第一章 人工智能时代重新定义产品经理
互联网的贡献是重构商业模式，关注生产要素和资源配置方式的优化和升级，不改变生产要素本身。例如在出行领域，互联网是整合和优化线上、线下出行流程，进而实现商业变现。
人工智能的贡献是升级、创新产品和服务这个生产要素本身，进而推动产业升级。例如在出行领域，人工智能是赋予车辆自动驾驶能力。
基于以上，转型为人工智能产品经理需要的是价值观和方法论的转变。
1.1 人工智能时代产品的特殊性
1.1.1 人工智能是工具，也是新的产品设计思维逻辑
回顾人类历史的改变，都是在人类需求的驱使下，产生了某种技术，帮助人类实现新的行业和新的产品形态。人工智能也是为了解决人类需求而生的工具，通常用在传统解决方案产品上，对其进行改进和提升。
人工智能的本质是概率，概率论是人工智能系统推理的逻辑基础。在不同行业的不同场景中，人类对于人工智能在概率表现方面的期望值不同，人工智能产品经理需要在具体的业务场景中，判断人工智能可以达到的推断概率是否解决用户的需求，以及这种概率被用户接受的最低标准是什么，能够超出用户预期的标准是什么，并依据这些判断决定对产品研发的投入策略。因此，人工智能产品经理在设计人工智能类产品的时候，就充当了实现概率最优和成本投入之间的平衡者。
除了概率以外，人工智能产品的实现也离不开数学、统计学、生物学、遗传学、进化论的理论支持，因此人工智能产品经理应理解各种学科理论的逻辑对产品设计产生的影响。
1.1.2 人工智能技术给传统的服务和产品赋能
人工智能产品可归纳为以下几个类型：
- 个性化精准服务
- 替代简单或重复劳动，
- 提升效率和准确性，如反金融欺诈系统
- 提升用户体验，如语音指令控制的智能家居机器人
- 自主创作，如Deep Dream、Sunspring
人工智能产品没有固定的形态，只是将传统的产品流程赋予上面提到的人工智能所擅长的几个能力，为传统产品或服务赋能而已，人工智能产品经理应该学会找到用户需求和新技术的交叉点。产品的终极目标仍然不变，为用户创造最大价值，提供最佳用户体验。
1.1.3 构成人工智能的三要素
算法、计算能力和数据是组成深度学习的“三要素”，这“三要素”是促成人工智能技术得以广泛应用的根本原因，人工智能产品经理从产品最初的规划到产品上线后的运营，在整个产品管理过程中就要考虑如何为研发团队创造“三要素”的最佳环境。
- 在算法层面，需要产品经理对主流的算法模型和框架有基本的认识，并可以做到对各种算法在不同场景下的使用效果进行量化评估。
- 在计算能力层面，需要产品经理从需求出发，衡量产品功能所需求的算法模型需要怎样的系统架构支撑，并能够评估硬件开销。
- 在数据层面，产品经理在产品设计之初就考虑数据从哪里来，数据质量怎么保证，数据治理的工作怎么开展等问题。因为优质的数据可以帮助企业快速建立门槛，好的数据通常比好的算法更重要。
人工智能“三要素”是构建人工智能产品核心竞争力的重要手段，任何一种要素都不足以让产品在市场上建立绝对优势，因此产品经理在定义产品核心竞争力的时候，就主动寻找三要素交叉组合的“黄金地带”。
1.1.4 人工智能产品成功的必要条件
核心技术、产品化和商业化三要素对于一款人工智能产品的成功缺一不可。
- 核心技术。人工智能产品给用户的优越体验，往往是“零感知”的技术，用户没有任何学习成本，甚至都察觉不到这种“高科技”。公司掌握某一种人工智能技术，可以帮助企业实现更多的应用创新，在竞争中取得绝对的制高点和占据市场先机，甚至造成与竞争对手完全不在一个跑到上竞赛的局面，因此，核心技术是人工智能产品成功的第一要素。
