寫在前面的話：1、本文的PM指產(chǎn)品經(jīng)理导坟，項目經(jīng)理的同學們下次再見屿良；2、本文并非原創(chuàng)惫周，而是對圖靈機器人VP黃釗的一個名為《人工智能產(chǎn)品經(jīng)理新起點》的長達200頁PPT的筆記尘惧，加上一些個人思考和工作總結(jié)（一不湊巧，我誤打誤撞的現(xiàn)在算是半個AI領(lǐng)域的PM）递递；3喷橙、假如想要PPT下載鏈接的，麻煩評論或者簡信登舞，或者自行百度贰逾。
一、AI PM在做什么菠秒？
作者在PPT開始就說疙剑，AI時代的真正瓶頸是真正的AI PM。當然稽煤，對此我并不表示認同核芽。無論是目前的移動互聯(lián)網(wǎng)，還是所謂的AI時代酵熙，在講述關(guān)于PM的故事時轧简，總是有意無意的夸大PM的作用。
我承認匾二，類似于張小龍那般的PM哮独，就如同歷史畫卷中戰(zhàn)功累累不可或缺的英雄人物拳芙。連高中的政治都說過，歷史發(fā)展是不以人的意志為轉(zhuǎn)移的皮璧，但是歷史人物能對某個時期的進程起到至關(guān)重要的作用舟扎。
大多數(shù)如你我的PM，雖然能在工作中盡量保證產(chǎn)品需要的主導性和主動性悴务，這不是妄自菲薄睹限。雖然AI PM是缺失的狀態(tài)，可是若說一個時代的瓶頸是某個角色讯檐，未免太夸大其詞羡疗。不過作者在PPT后面說的，AI PM做的什么别洪，如何做叨恨，卻頗有道理。
既然是PM挖垛，必定有方向選擇痒钝。在AI領(lǐng)域，存在三個方向痢毒，分別是應用層送矩、技術(shù)層和基礎層。應用層包括解決方案層和應用平臺層闸准，這個層面也是與PM關(guān)系最大的層面益愈。舉個例子，智能客服夷家、智能助理蒸其、無人車，屬于前者库快；行業(yè)應用分發(fā)和運營平臺等屬于后者摸袁。筆者手中的項目，則二者都包含（此處插播廣告义屏，我們是絕對有優(yōu)勢的電商公司靠汁，也在招聘PM噢）
那么如何選擇行業(yè)方向呢，本部分其實更偏向公司的戰(zhàn)略層闽铐，即我們要走什么路蝶怔。作者給出了以下幾個維度供參考。
1兄墅、To B or To C
如果是2B的話踢星，需要充分了解行業(yè)需求，能夠看準這個行業(yè)在某個時間點發(fā)生變革隙咸，變革是什么沐悦，然后提供2B服務成洗，可能會比等待一個平臺迭代的周期去突擊2C的機會要更快或者更容易。但如果是2C產(chǎn)品藏否，則需要硬件瓶殃、交互、OS三個標準確定副签，才會真正大爆發(fā)遥椿，比如機器人，2c產(chǎn)品也可能在今年這樣的形勢下迎來自己的春天继薛。
2修壕、頭部or尾部
頭部需求必須和場景深度結(jié)合（比如車載）愈捅，解決特定場景的痛點需求遏考；但其實，中部或長尾需求蓝谨，反而是適合做AI的灌具。比如語音助手類產(chǎn)品的“提問”功能。
可能有些同學看不明白譬巫，我從我的理解角度講一下咖楣，可以理解為頭部是前端，中部或長尾是后端芦昔。頭部需求就是那些非常明確又有垂直場景的诱贿，好處在于解決痛點需求，不足之處在與無法更多的發(fā)揮咕缎。但是中部或長尾的需求則具有一定的復用性珠十，例如提問功能，可以用在車載場景凭豪，也可以用在各種陪伴機器人甚至教育行業(yè)焙蹭。
當然，做產(chǎn)品經(jīng)理都說要找到用戶的需求痛點直擊嫂伞，所以我覺得頭部需求也是非常重要的孔厉。
3、關(guān)鍵性應用or非關(guān)鍵性應用
并不是所有人都要一定去做關(guān)鍵性的應用帖努，因為關(guān)鍵性的應用意味著巨大的投入撰豺。例如谷歌無人車、google now等拼余，需要大量的科學家污桦、資金投入，而且投資周期非常長∽怂眩現(xiàn)在的亞馬遜的alexa以及echo寡润，哪個不是厚積薄發(fā)捆憎。
