前言

簡單地說，人工智能（AI）就是人制造的機器所表現出來的智能。

三盤棋，兩種結果

人工智能從誕生到現在已經經歷了60多年的風雨，比互聯網的歷史要長得多，其在20世紀曾經短暫地掀起過兩次熱潮，但很快就進入了漫漫寒冬。人工智能和下棋似乎很有淵源，人工智能機器與人對弈，每下贏一種棋（如下圖所示的西洋跳棋、國際象棋、圍棋等），就會掀起一次熱潮。

阿瑟·薩繆爾是“機器學習”一詞的發明者。他編寫了一個有學習能力的西洋跳棋程序，該程序于1962年戰勝了美國著名的西洋跳棋冠軍尼雷，引發了普通公眾對人工智能的興趣。

1997年，IBM的Deeper Blue戰勝了國際象棋冠軍卡斯帕羅夫，這再次激發了普通公眾對人工智能的興趣。

雖然這兩次下棋都掀起了熱潮，但大部分人認為機器不具備真正的智能，只不過是憑借不知疲倦的算力戰勝了人。卡斯帕羅夫事后就要求與Deeper Blue再戰，可見其心有不服。

圍棋是很復雜的博弈棋類，一直被視為人類智能的一座高峰。在它面前，強大的計算機算力也顯得非常渺小。對于人工智能的迅速發展，圍棋又意味著什么呢？2017年，AlphaGo（阿爾法圍棋，指圍棋機器人）Zero戰勝了世界排名第一的棋手柯潔，之后AlphaGo宣布不再與人類下棋。與卡斯帕羅夫的不服相反，柯潔的感嘆是“對于AlphaGo的進步來講……人類太多余了”。

這一次的人機對弈和前兩次一樣，又燃起了公眾的熱情。這一次的人機對弈和前兩次又有不同，大大推進了人工智能技術的落地應用，前兩次下棋雖然取勝，但人工智能卻沒有走出棋盤，這一次人工智能很快走出了棋盤并應用于眾多領域。

2016年至2018年，人工智能的發展熱潮來得如此強烈，其在學術、資本、產業、政策領域幾乎是同步躍進的，這樣的情景在技術應用史、技術商業史上是從來沒有出現過的。相關部門在安防等社會治理領域大規模應用人工智能技術，為人工智能的發展提供了沃土。互聯網大公司規模化地應用了人工智能并產生了明顯效果，為人工智能的更廣泛應用樹立了樣板和信心。除此之外，醫療、金融、制造、教育、農業等諸多領域也掀起了應用人工智能技術的熱潮。

寒冬中，對春天的信心

雖然看上去很順利，但是實際情況遠沒有那么理想。除少數幾個應用領域進展順利外，多數應用領域的進展遠低于預期。受此影響，從2018年年底開始，除了學術領域的熱情持續高漲，AI領域的創業、投資、估值、應用熱度都有了明顯下降。進入2019年，多數AI技術公司面臨的已經不是估值問題，而是生存問題。

已經有人憂心忡忡地提出“人工智能的第三個冬天是不是來了”。畢竟，人工智能此前已經經歷過兩個冬天，再來一個冬天又有什么奇怪的呢？而我卻相信人工智能的春天已經在路上了，信心來源于以下幾個方面。

（1）人工智能技術本身的成熟。前兩次人工智能冬天的出現是由于技術本身不成熟，這導致人工智能幾乎沒有走出學術領域，甚至沒有持續應用的案例。當前的人工智能技術在多個細分領域已經達到了很高的水平，也經過了大規模應用的檢驗，已趨向成熟。

（2）人工智能配套條件的大幅度改善。現在有了越來越低價、越來越強大的算力，還有源源不斷的大數據，人工智能就有了強健的“體魄”和豐富的“糧食”，自然會越來越強大，這對人工智能在眾多領域的應用非常有利。

（3）當前人工智能已經在多個領域投入使用，而且是大規模的、正式的商用。蘋果、華為等企業已經將人工智能集成到小小的手機中，幫我們更容易拍出好照片，幫我們更快地找出包含特定人的照片，讓我們無感解鎖，讓我們又快又安全地支付……除了這些應用，人工智能在安防、城市管理、客服等行業也已經被成功應用。這些成功案例給了我們很大的信心，我們的任務也變成了如何在更多領域去應用好人工智能。

這一次，真的不同！

人工智能同樣遵循技術應用規律

除了上述具體的原因，我的信心更多來自技術應用的普遍規律。基本規律的作用域更廣、更持久，讓我們跳出人工智能，站在技術應用這個更高的層次來看一些基本規律。

我從應用角度總結出了技術應用的周期規律，該規律如下圖所示。

我們看到，一項新技術的實際應用會經過4個階段。

第一階段——應用迷茫期。在圖中我們用一個大大的問號來表示大多數人不知道這項技術的用途。想想20世紀末互聯網剛剛進入我國時，我國又有多少人知道互聯網的用途呢？

第二階段——應用啟蒙期。在圖中我們用放在某個位置的一個燈來表示技術在某個單點得到了應用，讓大家看到這項技術是有用的，進而啟發大家思考能否在其他地方進行應用。如果啟蒙應用具有很強的社會影響力，技術應用就會極快地進入應用狂想期。以前的互聯網是如此，2016年至2018年的人工智能也是如此。

