To B产品经理,如何转型AI产品经理?

2017年12月12日 人人都是产品经理


作者:howie杨

全文共 5810 字,阅读需要 13 分钟


———— / BEGIN / ————


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:


  • 认清AI能为产品经理带来的价值;

  • 确定AI技术的学习范围;

  • 学习AI技术;

  • 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技术的基本认知。


一、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,是利用商业大数据训练出的一种模型,在特定业务场景中,该模型可以用于识别与预测(较为适用于感知的相关技术)。


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。


二、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


这类公司所在的行业是由于AI技术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:


  • 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。

  • 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。


三、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(包括对话机器人)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:


  1. 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)

  2. 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)

  3. 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)

  4. 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)

  5. 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:


  • 科大讯飞开放平台(http://www.xfyun.cn/ );

  • 百度AI开放平台(http://ai.baidu.com/ );

  • 图灵机器人(http://www.tuling123.com/ );

  • 云知声(http://www.unisound.com/ );

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

  • 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:


  • 讯飞输入法:语音输入法类产品;

  • 思必驰公司:提供智能家电类产品;

  • 追一科技公司:提供AI语音客服类产品;

  • Ginger:心理咨询及护理APP;

  • 图灵机器人:中文语境下智能度最高的机器人大脑;

  • 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:


  • 商汤科技(https://www.sensetime.com/ );

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

  • 格林深瞳(http://www.deepglint.com/ );

  • 码隆科技(https://www.malong.com/ );

  • 图普科技(https://www.tuputech.com/ );

  • 百度Apollo(http://apollo.auto/ );

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


推荐大家去了解与图像/视频识别相关的以下产品:


  • 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;

  • 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;

  • 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;

  • 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;

  • 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——


  • 国外主要是Google的Tensorflow(http://www.tensorfly.cn/ )

  • 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:


  • 阿里巴巴鲁班-智能UI设计:每秒可做8000张海报;

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

  • Harver-简历筛选:用AI代替HR筛选求职简历;

  • 猿辅导:英语作为智能批改软件;

  • 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;

  • 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?


四、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:


  • 通过规范化的信息系统缩减不必要的工作流程;

  • 通过办公/决策辅助系统来提高办公/决策效率;

  • 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:


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

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

  • 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;

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

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

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

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

  • 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;

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

  • 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:


  • 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;

  • 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;

  • 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:


  1. 时刻关注市场开放AI技术特性;

  2. 学习AI的基础技术知识,建立AI技术的基本认知;

  3. 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。


———— / END / ————


本文由 @howie杨 原创发布于人人都是产品经理。未经许可,禁止转载


点击“阅读原文”下载APP

收藏 已赞