- 产品化。产品化的过程可以快捷、低门槛的形式触及用户，当用户开始使用产品后，可以有效地传递价值并为用户解决实际需求。如果核心技术对用户使用提出了较大的门槛，反而很难直接的传递价值，那么产品还是无法成功。人工智能产品在产品化不同阶段有不同的挑战，在整个演进过程中，需要经历宣传产品价值，快速证明价值，交付用户价值和延展价值四个过程。
- 商业化。产品化决定了产品的价值空间，而商业化决定了产品将价值变现的能力。在商业化的思考中，产品经理需要站在用户角度考虑产品定价策略，深入理解场景和用户的痛点在哪里，而不能利用过去经验，来评估产品的成本结构，制定产品定价策略。
1.2 人工智能时代产品经理的价值定位
在人工智能时代，产品经理可以被定位成公司中的三种关键角色。
- 拥有市场和技术前瞻性的带头人。产品经理是与用户、市场接触最多的人，应具备市场前瞻性，找到产品的目标市场定位，并判断哪些前沿技术可以解决这些用户的痛点。因此，兼顾技术和市场前瞻性就成为了人工智能产品经理必备的素质，两者中任何一方面的偏科都可能导致产品失败。产品经理应带领研发人员向前走，而非科研人员带领产品经理向前走，尽管倡导技术驱动创新，如果产品经理不能把控产品方向，那么公司将面临巨大的风险。
- 技术赋能的创新者。在某些公司中，研发者更倾向于使用新技术为自己创造产品，造成这种原因是研发人员只专注于技术工作，而不能从用户满意度和产品功能的价值上获得成就感。产品经理需要引导研发人员接触用户，了解需求场景，理解产品设计的逻辑和理由，在产品上线后，在第一时间分享给研发人员。激发团队的创造力，最终实现从技术到创新的快速转化。
- 道德准则的守护者。优秀的产品经理可以创造出令人叹为观止的对人类有益的人工智能产品，同时也可以创造出另外一个极端，人工智能时代的产品经理不仅需要设计出逻辑缜密的产品，更需要将伦理和道德考虑到产品设计中，因此，在人工智能时代，企业对产品经理的要求要上升到另外一个高度，产品管理的能力和商业化能力考核的仅仅是产品经理的技术水平，更重要的是要考核其道德水准。
1.3 人工智能产品经理需要兼具“软硬”实力
1.3.1 人工智能时代产品经理需要懂技术
人工智能时代产品经理需要懂技术，而且是要在自己所在的领域中掌握前沿技术的实现原理，谙熟每种技术实现的优劣，对技术的发展方向和技术如何融合产品有自己独到的认知。对于懂技术的要求，可从以下角度进行理解。
- 需要对所在领域产品研发过程中每一个技术动作的原理和最佳实践应用有深刻的理解，能将目前主流的技术手段、竞争对手的技术手段来进行横向比较、分析，并量化优势和劣势。
- 产品经理首先要了解所在行业的技术常识，包括技术的历史背景，技术现状及未来技术的演变趋势。除此之外，产品经理还需要重新定位自己在团队中的角色，需要为算法团队创造更好的条件来完善模型。
- 掌握前沿技术在产品所在领域的应用条件和最佳实践。产品经理需要找到最佳生产材料的组合，并完成前沿技术产品化落地方案。不同产品组合策略会得到完全不同的效果，产品竞争的维度也会变得更加多元化。
1.3.2 会用数字表达和评判
人工智能产品经理还需要投入大量的时间和精力将产品的目标用数字量化表达，即用明确的量化方式表达自己的设计理念和设计目标。
1.3.3 懂得沟通和协助的艺术
在人工智能时代，如果具有良好的沟通协作能力，产品经理的价值会被放大。主要有以下几个原因：
团队组织架构重新调整。新技术的引入导致了全新的组织架构调整，形成了新的合作分工方式。产品经理需要了解新的部门，新的成员加入团队后带来的分工和工作流程上的变化，通过合理的资源整合，在团队中发挥类似于润滑剂的作用。
日新月异的技术手段需要产品经理快速学习和适应。在人工智能时代，产品经理还需要和算法工程师紧密配合，紧跟算法工程师的步伐，快速丰富自己的只是体系，但是产品经理在学习技术的时候，与研发人员有着不同方式和目的。具体如下
- 产品经理只知道一些关键算法的应用策略和工程实践特征即可。
