<pre id="d5rtr"><track id="d5rtr"></track></pre>
      <address id="d5rtr"><big id="d5rtr"></big></address>

        <video id="d5rtr"><thead id="d5rtr"><pre id="d5rtr"></pre></thead></video>

            ?
            成都小超人網絡科技

            用戶體驗優化 | APP開發UXUI設計 | 專業機構

            首頁 / 產品策劃 / 文章詳情

            AI 時代產品經理的機遇和挑戰

            2017-11-28 19:062731

            分享嘉賓:愛因互動創始人&CEO 王守崑

            以下內容為嘉賓分享實錄,由人人都是產品經理社區@Ella 匯總整理,部分內容有修改,嘉賓已確認:

             

            20世紀美國經濟學家Gavin Wright提出過一個“通用技術”的概念,他認為在歷史上,尤其是工業革命的歷史上,有很多技術一旦誕生之后,會對人類社會的進程產生巨大的改變。比如說火車、汽車,再往前的蒸汽機、內燃機,以及電力技術、信息技術和互聯網等等。

            AI的未來:通用技術

            那么,AI是通用技術嗎?

            我們先看一下通用技術有什么樣的特點:

            • 通用技術會對人類社會產生重大的影響,它能以十倍、上百倍、甚至若干個數量級這樣的程度去提升生產效率。
            • 通用技術可以被應用到各行各業,或者會對各個行業產生巨大的影響。為什么交通類的技術會被認為是通用技術?比如汽車的產生,未來的無人駕駛,都是因為它們可以被各個行業廣泛應用。
            • 通用技術一般都需要巨大的投入,需要巨大的基礎設施去支撐。
            • 通用技術需要各種各樣的人才。不單是技術人才,而是各種行業、各種領域的人才。
            • 通用技術需要一個漫長的成熟期。

            AI目前在實驗室表現非常好,但是實際生活中未必是這樣。在實際應用中,計算機視覺領域是最成熟的領域之一;除此之外,自然語言處理、多模態學習、通用推理、機器人這些在實驗室表現非常好的領域,在實際的商業應用中也表現平平。

            我有個朋友一直在說:目前我們見到的這些人工智能,如果嚴格從我們人類的角度來看,其實不應該叫人工智能,而是“人工智障”。

            但是,我們還是認為AI是最有可能成為未來的通用技術。

            為什么?

            我們在有若干年的積累之后,這些歷史上積累的數據,這些顆粒和方法能夠成十倍、百倍放大,對各個行業產生更大的影響。

            每一種通用技術興起的時候,它會帶來什么?

            新的產品,新的服務,新的商業模式,新的組織,新的工作方式以及新的就業機會——這些,都將是新的通用技術帶來的變革。

            很多人一直在疑惑,說AI會不會讓更多人失業,或者取代很多人的工作。其實我的看法是:這純粹是杞人憂天,AI一定會創造更多的就業機會,創造更多的價值。

            人類經歷農業社會幾千年,但是從未吃飽過,是工業社會解決了溫飽的問題——這是一個很諷刺的事情。AI也一樣:看起來它會取代我們的工作,但我覺得它一定會給我們創造一個特別豐富、特別富足的社會,每個人都會跟AI有關,當前固有的產品、組織、模式都會被更新迭代,這些里面,蘊藏著海量的就業機會。

            但是,這并不意味著我們不做改變就能適應社會——要么我們被社會推動著改變,要么我們主動改變。而主動改變的人,才有可能成為這個時代的先行者。

            這是第一個觀點:AI可能是我們人類社會在工業革命之后面臨的最大的變革機會,而現在,就是投身變革的最佳時機。

            為什么這樣說?

            投資領域有一句話:最好的投資時機,永遠是十年前和現在。

            十年前你買了房,現在你的生活肯定不一樣。但是現在買,也不是不可以。

            產品經理每天面臨的第一件事就是需求的不確定性。AI現在面臨的最大的問題,在于各種各樣的不確定性。

            比如:我們是做對話機器人的,產品經理的工作之一是寫測試用例。什么是正常狀態,什么情況下會發生異常,會有各種各樣的邊界條件。但是產品做起來很難——因為對話是完全開放性的,你無法窮舉,不確定怎樣做這件事情才叫做正確。

            我們經??吹絻煞N極端:要么認為AI無所不能,現在已經可以做各種各樣的事情,有一個非常高的預期。要么就是非常擔心AI出格。比如對話機器人,我們非常擔心它不在我們的掌控之下,最后變成了一個用對話做的決策(用決策樹),但是這樣就和對話沒什么關系了。

