該系列是我在讀《人工智能產(chǎn)品經(jīng)理》一書的過程中，梳理的讀書筆記。

本文包括我對本書第一章主要內(nèi)容的梳理和個人在閱讀中的產(chǎn)生的碎片化想法（即所有括號內(nèi)的內(nèi)容）鲫咽。后續(xù)章節(jié)的讀書筆記盡量這幾天內(nèi)補完~

本書沈矿，應(yīng)該是國內(nèi)首本介紹人工智能產(chǎn)品經(jīng)理（aipm）的書吧，書中內(nèi)容很有體系劳秋，值得一讀。

第一章綜述：人工智能pm入門

互聯(lián)網(wǎng)主要是通過優(yōu)化和創(chuàng)造信息存儲和傳遞的方式重新組合生產(chǎn)要素胖齐，即重構(gòu)商業(yè)模式玻淑，而ai的主要貢獻是升級生產(chǎn)要素，推動產(chǎn)業(yè)升級

比如出行領(lǐng)域呀伙，互聯(lián)網(wǎng)的典型產(chǎn)品是出行平臺补履，將線上下的資源整合；而ai產(chǎn)品在該領(lǐng)域就是自動駕駛剿另，更關(guān)注產(chǎn)品和服務(wù)作為生產(chǎn)要素本身的升級和創(chuàng)新

人工智能產(chǎn)品的特殊性

ai產(chǎn)品分為三類：計算機視覺箫锤，自然語言處理與交流，認知和推理雨女。

ai產(chǎn)品在本質(zhì)上都和概率有關(guān)谚攒，ai做出的每個推斷和預(yù)測都伴隨著不確定性，而人類對世界的認知也同樣是基于概率氛堕。

之前ai沒有產(chǎn)品化的原因是因為不如傳統(tǒng)方式的效果好馏臭，并不能大范圍滿足用戶需求（比如之前對話機器人通過規(guī)則構(gòu)建，aiml讼稚，現(xiàn)在可以通過檢索和生成式構(gòu)建）括儒。

aipm在設(shè)計產(chǎn)品時，需要考慮實現(xiàn)概率和成本的平衡：即需要在具體業(yè)務(wù)中锐想，判斷人工智能可以達到的推斷概率能否解決用戶的需求塑崖，以及這種概率被用戶接受的最低標(biāo)準(zhǔn)是什么，能夠超出用戶預(yù)期的標(biāo)準(zhǔn)是啥痛倚，并決定產(chǎn)品研發(fā)的投入策略规婆。

ai產(chǎn)品分為幾個類型：個性化精準(zhǔn)服務(wù)（例如個性化推薦），替代重復(fù)勞動（自動駕駛）蝉稳，提升效率和準(zhǔn)確率（在之前傳統(tǒng)方法的基礎(chǔ)上）翩蘸，提升用戶體驗（比如某些場景下語音交互）稠氮，自主創(chuàng)作（前四個方向目前都有很多玩家在做）

ai產(chǎn)品顛覆了過去的產(chǎn)品設(shè)計流程掌栅，之前是確定交互流程本涕，寫詳細的prd，而ai產(chǎn)品收津，很難在設(shè)計之初就有明確的交互邏輯饿这，大多數(shù)ai產(chǎn)品沒有固定形態(tài)浊伙，ai只是一種將傳統(tǒng)服務(wù)賦能的手段而已，將各種中間件长捧，融入傳統(tǒng)服務(wù)的流程中嚣鄙。