第三階段——應用狂想期。在圖中我們用眾多的燈來表示技術的應用，外面的輪廓表明這些燈其實存在于大家的想象中。在此期間，大家認為這項技術簡直是無所不在、無所不能的，于是各個領域都去嘗試應用這項技術。“互聯網+”“AI+”都是如此。

第四階段——應用常態期。相比應用狂想期的燈，應用常態期的燈（代表應用）有了很多變化：

（1）有些燈消失了，表明有些在應用狂想期非常看好的應用領域，實際并不適合應用這項技術；

（2）有些燈亮了，但不大，表明應用成果低于預期；

（3）有些燈比應用狂想期的燈還大，表明有些應用成果高于預期；

（4）有些燈是新出現的，表明有些應用領域是大家當初都沒有想到的。

進入第四階段的互聯網技術已經將上述規律表現得非常清楚，值得人工智能好好學習。對照上述規律，人工智能剛剛走完應用狂想期，正在進入應用常態期。所以，從行業發展、個人發展的角度，我想表達的是“對于人工智能應用來說，現在是最壞的時代，現在也是最好的時代”。

AI的落地應用呼喚健全的人才組合

最初，在AI應用領域較受關注的人才是AI科學家和AI工程師。進入應用啟蒙期和應用狂想期后，業界普遍認為“AI技術人才+行業專家”這種人才組合才是最理想的，并且認為依靠這種人才組合可以讓AI技術在某行業順利落地并得到應用。這期間我們看到做醫療影像AI的公司招聘了醫院影像科醫生，做安防應用的AI技術公司招聘了公安技防專家。行業專家的加入確實帶來了一些改變，行業專家了解行業，能為技術指明應用方向，因此對AI技術在行業落地應用起到了一定的作用。但在多數情況下，行業專家的作用并沒有達到預期。

（1）AI是一項全新的技術，只有深入理解它的本質并善加利用，才能使其應用成果達到預期，而行業專家對此并不擅長。

（2）行業專家長期處于某個行業中，因此產生了行業局限。而技術應用的很多場景是大幅改變甚至顛覆行業的，并且可能行業專家本身就是被顛覆的對象。行業專家可能會做出小改進，但難以做出大變革。

（3）從技術、行業經驗到產品，這是一次飛躍，需要很強的產品規劃能力。行業專家能指出行業的痛點、需求，但并不擅長專業的產品規劃。

不理想的現實促使業界進一步思考，看來要想讓AI技術順利落地應用，除“AI技術人才+行業專家”的組合之外，還需要新的角色，這樣才能形成健全的組合。我們還需要兩類重要人才：AI產品經理和AI商業人才。AI應用需要的人才組合如下表所示。

這樣的人才組合的演變，在互聯網技術的應用過程中已經完整地展現了。AI業界已經開始意識到這個問題。以DeepMind公司為例，該公司博士云集，各位創始人都有很強的技術背景。2018年，該公司引入了第一位COO（首席運營官），這才有了一位負責產品、運營的頂級高管。

相信AI產品經理等人才的加入會使AI應用需要的人才組合更加健全，從而真正促進AI應用的長期繁榮發展。

本書的目標讀者

不同于AI普及書、AI通識書，本書有更明確的目標讀者。

（1）未來的人工智能產品經理。他們現在可能是互聯網產品經理，可能是對AI產品感興趣的大學生、職場新人，也有可能是希望轉行做AI產品經理的技術人員。

（2）對人工智能應用的場景、產品、商業模式感興趣，想系統了解這些內容的人士。

本書的內容結構

本書的內容聚焦在當前的人工智能，討論的是人工智能技術的落地應用，而不是技術本身。為了講解清楚，我總共安排了3篇內容。

第一篇是AI技術與AI商業篇，講解技術商業的基本規律、AI技術的實質和邊界、AI的商業格局和應用現狀。后面兩篇的內容都以第一篇為基礎來展開。

第二篇是合格AI產品經理篇，講解合格AI產品經理的能力體系、AI技術—場景的適配和AI產品規劃。在本書中，第二篇占據了最大篇幅。

第三篇是高級AI產品經理篇，講解高級AI產品經理的能力體系、AI技術—場景的洞察和設計AI商業模式。

如果本書能夠幫助讀者形成對AI的系統認知，具備AI技術—場景的識別和洞察能力、AI產品規劃能力、AI商業模式設計能力，我就感到非常欣慰了。讓我們一起努力，從大趨勢、大規律著眼，從具體的場景、產品、商業模式著手，以成功的應用來迎接人工智能的春天！