知乎上有不少相關問題骨稿,我最近突發(fā)奇想鳖目,匯總公司多位PM的智慧扮叨,整理出我們對這個職位的理解,希望能幫助到想進入AI/機器人領域的PM們~
具體拆解為以下4個問題——
1疑苔、AI/機器人PM在做的事情甫匹,和常規(guī)互聯(lián)網(wǎng)PM有何不同?面臨的問題和困難惦费,有哪些不同兵迅?
答:做事流程,基本上是一致的薪贫,但不同之處在于——
1)需求把握恍箭。AI/機器人領域還處于探索期(找剛需),產(chǎn)品形態(tài)甚至典型用戶群體(畫像)都還不明確瞧省,所以信息收集(行業(yè)/競品/用戶等)扯夭、創(chuàng)意思考、產(chǎn)品驗證的工作會更被突出鞍匾。
2)閉環(huán)驗證交洗。產(chǎn)品核心價值的設計和驗證工作,很難以數(shù)據(jù)分析為主驅(qū)動橡淑,而需要PM有大膽的思路和敏銳的洞見构拳。因為A)從手機場景,升級到機器人場景,天翻地覆的變化置森。B)用戶門檻遠高于互聯(lián)網(wǎng)斗埂,用戶量和用戶數(shù)據(jù)遠比不上移動互聯(lián)網(wǎng)產(chǎn)品的量級;C)產(chǎn)品很可能和硬件相關凫海,導致迭代周期更長呛凶,收集有效數(shù)據(jù)更難。
3)交互設計行贪。場景巨變漾稀,使得交互方式從純軟件(界面、觸屏)/純硬件瓮顽,升級到多模態(tài)交互等更復雜的人機交互形式县好,還沒有形成清晰的交互體系標準围橡。很多人沒意識到的是暖混,新時代,不僅是新技術驅(qū)動翁授,更關鍵的標志是新交互(還可能有新硬件)拣播。
4)功能設計。比如做搜索收擦,和做AI問答或?qū)υ捴洌€是很不同的東西。并且塞赂,一旦和硬件相關泪勒,難度就會陡增。
5)數(shù)據(jù)分析宴猾。語音交互產(chǎn)生的數(shù)據(jù)分析難度遠高于觸屏交互圆存。因為觸屏交互有效表達用戶意圖的概率非常高,而語音交互識別出的數(shù)據(jù)往往和用戶意圖有很大偏差仇哆。
2沦辙、AI/機器人PM需要具備的能力和素質(zhì),和常規(guī)互聯(lián)網(wǎng)PM有何不同讹剔?
答:各方面的能力和素質(zhì)都需要跨越式升級油讯。由淺入深的說——
1)更廣更深的知識(經(jīng)驗)積累:不僅是常規(guī)的app、網(wǎng)站等延欠,還可能包括硬件陌兑、OS、量產(chǎn)由捎、甚至新的用戶群體認知(小孩兔综、老人、外國人……)
2)更強的技術理解能力。對這點邻奠,見仁見智笤喳,有2種觀點:A,必須有技術背景碌宴,真的懂軟硬件開發(fā)到底是怎么回事杀狡;B,本質(zhì)上需要能清楚“什么能做什么不能做”贰镣,所以有相關經(jīng)驗也行呜象。或者碑隆,如果整個產(chǎn)品團隊有其他人能做到這點也行恭陡,互補配合。不論如何上煤,至少是比常規(guī)PM的要求要高的休玩。如果本碩博就在接觸神經(jīng)網(wǎng)絡、深度學習劫狠、自動化等方面拴疤,會有點優(yōu)勢。