構(gòu)成ai產(chǎn)品的三要素：計算能力，算法串结，數(shù)據(jù)（三者構(gòu)成了ai產(chǎn)品模型哑子，而ai產(chǎn)品架構(gòu)跟之前并沒有區(qū)別，仍然是產(chǎn)品模型+運營體系+商業(yè)模式）肌割。pm需要在全流程思考在三個東西：算法層面卧蜓，需要對主流的算法模型和框架有認知，在不同場景下評估模型的使用效果把敞。（比如對話系統(tǒng)有基于規(guī)則弥奸，基于檢索KG，和基于通道的架構(gòu)奋早，如何根據(jù)自身業(yè)務(wù)選擇系統(tǒng)架構(gòu)）盛霎；計算能力層面，需要衡量算法模型需要怎樣的系統(tǒng)架構(gòu)伸蚯，評估硬件開銷（這里主要還是靠工程師評估），比如你是自建還是接第三方简烤，需要買多少GPU等剂邮；在數(shù)據(jù)層面，pm要在全流程考慮數(shù)據(jù)從哪里來横侦，質(zhì)量怎么保證（在實際工作中挥萌，這點尤為重要，數(shù)據(jù)是目前制約ai產(chǎn)品競爭力的最重要因素枉侧，比如幾萬數(shù)據(jù)量引瀑，你可以用一個svm分類器，準(zhǔn)確率在90%左右榨馁，然后數(shù)據(jù)到幾十萬憨栽，你可以用nn替換他，使準(zhǔn)確率達到96%左右翼虫。多說一句屑柔，數(shù)據(jù)閉環(huán)目前在ai產(chǎn)品的架構(gòu)中很重要，冷啟動后數(shù)據(jù)的獲取要想辦法依靠現(xiàn)有用戶珍剑。aipm也要掌握一些數(shù)據(jù)處理的思路和方法掸宛，至少你看了數(shù)據(jù)之后，要有一個清晰的認識招拙，無論是基于統(tǒng)計唧瘾，還是nn的方法措译，實現(xiàn)效果其實都差不多，主要看數(shù)據(jù)質(zhì)量饰序，所以與其各種調(diào)模型领虹，不如好好處理數(shù)據(jù)）。

ai產(chǎn)品成功的必要條件

核心技術(shù)菌羽，由于ai應(yīng)用目前還處于早期掠械，所以技術(shù)優(yōu)質(zhì)可以帶來很大的競爭優(yōu)勢，比如iphone用3D人臉識別注祖，就比國內(nèi)用2D識別吊的多（ai的各種方案和實現(xiàn)途徑猾蒂，在學(xué)界和工程界其實大家都懂，但是用的產(chǎn)品架構(gòu)和跑出來的模型效果就不一定一樣了是晨，所以優(yōu)勢其實在產(chǎn)品模型跟業(yè)務(wù)搭肚菠，并且數(shù)據(jù)量有優(yōu)勢。并不是說牛逼公司可以用高端方案罩缴，垃圾公司只會土法煉鋼）蚊逢。

產(chǎn)品化，這里延續(xù)iphone人臉識別的例子箫章，由于采用了3D識別烙荷，所以初始化的步驟就比2D多一些，這里就增加了用戶使用成本檬寂，需要pm優(yōu)化流程终抽，降低門檻，因為很多技術(shù)的進步桶至，其實對用戶提出了較高的使用門檻昼伴。（目前很多ai產(chǎn)品得不到用戶滿意的一大原因是，用戶經(jīng)過長期的科幻镣屹、電影圃郊、媒體的影響，對ai產(chǎn)品的期望值太高）（多說一句女蜈，產(chǎn)品化是目前探索的重點持舆，并且在各個場景內(nèi)的方法都不相同，所以目前在各個領(lǐng)域內(nèi)都有大量ai公司伪窖，短期內(nèi)也很難看到大一統(tǒng)的ai平臺）吏廉。

商業(yè)化：一方面產(chǎn)品研發(fā)階段投入不確定，另一方面效果難以評估惰许。（由于是新興事物席覆，用戶和客戶對其效果很難不存疑）所以，pm以往評估產(chǎn)品的成本結(jié)構(gòu)的方法要調(diào)整了汹买，要站在用戶角度考慮產(chǎn)品策略佩伤，深入理解場景和用戶痛點聊倔。

aipm的價值定位

pm到了ai時代要重新定位，主要是因為：

組織架構(gòu)變了生巡，ai公司更重視算法組和數(shù)據(jù)組

新技術(shù)手段帶來了新的產(chǎn)品生命周期管理方式（移動互聯(lián)網(wǎng)生命周期的S模型耙蔑，現(xiàn)在很可能由于新技術(shù)的引入而顛覆：互聯(lián)網(wǎng)產(chǎn)品可以分為冷啟動/成長期/成熟期/衰退期，每個階段的工作重要不一樣孤荣，比如成熟期重在運營和變現(xiàn)）

