转—AI产品的一些思考

前言

我是作为创业者身份给大家分享。

因为每个公司，阶段的不同，商业模式的不同，以及部门性质的不同，都会使得工作流程发生变化。

比如说

• A公司是做AI赋能的商业模式，它的模式就是在AI某个领域（比如图像识别），根据客户的需求或者客户业务流程当中可优化的部分，去定制解决方案（譬如说帮青旅和民宿定制短租客刷脸开锁的解决方案，这个服务面向的可能都不是民宿或者青旅，面向的是向这些民宿青旅提供电子锁服务的公司）

• B公司想要使用图像生成技术为核心，打造一款全新的UGC社交产品面向C端。或者更加模糊的一些，想用AI打造UGC产品。

• 做智能玩具的C公司，做自动驾驶专用芯片的D公司等...

这些例子是我随便乱说的，想表达的是，在不同的场景、业务逻辑和商业模式下，可能工作流程以及每天的工作内容及重点可能会有很大不同。

所以我想，今天的议题有很多种视角可以去谈，我因为自己在创业，所以主要从一个创业公司，或者说是早期创业者的角度，去跟大家分享下我的理解。另外，我今天要偷个懒，我只分享如何去定义一个AI产品的基本流程。因为作为初创公司，更关心的是如何找准大方向并找到切入点，也因此我在定义产品这方面的思考会更多一些。至于产品定义以后具体的系统化进行研发及项目管理，我觉得可能其他几位大公司的同志来讲会更系统化。

在进入正题前，想聊一下这个阶段的AI产品经理意味着什么。

有个问题想与大家探讨，有过定义AI产品经验的同学可能也曾面临类似的纠结，就是我们为何给自己预设“AI”这个技术工具作为产品的边界。既然用户要的是“墙上的洞”而不是“电钻”，那不是用什么工具无所谓吗，只要解决一个问题，或满足一个需求即可。

那为什么一定叫自己是AI产品经理呢？或者换句话说，为什么一定要限制用“AI”去满足这个需求？

其实我理解的答案很简单，就是新技术的突破，让人们看到两个希望，一是原有一些应用场景可以被颠覆式优化，二是会创造出全新的应用场景，产生全新的市场。

那么就会有这一技术的信仰者站出来，去发现可以革命的老场景，定义新场景，“为了应用AI而应用AI”，我反而觉得是对的，尽管这样会产出大量的伪需求，但最终时间会去伪存真，留下对的场景。而这个技术如果是颠覆性的，留下的场景应用就会是颠覆性的。

不然容易造出“更快的马”，而很难发明“汽车”。

KK的《技术想要什么》里的核心思想是技术作为一个特殊的有机体，也有自己的演化规律，一定程度不受创造他的主人控制。所以在技术突破、满足需求、产生新需求、技术再突破的螺旋上升中，已经很难分清是人的需求drive技术进步，还是反之。

所以可能我比较偏激，我不太认同“一切以需求为导向”的产品观（我也许是错的，需时间检验）。我反而认为这是一种局限于某个阶段的产品观，这个阶段我称之为“工具完备阶段”，比如我们认为web工具完备了，基本在web领域里，所有能想到的创意很大概率可以被实现。

所以，有人是电商产品经理、微博产品经理、github的产品经理，但没人会再说自己是web产品经理。如果做一个web产品，也不会首先想web能做啥，而是想，用户需要什么。（当然这个“工具完备”是有领域限制的，但我这时候问个问题，“用户需要永葆青春，你能实现一个治疗死亡的web app吗？”。这其实是我所说的跳出了web的领域。）

你看最早期的互联网公司，名字都叫做“网”什么，什么“net”的，从名字也可以看出来，它一定是在想“能用互联网做什么是用户需要的”，而不是想“用户需要什么可以用互联网实现”。这俩是有区别的，假如你以用户需求为主导，那如果用户需要某个东西用传统技术实现更加便捷，你做不做？你要想好如何回答这个问题。