3)更高效的學習能力/悟性独泞。不僅需要學習以上內(nèi)容呐矾,更可能隨時需要去學習新的領域(甚至是技術領域)。
4)重新認識人的感知和交互方式懦砂。參見第一個回答的第3小點蜒犯。
5)更強的洞察力和創(chuàng)造力。參見第一個回答的第2小點荞膘。另外罚随,還包括產(chǎn)品設計時的想象力——大腦模擬體驗過程(手機app可以弄原型,但機器人體驗怎么辦衫画。毫炉。。)
6)行業(yè)認知/趨勢判斷削罩。行業(yè)周期性如何瞄勾?AI/機器人領域的發(fā)展方向如何?前沿的這些新技術/新產(chǎn)品形態(tài)弥激,哪個能最終勝出进陡?如何組織這些新技術/新產(chǎn)品形態(tài)?時間窗(時機)如何微服?政府/大學對行業(yè)的影響趾疚,如何理解、應對和借勢?還有國際化思考……
7)更深入的人文素養(yǎng)和靈魂境界糙麦。個人理解辛孵,真正的AI/機器人產(chǎn)品,需要超越純邏輯性的思維和內(nèi)涵赡磅。比如魄缚,有人認為,對于機器人產(chǎn)品焚廊,把功能價值做好(有用)就可以了冶匹,但我個人認為,機器人和人交互時咆瘟,一定會伴隨著情感等非理性影響嚼隘,這不是設計者想規(guī)避就能去除的。當我第一次近距離看到超大的工業(yè)機器人時袒餐,被震驚了飞蛹,因為那種協(xié)調(diào)的動作和節(jié)奏,本能的會讓觀察者覺得“像人一樣”(不是個機器匿乃。)桩皿;另外一個例子豌汇,在表演/戲劇領域幢炸,表演者是可以完全通過動作的方向、幅度拒贱、節(jié)奏等來表達情感的宛徊!可參看Pixar 1986年的動畫短片《小臺燈》(Luxo Jr),視頻在:
更深入的說逻澳,一個產(chǎn)品闸天,本質(zhì)是其公司、設計者靈魂能量層次的外化斜做,一個精神層次不高的團隊苞氮,不可能做出一個跨時代的AI/機器人產(chǎn)品。
3瓤逼、如何判斷我是否真的對AI/機器人領域感興趣笼吟?如何判斷我是否適合AI/機器人領域?
答:“感興趣”不是一個形容詞霸旗,而是一個動詞——關鍵不是你多么興奮贷帮,而是興奮過后,你具體做了什么诱告。
如果做到了后面第四點的過程(至少一部分)撵枢,才是真正的證明了“感興趣”。也只有基于此,并且真的去做了1锄禽、2個產(chǎn)品feature設計(可以給自己出需求或研究課題)潜必,才可以判斷你是否合適。
另外沃但,如果理解/討論停留在下列問題層面(無營養(yǎng)刮便、無邏輯、無邊界绽慈、無方案)恨旱,就還不適合:
1)對于“強人工智能”的好奇心與普通群眾或科幻小說家別無二致。
2)人工智能再牛逼也擺脫不了“吹燈拔蠟(斷電)”的尷尬坝疼,根本不智能搜贤。
3)我想和人工智能談戀愛。
4)大自然到處存在著人類無法理解的算法钝凶, 人工智能再牛仪芒,也是大自然的一部分。
5)智能家居隨時監(jiān)控你的生活狀態(tài)耕陷,這種可能產(chǎn)生危險的東西掂名,除非能夠證明可靠性,否則不會使用哟沫。
補充一個同事的觀點:是不是想重新認識自我饺蔑、認識人類。
4嗜诀、如何(轉(zhuǎn)行)成為一個合格的AI/機器人PM猾警,需要做什么準備?
