在人工智慧和機器學習領域,作為一個產品經理可以做什麼?

最近在看人工智慧/機器學習/自然語言處理相關的東西,作為一個軟體pm,想請教各位大神,在人工智慧產品化的過程中,產品經理主要在做什麼事情,定義的是什麼東西,輸出又是什麼?

市面上很多語音助手類產品,產品經理應當梳理常見的問答場景,除此之外呢?


謝邀~

1、AI技術產品化時,需要落地到具體的行業/場景,所以比純軟體要難得多。不僅你要處理的工作內容需要變化,甚至你的思維方式、你整個人,都需要變化。。。類比就像「傳統行業的人轉到互聯網行業」,難度大到,我估計做相關AI產品的人,絕大多數還沒意識到這個問題的嚴重程度——因為我就是最近才意識到的。。。

2、要麼你自己去學習/理解這個落地的行業/場景,要麼有很牛的相關人和你互補。

3、有興趣的各位大牛小牛,歡迎來我司試試。。。

有事要閃了,先說這麼多。


在機器還沒有自我思考能力的情況下,產品經理充當大腦的角色。

識別用戶需求,構建產品應用場景,完善產品的「手腳」,確定產品的生命周期。這麼來看的和互聯網行業的差別不大。

但是,如果產品是需要深入到某一行業的,那需要花費很大的心思講自身和產品融入到行業應用場景中。

另外,我覺得產品經理應該了解一些心理學,有助於和用戶溝通,挖掘用戶期望。


作為做過人工智慧產品的PM,我來講幾點。

1.絕非打擊,如果產品是人工智慧和機器學習領域的,PM必須懂技術,且必須到高級工程師的水準,達不到這個水準的,根本做不來人工智慧產品,因為根本不能準確把控技術要點,更沒有辦法仔細理解產品。

2.產品必須要有準確的定位,必須在做之前就想清楚To C還是To B,如果是ToB的技術解決方案,應該在技術層面做到極致,如果是To C的,必須清楚理解這項技術能滿足用戶什麼需求,抓到什麼痛點

3.了解本質並應用到產品設計中,人工智慧和機器學習技術的本質實際上是效率的提高,產品必須是以技術為基點,提升用戶效率,更好地滿足用戶需求

4.產品和技術需要相輔相成。

以我最近做的產品"聽畫"為例,我們掌握了人工智慧音樂領域的一些技術,我們可以讓機器自動寫出樂譜並彈奏出來,以此技術為基點,我們首先確定要做一款To C的產品,即面向大眾的產品,我們把這款產品做成了社交產品,社交平台是最好的技術孵化器,我們通過引入用戶評分機制對機器生成的音樂進行評價排序統計,再將結果返回給AI系統,AI作曲系統針對用戶的評分可以計算出用戶喜好,然後根據用戶喜好調整自身的生成演算法,以此做到產品和技術的互相提升

暫時就這麼多,歡迎大牛拍磚。

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

補充:不要問我演算法,這是商業機密肯定不會說的


很殘忍的說,如果技術到了一定水平,又有產品sense,這些問題自然知道。如果技術水平不夠,只是類似於客戶端軟體那種產品經理,還是不要趟這個渾水。


程序員鼓勵師


不懂理論,還以為自己特別懂的那種。。。實在特別可怕。。。深以為機器學習的需求並不是一般產品經理可以給出的啊。


首先 ,人工智慧,機器學習最終還是要服務人類與社會,產品經理可以做的事情就很多了。特別是傳統產業與互聯網的碰撞中,會產生很多新的需求。可以是創新的,也可以是傳統產品的迭代。

其次,一個優秀的產品經理的工作,不僅僅是對產品的把握與設計,還有對市場的把握,對需求的把握,對顧客的把握,還有產品的變現能力,當然公益性質的產品另說了。還有對技術的了解。

最後,人工智慧和機器學習領域的產品經理,跟互聯網的產品經理的能力要求和區別,最明顯的一點就是,人工智慧和機器學習的產品可能不僅僅是商業模式的問題,還有可能涉及產品的批量生產,銷售問題。


儘可能找到在現有的或者不遠的未來確定可以達成的技術條件下的用戶場景,然後思考如何將需求產品化。


人工智慧和機器學習都是計算機工程師設計的,所以要想走在技術的前沿,要學習編程。推薦學習 Lisp 或是它的一門方言。因為大部分人工智慧思路都是用它表達的。從而了解機器的特長和不足,以便揚長避短。


這個領域目前不需要產品經理


推薦閱讀:

怎麼從一個有演算法基礎但是沒有項目經驗的學生,成長為數據挖掘工程師?
機器學習書籍選擇?
如何做一名優秀的數據產品經理?
數據分析方法論是什麼?
如何看待 CMU New Initiative: CMU AI?

TAG:人工智慧 | 數據挖掘 | 機器學習 |