互設備（人操作，設備反饋）
所謂的刷臉支付，也就是改變了POS機的形態而已，也是支付媒介的變化。至20世紀90年代，互聯網的誕生引發了支付模式的進一步變革。我們歷經從銀行卡、快捷支付、條碼支付到二維碼支付的演進過程?，F在，我們正在做刷臉支付。
寫了計算視覺與同類型產品，現在也說說客戶與行業信息吧（個人簡單見解輸出）。
目標客戶
要做刷臉支付這件事，目標客戶就是商家、需要收錢的人、渠道商、銀行、支付公司、ISV廠商……是運營是業務的潤滑劑。
使用者與購買者關系
作為POS或者說收錢工具的新形態，這部分份關系就很好明確了。
- 使用者：萬千消費者
- 購買者：需要收錢的人
競爭分析
玩家都有誰？誰掌握了核心技術？他們各自的側重是哪些？
若從支付的角度來看這件事，大玩家只有3個
- 支付寶
- 微信
- 銀聯
從關鍵技術來看（算法）
1. 支付寶（螞蟻佐羅，早期face ++ , 阿里入股商湯）
2. 微信（騰訊優圖）
3. 銀聯（目前除了平安，其他商業銀行的人臉識別算法，還是落后很多于支付寶、微信的?；蛘哒f有些銀行根本沒有，所以銀聯系基本是外部合作為主。典型代表：依圖，云從，商湯，face++）
做人臉這件事必須了解的算法指標
誤識率（FAR: false Accept Rate）：表示不同來源的人臉被接受的概率
拒識率（FRR: False Reject Rate ）：表示來源相同的人臉被拒絕匹配的概率
其它常見參數指標：
- 可接入人像照片規模
- 實時對比規模
- 首選識別率/前N選識別率
- 錯誤報警率/正確報警率
- 人臉對比速度
- 特征模板大?。▋却嬲加茫?/li>
從硬件3D攝像頭技術來看
- 支付寶（2億美金投資奧比中光）
- 微信（數千萬投資華捷）
- 銀聯（早期刷臉取款是用IR+RGB雙目，其他技術也在進行中）
支付寶與微信與銀聯有一個共同目標，那就是獲取用戶留存用戶。但由于公司本身屬性不同，他們側重點都是不一樣的。
1. 支付寶：一家互聯網金融公司。重視IOT，把生態合作提到了戰略層。
2. 微信：重視用戶體驗。但對生物識別技術，以及整體解決方案并不是戰略上的重視。（或許后期他們看支付寶鋪好了路，再上？？）
3. 銀聯：銀聯是有極其特殊的地位，但缺乏創新，缺乏對用戶的理解。但無論誰都沒有辦法繞開它。算是強向心力的。
POS 行業的現狀：
我們也從傳統POS到智能POS研究了個通透，其實從傳統POS到智能POS在硬件上是有很明顯的變化的。下面是艾瑞 / 易觀2017年的數據。
更重要的是，歷史數據告訴我們，現有存量市場巨大，所以所有人都成了合作伙伴，也造就了蜻蜓。
盈利分析，如何商業化？
商業化不一定是要賺錢為目的，如何讓用戶擁有更好的體驗，如何提升產品的活躍，這本身就是極具商業價值的。
當然我們有自己的商業化需求。略……
二、需求（場景與需求）
需求是哪里來的？應用場景是什么？
擼需求這件事是產品的基本功，從互聯網到智能硬件，一直都沒有變過。
需求+場景——刷臉+支付
支付的場景還是極其復雜的，咋們初步鎖定快消，快消行業是指消費頻率高、使用時限短、擁有廣泛的消費群體、對于消費的便利性要求很高的商品銷售行業。
場景下的幾個關鍵要素
- 安全
- 效率
- 流量
哪些技術是與目標用戶相關的？
- 人臉識別技術（算法） 用戶關心安全。
- 整體硬件方案（硬件+算法+云）用戶關心體驗。
