AI产品经理必懂5种技术关系

AI 产品经理在对于 AI 技术上都会有迷茫和焦虑,那么 AI 产品经理需要了解技术关系有哪些呢?

产品经理面临对 AI 技术都有迷茫焦虑,不懂 AI 产品经理如何面对 AI 与大数据的关系,AI 产品经理与编码人员的关系,AI 产品经理与算法技术人员的关系,AI 产品经理与 AI 技术的关系应该懂哪些 AI 技术,AI 产品经理的思维方式与 AI 技术的思维方式的关系。
这些关系搞不懂会造成产品经理焦虑症,故此专门撰写 AI 产品经理必懂的技术关系如下文:

明白一:AI 产品经理与数据技术人员的关系

1. 先明白大数据与 AI 的关系

AI 取得的成绩离不开对海量历史数据的分析和挖掘,而这些数据通常具有容量大、更新速度快、格式多样、信息价值密度低等大数据特点。因此采用传统的数据处理方法难以有效地获取、存储、管理和分析这些数据,这就需要开发大数据技术去处理这些问题。
此外,大数据技术在处理海量数据过程中需要相应的 AI 技术提供辅助,比如通过传统的统计机器学习方法对数据进行分类。
总之,大数据技术中的信息处理,需要 AI 的帮助 ;而 AI 技术中的数据处理,又需要大数据技术的帮助。

2. 数据是原料

数据在智能产品业务中发挥了原材料的作用,尤其是神经网络层数的增多需要的数据量也会成指数级增长。
比如:AlphaGo 使用的强化学习技术,该技术需要机器算法自我更新迭代。AlphaGo 需要从大量的人类对战棋局中学习出何种对弈方式,会大概率取胜从而不断调整落子的决策,这对于人类来说是不可能完成的学习任务。
具体来说,AlphaGo 主要分为两大部分,分别是: 落子决策网络和价值评估网络 。
落子决策网络通过每个落子后可能的结局,预测下一步应该落在哪个位置胜率更大;而价值评估网络则是用于预测对手可能的决策,从而更加准确地预测棋局走向。这些网络模型的训练过程需要大量人类对战棋局作为训练集,从而学习出更加准确的模型参数。
此外,深度学习技术在计算机视觉领域的突出表现,也是源于海量数据的获取和处理。比如:人脸识别中使用的卷积神经网络,就是通过大量人脸图片训练出网络的参数。这些参数从不同层面表现了人脸图片的内在信息,比如是否是长头发,是否是黑眼睛以及是否戴眼镜等等。
最后,大数据技术也在 AI 的一些新兴应用中发挥着巨大的作用。比如:智能制造业中需要完成智能管理、智能装配、智能营销等过程,每个过程都需要大数据技术提供支撑。因为从海量数据中挖掘的有效信息可以指导制造过程,使管理更加便捷,使制造的产品更少出现残次品。因此,大数据为 AI 技术的发展与应用提供了强有力支持。

3. AI 促进数据分析

大数据技术主要针对大规模无规则数据的处理,包括数据的采集、存储、管理以及挖掘使用。同时,这些处理过程的改善越来越依赖于 AI 技术的的参与,可以说大数据的一些关键技术也属于 AI 的范畴。因此,AI 的快速发展也促进了大数据相关技术的发展。
首先,AI 技术的使用可以加快大规模数据的采集过程以及提高采集到的数据质量。传统的数据采集只能按照某种匹配模式抓取数据,但是不能实时监控数据质量,造成采集到大量无效或者低价值密度的数据。AI 技术的应用可以通过分析数据分布去除冗余数据,通过精确定位数据来源有针对性地提取重要数据。
其次,AI 技术优化了大数据的存储过程。通过 AI 相关技术分析存储好的大数据,我们可以提炼大数据的内在特征并压缩大数据从而用更少的数据存储空间表示更大规模的数据。比如:谷歌大脑团队针对数据库中的索引结构提出相应的深度学习模型,即分别用深度学习模型替换 B-tree,HashTable 以及 BloomFilter 等索引。
简单来说,通过学习欲存储的数据的分布情况,他们分别得到相应的深度学习模型的参数,然后用训练好的模型替代数据库的索引。虽然损失了一些查找的精确度,但是大大降低了查找的时间以及空间复杂度,从而提高了存储效率。
最后,AI 技术在大数据的使用挖掘中发挥了不可替代的作用,使大数据的应用效率不断提高。例如:基于人们出行的轨迹大数据,一些打车软件会利用人工智能技术分析乘客出行数据特征,并对用户进行画像,然后针对乘车需求规划路径以及给司机派单,从而可以针对不同的订单数据合理分配车辆满足人们的出行需求。
此外,我们日常使用的新闻推荐软件、电商购物软件等,都是通过大量用户使用情况的数据给用户精准定位,分析用户的喜好,然后个性化推荐相应的服务,其中这种个性化推荐流程离不开 AI 技术的应用。
总之,大数据发挥价值的重要手段,就是使用先进的 AI 技术不断地从数据中挖掘有效信息,然后表示为相应的知识并用这些知识更好地服务于人。
小结: 大数据和 AI 的结合,是实现计算机达到人类智能水平目标的有效手段。即 AI 中有大数据,大数据中有 AI。