aipm需要把控更高的法律和道德分險（比如李廠長說中國用戶更愿意拿數(shù)據(jù)換便利甸陌？）

aipm的三種關(guān)鍵角色

擁有市場和技術(shù)前瞻性的帶頭人：大量算法模型和框架仍在理論和實驗室中，這時候需要產(chǎn)品經(jīng)理帶著研發(fā)人員走盐股，因為產(chǎn)品經(jīng)理更了解市場和用戶

技術(shù)賦能創(chuàng)新的驅(qū)動者：aipm需要引導(dǎo)研發(fā)人員接觸用戶钱豁，了解需求場景，理解產(chǎn)品設(shè)計的邏輯和理由疯汁，而不是讓研發(fā)專注技術(shù)牲尺。需要主動連接研發(fā)和市場。

道德準(zhǔn)則的守護者：設(shè)計ai產(chǎn)品要考慮倫理道德幌蚊。在設(shè)計人機交互產(chǎn)品時谤碳，要充分考慮不同身份的用戶帶有的特殊社會屬性。（手機時代的產(chǎn)品設(shè)計也需要考慮這些溢豆，比如安卓針對盲人的系列功能蜒简，只不過國內(nèi)拿該功能做其他事情了，由于ai還是新生事物漩仙，民眾對其更為警惕搓茬，所以要額外關(guān)注這方面，避免導(dǎo)致黑天鵝事件）

（我覺得目前國內(nèi)的ai環(huán)境讯赏，aipm對技術(shù)的理解較淺垮兑，研發(fā)對ai應(yīng)用的理解也較淺冷尉。比較出色的幾個團隊漱挎，基本都屬于上面提到的第二類型，因此雀哨，目前優(yōu)秀的ai產(chǎn)品設(shè)計主要由理解業(yè)務(wù)磕谅，由研發(fā)/科學(xué)家出身的大牛主導(dǎo)）

aipm需要兼具“軟硬”實力

aipm需要懂技術(shù)：要在領(lǐng)域內(nèi)掌握前沿技術(shù)的實現(xiàn)原理，明白每種技術(shù)實現(xiàn)手段的優(yōu)劣勢雾棺，對技術(shù)的發(fā)展方向和技術(shù)如何融合產(chǎn)品有認知膊夹。那什么叫做“懂技術(shù)”：

aipm不需要親自參與到調(diào)參，特征選取等過程中捌浩，但是需要理解研發(fā)過程中的每一個技術(shù)原理和最佳實踐方式放刨，并可以熟練解釋說明，比如產(chǎn)品的模型準(zhǔn)確性尸饺、計算能力及對比其他幾種技術(shù)實現(xiàn)手段的優(yōu)劣进统。

不同于互聯(lián)網(wǎng)pm助币，aipm需要融入研發(fā)過程，需要為算法團隊創(chuàng)造更好的條件來完善模型螟碎，比如了解該領(lǐng)域的技術(shù)常識和業(yè)務(wù)背景眉菱，分析影響產(chǎn)品效果的關(guān)鍵因素，想辦法提高學(xué)習(xí)數(shù)據(jù)集的質(zhì)量等掉分。

掌握前沿技術(shù)在產(chǎn)品領(lǐng)域的應(yīng)用條件和最佳實踐俭缓。ai產(chǎn)品本質(zhì)是利用“軟/硬件基礎(chǔ)設(shè)施”、數(shù)據(jù)酥郭、算法作為生產(chǎn)材料完成生產(chǎn)力的升級华坦，因此產(chǎn)品經(jīng)理需要找到最佳生產(chǎn)材料的組合，并完成前沿技術(shù)的產(chǎn)品化落地方案褥民。

