- 產品經理的AI實戰:人工智能產品和商業落地
- 車馬
- 16字
- 2020-06-08 18:04:56
第2章 快速理解AI技術的實質和邊界
2.1 產品經理要真正地懂技術
AI技術能力是AI產品經理能力體系中一項不可或缺的能力。
2.1.1 從事技術商業必須懂技術
從事技術商業的任何人都要懂技術,其中也包括產品經理。
1. 技術是產品的約束條件
技術商業中的產品是基于技術的,因此技術就成了產品的約束條件。規劃產品、設計商業模式不是天馬行空的藝術創作,而是帶著幾副“鐐銬”跳舞,而且還要跳得精彩。其中,技術就是其中的一副“鐐銬”,我們規劃產品必須要考慮技術能否實現,以及實現它所需要的成本。
產品經理在進行產品規劃時,就需要做出基本判斷——這項技術是否可行,其難度大小及大致成本。如果不懂技術,就很難做出這個判斷。這就可能出現在規劃完成之后,才發現技術上有問題,從而不得不重新進行產品規劃的情況。
如果非技術人員對于技術不了解,就會產生很多誤解。非技術人員往往認為技術很簡單,由此會和技術人員產生很多沖突。例如,一項產品要用到圖像識別功能,一些不熟悉該技術的產品經理會認為現在的圖像識別技術已經很成熟了,實施起來應該會很快。圖像識別的技術確實比較成熟了,但根據具體產品的不同應用場景,AI技術人員要針對產品做很多技術工作,只有這樣才能讓技術真正為產品服務。
以工業質檢為例,產品經理規劃的質檢AI產品可以用來代替人工質檢。該產品需要采用圖像識別技術,讓機器來識別工業產品的缺陷。雖然圖像識別技術已經比較成熟,但要從技術上真正解決這個問題并不簡單,接下來通過兩個問題進行具體說明。
(1)每一種工業產品可能出現的缺陷是不同的。為了讓機器能正確識別這些缺陷,就要采用監督的學習方式,教會機器正確識別各種類型的缺陷。這就需要開發配套的訓練系統,這個訓練系統的用戶是質檢工人。該訓練系統需要質檢工人準備大量存在缺陷的產品圖片,并將圖片中的缺陷標注出來,從而教會機器“認識”各種類型的缺陷。
(2)復雜的光學問題。工業產品的缺陷情況很復雜,有些缺陷只有在特定角度用一定強度的光照才能發現。以手機為例,手機背面一個很淺的劃痕只在一個特定的角度觀察才能發現,這就涉及復雜的光學問題。針對這個問題,技術人員需要結合具體工業產品的特點設計光學系統,選用合適的光源并以合適的角度將攝像頭布置在合適的位置,具體如下圖所示。只有攝像頭“捕捉”到了缺陷,機器才可能“辨認”出缺陷。

圖中AI質檢系統的光學系統是特別定制開發的,車馬拍攝
這里舉的都是比較容易理解的例子,很多場景中的情況更加復雜。所以說,如果產品經理不懂技術,就很難規劃出好的技術產品。
2. 技術是產品經理與技術人員順暢溝通的必要條件
既然產品規劃要靠技術來實現,這就需要產品經理和技術人員進行交流。領先的產品規劃常常會臨近技術的邊界,這對技術人員是一個挑戰。產品經理只有懂技術才能和技術人員進行有效溝通。
在產品經理和技術人員交流需求時,技術人員經常說這樣的話:
(1)“這個需求表述得不清楚,我們技術人員不明白,所以無法施行。”
(2)“這個需求在技術上不可行。”
(3)“這項技術難度很大,我們的人手、時間都不夠。”
如果產品經理完全不懂技術,產品規劃要么就只能在技術人員的壓力下做出退讓,導致產品競爭力銳減;要么就會導致無意義的爭吵。如果產品經理懂技術,就可以這樣回應對方:
(1)“是功能點表述不清楚,還是整體邏輯不清楚?你覺得怎樣的表述可以讓你理解得更清楚?精細原型?典型用例?還是我給你演示一個同樣功能的其他產品?”
(2)“技術具體哪里不可行?是缺數據,還是沒有合適的算法?”
(3)“具體難在哪個環節?哪個功能?為什么?我如果對XX處做一些調整,是否可以明顯降低難度?”
產品經理如果這樣回應,就可以和技術人員平等對話,從而盡量爭取得到技術人員的支持。
2.1.2 掌握AI技術的層次
技術本身的專業性很高,要想達到專業技術人員的水平極難。而且現在技術本身也分得越來越細,如圖像識別、語音識別的差異就很大。即使是專職的AI技術人員也很難做到同時掌握多項技術,更何況是產品經理。所以,產品經理掌握AI技術是一個循序漸進的過程,可以分層級進行。
1. 最低層次,留心其他產品實現的功能和效果
產品經理在與技術人員交流的時候,如果技術人員說實現不了,那么產品經理可以給他演示其他產品實現的類似功能和效果。如果交流不暢需要上級來決定,那么產品經理的演示也有利于得到上級的支持。
這就要求產品經理要做一個有心人,主動體驗不同類型的AI產品。只有平時多積累,才能在工作中做到有條不紊。
2. 較高層次,懂技術原理
AI技術的基本原理并不復雜。要實現產品規劃的功能,產品經理在進行產品規劃時需要思考:數據從哪里來?需要什么傳感器?大概用什么算法?是否需要監督學習?如果這些問題能夠得到解答,基本就可以判斷技術是否可行了。
3. 更高層次,能寫代碼、創建模型、訓練模型
當前學寫代碼的環境已經有了很大改善,在AI開放平臺上創建模型、訓練模型也并不是太難的事。產品經理只要打破思想枷鎖、積極行動,就一定能夠達到這個層次。我建議所有想成為高層次產品經理的人,都要盡力達到這個層次。
雖然現在關于AI技術的課程、圖書、視頻教程非常多,但普遍都太過專業,不適合非計算機專業背景的人快速理解。我本人也買了不少書,看了不少知名的視頻教程,還報名參加了線下培訓。但我發現這些內容都太“技術”了,非計算機專業背景的人學起來非常困難。因此,我認為針對非計算機乃至非理工背景的人士,用他們能理解的方式系統地介紹一下AI技術很有必要。
本章沒有復雜的數學知識、數學公式,而是用比較容易理解的語言來講解AI技術,希望能使讀者快速提升對AI技術的理解,為做好AI產品規劃打好基礎。