现在已经不太会有人强调自己是做一个互联网公司或产品了，而是更加强调应用场景，比如“社交”“婚恋”；以及细分领域，比如“00后社交”“50后婚恋”。但你观察，比如现在的VR大量公司名或产品名仍然带着“VR”，AI公司一半带“智能”“.AI”等。

这其实是技术落地的一个必然周期，第一波是谁能造出锤子，第二波是谁能用好有限的几把锤子，第三波才是当锤子足够多的时候（工具完备），弄清楚用户需要什么，再去想用那把锤子能搞定这个需求。

AI我认为目前处于第一波到第二波的过渡阶段。并且第一波的技术突破，也并非齐头并进的。AI下围棋能战胜世界冠军，这是强化学习与算力综合突破的结果，能识别人脸这是CNN结构与算力的突破，但无法因为“AI可以下围棋”就断定“AI可以参加辩论赛”，尽管这两者听起来等量齐观，但第一把锤子找到，第二把看似差不多的锤子，可能还得找十年。

.其实我知道这些听起来跟咱们今天的主题关系不大，但在踩了很多坑以后，我感觉这个事情尤为重要，我自己觉得它是在技术突破伊始定义产品时，需要在心理默念的一个大前提，“我就是要拿着锤子找钉子”。

定义AI产品

有了“AI既正义”or“AI大法好”这个基本假设。我们可以开始展开去推演，怎么定义产品。我总结了一个螺旋图形，发给大家。

聪明的小朋友们会发现，这特么不就是一个直线吗，从1到7步，画成螺旋是为啥？

有两个很重要的原因，1,PPT一页放不下直线；2，这样看起来更屌。

还有个原因，就是其实我在实践这个方法的路上感性上觉得是一种“围猎真相”的过程。

第一，世界将如何演化（这里很多是转述某个朋友的观点，感谢他跟我分享这样的认知）

其实我们活在一个注意力经济时代，注意力被不断解放又不断被新事物收割，技术代替人类去完成更多简单重复的劳动，人的注意力被解放出来。

据说2020年就会实现长途货运汽车的自动驾驶，因为高速是个封闭场景。那么，中国有3000万卡车司机，这些人的注意力何处安放？一个比较明显的趋势是，他们会向虚拟世界中迁移。另一个例子大家感受下，我印象小时候家门口小卖店的老板，你问他话他不理你，一半以上时间是在“点钱”，铺在报纸上一堆零钱的场景我历历在目。现在报亭小卖店老板他如果不搭理你，多半在“吃鸡”。中国有500万家小卖铺，这些店员或者老板被解放出的注意力又被虚拟泛娱乐收割。

向虚拟世界迁移是个如“熵增”般不可逆的趋势。

第二，AI在其中扮演什么角色呢？

AI革命可以看作是生产力的革命，从生产力的角度讲，第一是将人类从现实世界的非创造性劳动当中解放出来，从而更快速的向虚拟世界迁移；第二是赋予创造性劳动更低的门槛，以建设更丰富的虚拟世界。

这两点我总结为叫做对人类的“去工具化”，就是说，人之所以为人，是有人固有的价值，比如“想象力创造力”，“理解另一个人类需求的共情能力”。这些很难被机器替代。而人类完成自我实现，却需要掌握大量复杂工具，逐渐将自己培养成工具。比如，你有很好的想象力，却不会有画笔，也难以完成一幅画作。掌握画笔本身就是“工具化”。

但是我认为AI可以帮助人类实现“去工具化”，真正身随意动的发挥人之所以为人的价值，具体就是依靠上述两点。

第三，哪些方向存在机会？

首先看，“解放非创造性劳动”，首先可以想到的是简单重复的脑力劳动，其实我认为只要是封闭域的问题，即使是复杂的非创造性劳动，也应该并可以被AI代替。不过后者有争议，先不讨论。

接着看，“降低创造性劳动的工具门槛”，可以联想到AI带来的全新UGC玩法，或者AI辅助创作的工具。

好现在我们获得了三个方向，第一个是“AI代替简单重复的脑力劳动”，第二个是“AI带来的全新UGC玩法”，第三个是“AI辅助创作的工具”。

第四，方向中有哪些场景

第一个方向最典型是自动驾驶，当然还有很多很多，基本是目前最被人们普遍看到的方向，具体的选择还需要考虑结合哪个行业，自己是否擅长等，在这里就不展开了，因为基本很多地方都有讨论。

