当前位置:首页 > 【图】To B产品经理如何转型为AI产品经理_搜狐科技_搜狐网

【图】To B产品经理如何转型为AI产品经理_搜狐科技_搜狐网

时间:来源:hanniman

原标题:To B产品经理如何转型为AI产品经理_搜狐科技_搜狐网

原标题:To B产品经理如何转型为AI产品经理

前言:本文作者@howie,是我们“AI产品经理大本营”成员;欢迎更多有兴趣“主动输出”的朋友们一起加入、共同进步:)

我是一名To B互联网产品老兵,本文是根据我对AI技术的学习与思考,总结的AI产品经理转型方法。文章中不免有过于主观或错误的观点,也希望大家能够指正或给出建议。

经过几个月的AI学习之后,我已经对To B产品经理转型AI有了一些自己的理解。个人认为,想要顺利转型,需要依次经历以下几个思考与学习过程:1. 认清AI能为产品经理带来的价值;2. 确定AI技术的学习范围;3. 学习AI技术;4. 理解AI技术的应用价值;最终,作为转型后的AI产品经理,需要充分利用AI技术的优势为产品提升商业价值。

在此,先假定大家已建立了AI技术基本认知;对于还不了解的朋友,可以先查看我的前几篇文章,比如 《关于AI学习方法的思考——产品经理入门人工智能》。

1

认清AI能为PM带来的价值

PM是一个岗位,其岗位职责就是为公司的产品提升市场竞争力与商业价值。而提升产品竞争力的重要方法之一,便是在现有产品中引入可以提升产品竞争力的新技术。因此,寻找新技术本身就是产品经理的重要工作之一。

AI是一种替代人工生产力的技术。现阶段我们所说的AI技术,主要是指以下几种技术的集合,包括:ASR(语音识别)、NLP(自然语言处理)、TTS(语音合成)、CV(计算机视觉)、MV(机器视觉)、ML/DL(机器学习/深度学习),也可以理解为弱人工智能。其中目前最为热门的机器学习技术,利用商业大数据训练一种模型,在特定业务场景中,该模型可以用于识别与预测(较为适用于感知相关的技术)。AI技术与互联网技术的本质区别在于,AI技术并不是商业模式的创新,而是人工生产力的替代(也可以理解为让机器来干原先人才能干的事情)。

因此,当PM深入了解AI技术后,自然能为自身带来很强的职业竞争力。并且AI技术已经接替互联网技术,成为目前市场上的一个新“风口”,也许这就是众多PM想要转型AI的理由。

如果你已经确定想要转型成为AI产品经理,那么学习AI技术自然成为重点,接下来将介绍如何确定AI技术的学习范围。

2

确定AI技术的学习范围

我们可以根据个人发展目标确定好转型进入的AI公司类型,然后了解不同类型的AI公司对PM的AI技术要求,进而制定AI技术的学习范围。

这里重点谈谈三类AI公司对PM的AI技术要求。

第一类,【基础层AI】领域的公司。这类公司的业务是提供AI技术平台及其配套基础设施,例如:各种AI开放平台、各种云计算平台、基础AI硬件提供方等。由于AI技术本身就是产品,因此这类公司每提升一个技术的等级,就能够提升产品的竞争力。我理解这类公司对PM的要求为,必须熟知公司内部能够提供的AI技术能力,并且能够与市场上的AI技术竞品进行优劣势比较,还要有能力作为售前支持,为使用方提供技术咨询。因此,这类公司中的PM如果不能深刻认知AI技术,可能就不好开展工作了。

第二类,【AI+行业】领域的公司。这类公司的所在行业是由于AI技术的发展而创造的新的行业(品类),例如:智能自动驾驶、智能音箱、智能手环等,也就是说,没有AI技术就没有这类公司。我理解这类公司是在充分理解技术特性及其技术边界的基础上,发现新的行业机会,创造新的用户场景与操作体验。这类公司对PM的要求为,深度理解公司及行业能够提供的AI技术的特性及边界,并有很好的想象力与创新能力(因为公司开创的是新行业)。