            這兩種情況我們都非常容易碰見,要么期待過高,要么期待過低。而現在的實際情況是:肯定達不到過高的期待,但是肯定比最低的期待要好。

            產品經理的任務之一就是:降低期待過高用戶的預期,提高期待過低用戶的預期,讓大家有一個一致性的共同認知,在這樣的前提下去工作。

            第二個是缺乏數據。很多人說我們過去幾十年積累了非常多的數據,現在的數據都很豐富——的確,這是現狀。我們有很多未經整理的數據,但是我們沒有經過整理的、適合現在的技術現在的AI水平使用的數據。

            比如說市場的接受程度:市場對不同產品的接收程度,剛才說的過高預期與過低預期這種隱含數據,大家的認知不一致,市場的反饋、用戶的反饋這些評價數據——這些都是沒有的。

            還有就是多模態的數據:聲音、視覺、語言組合成我們對外界的認知。

            現在的AI基本上都是以單一結構來解決單一的問題。做CV(計算機視覺)的,解決視覺的問題;做語音的SAT就解決聲音的問題;做自然語言處理的,解決文本的問題——但是人類溝通的時候,肯定不是以單一渠道來溝通的,我們都是以多模態的混合方式去溝通的。

            但很遺憾,我們現在手機的數據集里面,多模態的數據非常匱乏,而且這種數據的標定非常困難,這就大大限制了我們當前的AI產品能夠達到的水平,這是第二個挑戰。

            現在整個AI產品的開發,還沒有形成一個有效的、公認的產品迭代方式。不管是瀑布式,還是敏捷開發,這些用在AI產品上,都會讓人感覺別扭。

            所以,各個公司,各個行業,各個項目都會有一定的差異——這也是我覺得很有意思的一件事:我們過去在互聯網和移動互聯網的產品開發上積累了非常多的經驗,如何把這些經驗有效地遷移到AI產品開發,這是一個很有意思的課題。在這個課題上,產品經理一定會發生一個非常重要的作用。

            作為產品經理,如何應對這些挑戰?

            我個人的分析就兩點:人,和事。

            • 人:溝通協調能力、領導力和同理心,決定了一個產品經理的上限,決定了你能走多遠。
            • 事:對細節的掌控力,思考的深度和大局觀、決斷力,決定了一個產品經理的下限:如果你達不到這個要求,就不是一個合格的產品經理。

            理論上來說,一個人不可能擁有所有的、完整的能力。更重要的是,你抓住重點之后形成一套自己的方法論,你知道自己在哪些方面更擅長,如何運用這些能力、這些知識來解決你當前面臨的各種各樣的問題——這是產品經理的一個思考范式,或者說是工作范式?;旧暇褪牵河^察、思考、表達、實踐 這樣的一個循環。

            和工程師相比,有一個重要的區別:工程師沒有表達那一項,因為不是必須。

            對工程師來說,會表達會更好,但是沒有也不影響他成為一名合格的工程師。但是對產品經理來說,沒有表達,就不是一名合格的產品經理。

            為什么我會特別強調“表達”?

            因為它是一個中間環節——產品經理是一個中間環節,他需要做各種溝通、各種協調的事情。而所謂的“表達”,并不是單純的“說”,并不是你能表述,能勸別人,能有說服力;而是包括問答設計、產品理念具象化能力——這些都是“表達”的一部分。

            產品經理的表達還有一個作用:向上管理。如何說服你的BOSS,說服你的上級來支持你的觀點,這些也需要通過表達的方式來實現——這也是強調產品經理在“表達”上需要下功夫的一個原因。

            AI的現在:大航海時代

            15世紀到17世紀時期,歐洲的船隊出現在世界各處的海洋上,尋找著新的貿易路線和貿易伙伴,以發展歐洲新生的資本主義。

            麥哲倫完成首次環球航行時,他的設備和人員都是極其簡陋的;最重要的是:這件事情從來沒有人去做過,沒有人知道做這件事的時候你面臨的是什么。對AI來說,現在也是這樣:前途完全是未知的,大家都是第一次在做這樣的事情。

            第一個挑戰:不確定性

            現在投身這個大航海時代,未來的不確定性是產品經理面臨的第一個挑戰:

            對于需求的快速變化,你要做一個緩沖區,你要做到八分的成績;對于落地的場景,你需要做一個獵手,要有敏銳的感覺去捕捉那些可以快速落地的事情。對于各種各樣的可能性,你要做一個Filter,要把合理的東西剝離出來。

            我一直在強調一個事情:在團隊中面臨不確定性的時候,產品經理應該是最樂觀的,我希望產品經理更是一名理性樂觀的創業者。作為一名創業者,如果不樂觀,每天的工作就沒法做。

            第二個挑戰:技術黑盒

            產品經理一般都不含有技術背景(當然有些有技術背景的同學做產品經理做得非常好),那你一定會面臨技術黑盒:你知道這件事情的需求是怎樣的,但是你并不知道這件事情是怎么做出來的。

            怎么辦呢?

