在计算机领域最火的无疑是大数据、AI人工智能、物联网等等。每天的各式媒体、资讯洗脑狂轰乱炸，是不是已经感觉自己已经完全懵逼了？或许你也是一名正在转型或者出入AI产品的产品经理，也正愁着在AI领域找到一些头绪？渴望着有一天看到AI的美好未来？有幸在工作中粗浅的了解一些大数据与AI的知识，今天这篇文章我想谈谈自己对于大数据和人工智能再产品领域的理解，也希望有机会和大家多多交流。
本文将从以下几个方面展开：
1.大数据与AI的魅力
2.传统互联网PM与AIPM的区别
3.新时代下，产品经理该怎么做？
4.未来的世界是啥样？
1.大数据与AI的魅力
我们先来看看下面的几个例子：
下图是来自阿里的设计人工智能“鲁班”系统，在2017年“双11”期间大放异彩：
1.设计数据化
2.标注数据控制质量
3.机器学习模型
4.生成结果
鲁班在双11期，征战于4亿张海报需求的“沙场”。它的效率能有多高？据计算，鲁班每秒能做8000张、每天能做4000万张海报，根本不带重样儿的。假设设计师手动制做一张图需要耗时20分钟，每天茶不思饭不想连续工作8小时，一个工作日也只能做出24张图。这样算下来，“双11”4亿张海报的缺口至少需要10000个设计师马不停蹄地工作4.6年才能堵上！鲁班有多强大这下领略到了吧。
不仅仅如此，在大数据和AI时代，其实商业结构和玩法已经发生悄然改变。
国内最大的电商淘宝，已经不单单是一个电商的展示购物平台，而更是一个超级庞大的智能推荐引擎，用户在淘宝上留下的购物痕迹以及喜好记录和相关的关联，使得淘宝能够猜出你的“下一步”想法，为你推荐你所想的商品，而这样的功能若是让人来完成，那么工作量是不可想象的巨大。
根据阿里学术委员主席曾鸣在其智能商业20讲中说道，未来的商业结构是“网络协同”+“数据智能”时代。网络协同形成的数据为数据智能提供了充足的弹药，未来的世界将高度定制化、效率化、智能化。“Ai+”的概念已经慢慢开始替代“互联网+”。
那么未来想要获得智能的点在哪呢？有三方面：
1.大量的数据
数据在AI时代已经成为和水一样的资源，机器学习将在大量数据中成长学习，通过监督学习与非监督学习，机器将会越来越聪明。
2.算法和模型
机器学习通过输入大量数据形成最优的目标模型，这种最优的模型将为当前的业务提供很高的商业价值。目前很多大公司已经开源相当成熟的框架，未来的技术门槛将一定程度的放低。
3.产品
如果仅仅从数据和算法模型层面而不从实际商业场景来说，是没有价值的，机器学习是一门技术，最终形成的模型，也可以称为“中间件”（Input → 中间件 → Output）。如何为商业业务场景提供恰如其分的应用还有闭环以及通过什么样的交互方式为用户提供可靠的产品才是三种要素的重中之重。
2.传统互联网PM与AIPM的区别
1.技术门槛的提高
需要了解技术的边界。知道哪些能做哪些不能做，不然在与数据科学家和工程师之间的沟通将极大的降低工作效率。损失函数、梯度下降、线性回归、逻辑回归、SVM、反向传播法、正则化、KNN、K-Means、PCA、RNN、NN、深度学习框架等等概念或者思想即使不用深究但是心中需要有数。
产品经理需要提供出靠谱的测试和开发集。确保开发和测试集在一个“宇宙”上。需要确保并提出靠谱的验证方法（metrics）。相应地，工程师就会依照这个需求，来获取他们需要的训练集，并开发靠谱的人工智能系统。（吴恩达NIPS 2016演讲现场直击：如何使用深度学习开发人工智能应用https://www.jiqizhixin.com/articles/2016-12-06-3）
2.教科书般的数据闭环构建能力
智能时代讲究的MDP（最小化数据产品）与传统的MVP（最小化可行产品）区分开来。在传统互联网领域中的MVP讲究推小步快跑迭代开发建立信息流通的产品闭环。在智能时代，最小化数据产品讲究以数据处理为核心构建数据闭环。如何在理解业务场景下，根据数据以及反馈设计出一套可行性的MDP，对于AIPM来说是一种挑战。
3.AIPM成长周期更长
传统互联网的PM会经历很多次的版本迭代，每次迭代中能够弥补上个版本的缺陷，能够及时的为自己的缺陷打上“补丁”。对于智能时代的AIPM来说，更新的周期将会被拉得很长，一旦一个数据闭环的建立，需要修改的成本是十分巨大的。
4.综合素质的极大要求
商业价值的认识、业务的理解、与科学家和工程师间的沟通、新型的交互、对于新技术的敏感、大量的阅读量和思考、对于人性和人文的认识、强大的逻辑能力等等，无一不对AIPM提出了更高的挑战，目前市面上能够做到如此的产品经理屈指可数，在智能新时代下，门槛将进一步拉升，所谓的“人人都是产品经理”的年代将一去不复返，没有自驱动能力的“混子型”产品经理将成为历史的尘埃。
3.新时代下，产品经理该怎么做？
1.人性的理解
产品的本质是在理解了人性的基础上进行的设计，产品中处处都有人性的痕迹，了解人是做好传统PM与AIPM的第一步。
2.精神、价值层面的提升
很欣赏的一句话：
更深入的说，一个产品，本质是其公司、设计者灵魂能量层次的外化，一个精神层次不高的团队，不可能做出一个跨时代的AI/机器人产品。
3.深刻了解业务、商业场景
无论如何，产品的落地需要业务与商业场景的支撑以及需要为公司持续创造利润，对于业务的理解，利用大量业务数据以及他们的反馈构建出正确的数据闭环极其重要。这需要对业务有一定的深度，未来“功能性”的PM将不再拥有竞争力。
4.了解技术
在学习、实战中建立自己的AI价值观、方法论。第一，深入了解技术算法方向，在该层面理解能够直接带来价值。第二，了解技术的边界，结合行业的观察在该方向产出解决方案。
5.扎好传统互联网PM的马步
传统互联网PM和AIPM在一定程度上还是有很大的相似性，那么，扎好马步，打好基本功，练好心法，对于转型AIPM有很大的帮助。
4.未来的世界是啥样？
每天醒来，最大的动力是想到自己正在参与一场科技的革命，正在改善很多人的习惯。未来的世界在我的眼中充满着希望，马路上无人汽车井然有序的开着，人们开始讲汽车当做第二起居室；空中穿梭在全息影像中的小飞船；弱机器人变成了强机器人，机器开始有认知能力（虽然有些威胁的感觉，但是想象中机器还是听从于人类）；蔚蓝的天空清澈的水源。。。我觉得有些东西真的离我们原来越近。。。
网友评论