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

導(dǎo)語：AI產(chǎn)品經(jīng)理是近年來職業(yè)市場上出現(xiàn)的一個新物種，遵循進(jìn)化規(guī)律，市場自然會逐漸對其提出新的職業(yè)要求。如何成為一名合格的AI產(chǎn)品經(jīng)理？除了需要具備傳統(tǒng)PM的核心技能，還需要有契合職業(yè)本質(zhì)的基本技能——將AI能力與場景匹配。

一、正逆向匹配

AI產(chǎn)品經(jīng)理工作中涉及的AI能力與場景匹配情形主要有兩種，分別是正向匹配和逆向匹配。

正向匹配從AI能力出發(fā)，尋找匹配場景。AI產(chǎn)品經(jīng)理經(jīng)常會關(guān)注行業(yè)趨勢，跟蹤、分析新近出來的算法表現(xiàn)，如果理論效果特別優(yōu)秀，會嘗試將算法表現(xiàn)對應(yīng)到AI能力，再去尋找AI能力所能解決的場景，探知是否比現(xiàn)有的場景解決方案做得更好，有沒有替代或者優(yōu)化的可能性。

逆向匹配從需求場景出發(fā)，匹配最合適的AI能力。在產(chǎn)品設(shè)計過程中，需求采集完畢之后，需要進(jìn)行需求轉(zhuǎn)化，即把需求轉(zhuǎn)化成功能。

這一步，傳統(tǒng)PM更多是進(jìn)行產(chǎn)品元素的組合，登錄注冊、詳情頁、個人中心、推薦、評價等，AI產(chǎn)品經(jīng)理還需要適度的穿插AI能力，通過獲取的用戶需求場景去探究如何選取合適的AI能力進(jìn)行匹配。

二、AI能力與場景匹配

不管是正向匹配還是逆向匹配，都需要按照一定的匹配流程，找尋AI能力和需求場景的契合點。

按照思維邏輯發(fā)展的順序，將AI能力與場景匹配時，核心關(guān)注點主要有三——場景需求是否適合用AI能力解決，用什么AI能力解決，解決到什么程度。

1. 場景需求是否適合用AI能力解決

顯而易見，并非所有場景需求都有必要動用AI能力，但是很多AI產(chǎn)品經(jīng)理都可能陷入的誤區(qū)是，任何需求到手，都喜歡請出AI能力這尊大佛，結(jié)果往往尷尬而過猶不及。

陷入誤區(qū)之后的AI PM可能已經(jīng)忘卻作為PM的本心——最簡的方法，最優(yōu)的體驗，最大的效用。

跟任何解決方案一樣，AI能力也有自己的適用范圍。這里借鑒車馬的觀點，從服務(wù)對象和服務(wù)內(nèi)容兩個維度對AI能力適用度進(jìn)行區(qū)分，其中服務(wù)對象分為對人和對物，服務(wù)內(nèi)容分為標(biāo)準(zhǔn)和非標(biāo)，劃分如下：

舉幾個例子，服務(wù)對象對人的比如人臉支付，服務(wù)對象對物的比如照片處理，服務(wù)內(nèi)容標(biāo)準(zhǔn)的比如刷卡進(jìn)站，服務(wù)內(nèi)容非標(biāo)的比如自動駕駛。

人臉支付是一個典型的對人的場景，如果在支付時不對支付人加以引導(dǎo)，則會發(fā)展成非標(biāo)的場景，正是因為目前的解決方案都對支付人有支付引導(dǎo)，比如人臉框提示，才將場景從非標(biāo)變成標(biāo)準(zhǔn)，即對人標(biāo)準(zhǔn)場景——適合AI的場景。

比較好的理解這套規(guī)則能夠讓匹配過程一開始就事半功倍，避免繞彎，而更進(jìn)階的是，某些情況下還可以充分利用這套規(guī)則，發(fā)揮想象力，將對人非標(biāo)的情況轉(zhuǎn)換成對物標(biāo)準(zhǔn)的情況，在解決方案上達(dá)到質(zhì)的提升。

舉個簡單的例子：解決快遞件錄入庫的問題，是選擇為錄入人員開發(fā)一套智能錄入系統(tǒng)，方便人對物的錄入，還是選擇改進(jìn)快遞分揀作業(yè)線，直接在作業(yè)線上對快件進(jìn)行錄入？