明白二:AI 产品经理与编码技术人员的关系(区别于算法技术人员)

首先我们知道编码技术人员成为优秀的产品负责人的案例比比皆是,张小龙、雷军、雷军认为其在金山的优点是勤劳,缺点是没有顺势而为,说白了什么叫顺势而为。笔者理解顺势而为就是产品思维,以用户为中心的思维再来看张小龙。
我们都知道张小龙写过 Foxmail 的代码,但是我们更加知道 Foxmail 产品运营不下去了,张小龙卖掉了这个产品。然后张小龙做微信的时候他指出:一个亿级用户的产品经理,无需做到透彻思考人性和产品的所有方面,但需要在极端现实主义和极端理想主义之间取得平衡。做产品力求简单美,要满足用户“贪嗔痴”。
从张小龙的产品方法可以看出,作为微信的产品负责人他根本就不关心编码。关心的是用户、用户、用户,重要的事情说 3 遍。
而非编码技术人员成为优秀产品负责人的案例,更多公司产品影响力更大。
阿里巴巴的创立者马云就是连高考数学都要考 3 次才及格而已的典型非编码人才,但是早年做淘宝产品不得不说这种产品眼光才有了今日阿里的地位。
下图为原来的副部长采访马云截图:

另外我们能看到或者想想一下,滴滴创始人程伟,还有今天的马化腾和李彦宏作为产品的总负责人在那里编码吗?如果编码比产品方向重要的化身为老板的他们为啥不去编码呢?
这个问题说明的是产品经理会不会编码真的不重要,或者说我们作为实实在在的产品经理根本不需要编码。一来你编码了程序员干啥工作呢?二来你的时间用在编码上谁来发现更有价值的需求呢?谁来设计需求呢?
如果都不分工产品和编码之间毫无边界而竞品有分工的话,那么你的产品将慢于竞品,从而竞品抓住 Timing 早日抓住用户的心智。

明白三:AI 产品经理与算法技术人员的关系

以今日头条灵犬产品为例。
首先为什么做灵犬?
因为以今天今日头条的内容体量之大,头条公司需要数千人的人工审核团队,可以想象人员成本之高且人员审核是否会因审核人员的一时的情绪而导致尺度变化都是很有可能的。
灵犬产品解决了什么需求问题呢?

  • 首先,灵犬产品原型是为了解决今日头条本身平台上鉴定低俗内容的。
  • 其次,互联网上信息丰富,仅凭人力进行反低俗,成本过高。今日头条基于反低俗模型开发了自动反低俗的小程序,用户输入一段文字或文章链接,小程序会先进行提取、分词和语义识别,然后根据设定的规则,检测其阅读内容的健康指数,输出对应的分数、评级和结论。不同于色情信息,处理低俗信息的一个难点在于,人们对于低俗的判断标准具有一定的主观性,合理筛选难度大。团队根据测试员的意见反馈,完善评估标准,开发人工策略。小程序也可将自身难以直接处理的时政内容交由人工审核判断。

