1.1.2　人工智能技術給傳統的服務和產品賦能

根據產品或功能要實現的目標，人工智能產品可以歸納為如下幾個類型：個性化精準服務（例如金融產品個性化推薦）、替代簡單或重復勞動（例如自動駕駛）、提升效率和準確率（例如反金融欺詐系統）、提升用戶體驗（例如通過語音輸入下達控制指令的智能居家機器人）以及自主創作（例如Bearly AI可以提供文字的讀寫、Deep Dream可以提供繪畫的創作、Sunspring可以提供電影劇本的創作）。

上面描述的所有人工智能產品在本質上都顛覆了傳統的產品設計流程。例如，傳統的產品設計邏輯是設計確定的交互流程，而且是越明確、越詳細越好，產品經理還常常因為PRD（Product Requirement Document）文檔寫得不夠詳細、交互說明不夠具體，而在評審會上被研發人員挑戰。而當你設計人工智能產品時，有時明確的交互邏輯反而限制了研發的工作。在使用同一款產品時，不同用戶看到的頁面內容不同，交互邏輯不同，甚至連產品形態都不一樣，產品的這種“千人千面”的特性讓產品經理沒法將每個用戶點擊某個按鈕后的效果都描述出來。

我在這里想表達的并不是人工智能產品不再需要設計產品交互和邏輯流程，這些依然是產品經理的工作內容之一。例如，電商產品經理依然需要精通電商后臺的設計邏輯，社交產品經理也依然需要了解用戶時刻變化的社交習慣來設計最新的社交功能，這些都屬于對行業的理解范疇，行業邏輯在短時間內不會改變，改變的是將傳統的產品流程賦予上面提到的人工智能所擅長的幾個能力范圍，人工智能產品經理應該學會找到用戶需求和新技術的交叉點。

舉一個人工智能產品的案例。電商平臺中的搜索是用戶的主要入口和在線購物流程中的關鍵環節。搜索技術發展到今天，已經實現了智能交互搜索引擎。在過去，產品經理在寫這類功能的PRD的時候需要明確以下兩點。

（1）搜索框中的默認查詢詞是什么。

（2）如果有實時預測功能（輸入時實時展現搜索結果，而無須回車或點擊搜索按鈕），用戶輸入字符后的匹配邏輯是什么，需要最多顯示幾個推薦結果。

但在今天，隨著自然語言理解、自然語言生成對話策略以及知識圖譜技術的快速發展，搜索已經演變為一個深度智能交互功能，因此上面的這種產品設計方式無法滿足需求。比如，用實時在線的深度學習技術和強化學習技術，通過分析用戶的線上行為數據（搜索關鍵詞、近期的購買記錄及瀏覽記錄等），實時預測用戶的意圖，進而通過引導式銷售（銷售員通過訓練后可以具備的一種專業銷售技巧）引導用戶的需求確認，最終完成線上銷售流程。

比如用戶在搜索“男鞋”的時候，系統會自動提示“您想要一雙在什么場合下穿的男鞋”“您偏好什么顏色的男鞋”，用戶如果分別選擇“跑步”“白色”，系統又進一步引導用戶“您經常在平地跑步還是山地跑步”，用戶接下來可以進行進一步的個性化選擇。用戶既可以隨時終止這種對話，也可以繼續對話，直到找到他的目標，如圖1-5所示。當用戶完成這樣的交互后，系統會記住用戶之前的購買意圖，待用戶在不同的頁面進行瀏覽時，頁面中產品顯示優先級就會自動按照用戶之前的意圖排序。

看到這里，你一定很納悶，人工智能的產品形態到底是什么？答案是：沒有固定形態。實際上人工智能只是一種對傳統產品或服務賦能的手段而已，將各種“中間件”（通常是一種訓練好的模型，當輸入一定數據后自動返回一定的輸出值）、傳感器等不同形式的軟件、硬件融入傳統產品或服務的使用或體驗流程中。例如，自動駕駛汽車就是一個典型的集成了傳統汽車的各種零部件，以及雷達、測距儀、攝像頭、高精地圖和各種算法模型的人工智能產品，如圖1-6所示。

當然，一個看起來極其簡單的Web搜索引擎，一款App上的自動聊天機器人，一個長相可愛的居家機器人，如圖1-7所示，這些都可以成為人工智能產品。因此，產品經理不應局限自己的想象力，人工智能只是一種工具而已，產品的終極目標仍然不變——為用戶創造最大價值，提供最佳用戶體驗。