如何成為一個AI產品經理？
阿新 • • 發佈：2019-01-21
問題提要：1、如何設計一款AI產品？2、做AI產品和做一般網際網路產品的區別是什麼？3、產品專案裡面pm擔任的角色是怎樣的，還是一個專案owner麼？4、AI產品經理需要掌握的技能和能力是什麼？5、通用智慧語音助手產品設計難點？6、AI產品經理的現狀和前景如何？
人工智慧三大基石：資料、計算、演算法大資料：資料為王，各行各業紛紛搶佔使用者資料，利用大資料描繪使用者精準畫像，從而進行豐富的個性化推薦、精準營銷。電商領域：線上“猜你喜歡”，線下門店通過附近居民使用者畫像進行“千店千面”的佈局。搜尋領域：搜尋結果個性化，“千人千面”新聞資訊：個性化推薦計算力：從集中式計算到分散式計算（雲端計算），從CPU到GPU/FPGA/神經網路晶片，從普通計算到量子計算演算法：機器學習演算法特別是深度學習演算法的應用 
● 通用聊天，需要掌握溝通技巧、通用聊天資料、主題聊天資料，還要知道使用者畫像，投其所好。● 資訊服務和問答，需要搜尋的能力，問答的能力，還需要對常見問題表進行收集、整理和搜尋，從知識圖表、文件和圖表中找出相應資訊，並且回答問題，我們統稱為Info Bot。● 面向特定任務的對話能力，例如定咖啡、定花、買火車票，這個任務是固定的，狀態也是固定的，狀態轉移也是清晰的，那麼就可以用Bot一個一個實現。你有一個排程系統，你知道使用者的意圖就呼叫相應的Bot 執行相應的任務。它用到的技術就是對使用者意圖的理解，對話的管理，領域知識，對話圖譜等等。4、智慧人機互動系統
4、投入產出比低：依賴技術突破（NLU）、使用者習慣培養、持續優化（保持資料的時效性）
AI產品經理的現狀和前景如何？1、門檻稍高，但行業缺口巨大；2、優秀的AI PM還未出現，優秀的AI產品也未出現，行業仍處於探索期，尚未形成統一的標準；3、AI技術的發展成螺旋上升趨勢，這一次的爆發能持續多久仍不可知，但從長遠的角度來看AI PM必然是值得期待的。
1、人工智慧的產業結構
人工智慧三大基石：資料、計算、演算法大資料：資料為王，各行各業紛紛搶佔使用者資料，利用大資料描繪使用者精準畫像，從而進行豐富的個性化推薦、精準營銷。電商領域：線上“猜你喜歡”，線下門店通過附近居民使用者畫像進行“千店千面”的佈局。搜尋領域：搜尋結果個性化，“千人千面”新聞資訊：個性化推薦計算力：從集中式計算到分散式計算（雲端計算），從CPU到GPU/FPGA/神經網路晶片，從普通計算到量子計算演算法：機器學習演算法特別是深度學習演算法的應用
2.AI細分行業
【2B】1、智慧客服：電商（淘寶、京東）、運營商3、自動駕駛&輔助駕駛：特斯拉、谷歌、蘋果、滴滴4、其他：BI、政府業務、教育、農業、交通、天氣、AI平臺【2C】1、智慧家居3、通用對話引擎架構
● 通用聊天，需要掌握溝通技巧、通用聊天資料、主題聊天資料，還要知道使用者畫像，投其所好。● 資訊服務和問答，需要搜尋的能力，問答的能力，還需要對常見問題表進行收集、整理和搜尋，從知識圖表、文件和圖表中找出相應資訊，並且回答問題，我們統稱為Info Bot。● 面向特定任務的對話能力，例如定咖啡、定花、買火車票，這個任務是固定的，狀態也是固定的，狀態轉移也是清晰的，那麼就可以用Bot一個一個實現。你有一個排程系統，你知道使用者的意圖就呼叫相應的Bot 執行相應的任務。它用到的技術就是對使用者意圖的理解，對話的管理，領域知識，對話圖譜等等。
4、智慧人機互動系統
5、Q&A
如何設計一款AI產品？（以智慧語音助手為例）1、瞭解行業現狀，技術發展水平，調研市面已有產品，還有哪些痛點沒有被滿足？2、結合公司已有資源確定產品定位（從移動搜尋到智慧搜尋）；3、逐步迭代：從垂直類bot到通用bot，從H5-demo到移動app；4、精細化運營：擴充問答覆蓋範圍、增加閒聊語料庫、優化互動方式；5、尋求更多合作，獲取更多資源：優質資源的接入（喜馬拉雅）、開放介面到智慧硬體廠商、提供平臺級的服務（DuerOS、網易波特）。做AI產品和做一般網際網路產品的區別是什麼？AI產品經理需要掌握的技能和能力是什麼？1、產品思維是核心：人工智慧和網際網路都只是工具，AI產品設計同樣要遵循傳統網際網路產品設計思路：都需要了解行業現狀、收集產品需求、確定產品定位等工作，同樣需要重視使用者體驗；2、對技術的理解力4、投入產出比低：依賴技術突破（NLU）、使用者習慣培養、持續優化（保持資料的時效性）
AI產品經理的現狀和前景如何？1、門檻稍高，但行業缺口巨大；2、優秀的AI PM還未出現，優秀的AI產品也未出現，行業仍處於探索期，尚未形成統一的標準；3、AI技術的發展成螺旋上升趨勢，這一次的爆發能持續多久仍不可知，但從長遠的角度來看AI PM必然是值得期待的。