灵犬产品负责人要做什么呢?
第一出产品方案:
今日头条面向社会招募反低俗测试员,从超过 5,000 位报名用户中选出 30 位代表,包括政府部门工作人员、媒体记者、编辑、大学教授、学生、互联网公司产品经理和技术人员、自媒体人等。测试员标注数据,判断文字是否低俗,并为算法策略提供建议。
第二设计产品:
首先我们都知道头条系列的产品非常重视运用 AI 技术赋能产品,例如:我们都知道的文字内容推荐,还有短视频抖音内容的推荐。
那么我们在灵犬小程序产品中,可以看到今日头条帮灵犬这个 AI 产品模块放到了最重要的位子,核心产品的核心入口位置。
如下图:

再来看第二个设计,即产品经理规划产品界面布局。如下图:

这个模块是笔者实地调研发现的,可以通过与同在今日头条小程序窗口内的其他模块进行比较,灵犬的色彩以及对搜索框居中设计的布局可见灵犬是个单独的产品模块即可称之为独立的产品。可以在分工的时候由单独的产品团队来完成。然后集成到今日头条小程序里面。
再则回到本节主题 AI 产品经理与算法技术的关系,以灵犬产品界面直接表达出来的内容做解释并结合下图:

从图上可见用户输入的内容会上传到灵犬的模型里,模型内有产品经理和技术共同建设的防低俗算法,这个 算法包含一个命名实体(NER)技术用来识别里面人名、地名、事物的名称等关键名词,然后同产品经理和运营人员邀请的数据标注人员标注的低俗数据规则进行计算,再然后输出对应的分数、评级和结论。
第三产品经理协助运营团队运营灵犬产品
像灵犬的产品经理还要写灵犬反低俗助手产品的产品介绍、产品 Q&A。产品用户调研、产品推广,产品策略制定例如通过灵犬小程序产品可以收集数据来优化今日头条的本体反低俗模型产品。
所以从 AI 产品经理与算法技术的关系可以看出,AI 产品经理与算法技术是紧密配合的关系,相对以往产品经理与技术的关系来说,AI 技术为产品经理做出创新的产品多提供了一个工具。

明白四:AI 产品经理懂不懂 AI 技术?懂的程度?

之前有一个热情的学员在群里总爱说在大学生们中间流行的 Kaggle 比赛,结果自己说其发现自己比 Kaggle 里面的高手差距很大,但是自己羡慕 Kaggle。
笔者要说的是:Kaggle 思维的基础和初步条件是识别问题,即 Kaggle 第一步是识别确定的需求种类。而 AI 产品经理或者一般产品经理经常面临的问题和需求是不明确的,这就要求产品经理第一步需要解决的问题是发现问题,即找准有价值的需求。
所有刚毕业的工科生做产品经理不妨记住:产品经理是发现需求并在不确定的需求里面确定需求,而 Kaggle 一类的思维模式是辅助识别需求。
当然是发现有价值的需求更难,否则人人都能创作出好的产品人人都是老板了。
同传统时代产品经理与编码技术人员的关系类似,从算法工程师的角度切入做产品经理的人比比皆是,但是非算法工程师出身的产品负责人人数更多。
一方面,懂算法的话需要把算法找到应用的场景,例如:柔宇的刘博士懂柔性传感器技术,但是需要帮这种技术产品化,故此需要用柔性显示 + 做出柔记(柔记:一种写在真纸上,记载在 AI 芯片里的智能手写本),抢在三星之前发布柔性可折叠手机做出柔派(柔性技术 +AI+ 新交互的手机和 PAD 同体款),早日做出柔派是要抢占用户心智。
当这些产品负责人走向更高层次的时候仅仅擅长算法是不够的,因为一款产品的成功需要的不仅仅是算法。
AI 产品经理应该懂得是 AI 技术的基础知识,AI 技术原理即可,不能在需要人脸识别的时候而用语音识别,AI 产品经理需要明白的 AI 技术核心是机器学习、深度学习、NLP。和知道时下机器识别语音、机器识别视觉是由于深度学习算法的发展,文本语义识别是由于 NLP 中的 NER 命名实体技术算法的成熟等等,作为一名 AI 产品经理懂 AI 技术到此就够了。
总结一下即:通过《入门成为 AI 产品经理》课程学到我们常用的算法是什么,用到哪些问题领域,在做产品设计的时候选对算法设计自己的应用即为入门 AI 产品经理。如果需要了解详细的算法且有时间的话,可以听人工智能算法课程。
笔者建议是除非产品本身主题是算法,即你的产品就是算法外没有必要再花时间。相关建议和原因是再强调一遍产品经理是发现需求,设计产品方案,辅助运营产品,高阶的产品经理也负责产品方向,产品融资等等具有系统性的工作,所以 AI 产品经理根本工作绝不是研究 AI 算法这么单一的事情。