關(guān)鍵還是需要看自己的興趣愛好，也要看自己目前的能力梭纹，是否能進入做關(guān)鍵性應用的巨頭公司躲惰，不要去了也是死路一條不是？
4变抽、后面幾個一起說了础拨，要找個靠錢近的（意思就是不要耗費太久時間的，不然等的黃花菜涼了绍载，這陣風可能就過了）诡宗、如果精力等允許，可以同時選擇兩個方向進行嘗試击儡、具備AI+垂直領(lǐng)域兩個領(lǐng)域的深度背景等
剛剛也說到了場景痛點塔沃，那么如何尋找AI領(lǐng)域的場景痛點呢？這里作者分為2B和2C兩個方面來敘述阳谍。
to B：不僅需要切垂直行業(yè)蛀柴，還要切更細分的垂直場景。這里有兩個衡量指標：場景邊界明顯&有產(chǎn)品閉環(huán)及商業(yè)閉環(huán)矫夯。另外鸽疾，從行業(yè)當前的痛點入手。例子：某醫(yī)療AI影像公司训貌，用機器學習做醫(yī)療影像識別制肮，提高醫(yī)生的看片效率、降低誤診率递沪。
to C：此處需要明確需求是誰的需求豺鼻，是為了解決誰的問題。NBA AI助手区拳，是為了球迷嗎拘领？不是的，是為了NBA解說員&賭球者樱调；購車bot助手只是為了普通消費者嗎约素？當然不是，4S店銷售員也很需要的笆凌。
二圣猎、AI PM如何做？
應用層自然是AI PM的主場乞而，而其中又可以區(qū)分為平臺網(wǎng)站類 AI PM送悔、垂直場景類AI PM以及對話聊天類 AI PM，又以最后一個最難最前沿。但是說實話欠啤，其實最后一個也是最好玩的荚藻。
為什么產(chǎn)品設計難？首先沒有行業(yè)評判標準洁段，目前偏搜索和單輪問答的是準確率和召回率应狱，小明星微軟小冰的標準是CPS（conversation per session），當然也許有更好的評估角度祠丝，但是目前疾呻，從筆者的工作經(jīng)驗中總結(jié)，大部分還是靠人為感知写半，無量化的指標岸蜗。
其次，實際效果不穩(wěn)定叠蝇，訓練數(shù)據(jù)和真實情況不一樣璃岳，無論是對話類還是圖像識別，你永遠都不知道用戶會怎么問蟆肆。還不說一個問題可能會有多個回答矾睦，海量的演化分支完全不可預測，同時炎功，真正對用戶帶來的效果是不可知的。
最后缓溅，投入產(chǎn)出比很低蛇损。后期即使優(yōu)化，效果也不是很明顯坛怪，而且反而可能影響整理效果淤齐，比如NLP中因為想要支持更多的表達，擴充模板后袜匿，導致影響到之前的正常模板匹配更啄。但是如果不持續(xù)優(yōu)化，那么結(jié)果肯定是會越來越差的居灯。
那么說了這么多難的地方祭务，有沒有什么好的方法來做這個事情呢？作者給了10個錦囊怪嫌，從筆者自身的經(jīng)驗來看义锥，的確是值得借鑒的。
1岩灭、解決基礎交互問題拌倍，讓用戶能開始對話
利用Q/A數(shù)據(jù)，20%的問題覆蓋80%的對話量；限定語句模式（因為用戶語言習慣實在太開放）柱恤、限定對話邏輯数初。這幾點非常重要，不僅PM自己需要知道梗顺，同時需要PM的領(lǐng)導明白妙真，不僅要管理好用戶的預期，領(lǐng)導的預期也要管理好荚守。大家急于讓對話機器人變得更智能可以理解珍德，但是為了保證整體體驗，有時候不得不妥協(xié)矗漾。
2锈候、解決數(shù)據(jù)和架構(gòu)問題，讓用戶能持續(xù)對話
AI+人工共同解決回答數(shù)據(jù)問題敞贡、主動交互（用戶有時候真的不知道要跟你說啥）泵琳、對話架構(gòu)——每一個query讓一個能接得住的feature接住，否則往下掉誊役，直到“萬金油答案/兜底”获列、在持續(xù)對話流里，同一個模板蛔垢，應避免出現(xiàn)2次击孩，比如“聽到xx，感覺有點壞”鹏漆，出現(xiàn)2次巩梢，就知道是模板了，好感度瞬間減分艺玲。