第三类,【行业+AI】领域的公司。这类公司主要是现有行业内应用AI技术来提升产品竞争力,例如:智能医疗系统、智能客服系统、智能UI设计系统等。我理解这类公司是在充分理解商业业务场景的基础上,寻找能够为企业带来进一步“降本增效”的AI技术方案。因此,AI产品经理首先必须具备深入的行业知识背景,并且能够时刻关注前两类公司提供的开放AI技术特性,最终将能够提升产品价值的AI技术集成在现有产品中。因此,这类公司可能对AI技术的要求相对最低,主要是能够及时且充分的了解市场开放的技术特性。

在以上三类公司中,对于To B产品经理转型AI时,可能最理想的选择就是【行业+AI】。原因有两点:第一,To B产品经理已经积累了行业知识背景,直接在现有行业上转型AI产品经理是比较理想的,如果更换了其他类型的公司,势必需要重新积累行业知识。第二,对产品经理的AI技术要求相对最低,对于转型也许是最快的路径。

【行业+AI】中的PM主要负责:在现有行业的业务场景中引入AI技术,为产品提升商业价值。可以理解为,结合PM自身对行业业务与公司产品的认知情况,在市场中或公司内部寻找可以提升产品价值的AI技术方案,最终应用到产品中。

其实,目前市场中已经开放了众多成熟的AI技术方案,如果公司并没有很好的AI技术人员与技术方案,那么充分了解市场中开放的AI技术方案,并直接引入到现有产品,不就是一种低成本且快速的方案么?

因此,我认为To B产品经理转型AI产品经理,可以将学习市场开放的AI技术方案作为最基础的学习范围。我们那么接下来就认真了解一下市场中已经开放的通用AI技术方案吧。

3

学习开放平台AI技术方案

前文说过,目前的AI技术主要包括了:ASR、NLP、TTS、CV、MV、ML、DL等,主要用途就是【识别】与【预测】。目前市场中提供了众多的AI技术方案,可以将此分为两类:通用AI技术方案与特定垂直行业的AI技术方案。特定行业的AI方案可能也会基于通用AI方案,因此,为了节省篇幅,本文略过特定行业的垂直解决方案,如自动驾驶、智能客服、智能金融、机器人等,只将重点放在我汇总的三类通用AI技术方案上:

1. 语音交互(包括机器人)方案:可以使用语音识别技术设计产品交互,对于特定的交互场景可以提升产品交互体验,如:开车中使用语音会比使用手更方便,或如修车这类工作中不方便使用双手的场景;

2. 图像/视频识别方案:利用计算机对图像与视频的识别能力,可以替代部分人工识别工作,从而降低企业的人力成本;

3. 开源机器学习(深度学习)框架:企业可以利用机器学习技术与自己的业务大数据,训练出对特定业务的识别与预测能力,从而降低特定岗位的人力成本。

下文将对这几种技术分别进行详细说明。

3.1 语音交互

顾名思义,就是使用自然语言与系统进行交互的技术,是在鼠标、键盘、手机触屏等交互方式之后,发展的更为自然的交互技术。不但输入速度会提升,而且在特定场景下会让软件系统使用更加方便。该技术包括五种关键子技术:语音唤醒(可理解为当计算机收到特定声音内容时开启程序的技术)、语音识别(ASR,可理解为计算机通过麦克风,将输入的声音转化为文字的技术)、自然语言处理(NLP,可理解为根据语音识别出的文字,处理成计算机指令的技术)、语音合成(TTS,可理解为通过给计算机指定的文字,让计算机读出来的技术)、声纹识别(可理解为根据不同人的不同声音,让计算机识别出每个人的技术)。

以下平台均已提供语音交互的技术方案:

1. 科大讯飞开放平台(http://www.xfyun.cn/ )

2. 百度AI开放平台(http://ai.baidu.com/ )

3. 图灵机器人(http://www.tuling123.com/ )

4. 云知声(http://www.unisound.com/ )

5. 阿里云ET(https://et.aliyun.com/index )

6. 腾讯AI Lab(http://ai.tencent.com/ailab/index.html )