- 成本與效率維度分析（渠道商與客戶關心成本，關心付出與收益比）。
從用戶層面講，用戶會想到哪些？
Q：我拿著馬云的照片是不是可以刷馬爸爸的支付寶呢？
A : 馬爸爸沒那么大方
Q : 我的人臉被攝像頭采集了，是不是我的人臉信息就泄露了？
A ：不會
Q : 化妝可以識別嗎？
A ：可以
Q : 戴墨鏡戴帽子可以識別么？
A ：臉露出來就可以
Q : 唰的一下，錢就沒了，這安全嗎？
A ：確認機制，安全
Q : 買個3D模型可以識別偽裝嗎？
A ：識別為非活體
Q : 雙胞胎怎么辦？
A ：what？XX技術
從技術層面來看
人臉識別技術有快速、簡便、非侵擾和不需要人的被動配合的特點。
人臉識別與其他生物特征識別技術相比。人臉識別是最直觀、最準確、最可靠的。
單一要素的準確率是不可靠的，真正大幅度提高安全等級的，是由多個要素組成的系統。刷臉支付是一套完整的系統。聽說很多時候的決策是由訓練模型來決策的。
活體識別是一種技術，是一種算法。在刷臉支付的場景中，集合了多種活體檢測的技術。所以用戶不必擔心。
這里借用百度開放平臺的一句話解釋：基于3D結構光成像原理，通過人臉表面反射光線構建深度圖像，判斷目標對象是否為活體，可強效防御圖片、視頻、屏幕、模具等攻擊。
金融級人臉識別的技術要求和難點，我們總結以下幾點：
- 高安全性：人臉活體檢測技術（防止照片偽造、視頻、面具以及專業軟件工具等攻擊）
- 高準確率：極低誤識率下的高識別通過率。
- 高可用性：海量并發人臉比對服務
- 高實時性：人臉比對結果實時返回
哪些是商戶相關的？（支付寶蜻蜓已經開放）
- 哪些新能力
- 會員能力
- 電子海報
- 簡單操作即插即用
- 刷臉紅包
- 是否更快
這里無非就是客戶與用戶的關系。
客戶，在POS的行業鏈條來看偏傳統行業，傳統行業的產品業務非常復雜也有很高的壁壘。但是商業模式卻很簡單。無論多復雜的渠道關系，利益關系及產業鏈關系，最后只認一個結果，那就是把產品賣出去。
而用戶卻不一樣，他不一定是購買者，但要使用你的產品或服務，用戶與企業之間有聯系，有交互。用戶是張王牌，打好這張牌，我們必須重視用戶體驗。
（借用一句話，任何在用戶體驗上所做的努力，目的都是為了提高效率。這基本上是以兩種主要形式體現出來的；“幫助人們工作的更快”和“減少他們犯錯的幾率”。）
需求：
需求來自用戶、來自客戶、來自商戶、來自銷售、來自趨勢、來自老板、來自股東，作為老司機的你可以根據經驗進行補全。
大的思路不變，我們最初也是根據市場，行業，趨勢，技術，甲方爸爸來收集，結合對行業、競品、場景和技術的了解開始了產品的規劃。
最重要的是與客戶的反復溝通，其實有時候客戶可能也不知道他要什么？你理解的用戶，不一定是客戶理解的用戶。
在這點上，我們是缺乏優勢的——沒有用研數據、也沒有數據回流、也沒有做過這樣的產品。那么就需要更多的溝通與調研，而且這個工作還必須由產品來做，因為產品是連接內部和外部的工具。我盡可能的去理解客戶所描述的用戶需求。
客戶基礎需求如下
1. 快…
2. 滿足XXXXXX…
3. 滿足XXXXXX…
……
11. 產品功能需求略…
12. 產品技術需求略…
（筆者沒辦法描述客戶產品需求，但筆者認為：最重要的是如何去理解客戶的產品需求，如何有效的權重，分析出哪些是核心，哪些是滿足的驚喜，哪些是偽需求。）
收集的需求后，更重要的是把客戶需求轉化成技術指標與取舍工作。