            不要試圖打開技術黑盒——你可以從外部去定義它,但是不能打開它。

            我個人不建議你打開技術黑盒,因為打開的過程是要給事倍功半的事。你可以了解一些技術的行話,這些可以幫你拉近與研發的距離。而你只需要在黑盒外面做這些事情即可——知道它到底是一個怎樣的表現。

            如何從外部定義技術黑盒?

            首先,從效果去定義:它能給你帶來什么?它的輸入、輸出是什么?從需求的方向去把握它。

            其次,從適用的環境去定義。AI產品很特殊的一點,它的基礎設施并不完善,很多AI的項目可能要求私有化部署,需要用到巨大的計算資源或者非常大的帶寬;那你要熟悉各種數字跟邏輯的結合——它并不牽扯到什么高深的東西。

            你還能從環境去定義它:它現在是什么環境,有什么樣的效果?你能給多少計算資源,產品做出什么樣的事情。你要能從資源消耗去定義它,不光是硬件的資源小號,還有軟件、人力的資源消耗:為了達成一個任務,需要多少人、什么樣的人、團隊要怎樣的,要有科學家嗎?要有研發工程師嗎?還是要有人專門去負責算法?你要對不同產品、不同項目需要什么樣的資源非常清楚。

            第三個挑戰:團隊

            產品經理會對接各種各樣的團隊,和各種不同的人打交道,這也是大家共總的日常,也是產品經理的挑戰和成就感所在。

            對創業公司來說,產品經理事醉了解事情的人,他幾乎無所不知:細節事怎樣的,這個東西會帶來怎樣的影響,造成什么樣的效果,那個坑具體在那里等等。

            AI與產品經理

            在當前的技術水平和市場環境下,哪些事適合AI去做的呢?

            參考“一秒法則”:人類在一秒內能完成的事情,以目前的技術水平來看,基本上都是可以被AI替代的,或者是某種程度上被AI替代。

            這些事情有什么樣的特性呢?

            • 大規模、重復性:每天都會發生的事,比如人臉識別。
            • 限定領域:它是單一領域的事情,一旦是多領域的,你不太可能在一秒之內完成。
            • 快速反饋:這個對當前的AI算法來說,幾乎是最重要的一件事情。比如自動駕駛,我們在開車的時候反應必須非???,大概幾十毫秒幾百毫秒這種量級,如果到一秒,就會出危險。很大程度上,你能多快獲得反饋,決定了算法能做到多好;而算法有多好,就越能快速得到反饋——正向循環,越簡單,算法效果越好。

            我在念書的時候有一個機器人的經典例子:你用機械手臂去拿一個杯子的時候,理論上你有兩種算法、兩種模型去做這種事情:

            第一種算法是從物理定律出發。先看你和杯子有多遠,然后建立一個特別復雜的物理方程,一次性把杯子拿起來。

            第二種算法是用一種類似梯度下降的方式,不停地去看胳膊,在機械臂朝一個大致的方向運動,同時視覺部分不停反饋機械臂和杯子之間的距離、方位、角度、速度等,通過快速迭代的方式,最后在有確定性的時候,把杯子拿起來。

            第二種算法非常簡單,它不需要簡歷那么復雜的物理學定律,但是實驗效果會更好——因為它利用了快速和大量的反饋。

            對各位產品經理來說,你希望在AI時代做一名AI產品經理,核心還是回歸本質,回到原點;從產品經理的技能樹出發,從你的職責出發,面對需求的不確定性,面對新的團隊、新的工作方式,做團隊中最理性樂觀的一個人。