其中,推荐大家可以试试科大讯飞的AIUI解决方案与百度的UNIT解决方案,操作非常简易,基本可以说不需要专业AI技术人员,上手就可以体验。

了解了市场中开放的技术方案后,我们再来看看市场上应用了语音交互技术的产品吧,以下是我推荐去了解的产品:

1. 讯飞输入法:语音输入法类产品;

2. 思必驰公司:提供智能家电类产品;

3. 追一科技公司:提供AI语音客服类产品;

4. Ginger:心理咨询及护理APP;

5. 图灵机器人:中文语境下智能度最高的机器人大脑;

6. 还有众多智能音箱、智能电视等等。

对于To B软件,我认为VUI(语音交互)+GUI(图形化界面交互)的组合方式将会是趋势,大家可以体验一下百度地图这款产品,除了支持App操作外,也可以用语音直接控制。

3.2 图像/视频识别

图像/视频识别就是让计算机可以识别特定的图像或视频,该技术可以替代部分需要人类视觉识别才能进行的工作。主要技术包括:人脸识别、人体识别、印刷文字识别、一般物体识别、花草识别、图像搜索、图像审核等。

以下平台均已提供图像/视频识别的技术方案:

1. 商汤科技(https://www.sensetime.com/ )

2. 旷视人工智能开放平台(https://www.faceplusplus.com.cn/ )

3. 格林深瞳(http://www.deepglint.com/ )

4. 码隆科技(https://www.malong.com/ )

5. 图普科技(https://www.tuputech.com/ )

6. 百度Apollo(http://apollo.auto/ )

7. 腾讯医学AI实验室(https://aiyixue.qq.com/ )

1. 腾讯的觅影:医学影像识别系统,可以根据拍摄的医疗影像,来识别病人的病症;

2. 商汤科技的智慧安防:从视频中实现人群检索与人脸比对技术;

3. 图普科技的智能鉴黄:识别图片及视频中的涉黄内容,可以替代90%以上的人工审核;

4. 阿里巴巴的淘咖啡:无人便利店,可以自动完成全部收银过程;

5. 百度的Apollo:自动驾驶解决方案,替代汽车驾驶员。

3.3 机器学习框架

机器学习技术是一种计算机自我编程技术,就是将标记好的大数据输入到机器学习框架中,让计算机完成自主学习与编程的技术。其实,上面的语音识别与图像/视频识别技术,其基础都是机器学习技术。在拥有了特定行业大数据后,机器学习可以替代掌握某种特定技能的岗位工作。

目前,很多大型AI平台开放了通用机器学习框架,目的是为了降低一般公司使用AI技术的门槛。当前比较热门的机器学习框架——

1.国外主要是Google的Tensorflow

(http://www.tensorfly.cn/ )

2.国内主要是百度的PaddlePaddle

(http://www.paddlepaddle.org/ )

学习机器学习框架需要一些技术基础,有兴趣的朋友可以去了解下:

?

接下来还是推荐一些应用了机器学习技术的产品:

1. 阿里巴巴鲁班-智能UI设计:每秒可做8000张海报;

2. ARKie-智能设计助手(http://www.arkie.cn/welcome ):与阿里巴巴的鲁班类似;

3. Harver-简历筛选:用AI代替HR筛选求职简历;

4. 猿辅导:英语作为智能批改软件;

5. 今日头条-写稿机器人:张小明可进行乒乓球、羽毛球、网球和女足等赛事报道;

6. 法里-智能法律问答系统:解决女性离婚用户的法律问题;

当我们已经了解这么多的AI技术后,我们就要认真想一想,AI技术如果应用在产品中,能够体现的应用价值是什么呢?

