初识「AI产品经理」

写在最前

产品是一种思维，

AI也是一种思维。

Mamba out.

这篇笔记，重在描绘产品视角下AI算法与场景、需求的「融合」，对于算法本身则重在关注功能实现及现有技术边界。

该版本未对所有内容节点做深入展开，仅作搭建整体框架之用，后续将持续更新

Updated by 3/5/2019

计划学习要点

Part 1

1.1 先认识一下

什么是AI

① 人工智能，是利用“交叉学科”对人的能力和意识进行“模仿和超越”

- 交叉学科：计算机科学、心理学、控制学、脑科学

- 模仿和超越

② 案例：「今日头条-写稿机器人张小明」

人工：选题+搜集素材+文采润色，约2小时（一篇新闻通讯稿）

AI：数据库定时检索+NLP(自然语言处理，natural language processing)，约2秒

③ 案例：自动驾驶

传统驾驶：仪表盘、导航、路标交规、驾照培训、情绪影响

自动驾驶：自动识别路线、自动启动、高精度地图导航（GIS）

发展纵向维度「L0-L5」、发展横向维度「感知-决策-执行」（Refer to http://news.bitauto.com/hao/wenzhang/315423 ）

④ 设想AI PM的职责

AI的分类

（待补充）

具体案例

① 案例：「淘宝-拍立淘」（拍照识别+智能推荐）

- 典型场景：生活中对于美好事物的第一感知入口是图像，将图片信息转化为文字描述较浪费脑力，以图寻物降低门槛（语音搜、图片搜较于文本搜更能满足用户人性底层需求（惰性）；看到别人正在使用的物品（如正在穿着的好看的衣服），十分欣赏，但直接询问较为冒失，有拍照后直接通过图片搜索目标物品的需求。

- 业务流程：用户拍照并上传 -> 淘宝云端计算 -> 智能推荐（满足用户痛点的同时为淘宝导流）

- 系统实现：

- 功能理解：

「主体检测」是“看清”，将主体目标从背景中识别出，并进行图像分割预处理（划定目标区域，并去除背景）

「特征提取」是“看懂”，提取主体目标的特征，第一步初步判定，进行大类的归类；第二步服务器判定匹配，存储，同时加入基础库，将不能识别的那部分内容作为基础

「检索排序」是“互动”，通过与所在类中商品图片匹配（图像理解），找出匹配程度高的。并通过推荐算法（用户数据、过往购买数据）将匹配结果排序，完成推荐。

② 案例：语音助手

- 功能理解：

「类目预测」先判断意图类别（机票、车票、酒店、餐饮等）

「槽位填充」每个不同的类别有设置好的不同待填槽位，语音经过意图归类后，将语句以分词的形式找出对应的槽位关键词，填充槽位，并发送到对应的业务线

「特征提取」、「商品库检索」

「排序推荐」基于用户的历史消费行为及用户标签，将业务线回传的数据进行排序并推荐（类似美团点评智能推荐餐厅）

- 场景需求调研：

③ 感悟：产品/算法/开发 怎么配合？

以淘宝商品智能推荐为例

④ 案例：「美团智能-餐厅推荐」

- 典型场景：某用户是美团点评5年的用户，某天该用户在准备选餐厅时，正好收到美团点评的智能推荐（数据可能比用户自己还要懂自己，或者用户处于纠结中，智能推荐提高用户体验）

- 系统实现：

⑤ 感悟

AI产品=数据+算法+算力。日常场景中应广义看待AI产品，通过任意一要素，更好的满足用户需求的产品也可视为AI产品

应用AI公司的分类

① 基础层：算力+数据存储

阿里云、腾讯云、华为云、百度云等

② 技术层：算法能力输出

「商汤科技-机场安检识别」

「云知声-智能电视语音遥控」

③ 应用层：基于场景问题，输出具体应用

「阿里巴巴-淘宝时尚大脑」

- 场景问题：用户退货率高，物流成本高；用户不知道上身效果，购买体验差；

「今日头条-智能推荐」

- 场景问题：新闻门户，千人一面，用户浏览的内容无法根据自身喜好定制（千人千面）

④ 总结

AI类可理解成算法、算力的发源；AI+可理解为手握某算法领域，出去找行业找场景找需求；+AI可理解为场景需求都有了，希望用AI助力更好解决痛点，提升体验。

AI产品经理的工作职责和能力模型

① 工作职责

② 能力模型

1.2 划定技术边界

需要了解的技术

① AI产品的数据流向

② 案例：「美团外卖-实时智能调度平台」

③ 常用AI算法初识（Waiting to subsequent enrichment）

【对于各类算法所能实现的功能点、技术边界的掌握是关键】

- 自然语言生成

- 语音识别

- 虚拟现实

- 机器学习平台

- 深度学习

- RPA（机器人流程自动化）

- NLP（自然语言处理）

Part 2

典型AI产品经理的工作方法

① 案例：「医学界-广告精准推荐」

- 背景：人工写作编辑药厂的广告，并收集医生的手机和email，将所有广告群发医生

- 痛点：打开率不足2%，药厂对广告投放ROI，没有足够的广告效应；单向推荐无法得到对方反馈，不了解医生关注什么，推荐成功率低（信息不对称，没有AI推荐引擎）

- 核心需求：将医药广告信息精准推荐给对应医生

- 产品流程：

如何利用AI供应商改造自有产品

① 案例：「大型国有银行-精准审核放贷」

- 背景：过去通过人工审核放贷，仅面向大中企业；目前因国家政策，需面向中小企业放贷，审核量及难度猛增

- 痛点：依旧保持人工审核放贷成本激增，且效率低

- 核心需求：快速精准审核放贷，同时降低坏账率

- 产品流程：

怎样打造一款软硬协同的AI产品

① 案例：「健身魔镜、试衣魔镜」

② 备注：

- 性能规划中，采用的板卡和采用的芯片和待改造的硬件的关系：芯片是最底层的固件，芯片嵌入到板卡上（板卡上还有内存、电容电阻等元器件）、硬件则是设备本身（摄像头），算法写入到芯片中，板卡上可以嵌入多个芯片用于实现不同功能。以上均涉及各层间的接口问题。（例如各个芯片接口不一致，又采用的是不同供应商的芯片，则涉及到哪家供应商更改自己SDK问题）

- 软硬联调一般指的是，软硬件的整体联调，算法在硬件上运行，会不会出问题，能不能达到预期的指标。