假设我们就选第二个方向，“AI带来全新UGC玩法”。内容生产主要有四个大类，图片、视频、音乐、文字。结合对AI生成技术的了解，我们可以想到很多场景，比如说最近看到“千面”的让你用明星的脸做鬼脸，比如俄罗斯那个用风格迁移做的app，让你的照片加入梵高风格。还有，其实抖音、快手、faceU也算是AI带来的新UGC玩法（这里主要指基于面部识别的特效，而不是推荐引擎），但是为什么我们感觉这几个不是显性的AI-UGC产品呢，这里正好就引入第五个问题。

第五， 这些场景应用AI的价值厚度

UGC的基本逻辑是，降低“优质内容”生产门槛，并连接内容生产者与消费者，让生产者得到正向奖励，让消费者变成生产者。那么在这个逻辑链条里面，我们可以看到，让你用明星的脸做鬼脸，这个是AI技术才能创造出来的全新玩法，那么在内容生产上，AI扮演的价值厚度就很厚。没它做不了啊。

但是，短视频社区当中的面部识别特效，仅仅是给“优质内容”的生产加了个buff，所以在价值链条上面占领的厚度并不高。

那么如果说，我们做一个AI代替人们写诗的UGC app，这是否具有足够的价值厚度呢？按理说没有AI，没几个人能写出诗，但现在AI可以写出不错的诗，这不是很有价值厚度吗？但其实未必，因为这个价值厚度在于帮助用户“创作”更有趣的内容，但如果“创作”这个动作的参与感本身被剥夺，其实是剥夺了价值。

这么看，编曲场景是不是有足够的价值厚度呢？大部分人不会编曲，但很多人都有写歌冲动，AI可以把这些冲动变成作品，同时这作品又足够属于用户，足够有创作感，哈哈！

好，暂定这个场景。那么还有最后一个问题要回答。

第六，是选择“场景为脉络串联能力”还是“能力为脉络串联场景”

这个其实我们看到，市面上有很多AI赋能商业模式的公司，这是典型的能力为脉络串联场景

比如，我做图像识别有优势，我通过图像识别作为核心能力，做API调用的云平台，赋能给大量需要图像识别的场景及应用，我自己不与自己组合成一个完整产品。举个最明显的例子，就是BAT都会提供的ocr识别，用能力串联场景，这一能力在每个场景里的价值厚度可以很薄，比方说，一个医院的病例录入系统加入ocr，对这个医院病例录入系统本身的加分可能是5%。

但这一能力具备足够的通用性，至少是在某个闭合领域里的通用性。比如你能在医疗领域做最好的OCR，你可以做这样一个商业模式，回到我们刚才的例子，AI编曲UGC。假设我用能力串联场景，我所做的，应该是利用AI编曲的核心算法，供应给直播平台那些想发歌的主播，给视频博主提供更版权友好的商业化音乐，给词曲作者去赋能让他们更快速的写demo。

实际上在内容生产方面 只能是个人生产者能这么干，对于真正的媒体，像报社、电视台这类媒体，行业限制就很大，包括版权、追责等，很多问题，限制了AI能力的输出。但如果我选择，用场景串联能力，可能我需要打造的是一个端到端的产品，需要培养UGC产品都要培养的自有生态。以AI生成编曲为核心，去降低用户创作音乐的门槛，以此培植一个完整的UGC产品。

如果我们选择用场景串联能力，我们基本就完成了产品的定义，那就是“通过AI编曲技术，让普通人的写歌冲动都能变成好听的作品，并明确感知创作乐趣，的原创音乐UGC社区”。

当然最后这个结论，可能拍脑袋凭直觉也有人会想到，但这不是重点，我是希望通过这个例子，分享给大家，我现阶段总结下来，系统性找到这个定义的一个方法论。