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

隨著AI技術(shù)的不斷發(fā)展，我們看到有越來(lái)越多成功的AI產(chǎn)品被研發(fā)出來(lái)，它們有效地改善了人們的生活與工作。在這樣的背景下，AI產(chǎn)品設(shè)計(jì)正在成為一項(xiàng)重要的技能，被人們所關(guān)注。

筆者目前在一家AI初創(chuàng)公司從事產(chǎn)品設(shè)計(jì)的工作，在過(guò)去的幾年時(shí)間里，筆者與公司共同成長(zhǎng)，參與研發(fā)，并主導(dǎo)設(shè)計(jì)了多款A(yù)I產(chǎn)品。

本文針對(duì)“AI產(chǎn)品經(jīng)理是如何從0到1打造一款A(yù)I產(chǎn)品”這個(gè)問(wèn)題，分享一些自己的理解。

首先需要闡明的是，AI產(chǎn)品其本質(zhì)依然是產(chǎn)品，只是或多或少地運(yùn)用了人工智能的技術(shù)，以前所未有的形態(tài)所表現(xiàn)。

既然是產(chǎn)品，那么其核心要素依然是：可提供給市場(chǎng)被用戶(hù)消費(fèi)和使用，可以滿(mǎn)足用戶(hù)的某種需求，以及可以為用戶(hù)帶來(lái)價(jià)值。打造一款A(yù)I產(chǎn)品的流程大致可以分為6個(gè)步驟，其中很多步驟對(duì)于非AI類(lèi)產(chǎn)品來(lái)說(shuō)也是完全適用的。

第一步：定義產(chǎn)品

與所有產(chǎn)品一樣，AI產(chǎn)品設(shè)計(jì)的第一步，就是為產(chǎn)品制定一個(gè)清晰的商業(yè)目標(biāo)。

你可以問(wèn)自己這樣幾個(gè)問(wèn)題：我的產(chǎn)品將解決什么問(wèn)題，為什么需要用到人工智能技術(shù)，可能會(huì)用到哪些技術(shù)，這些技術(shù)將為產(chǎn)品提供什么樣的功能，這些功能點(diǎn)將如何使產(chǎn)品脫穎而出，產(chǎn)品將如何幫助目標(biāo)用戶(hù)？產(chǎn)品最終將為用戶(hù)帶來(lái)什么，期待的成功是什么樣的？

這里的必須要做的事情有兩件：

1. 為產(chǎn)品構(gòu)想一個(gè)明確的使用案例。這個(gè)案例得足以證明我們所創(chuàng)造的產(chǎn)品是重要且有價(jià)值的。價(jià)值體現(xiàn)在節(jié)省金錢(qián)的開(kāi)銷(xiāo)，節(jié)省人力成本，提升工作效率，帶來(lái)可觀收入，甚至是給人帶來(lái)愉悅和享受等。
2. 確認(rèn)產(chǎn)品當(dāng)中需要用到的AI技術(shù)。明確產(chǎn)品當(dāng)中具體會(huì)有哪些功能和任務(wù)需要通過(guò)AI技術(shù)實(shí)現(xiàn)。

第二步：設(shè)立指標(biāo)

有了清晰的產(chǎn)品形態(tài)和功能定義，接下來(lái)需要為產(chǎn)品制定一個(gè)評(píng)價(jià)指標(biāo)。產(chǎn)品未來(lái)的成功與否將由初期設(shè)計(jì)的這個(gè)衡量指標(biāo)來(lái)決定，因此這一步非常重要，需要在產(chǎn)品研發(fā)初期完成。

需要強(qiáng)調(diào)的是，這里的指標(biāo)應(yīng)該映射的是產(chǎn)品的實(shí)際價(jià)值，而非產(chǎn)品的性能表現(xiàn)。此外，規(guī)則需要易于測(cè)量，具有參照基準(zhǔn)。