我們一般根據用戶/場景，走出去聊聊，走出去看看，經驗假想往往是危險的，另一個就是產業鏈與技術標準，這點除了自己下苦工，還要內部聊聊，外部聊聊。
好在我們公司最不缺的就是Doctor級別的專家（與專家溝通技巧是不是也可以寫一個篇幅，哈哈哈）。
三、產品定位
產品的核心定位
從初步需求來看，刷臉支付的場景是垂類，所有的一切都圍繞著【支付】聚焦。如何更友好，更自然的利用3D結構光+人工智能（人臉識別）技術與用戶交互，是刷臉支付產品智能化的關鍵。也包含人臉識別算法對圖像和視頻等數據進行處理的需求。
產品的核心目標
- XXXXXX…
- XXXXXX…量產化
產品的定位主要是確認了目標，限定了范圍，明確了相關約束，這一點越清楚，越能夠統一團隊成員對產品的理解，可避免很多爭執與疑惑。
當然定位是一件極其復雜的工作，這個話題太大，咱也不敢聊。
四、產品需求分解
用一個四核2.0的平板電腦加上一個能同時輸出距離/三維信息與彩色信息的相機，構成一個智能硬件產品。
通過3Dsensing，采集數據二維與三維原始人臉數據來判斷人臉與活體，同時采集的人臉信息，并通過平板電腦的運算通過網絡把人臉特征信息傳給云計算，通過云端的卷積神經網絡的訓練模型來確認正確的人，然后完成支付邏輯。
看起來，這個產品很簡單，但結合實際的場景需求來看，要做到好它并成功的大規模量產是極其復雜的。
1. 這個所謂的”平板“不同于消費類電子，如，一個電子海報的需求，就意味著硬件層面需要客制化。四字的”即插即用“，意味著需要市面上絕大部分的收銀設備你需要能夠匹配。（客戶基礎需求那段提到了如此多的需求，意味著這是一個定制化非常規的智能硬件產品）
2. 3D sensing，單從攝像頭的成像需求來講，可以分為兩個層面：
- 第一層是深度信息質量
- 第二層是彩色信息質量
這意味著不同的環境對攝像頭的要求是不一樣的。
且這是一個非常關鍵的需求，因為成像就靠這個3D攝像頭了。成像給到算法判斷，成像是源頭，源頭有問題，刷臉這件事就有問題了。
所以我們會在人臉的預處理部分做比較深的工作，主要也是從基礎圖像算法到光學系統。
從目前的產業鏈來看，成像的需求是一個最為核心的需求，這也是我們的優勢，在經過一年多對刷臉支付的理解，針對人臉部分的成像需求，我們算是行業的頭排兵。
需求是一個個問題包，我們拿到問題包之后開始進行需求分類。
需求分類是一個非常重要的工作。
- 設計需求（ID設計，結構設計，散熱設計，接口設計）
- 器件需求（硬件性能需求）
- 軟件開發需求（固件需求，驅動需求，SDK需求）
- 工具需求（測試工具，特殊工具需求）
- 測試需求（成像測試，壓力測試，刷臉測試）
- 可靠性需求
- 功能性需求
- ……
其實每個人對需求分類的方式不同，但是只要能夠達到你的目的即可。產品同學都知道產品需求分析時會有大量細節決策是需要多方多維溝通的，涉及用戶、現有技術條件、實際場景滿足等極其復雜過程。
在實驗室實現刷臉支付是相對簡單的。沒有大規模的并行計算，沒有復雜的場景與環境，沒有你意想不到的場景與環境。
而實驗室之外的實際應用場景中，有！
在軟件研發管理中，我們常常強調小步快跑，快速迭代。
實際上，軟件是不怕產品粗糙的，不好用大不了不用唄；而硬件如果粗糙、難看、不好用，那么基本上就不買了，沒辦法掏購買者口袋里的錢、
另一部分是硬件到市場后，是沒有機會再修改的，你怎么做小步快跑？可以跑，但是一般跑一次得6個月咯。這個做硬件的同學都很清楚。