（這里我舉個例子季春，談一下需要懂到什么程度就夠了，比如處理nlp領(lǐng)域內(nèi)的文本分類問題：）

你要了解這類問題其實就是在解決text→lebal消返，即輸入一段文本载弄，通過模型，輸出不同的標(biāo)簽來完成分類任務(wù)撵颊；

由于無監(jiān)督和有監(jiān)督的實現(xiàn)路徑完全不同宇攻，這里你需要知道如何沒有標(biāo)注好的數(shù)據(jù)集，可以采用無監(jiān)督的方式倡勇，比如LDA逞刷；

你至少需要知道這類問題目前的行業(yè)標(biāo)準(zhǔn)方法：用BoW表示句子，然后用SVM做回歸妻熊，你的方法的效果至少要優(yōu)于這種最基本的方法夸浅。

然后你要知道處理問題的基本流程：即使用某種方法把text→vector，然后把向量輸入分類模型來輸出結(jié)果扔役。實現(xiàn)向量化的一般方法帆喇，比如TF-IDF，Word2Vec平均亿胸，Word2Vec+Cnn等坯钦，而分類模型可以使用，經(jīng)典的LR,SVM侈玄，簡單的nn模型婉刀，再復(fù)雜一點比如RNN和LSTM。

其次序仙，你要了解一些工程化的問題：在跑上述流程之前突颊，會對文本做預(yù)處理，比如把所有字母都換成小寫。如果你發(fā)現(xiàn)產(chǎn)品沒法識別大小寫律秃，你要知道不是模型有問題呈昔，而是預(yù)處理的方法造成的。

以上涉及到的方法和模型友绝，你至少要知道它的結(jié)構(gòu)堤尾，原理和適用范圍，但是如何調(diào)參迁客，如何求解郭宝，工程化等細節(jié)，你不太需要了解掷漱。多說一句粘室，我認為了解基本的模型優(yōu)化方法，比如正則化卜范，dropout等衔统，會對你很有幫助，因為處理過擬合是每個算法團隊都會遇到的問題海雪。

會用數(shù)字表達和評判

aipm需要投入大量時間和精力將產(chǎn)品的目標(biāo)數(shù)字量化表達锦爵。需要定義核心數(shù)據(jù)，來衡量引入ai產(chǎn)品之后的效果奥裸。

溝通和協(xié)作

新的團隊架構(gòu)险掀；研發(fā)流程需要更多跨部門協(xié)作。

aipm入門

人工智能領(lǐng)域在數(shù)據(jù)分析湾宙、軟/硬件的技術(shù)整合以及團隊協(xié)作方面對pm提出了更高的要求樟氢。

修煉思維模式：資源，解決方案侠鳄，目標(biāo)導(dǎo)向：aipm需要具有系統(tǒng)性思維埠啃，把問題放在整個系統(tǒng)中進行綜合分析（系統(tǒng)成本了解一下）

根據(jù)ai時代的特點，產(chǎn)品管理思維分為三種類型

資源管理思維：關(guān)注資源的投入和產(chǎn)出伟恶，在設(shè)計ai產(chǎn)品時需要考慮至少三個方面：算法碴开，數(shù)據(jù)資源（這里不僅僅是訓(xùn)練集，測試集知押，還有各種表達字典叹螟，語料庫等）鹃骂、硬件資源台盯。首先，算法模型的訓(xùn)練具有更多不確定性畏线，因此在工程中經(jīng)常出現(xiàn)預(yù)先設(shè)計好的硬件架構(gòu)無法滿足要求算法需求的局面（比如本來以為asr的模型準(zhǔn)確率能到96%静盅，結(jié)果由于實際場景太復(fù)雜，一測試只能到了85%，那就要考慮更換聲音采集的硬件方案蒿叠，這類因素造成的設(shè)計和成本變動在ai產(chǎn)品中很常見明垢，作為aipm一定要提前跟老板和團隊打好招呼，別背鍋Ｊ醒省Ｈ！）施绎∷莞铮總結(jié)下，ai產(chǎn)品取決于系統(tǒng)集成的綜合表現(xiàn)而非某項單一技術(shù)的突破谷醉，比如無人駕駛致稀，融合了各種senor、定位與地圖構(gòu)建技術(shù)和硬件產(chǎn)品俱尼，是一個典型的高集成度產(chǎn)品抖单，各個模塊都會影響系統(tǒng)集成效果的因素。