以智能客服機(jī)器人為例，成功的指標(biāo)應(yīng)該是客服機(jī)器人為客戶(hù)帶來(lái)的具體營(yíng)收提升，或資源節(jié)省，而不是某一組問(wèn)答匹配的準(zhǔn)確程度?？梢酝ㄟ^(guò)企業(yè)在使用機(jī)器人之前的表現(xiàn)數(shù)據(jù)作為參照，與使用機(jī)器人之后的數(shù)據(jù)進(jìn)行比較，通過(guò)變化和差異來(lái)衡量產(chǎn)品的表現(xiàn)。

第三步：數(shù)據(jù)

對(duì)于AI產(chǎn)品來(lái)說(shuō)，數(shù)據(jù)的價(jià)值和意義怎么說(shuō)都不為過(guò)。如果把打造產(chǎn)品比作蓋樓房的話(huà)，那數(shù)據(jù)就像是樓房里的磚瓦。創(chuàng)建一款A(yù)I產(chǎn)品時(shí)，我們首先要獲取用于訓(xùn)練模型的數(shù)據(jù)。這里要解決的幾個(gè)問(wèn)題是，使用什么樣的數(shù)據(jù)？從什么地方獲取數(shù)據(jù)，如何獲取？

有一些數(shù)據(jù)是需要收費(fèi)獲取的，而大多數(shù)數(shù)據(jù)是免費(fèi)的，可以通過(guò)下載或編寫(xiě)爬蟲(chóng)腳本爬取獲得。

數(shù)據(jù)的獲取有幾點(diǎn)需要注意：

首先，需要確保數(shù)據(jù)內(nèi)容是安全可信的，數(shù)據(jù)的質(zhì)量直接影響到產(chǎn)品的性能，開(kāi)源的數(shù)據(jù)內(nèi)容往往質(zhì)量參差不齊。如果數(shù)據(jù)中存在大量的偏差（bias），那么最終模型和產(chǎn)品的效果都會(huì)變得不理想。

另外，數(shù)據(jù)資源還可能會(huì)存在安全隱患和法律糾紛。比如，一些數(shù)據(jù)當(dāng)中可能會(huì)存在大量用戶(hù)的個(gè)人信息，這些信息一旦使用不當(dāng)或是被泄露，產(chǎn)品的研發(fā)者將面臨嚴(yán)肅的法律問(wèn)題。近年來(lái)，由于未能妥善處理數(shù)據(jù)而導(dǎo)致失敗，甚至淪入法律糾紛的公司不勝枚舉。

最后，還要設(shè)計(jì)數(shù)據(jù)的標(biāo)注工作。數(shù)據(jù)的標(biāo)注工作是非常重要的一個(gè)環(huán)節(jié)，AI產(chǎn)品的功能和表現(xiàn)都與數(shù)據(jù)標(biāo)注工作密切相關(guān)。設(shè)計(jì)一個(gè)好的標(biāo)注任務(wù)是AI產(chǎn)品設(shè)計(jì)者的基本功。其中需要考慮的事情有，訓(xùn)練項(xiàng)目所需要用到的數(shù)據(jù)規(guī)模，訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)的占比，對(duì)于數(shù)據(jù)類(lèi)型的分類(lèi)和整理，以及對(duì)標(biāo)注任務(wù)或問(wèn)題的詳細(xì)描述。

第四步：模型

AI算法邏輯與模型設(shè)計(jì)是AI產(chǎn)品的技術(shù)核心模塊，這部分工作往往是由技術(shù)開(kāi)發(fā)人員全權(quán)負(fù)責(zé)。這里要求產(chǎn)品研發(fā)人員對(duì)不同的ML模型和AI算法都有一定的了解，結(jié)合已標(biāo)注好的數(shù)據(jù)，為產(chǎn)品選擇一個(gè)有效的模型?？梢宰约簶?gòu)建一個(gè)新的模型，也可以使用一些現(xiàn)成的資源，比如AutoML。