答:個人建議
1)看知乎上“所有”和人工智能/機器人相關的問題隆敢、看相關書籍或課程(后面有附錄詳細列出)发皿。
2)體驗各種AI/機器人產(chǎn)品、了解必要的產(chǎn)品/技術現(xiàn)狀(比如語音交互相關拂蝎、各種傳感器及其作用)穴墅,收集行業(yè)公司/團隊/機構(gòu)信息。
3)整理出自己的獨到見解温自。認真思考人類行為玄货、研究自我。
4)篩選幾個你真正認可的創(chuàng)業(yè)團隊捣作,想盡辦法結(jié)識其中的牛人(帶上你的獨到見解)誉结,去交流(先想想,為什么你值得ta花時間)券躁,甚至申請一份實習或兼職工作惩坑。
如果你已經(jīng)做好了準備掉盅,請打開我們圖靈機器人的產(chǎn)品經(jīng)理招聘頁面吧:
http://www.lagou.com/gongsi/j23004.html
—附1:書籍或課程推薦—
1、《科學的極致——漫談人工智能》by 集智俱樂部?
2以舒、《哥德爾趾痘、艾舍爾、巴赫:集異璧之大成》?by 侯世達(美國人)
3蔓钟、《人工智能:一種現(xiàn)代方法》by 羅素?
4永票、《人工智能 智能系統(tǒng)指南》by 尼格尼維斯基?
5、《圖解機器學習》by?杉山將(日本人)?
6滥沫、《與機器人共舞》by約翰.馬爾科夫 +《情感機器》 by 馬文明斯基
7侣集、斯坦福公開課《機器學習課程》?by 吳恩達
—附2:侯世達(Douglas Hofstader)的觀點—
(來自:果殼-侯世達的的個人主頁,以及《科學的極致——漫談人工智能》)
【現(xiàn)在主流的研究雖然很厲害兰绣,但卻與真正的人工智能沒有半點關系世分。
微領域下的類比就是我過去30年一直在研究的東西……我自己也不確定我最喜歡的,但我可以肯定我最終的選擇——無論是哪一個——一定會是在我腦中舉行的“審美比賽”的贏家缀辩。這個問題無關邏輯抑或真理臭埋,而是關乎美,也因此歸結(jié)為品味臀玄。這種方式看待思考與大多數(shù)人工智能研究者在過去五六十年里所想的相去甚遠瓢阴。他們之所以不待見這個觀點,是因為從計算上去給審美品味建模實在太過模糊健无,而試圖用邏輯或數(shù)學去模仿思考看起來又是那么的直截荣恐。然而,這些形式化的研究方法帶來的是極其生硬的“智能”睬涧,毫無洞見可言募胃。在我看來,他們“沖著錯誤的樹在吠”(譯注:英諺畦浓,本意是獵狗以為把獵物追上了樹、沖著樹吠叫检疫,但其實獵物已經(jīng)逃到了另一棵樹上讶请。比喻弄錯了對象)
……而要是我們的任何系統(tǒng)真的在其微領域中獲得了與人類相頡頏的智力,我們將痛心至極屎媳,因為那將是很可怕的:這意味著人的智力并非如我們所想的那樣復雜或深奧夺溢。這意味著短短幾十年的研究就足夠人類解開人類思維的奧秘,那烛谊,在我看來风响,將是一個悲劇〉べ鳎……在FARG我們沒有致力于開發(fā)實際的應用状勤,諸如翻譯引擎鞋怀、答問機器、網(wǎng)絡搜索軟件此類的東西持搜。我們只是在努力地理解人類概念的本質(zhì)和人類思考的根本機制密似。我們更像是哲學家或試圖探究人類心智奧秘的心理學家,而非旨在制造聰明的計算機或機靈程序的工程師葫盼。我們是一群老派的純粹主義者残腌,我們的動力源于內(nèi)心深處的哲學好奇心,而不是制造實用設備的欲望)贫导∨酌ǎ】
注:未經(jīng)hanniman授權,嚴禁轉(zhuǎn)載孩灯!
---------------------
作者hanniman邑滨,前騰訊產(chǎn)品經(jīng)理,現(xiàn)圖靈機器人運營VP钱反,知乎/在行/微信公眾號“hanniman”掖看,分享“人工智能機器人”相關的原創(chuàng)干貨。