- 从业务需求出发，带着目的去学习。要明确为什么要学，为了解决什么样的问题。
- 产品经理需要和内部的技术专家交换知识和观点，将自己理解的技术知识讲给技术专家，目的是了解他们理解的视角和自己的理解是否一致。除此之外。还需要和跨界专家交换思想，扩大自己思维边界，因为创新往往来源于不同领域的知识交叉。
产品研发流程需要更多跨部门协作。人工智能产品从工程流程上来说，需要更多的跨部门协作才能完成研发工作。尤其是数据来源于不同部门时，有海量的数据加工和挖掘，产品经理需要协调数据科学团队共同完成某个产品的研发工作。产品经理最懂行业，最懂业务，而数据治理永远是业务驱动，因此产品经理做这个协调工作再适合不过了。
1.4 人工智能产品经理入门
人工智能领域在数据分析，软/硬件的技术整合以及团队协同方面都对产品经理这个岗位提出了更高的要求。
1.4.1 修炼思维模式：资源、解决方案、目标导向
人工智能时代，产品经理需要具备系统性思维，即把问题放在整个系统中进行综合分析，权衡利弊，得到最佳解决方案。根据人工智能时代的特点，产品管理思维可以被分为三种类型：
- 资源管理思维。产品经理应关注资源的投入和产出。至少需要考虑三个方面的资源投入：算法、数据资源、硬件资源。首先，算法模型的训练和调优，较以往产品功能和页面研发具有更多的不确定性，其次，高质量数据集的获取本身需要投入大量资金和时间成本，最后，人工智能产品成功取决于系统集成的综合表现而非某项单一技术的突破。综合以上，产品经理需要在工程实践中积累经验并锻炼资源的统筹管理和风险控制能力，在产品迭代过程中从上面提到的三种核心资源角度考虑投入和产出，并拿出合理的解决方案。
- 解决方案思维。在人工智能产品生命管理过程中，产品经理应该有意识地主动寻找产品的解决方案。研发团队相比于产品经理距离用户和市场更远，需求的把控能力有限，而且人工智能产品的协作复杂，包括算法团队，数据团队，底层架构团队在内的研发团队往往无法实现自主协同，研发人员牵着产品经理鼻子做解决方案的方式显然不妥，这个时候就需要产品经理协调各种资源输出合理的解决方案。
- 目标导向思维。明确以目标导向的思维模式对于资源的整合及团队协作至关重要，人工智能产品的特殊性对这种目标导向的思维模式提出了更高的要求。首先产品经理要具备前瞻性的视角，才能准确定义一款在市场上具备竞争力的产品目标。其次，从技术角度和公司的资源现状出发，确保这样的目标是可以实现且可被量化的。产品经理一方面需要明确阶段成果物，时间节点、标准，另外一方面，需要协调资源，将目标下发到每个团队成员头上。
1.4.2 构建知识体系：六大模块
人工智能产品经理应具备完整的知识体系，至少应包括六大知识模块：
- 开发人工智能产品过程中的基础知识：包括产品所在领域术语、常见的技术架构、常见数据类型、测试方法。
- 平台和硬件支撑：包括云计算、大数据、人工智能平台、智能感知与互联、智能芯片、边缘计算等。
- 人工智能核心技术：NLP, HCI, Biometrics, CV, ASR, VR, AR, MR 以及算法基础常识，并理解以上技术的应用场景和最佳实践应用。
- 人工智能普遍应用的产品或服务可分为三大类：第一类是语音和文字处理，第二类是图像和视觉，第三类是大数据分析和预测。
- 行业知识体系。
- 伦理，安全，法律知识。产品经理设计产品时应考虑到伦理，数据安全及产品所涉及的法律知识，因此需要对这些知识有体系化地认识和理解，以规避产品风险。
除此之外，还需要跨领域的知识体系构建，包括心理学，哲学，数学，认知科学等。
1.4.3 参与工程实践
在和研发配合的过程中，总结产品经理可以贡献的方式和内容，将工程实践中所学到的经验定期加以整理，并固化到你的产品管理工作流程中。