設(shè)計(jì)模型時(shí)有三個(gè)需要注意的環(huán)節(jié)。分別是，對(duì)Activation function的選擇，對(duì)訓(xùn)練權(quán)重的設(shè)置，以及對(duì)節(jié)點(diǎn)類(lèi)型和結(jié)構(gòu)的使用。不同的的模型結(jié)構(gòu)適用于處理不同的任務(wù)，并解決特定的問(wèn)題。

此外，設(shè)計(jì)模型的同時(shí)也需要為模型制定度量標(biāo)準(zhǔn)。度量標(biāo)準(zhǔn)將用語(yǔ)評(píng)估模型的表現(xiàn)，以確保模型可以獲得令人滿(mǎn)意的表現(xiàn)。

這里需要注意的是，測(cè)試數(shù)據(jù)和訓(xùn)練數(shù)據(jù)要分離開(kāi)來(lái)，只有當(dāng)模型訓(xùn)練完成以后，才可以使用測(cè)試數(shù)據(jù)對(duì)模型進(jìn)行測(cè)試。常用的測(cè)試指標(biāo)包括準(zhǔn)確率，召回率，F(xiàn)1分?jǐn)?shù)以及混淆矩陣。

第五步：打造MVP

構(gòu)建最小化產(chǎn)品（MVP）是精益創(chuàng)業(yè)產(chǎn)品研發(fā)的精髓所在。明確產(chǎn)品的用戶(hù)畫(huà)像與使用場(chǎng)景，圍繞產(chǎn)品的核心價(jià)值構(gòu)建一個(gè)最小化產(chǎn)品（MVP）。這時(shí)，產(chǎn)品設(shè)計(jì)者需要在腦海中勾勒出產(chǎn)品的終極形態(tài)，并完成產(chǎn)品的第一個(gè)原型設(shè)計(jì)。

這是一個(gè)需要多次打磨的過(guò)程，如果是硬件產(chǎn)品，可以通過(guò)3D建模做一個(gè)概念視頻，如果是軟件產(chǎn)品，可以梳理交互流程并繪制出mockup的UI設(shè)計(jì)圖。

在研發(fā)AI產(chǎn)品的時(shí)候，人們往往傾向于將關(guān)注點(diǎn)聚焦在技術(shù)上，過(guò)于炫耀科研成果，而忽略了產(chǎn)品本身的應(yīng)用價(jià)值。

比如，在打造一款智能人崗匹配系統(tǒng)時(shí)，我們可以先從某一個(gè)特定的職業(yè)的某一個(gè)崗位著手，打通一條主要的交互流程，實(shí)現(xiàn)前后端的完整呈現(xiàn)。而不是一開(kāi)始就投入全部精力，嘗試訓(xùn)練一個(gè)龐大而復(fù)雜的人崗匹配通用模型。

在MVP環(huán)節(jié)，打磨產(chǎn)品雛形的同時(shí)，也需要為產(chǎn)品的上線(xiàn)與發(fā)布進(jìn)行設(shè)計(jì)和規(guī)劃，其中包括上線(xiàn)前的準(zhǔn)備工作，以及上線(xiàn)后的維護(hù)工作。

我們需要為產(chǎn)品找到銷(xiāo)售渠道，設(shè)立品牌定位，以及推廣途徑。比如，可以通過(guò)線(xiàn)上的眾籌的平臺(tái)進(jìn)行發(fā)布，也可以借助某個(gè)行業(yè)展會(huì)活動(dòng)進(jìn)行推廣。

從產(chǎn)品名稱(chēng)/基本形象，到產(chǎn)品的包裝/logo/設(shè)置視頻和網(wǎng)站，亦需要配合產(chǎn)品同步推出。這些環(huán)節(jié)的設(shè)計(jì)，不容小覷，它們同樣影響著產(chǎn)品的成敗。

