人工智能时代复兴
我们总是容易陷入深度研发的状态，使得产品在研发阶段就不断迭代它的功能，更是希望它足够完美才推向市场，而产品又怎么会有完美呢，最终无法避免陷入过度研发的坑~
1.
憋了三四天终于完成了一篇移动机器人在供应链仓库中应用的技术方案，用同事的话说，我每每写方案的时候都是“茶饭不思、寝食难安”的状态，因此那种完成的满足感和压力释放后的轻松感格外让我舒心。完成的方案自己总算是能看的过去，但编写过程只有自己能懂，过于追求完美的心态使得我在做技术方案时十分的痛苦，写下的每个字以及每个技术想法都要反复推敲许久才能定下。
在技术方案编写时过多的附加功能、放大方案覆盖范围、给客户更优的建议是我总犯的问题，目的是想方案更趋于完美而取得客户的认可，但也使得自身压力加大，甚至产品在实施时难易落地。给客户1+N的产品服务固然好，但是如何掌握N的合适度更显得尤为重要，甚至有些客户因为对行业和产品的不清楚，只是通过媒体过度虚构的信息了解而产生的不实认知，那么给客户1-N的产品服务将更可靠。
2.
昨天与一位做企业多年的老总交流使得我受益匪浅，他提议我们尽快让研发的移动机器人进入市场，不要在研发阶段不断迭代去打造功能齐备趋于完美的产品。研发是长期工作要持续做下去，但是产品要根据市场情况，确定基本的功能后尽快进入市场，这样产品经过市场实际应用的检验并得到反馈才能更好的进行产品研发，同时尽快进入市场也能使得产品在其类目下尽早的占领市场，提升影响力。作为技术人员，每次做完产品交付后都会总结出不足以及下次想要迭代更改的内容。因此，不要在研发阶段就没完没了的迭代，那些更好的功能、更新的想法可以作为产品的二代或N代，留着后续推出。
与陈总的交流，让我开始反思移动机器人研发的过程。移动机器人作为人工智能的一类产品现在被广泛的应用于工业、服务业以及教育行业，我们针对工业场景的需求已经开发了两代样机同时还在不断的完善和优化功能。在对外宣传后受到了很多客户的关注，并希望我针对他们的需求开发应用方案，这就回头了我文章开头所述的内容，我在为客户做方案的阶段，尽可能的做很多的功能、覆盖客户更多的需求，将客户的胃口吊起来了，可是整体实施也变得复杂无比。人工智能在工业领域已经有了较多的应用，但是赋予机器人再多的功能，如果上下游的配套不足也无法让机器人发挥其最大的效能，反而让机器人具备部分简单的智能搭配人工干预会使得方案更好实施。
产品研发到底应达到什么深度呢？现在看来这个问题应该站在很中性的位置平衡的去看，我不应站在技术、产品的角度不断的去优化产品而迟迟不定型成品机，不应该为了更完善的应用而将需求弄的难以实现。过度的满足客户的需求以及不能满足客户的基本需求，都不是一个好的产品方案。这种平衡应该是能解决客户的需求且在其原有的基础上赋予了部分新的功能，很好实施不放大操作项目的难度，更优的建议留给客户和自己时间用在后期的优化上。
3.
要想对产品的定位做好平衡，应该对产品和市场做充分的了解。
我们研发的移动机器人迭代了一些自动化装备是因为其具备了AI，而AI的定义以及我们要将智能产品做到什么深度，不能光凭自我认知，而应更多的去了解人工智能产品目前的发展阶段，以及市场上同类产品的情况。
在人工智能发展的几个阶段上，AI的定义也有几种不同的说法。最初人们认为AI就是它能完成人们认为它不能胜任的事，后期的研究又将AI与其模仿人脑神经系统的程度来考量，也有人通过编程让其通过计算而完成特定的指令，以及现在人们关注的其是否具备深度学习能力。（《人工智能：李开复谈AI如何重塑个人、商业与社会的未来图谱》一书对人工智能到底是什么有一节叙述，其从人工智能发展早期至今对其定义进行了叙述，我觉得很值得一读）
在语音及图像识别领域，人工智能通过深度学习已经有了突破性的进展，而我们研究的移动机器人，综合其在工业场景应用的需求和目前场景所具备的条件，我想将其AI程度定义为通过算法完成特定的指令更具有平衡性。以完成特定的指令为基础进行产品研发，不过多附加技术功能和分割清楚当下及以后的标准，才能使得产品快速的进入市场获得先入的优势。
通过算法完成特定的指令——算法
计算机及云计算的发展——算力
快速进入市场获得应用数据及各种场景应用案例——大数据
以上三点是支持AI产品的关键因素，算法有了，算力具备了，只有快速的进入市场进行验证，不断的积累数据才是关键因素，同时也能从真正的场景中验证前两项能力。产品研发到什么深度才算合适？我想每个人经过认真思考后都会有一个不同的认知，但应该学着接受不完美。
END
作者：王三月
创业的路上有孤独、亦有欢乐。我愿意分享我的故事给你，同时我也愿意听你的故事！
网友评论