智能硬件產品的需求不同于單個軟件產品，智能硬件產品更貼實際的應用場景，每個元器件都會被納入到場景的要素中去，要知道每個器件是有技術條件限制的。往往在這個部分器件工程師或者電子工程師是無法融合到多場景的。一般都是可用性測試后才知道要什么樣的器件，這意味著你已經付出了足夠的代價。
”跟著需求找物料，找方案，關注采購成本、生產成本、庫存成本、時間成本對應的就是供應鏈管理、作業指導、生產管理、項目管理……
硬件的坑比軟件成本要高得多，因為拿到需求后，從ID設計開始出發，到產品真正MP，這是一張張毛爹爹鋪出來的——
10塊的主IC能不能降到8塊；顯示屏從10寸改到8寸就要開個模；SD卡因為結構設計或是線材成本需要內置，能不動就不動；喇叭聲音小了，3W換5W 成本增加了；喇叭孔開小了，再開；T0出來了，PO還沒見，物料也不敢備，這一折騰，半個月不見了，包裝盒子印錯了，隨便就萬兒八千的不見了…….”
這里我推薦老周的《智能主義》第79頁專門寫了《智能硬件的游戲規則》推薦互聯網產品同學看看。非常有價值。
五、產品的架構
產品整體系統架構（僅整機）
作為一個在智能機器人行業混過的人，對一個整體解決方案并不陌生，不過單個攝像頭就有復雜的光學與算法系統，再配合ASIC 芯片來完成。我把它統稱為”成像“ ，我們從四個核心模塊來架構。
- 成像（特指攝像頭輸出的圖片或視頻流）
- 計算能力（指Android平臺的主控計算能力與云端的計算）
- 人臉識別算法
- 支付通道（指支付寶）
其實架構這件事還是挺難的… 都是多維的思考與各方討論之后分析出來的，略…
六、產品技術方案
當然產品的技術方案來源于產品需求，內外部復雜的溝通與協調這也是產品同學需要安排好的?；旧暇褪歉鞣N會議，我多次被技術的老板說請你先去了解技術規范，再來聊。
技術方案相對比是較復雜，刷臉支付的產品我們大概以下幾個方案。這里要注意的是，技術的關系是層層遞進，是相互交叉，這意味著產品的同學你需要對這些技術的邊界有所了解，否則的話你會被騙的，也會被懟。如何把整個產品的技術架構理清楚了，需要努力，也需要了解“人”。
七、測試
測試是產品需求的驗收，就是以產品定義來作為測試的卡控標準，并輸出結論?；旧暇褪且粋€提BUG，驗BUG ，開發解BUG，提BUG，驗BUG ，開發解BUG的過程。當然也包含了一些研發的驗證性測試。測試中除了專業的設備還需要與天斗，我們曾為了特殊的測試條件多次跑到其他城市。
- 產品用例測試
- 可用性測試
- 可靠性測試
- 用戶體驗
用戶體驗測試基本上是招募或者內部其他成員來進行測試，多是使用人員反饋與產品經理觀察為主（基本上這一塊會由客戶驗收時來做深度的反饋）。
其實在這個體驗為王的時代，產品和服務是基礎。支付寶有一個行業產品線，這條線上的很多工作很多時候看上去并不是單純的“互聯網化”。因為多數時候他們是在摸索如何改善社會服務的效率和體驗。
八、發布準備
客戶/用戶教育
雖然說現在的產品很多都不做產品說明書了，但是不管是視頻教學還是建議的安裝操作步驟這些文案性的輸出物還是產品來主導。千萬不要用你的認知去套在用戶認知上。
銷售團隊培訓
銷售的同學有時候并不知道你的產品優劣勢，尤其是技術推動的產品，這就需要銷售人員具備一定的技術解說能力了，一般產品同學會盡可能的把技術轉化為可簡易理解的白話來輸出給銷售同學。