4

理解AI技术的应用价值

面向企业应用领域,业务需求与对应的解决方案一直并存,而新技术将会为原有需求提供更好的解决方案,为企业带来更多的价值。那么将AI技术引入ToB产品,就一定要在解决方案中体现出该技术的价值。

现有很多ToB产品的解决方案都是围绕着为企业【降本增效】,主要方法:第一,通过规范化的信息系统缩减不必要的工作流程;第二,通过办公/决策辅助系统来提高办公/决策效率;第三,通过自动化系统替代部分人工处理工作。

AI技术可以在特定的业务中让机器替代人工劳动力。AI(机器学习技术)推动了计算机识别技术的发展,尤其是在语音识别与图像/视频识别方面。语音识别结合现有的翻译软件就完成了替代翻译人员的工作,而图像/视频识别直接就可以应用在鉴黄领域从而替代鉴黄师的工作。

因此,在To B产品中,AI技术可以为企业带来【降本增效】的价值。AI技术能够替代人工劳动力,是因为机器的计算成本肯定低于人工成本,从而直接达到降低成本的作用。而使用计算机来干活,效率自然要比人要快速许多,甚至可以提升上百上千倍的效率。相信这样的处理速度可就不是一般的【增效】了,都可以当做企业竞争力的秘密武器了。并且如果越来越多的岗位被AI技术所替代,那么将直接推动企业创新能力的发展!

我们来看看以下几个案例,都是应用在To B产品中可以替代人工劳动力的例子:

1. 腾讯觅影(http://t.cn/RYRDSmI ):替代医生的部分职责;

2. 百度Apollo(http://apollo.auto/ ):完全替代汽车驾驶员的职责;

3. 商汤-公安人脸识别智能(http://t.cn/RYRD0zo ):替代公安人员的部分职责;

4. 网易七鱼-智能客服(http://t.cn/RYRDYwY ):替代客服人员的部分职责;

5. UIzard(http://t.cn/RYRD89b ):替代前端工程师的部分职责;

6. 鲁班设计AI(http://t.cn/RYRD3y1 ):替代UI设计师的部分职责;

7. Boomtrain的智能营销平台(http://t.cn/RYRDdYk ):替代营销人员的部分职责;

8. 京东仓库机器人(http://t.cn/RYRDsfH ):完全替代仓库库管、分拣员、包装员等各种角色;

9. 阿里巴巴天巡(http://t.cn/RYRkhsC ):替代服务器运维人员30%的工作;

10. Abyss Creations娃娃(http://t.cn/RCi65Q7 ):替代....(自己去看吧)

结语

作为一名To B产品经理,本文讲述的内容,就是我对快速转型进入AI领域的方法的理解。学好了这些内容,也许你就可以开始尝试寻找当前行业中,可以应用AI技术的业务场景了,看看能不能为你负责的产品带来商业价值吧。

文章的最后,再分享几个我对目前AI产品的思考:

1. 在商业场景中寻找AI技术的应用场景,可以从寻找替代人力岗位职责的角度思考,详细了解潜在产品客户企业的招聘需求,从而进一步思考AI技术可以替代的岗位职能;

2. 计算机视觉在商业上的应用尚属于蓝海,可以挖掘的商业场景还很多,如果能够找到合适的数据来源,那么一定存在在商业机会;

3. 可能未来的互联网To B产品企业,就像是提供商业公司人力资源外包的企业,可能的模式是需求方企业向AI技术企业提供方租用“技能劳动力”

最后,做好AI产品经理肯定不是一蹴而就的,需要长期持续修炼,我的修炼之路将从以下三点入手:第一,时刻关注市场开放AI技术特性;第二,学习AI的基础技术知识,建立AI技术的基本认知;第三,持续修炼产品经理所需的基本技能与所在行业的业务知识。

如果对本文有任何的建议或意见,或对相关内容需要探讨,欢迎加我微信一同探索,微信号:howie2017

注1:@howie 的第一篇文章是《关于AI学习方法的思考——产品经理入门人工智能

---------------------

作者:黄钊hanniman,图灵机器人-人才战略官,前腾讯产品经理,5年AI实战经验,8年互联网背景,微信公众号/知乎/在行ID“hanniman”,饭团“AI产品经理大本营”,分享人工智能相关原创干货,200页PPT《人工智能产品经理的新起点》被业内广泛好评,下载量1万+。返回搜狐,查看更多

责任编辑:

浙ICP备11025431号-1 声明:本网部分信息转载于其他网站,如稿件涉及版权等问题,请联系我们. 微信: inaniu!