第六步：構(gòu)建產(chǎn)品閉環(huán)

產(chǎn)品研發(fā)的最后一步是為產(chǎn)品構(gòu)建一個(gè)增長(zhǎng)閉環(huán)，思考產(chǎn)品的長(zhǎng)足發(fā)展。比如通過(guò)用戶(hù)數(shù)據(jù)分析，A/B測(cè)試等方法，圍繞產(chǎn)品構(gòu)建增長(zhǎng)閉環(huán)。對(duì)于AI產(chǎn)品來(lái)說(shuō)，還需要對(duì)數(shù)據(jù)進(jìn)行持續(xù)跟蹤，確保模型數(shù)據(jù)的時(shí)效性和客觀性，秩序維護(hù)數(shù)據(jù)的狀態(tài)，并適當(dāng)?shù)刈龀龈抡{(diào)整。

無(wú)論什么樣的產(chǎn)品，最終都需要傳達(dá)價(jià)值給用戶(hù)，都需要在市場(chǎng)上進(jìn)行驗(yàn)證和比較。因此，對(duì)于AI產(chǎn)品來(lái)說(shuō)，也應(yīng)該在最開(kāi)始就有一個(gè)清晰的商業(yè)發(fā)展策略。在這過(guò)程中需要不斷洞察產(chǎn)品的表現(xiàn)，持續(xù)提升產(chǎn)品性能與用戶(hù)體驗(yàn)。這當(dāng)中包括產(chǎn)品功能的拓展規(guī)劃，產(chǎn)品增長(zhǎng)的北極星指標(biāo)，以及產(chǎn)品的市場(chǎng)形象維護(hù)。每一項(xiàng)指標(biāo)都需要結(jié)合一個(gè)評(píng)價(jià)標(biāo)準(zhǔn)，可以是階段性的目標(biāo)，也可以是長(zhǎng)期堅(jiān)持的原則。

構(gòu)建完成增長(zhǎng)閉環(huán)，我們就算是完成了產(chǎn)品從0到1的打造過(guò)程。至此，我們有了明確的產(chǎn)品定義，推出了產(chǎn)品的最小化形態(tài)，并找到了發(fā)布渠道，在此基礎(chǔ)上，我們還為產(chǎn)品打造了增長(zhǎng)閉環(huán)，為其從1到100乃至1000做好準(zhǔn)備。

總結(jié)

其實(shí)，打造一款A(yù)I產(chǎn)品并不需要掌握多少尖端的AI技術(shù)。AI產(chǎn)品與所有的產(chǎn)品一樣，其目標(biāo)都是服務(wù)用戶(hù)，為用戶(hù)解決問(wèn)題。模型的性能與表現(xiàn)只是整個(gè)產(chǎn)品研發(fā)的一個(gè)環(huán)節(jié)，最終我們關(guān)注的依然是產(chǎn)品的核心價(jià)值，與應(yīng)用成果。

筆者覺(jué)得AI產(chǎn)品的設(shè)計(jì)是一個(gè)把想象變?yōu)楝F(xiàn)實(shí)的過(guò)程，想象一個(gè)問(wèn)題理想的解決方法，把腦海中想象的解決問(wèn)題的辦法拆分成一個(gè)個(gè)小任務(wù)，并針對(duì)這些抽象的小任務(wù)轉(zhuǎn)換成數(shù)據(jù)標(biāo)注任務(wù)。之后的事情，就是選擇合適的數(shù)據(jù)集，選擇合適的模型算法，通過(guò)一遍一遍的嘗試和驗(yàn)證，一步一步把想象中的解決方法訓(xùn)練出來(lái)。

最后， AI產(chǎn)品和所有產(chǎn)品一樣，都需要制定有效的增長(zhǎng)策略，形成閉環(huán)，持續(xù)跌代。到這里，我們便完成了AI產(chǎn)品研發(fā)從0到1的全部過(guò)程。

本文由 @單師傅?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