解決方案思維：pm應(yīng)該有意識去主動尋找產(chǎn)品需求的解決方案遇八。典型的反面案例是：產(chǎn)品經(jīng)理等待研發(fā)人員將產(chǎn)品的硬件架構(gòu)矛绘，數(shù)據(jù)獲取，訓(xùn)練目標(biāo)都想清楚了才開始干活刃永，即等待開發(fā)人員告訴產(chǎn)品經(jīng)理技術(shù)的實現(xiàn)邊界蔑歌，產(chǎn)品經(jīng)理再依次反推需求。但是有產(chǎn)品經(jīng)理的都懂揽碘，技術(shù)團隊離市場和用戶太遠了次屠，而且ai產(chǎn)品的鏈路太長，算法團隊雳刺，數(shù)據(jù)團隊劫灶，架構(gòu)團隊很難實現(xiàn)自主協(xié)同。

目標(biāo)導(dǎo)向思維：產(chǎn)品經(jīng)理需要具備前瞻性的視角掖桦，才能準(zhǔn)確定義一款具有競爭力的產(chǎn)品目標(biāo)本昏，其次，從技術(shù)角度和公司的資源現(xiàn)狀出發(fā)枪汪，確保這樣的目標(biāo)是可以實現(xiàn)且可被量化的涌穆。（其他產(chǎn)品也需要有前瞻性，但是aipm更需要雀久，因為ai產(chǎn)品鏈路和環(huán)節(jié)太長了宿稀，小步快跑基本跑不動，試錯的成本大大增加了赖捌，做過硬件的產(chǎn)品應(yīng)該很清楚祝沸，跟做app完全兩個思路）。

構(gòu)建知識體系：六大模塊

aipm應(yīng)具備完整的知識體系。

開發(fā)ai產(chǎn)品過程中的基礎(chǔ)知識罩锐，包括領(lǐng)域術(shù)語（比如啥是調(diào)參奉狈、詞向量），常見的技術(shù)架構(gòu)（比如對話系統(tǒng)的常見類型）涩惑，常見數(shù)據(jù)類型（啥是結(jié)構(gòu)化仁期，非結(jié)構(gòu)化，半結(jié)構(gòu)化）竭恬，測試方法（新模型如何做ABtest等）蟀拷；

平臺和硬件支撐，包括云計算萍聊，大數(shù)據(jù)问芬，人工智能平臺，智能感知與互聯(lián)寿桨，智能芯片此衅，邊緣計算（這里具體看業(yè)務(wù)分類吧，內(nèi)容太多了亭螟，全部了解太難）挡鞍；

人工智能核心技術(shù)：需要了解算法基礎(chǔ)常識，理解應(yīng)用場景和最佳實踐（這里看上一部分我舉的文本分類例子就行）预烙；

人工智能普通應(yīng)用產(chǎn)品或服務(wù)可分為三大類：語音/文字處理-對話系統(tǒng)墨微，問答系統(tǒng)，ai寫新聞稿扁掸；圖像和視覺-自動駕駛翘县，醫(yī)療影像診斷，人臉識別谴分；大數(shù)據(jù)分析和預(yù)測-交互搜索引擎锈麸，智能推薦，金融風(fēng)控牺蹄；

行業(yè)知識體系忘伞；

倫理安全法律知識：主要考慮數(shù)據(jù)安全和法律風(fēng)險；

除此之外沙兰，需要對一些跨界知識氓奈，比如心理學(xué)，哲學(xué)鼎天，認知科學(xué)等了解舀奶。（我是因為喜歡科幻，才去做的aipm）

參與工程實踐（有能力的話盡量自己去擼幾個模型玩训措，比如多嘗試幾種方法去解決手寫數(shù)字識別伪节，利用現(xiàn)成的mnist數(shù)據(jù)集；或者多去聽聽分享绩鸣，推薦paperweekly）怀大。

（本文的幕布鏈接：https://mubu.com/doc/2WvSIUtzCM。若閱讀不便呀闻，可以去幕布看思維導(dǎo)圖化借。）