- 產品推廣方案——略
- 產品運營策略——略
- 產品定價——略
九、數據分析
客戶/用戶反饋
客戶的反饋往往非常及時，一般反饋分為兩種問題。第一是技術性的問題，第二種是使用性問題。
功能改進
由于不管是客戶反饋還是用戶反饋，我們收集到的信息數據都是滯后或者是需要累積收集的。往往產品的生命周期就拉的比較長。
- 技術迭代（略…）
- 數據分析（略…）
- 運營策略調整（略…）
- 數據挖掘（略…）
十、項目管理
開發進度管理
技術方案確認后就進入一個開發過程。為什么把項目管理單獨放在最后是有原因的。因為這里是落地的關鍵。
原則上所有的項目都是有預立項的，這個過程主要是驗證技術方案的可行性。在驗證技術方案可行性通過后，會再次成立項目組，更多的是工程化的東西了。
研發過程需求管理
過程中需求的變化來自各個層面，一般有客戶需求變更、技術限制、生產限制等。（需求變更管理我就不細寫了）
團隊協作
沒有正式立項的項目與產品都是跑不下去的。
沒有優先級的任務是會拖累團隊的。
沒有請開發吃飯你的需求是無法滿足的開個玩笑，可以肯定的是一個靠譜的需求，一定是開發喜歡的。
一個解釋：
讀者可能會感覺我寫的有點頭重角輕，這僅僅是開始。一個項目的落地，要用文字來描述，完全可以成一本小說了。本文只不過從產品視角利用公開信息碼出來。
一個感想：
做To B 再To C 的產品曾經幾度懷疑人生，感覺3D攝像頭嫁給了一個高富帥，但他們在相處的過程中總有那么多磕磕碰碰。時不時的還要娘家人……
本文由 @?司馬 原創發布于人人都是產品經理。未經許可，禁止轉載。
題圖來自Unsplash，基于CC0協議
刷臉支付 域名 需要可以和我聯系，shualian.co ， face-pay.co 稀缺域名，熱門行業，手慢無！??！
任何在用戶體驗上所做的努力，目的都是為了提高效率。這基本上是以兩種主要形式體現出來的；“幫助人們工作的更快”和“減少他們犯錯的幾率”。）
請教一下，一線銷售使用的ipad展示系統為客戶做說明。由于流程復雜我做了簡化。但銷售反饋還不如不改，理由是以前用熟了現在反而要增加學習成本，如何破？
刷臉支付 域名 需要可以和我聯系，shualian.co ， face-pay.co 手慢無?。?！
刷臉支付 域名 需要可以聯系，shualian.co ， face-pay.co 稀缺域名，熱門行業，手慢無?。?！
每個人掃臉之后，得到這個人的faceID，然后用這個faceID去匹配支付寶的人臉庫？是這樣嗎？會不會匹配的數據量太大了？
是匹配這個賬戶ID在支付寶存儲的人臉。
支付寶在啟用人臉識別驗證前要先驗證、存儲用戶人臉圖像與用戶賬戶ID關聯。后續掃臉后只需要將這一次掃的faceID與登錄用戶賬戶在支付寶存儲的人臉匹配即可。
??
繼續請教一下：1、手機端指紋掃描一般是將錄好的指紋存儲在設備本地的。支付寶和微信的人臉是否也是儲存到本地呢？這樣就不用去云端檢索了吧？
1.手機指紋掃描存儲在本地屬于硬件+手機系統加密存儲，安全性高。2.支付寶和微信作為一個應用程序，在本地無法做到1所說的安全等級。
一定是你的臉比你的臉。數據大肯定是大了所謂的1:N 。但是總有策略來做這些事情的。哈哈哈。
??
刷臉支付 域名 需要聯系，shualian.co ， face-pay.co 稀缺域名，熱門行業，手慢無~！?。?/p>
作者你的微信號或者手機號是多少呢