            案例:對話機器人

            我們來看一個具體的案例:作為一名對話機器人的產品經理,你是如何去思考這些問題,或者說大致的流程是怎樣的。

            相比前幾年,APP的紅利已經消失,下載的量級也下降了很多,但是消息平臺卻有爆發性的增長。國外是Facebook,國內是微信這樣的,這些都是對話機器人興起的原因。

            我個人使用手機的時間大概占 了88%,有大量的用戶也是這樣(有調研數據支持),大量的用戶習慣于以消息的方式來進行工作溝通,這也是一個市場傾向,或者說是一個現實的情況——這也正是巨頭在對話系統,包括語音識別領域做出巨大投入的原因之一。

            作為產品經理,你看到這樣一個現象;你非常興奮,立刻投身其中;但實際上,你會發現面臨巨大的挑戰:

            大家都用過Siri,智能音箱或者其他類似的應用,分享一些有意思的調研數據:使用前三位的功能是鬧鐘,查天氣和聽新聞。聽新聞的頻次不超過10%,查天氣大概是接近70%——嗯,看起來智能音箱這些在我們的生活場景中起到了作用,但是非常有限。

            而從產品表現來看,Siri之類的前言不搭后語,缺乏常識,缺乏自學能力,這些的根本問題,在于技術的限制——我們當前的技術水平,沒有辦法讓機器真正理解人類的語言。

            在當前的市場環境和技術水平之下,我們應該用什么樣的產品來應對我們當前市場的發展趨勢——這是我們產品經理面臨的一個巨大挑戰,這也是產品經理思考的一個過程:市面上這么多做對話的,到底是在做什么?為對話而對話?對話是一種高效的溝通方式嗎?對話到底能給用戶提供怎樣的價值?

            • 從效率來講,CUI對話更適合做信息的深度展示,GUI更合適做信息廣度的展示。如果有幾百個選擇,更適合用圖形界面,如果只有幾個選擇,每個選擇都需要做很深入的溝通(幾步幾十步這樣的溝通),那圖形界面就未必是好的選擇,用戶會在過程中迷失。
            • 從用戶感受來講,圖形界面更強調空間感:打開一個界面后我們知道哪里是重要的內容,哪里有廣告,哪里有次要的內容。但是對話更強調時間感:隨著時間流逝,有因果關系的產生;隨著時間的流逝,他有更深入的交流。
            • 從用戶預期來講,CUI更強調個性化參與和自我學習,而人們對GUI的預期,其實是一個差不多或者不完全一致但基本類似的一個預期。

            從這三點來看,對話未必適合所有的場景,但某些場景下,對話是更合適的。所以需要深度溝通,更強調時間上的因果關系,更強調個性化參與這些具體的場景。

            那么,我們到底應該做一個什么樣的事情?

            結論是:作為創業公司,應該去做高用戶價值、高稀缺性的事情。高用戶價值、高技術成熟度的一定是充分競爭的,大家都一窩蜂擠進去;而如果是稀缺性技術、成熟度都很高,那就是夕陽產業,再往下坡路走了——因為用戶價值越來越低。而如果三個都很高,那是壟斷企業做的事情。

            AI商用的原則是什么呢?

            在當前的技術水平和市場接受程度來說,一共是通過對話能夠高效解決問題的場景。你要找到這個場景,選擇合適的技術(并不追求技術領先或絕對的技術成熟),去成為細分領域的關鍵業務環節,讓別人離不開你。

            這些場景有清晰的知識結構和邊界,在對話這件事情上,它一定不是開放的(因為開放域的問題限制還沒有非常好的解決方案),對非標準的服務信息不對稱,需要深度溝通,然后你通過數據的積累去提升服務質量,并建立知識和技術壁壘。

            也就是說,以對話為界面,綜合其他各項技術(管他是AI也好,或者其他的),為用戶提供價值。對話本身不是目的,他的內容、領域、知識才是你真正提供給用戶的知識。

            通過這樣的分析,我們回去看幾個有意思的場景:

            智能投顧保險理財,它的銷售轉化就是用對話的方式帶動。

            以對話時的發現解釋和推薦。它有可能是產品,也有可能是信息,甚至是其他東西。

            最后一點分享:

            作為產品經理,你要在這些case上把你的規劃落地,要考慮各種各樣的問題:和商業相關的問題,跟具體場景相關的問題,渠道的問題,定價的問題,技術的問題;你的語料從什么地方來?你的軟硬件環境是怎樣的,具體的技術架構是如何等等。

            最新文章
            ?
            亚洲欧美自拍另类制服图区,欧美午夜片在线观看,欧美A级在线看不卡完整版,欧美日韩a∨不卡视频在线,欧美视频毛片在线播放