在筆者目前做的相關(guān)項目中括蝠，在合適的時候，的確會問問用戶是否還有別的可以幫您饭聚，甚至會在不過分打擾用戶的前提下忌警，會推薦相關(guān)的某些服務，免得某些長尾的功能被忽略秒梳。
3法绵、解決需求問題，讓用戶能長期對話
不斷提供交互過程端幼，刺激用戶對話礼烈、注意文本、TTS語氣等婆跑、發(fā)覺內(nèi)容/IP此熬。
互聯(lián)網(wǎng)PM如何轉(zhuǎn)型為AI PM
筆者的這個轉(zhuǎn)型是自上而下被逼的轉(zhuǎn)型，但是主動選擇的親們可以細細考慮一番。
黃sir給出的AI PM模型是PM+AI+X犀忱，PM則是目前互聯(lián)網(wǎng)PM共用的功能募谎，邏輯能力、溝通能力阴汇、快速學習能力等等数冬，而AI是指AI技術(shù)理解力、類機器學習思維方式搀庶、多器官人機交互設計拐纱，X則是指某些具體方向上所需的，例如垂直場景認知哥倔、跨領(lǐng)域?qū)懽鹘占堋⑷宋乃仞B(yǎng)和靈魂境界。
PM這一塊的能力就不做過多解釋了咆蒿，這里簡單說說AI技術(shù)概念理解力东抹。第一步是能理清基本概念，第二要了解技術(shù)邊界沃测，哪些能做缭黔，哪些做不了，第三步引導技術(shù)流程或者架構(gòu)
AI技術(shù)概念方面蒂破，作者列舉了四個概念馏谨，首先什么是人工智能，這是一種科技領(lǐng)域，包括機器學習、數(shù)據(jù)挖掘忧勿、知識推理粘昨、自然語義理解、計算機視覺等抄伍。機器學習則是對能通過經(jīng)驗自動改進的計算機算法的研究艘刚，其本質(zhì)是空間搜索和函數(shù)的泛化，總結(jié)過去截珍，預測未來攀甚。
自然語言理解，則是將人的語言形式轉(zhuǎn)化成機器可理解的岗喉、結(jié)構(gòu)化的秋度、完整的語義表示，通俗來說钱床，讓計算機能夠理解和生成人類語言荚斯。在這里需要注意，NLU只是NLP范圍中語義理解的那一小部分。
視覺方面分為計算機視覺和機器視覺事期，計算機視覺主要偏軟件滥壕。通過算法對圖像進行識別分析，研究讓機器怎么看兽泣。但是機器視覺則包括軟硬件兩部分绎橘，包括采集設備、光源唠倦、鏡頭称鳞、控制、機構(gòu)稠鼻、算法等等冈止。個人覺得這兩者還是比較容易區(qū)分，例如現(xiàn)在很多智能冰箱說能實現(xiàn)圖像識別技術(shù)枷餐，那么冰箱通過ID設計靶瘸，放上了攝像頭，調(diào)整拍攝角度毛肋，采集怨咪、對光源的控制等，產(chǎn)出訓練數(shù)據(jù)润匙，而計算機視覺主要在于诗眨，給到了照片如何知道冰箱內(nèi)的食材是什么。
說了這么多孕讳，那么到底要轉(zhuǎn)型應該怎么做呢匠楚？
首先，培養(yǎng)興趣厂财。作者給了很多的書籍芋簿、電影、可關(guān)注的公眾號璃饱，看完這些与斤，重要的是總結(jié)整理出自己的獨到見解。筆者目前還差很遠荚恶。
其次撩穿，選擇方向。前面說了平臺網(wǎng)站類AI PM谒撼，垂直場景類AI PM和對話聊天類AI PM食寡。大家看著選一個。其實這三個有時候并不能完全分開廓潜，比如筆者現(xiàn)在做的三者都有抵皱，重點是最后一個方向的產(chǎn)品而已善榛。
最后，先上船叨叙。上船后實際去做锭弊，不停接觸同行，接觸不同行業(yè)的人擂错，實踐出真知味滞。
結(jié)尾：筆者是指我，作者是指這個200頁PPT的作者——圖靈機器人VP黃釗钮呀。