明白五:AI 产品经理核心是 AI 思维非 AI 技术

1. 思维模式:理念非常重要

时下和未来对 AI 产品经理来说思维模式理念是非常重要的,例如:当你是一款产品的创始人,当你跟投资人说我要做一个积分类产品,估计投资人会较高概率拒绝你甚至都不感兴趣跟你交流,但是当你说你要做一个积分制的闲置物品互送平台,通过 AI 技术赋能提高交易效率类似今日头条的精准推荐算法。
用户可通过签到、分享、交易物品等行为获取“小红花”,以“小红花”代替钱,和传统交易平台比,给用户带来新的交易体验——在平台上不像买卖双方,更像是送东西和收礼物。
例子产品如下图:

思维方式从积分到小红花这么一听,投资者至少会问您:“什么是小红花,怎么玩?”。所以由此可见,理念、思维模式是非常重要的,同时小红花模式的公司也融资到了巨额资金,并且是由红杉资本中国领投 6500 万美金。

2. 产品思维与技术思维的区别

产品经理是发现需求后做产品策略做对的产品,例如:当快手 2011 年开始上市场运营,而今日头条系从 2016 年才开始做抖音,那么如果你是技术思维的话,你准备研究比快手更好的 AI 模型?然后超越快手吗?
那我们看抖音的产品负责人士怎么运用产品思维做产品策略的。
首先 AI 技术模型全世界都是公开的,这一点从产品角度看没有门槛。
另外抖音的产品一下子发三款,分别是:

  • 一跟快手一模一样的纯粹类 UGC 平台火山小视频;
  • 二是较长视频西瓜视频平台;
  • 第三做一款又类 PGC 优质内容的平台抖音,在同时从市场收购一款。2017 年 11 月 10 日头条以 10 亿美元购北美音乐短视频社交平台 Musical.ly,与抖音合并。

如果头条是技术思维的话,通过技术逆向看 Musical.ly 源码,会不出意外发现我们也能做呀,我们技术比 Musical.ly 还好。
笔者建议以上思想想在 AI 时代做产品经理一定要买本《AI+ 时代产品经理的思维方法》一书,好好读读产品经理的本质是啥。
例如:上面的例子再分析,如果头条是技术思维抖音早就被 2018 年腾讯系的微视干死了,还哪里会等你慢慢开发一个 Musical.ly。

3. 思维是方法和方向的问题,而技术是执行和操作的问题

如果方向和方法错了你越执着于执行和操作,你错的越深你的产品越没有用户和客户。
我们常说:产品需求是钉子,技术选型是锤子,即 AI 产品经理本质核心工作是持续从用户需求出发,满足用户需求。洞察、分析、不断的满足用户需求。
我们都知道目前的流量基本被 BAT 和 TMD 垄断,你的产品只能做出差异化用户才有可能用你,即使是 BAT 和 TMD 的产品也依然在想如何做出体验更好产品更有差异化从而从竞争对手那里,从未来把用户吸引到用其的产品。
想想除了 AI 还有其他更好的选择的化可以一起用来助力或者说赋能产品,AI 并不是灭了所有的产品,而是所有的产品相似的竞品太多了,用户需要更好的体验,需要更高效率的产品。
最终目的是通过 AI 技术做出差异化的产品或者体验更好,效率更高的产品满足用户需求。
AI 之所以给所有产品经理一个新的机会有两个原因:

  • 其一是传统的产品需求几乎没有剩下的了。
  • 其二是 AI 赋能电商、视频、智能硬件、安防、等方面给予了社会创造就业的新的机会。所以 AI 产品经理要把时间花在刀刃上,即 AI 赋能产品赋能哪些场景赋能哪些产品。

作者
连诗路,公众号:LineLian。《产品进化论:AI+ 时代产品经理的思维方法》一书作者,前阿里产品专家,希望与创业者多多交流。