2. 用什么AI能力解決

如果判斷手上的需求場景適合調(diào)用AI能力，就要考慮到底選擇什么AI能力進(jìn)行解決。

有一些AI能力天生就適合特定場景，如果將對應(yīng)關(guān)系弄錯，就會走不少彎路，而對應(yīng)關(guān)系的理解，“無他，但手熟爾”，靠平時的見解與積累。個人歸納的對應(yīng)關(guān)系如下：

AI行業(yè)快速迭代的特殊性質(zhì)決定了AI產(chǎn)品經(jīng)理里必須不斷更新自己，將知識內(nèi)化，形成能力壁壘。當(dāng)涉及方案匹配時，多一種想法，就多一種質(zhì)變的可能。

選擇AI能力時，僅考慮AI能力與需求場景的對應(yīng)性還不夠，同時要兼顧的還有設(shè)備性能和系統(tǒng)平臺。

AI硬件的設(shè)計除了要考慮軟件架構(gòu)，還需要考慮硬件設(shè)備的性能，因為硬件設(shè)備性能才是AI能力施展拳腳的天花板。

如果AI能力需要部署在本地硬件設(shè)備上，在挑選AI能力時就不得不基于設(shè)備性能進(jìn)行權(quán)衡，目前學(xué)界的算法喜歡為了百分之零點幾的準(zhǔn)確率的提升，在設(shè)備性能上毫不設(shè)限，誕生不少巨無霸算法，多少脫離實際，應(yīng)用中還是應(yīng)該以設(shè)備性能為限。

AI能力的應(yīng)用廣泛，在Windows、Linux、Android、iOS等不同系統(tǒng)平臺上都有涉及，而不同系統(tǒng)平臺的支持庫相差不小，不同算法所適用的部署平臺也不盡相同，這一點在選擇的時候也要考慮。

3. 解決到什么程度

挑選完合適的AI能力之后，研究內(nèi)容需要細(xì)化到具體的算法選擇。同一項AI能力會有很多不同的算法解決，每一個算法都對應(yīng)一個準(zhǔn)確率，選擇哪個算法就等于希望場景需求被解決到什么程度。

通常情況是，越復(fù)雜、體積越大的算法得到的精度、準(zhǔn)確率越高，算法越好，需求越能被解決好，但并不是越好的算法就越適合當(dāng)前場景，這就涉及到一個權(quán)衡——場景需求被解決到什么程度才正好？可以從三個方面進(jìn)行展開：適度匹配，SOTA極限，團(tuán)隊資源。

適度匹配的意義更多在于性能的合理利用，90%的人臉識別準(zhǔn)確率顯然不能用于金融支付場景，但是90%的人體檢測準(zhǔn)確率在人流量監(jiān)測場景下卻能夠適用。

硬要將人流量監(jiān)測場景下的人體檢測準(zhǔn)確率提升到99%，暫且不談能不能實現(xiàn)，單是研發(fā)投入就會極大提升，實際效用差卻沒有多大。

金融支付場景下的人臉識別準(zhǔn)確率對于實際效用影響巨大，是硬著頭皮也要進(jìn)行研發(fā)投入的點。將性能合理利用，適度匹配，根據(jù)實際調(diào)整解決程度。

SOTA極限其實決定了解決程度的上限，SOTA是State-of-the-Art的縮寫，有趣的是，它的意思指向“在一些benchmark的數(shù)據(jù)集上跑分非常高的模型”，代表了最優(yōu)秀的一批算法。

很容易理解，如果目前行業(yè)的極限算法的能力是這樣，那對于場景需求的解決程度也只能以此為上限。

如果說SOTA極限來自于外部，那團(tuán)隊資源則是內(nèi)部的上限。學(xué)界的有些算法方案在發(fā)布的時候，會切實考慮到工業(yè)應(yīng)用，會將源碼及部署方案一并發(fā)布到github等托管平臺；有些算法方案則只有paper放出，沒有相關(guān)實現(xiàn)資源。

如果最合適的算法恰好沒有放出實現(xiàn)資源，而團(tuán)隊人力和時間又不足，則只能在放出過實現(xiàn)資源的算法里面找相對合適的，相應(yīng)的解決程度也會受限。如果團(tuán)隊資源充足，就有機(jī)會通過paper進(jìn)行算法復(fù)現(xiàn)，將需求解決得更好。

本文由 @JaceinSalt 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?Unsplash，基于 CC0 協(xié)議