To B产品经理转型AI产品经理的方法 2020-03-29 09:39

  我是一名To B互联网产品老兵,本文是根据我对AI技术的学习与思考,总结的AI产品经理转型方法。文章中不免有过于主观或错误的观点,也希望大家能够指正或给出建议。

  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:

  在此,先假定大家已建立了AI技术的基本认知;对于还不了解的朋友,可以先查看我的前几篇文章,比如 《关于AI学习方法的思考——产品经理入门人工智能》。

  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。

  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。

  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)。

  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:

  【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。

  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:

  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: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)、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)、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)、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)、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)。

  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:

  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。

  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、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。

  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——

  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?

  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:第一,通过规范化的信息系统缩减不必要的工作流程;第二,通过办公/决策辅助系统来提高办公/决策效率;第三,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!

  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。

  为什么只讨论B端产品转型AI产品呢?是不是说明C端产品/商业产品/策略产品转型AI产品较困难?

  可能作者是B端产品。准确的来说是转型AI终端应用产品。只要你有时间去学习实践,并不难。掌握AI基础原理、思考商用场景、熟悉AI产品研发流程就能入门了。

  文章主要讲述了对于B端产品经理来说,AI可以带来的价值,推荐产品经理进行研究的范围,并且举例若干次成熟的开源应用,最后提出若干落地产品建议引导产品经理如何去转型。

  人人都是产品经理(是以产品经理、运营为核心的学习、交流、分享平台,集媒体、培训、社群为一体,全方位服务产品人和运营人,成立9年举办在线+期,线+场,产品经理大会、运营大会20+场,覆盖北上广深杭成都等15个城市,在行业有较高的影响力和知名度。平台聚集了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监,他们在这里与你一起成长。