《人工智能产品经理——AI时代PM修炼手册》

摘自：《人工智能产品经理》 — 张竞宇先生

人工智能类产品在本质上都和一个概念有关，那就是概率。

概率论是人工智能系统推理的逻辑基础，人工智能做出的每个推断和预测都伴随着行为结果的不确定性，也就是对结果的一种赌博。只不过人工智能和人类赌徒不一样，它无法选择不去赌博，无论它做什么——即使什么都不做，也伴随着不确定和风险。因此如果人工智能产品不以概率论作为其规则依据，那么它注定会被那些遵循概率论的其他人工智能产品淘汰。因此，我们也会从概率论角度分析和量化人工智能系统的行为和价值。

人类对于世界上绝大多数事情的认识同样是基于概率。医生基于病人的病症进行诊断是基于概率；司机基于时间、地形和行驶过程中的周围路况驾驶汽车是基于概率；投资经理基于客户实际情况和需求，并结合自身的经验给出客户最佳投资组合策略也是基于概率。人工智能技术作为一种工具，能够辅助甚至替代人判断和解决问题，在本质上也离不开通过对不同事件发生的概率进行判断和预测。
人工智能的概念已经被提出很久了，但产品或服务迟迟没有得到广泛认可的本质原因，就是之前的产品从概率上并不能大范围满足用户的需求，甚至还不如传统方式的效果好，因此也就没法形成产品或服务的升级，更别提替代人解决实际问题了。例如，如果人工智能可以实现85%的诊断准确率，显然无论患者还是医生都没法完全放心使用这样的产品，当概率上升到99.99%时，或许很多医生才会选择其作为一种辅助诊断工具。在不同行业的不同场景中，人类对于人工智能在概率表现方面的期望值不同，这就造成了人工智能产品或技术在各个领域中的普及速度参差不齐。

 

基于以上分析不难理解，人工智能的本质就是实现推断的概率可以无限逼近100%，最终替代人类做判断，完成任务，甚至超越人类的思维和判断能力。而人工智能产品经理在设计人工智能类产品的时候，就充当了实现概率最优和成本投入（可能包含资金投入、技术投入、时间周期选择）之间的平衡者。

 

人工智能产品经理需要在具体的业务场景中，判断人工智能可以达到的推断概率能否解决用户的需求，以及这种概率被用户接受的最低标准是什么、能够超出用户预期的标准是什么，并依据这些判断决定对产品研发的投入策略。在实际的产品管理过程中，人工智能产品经理在拿捏这个尺度的时候不能一味追求完美主义，因为产品商业化的成功永远是排在第一位的。

 

除概率论以外，一个人工智能产品的实现也离不开数学、统计学、生物学、遗传学、进化论的理论支撑，因此人工智能产品经理应理解各种学科理论的逻辑对产品设计产生的影响。

 

 

1.1.2 人工智能技术给传统的服务和产品赋能
根据产品或功能要实现的目标，人工智能类产品可以归纳为如下几个类型：个性化精准服务（例如金融产品个性化推荐）、替代简单或重复劳动（自动驾驶）、提升效率和准确率（反金融欺诈系统）、提升用户体验（通过语音输入下达控制指令的智能居家机器人）以及自主创作（如Deep Dream可以提供绘画的创作、Sunspring可以提供电影剧本的创作）。

 

实际上人工智能只是一种将传统产品或服务赋能的手段而已，将各种“中间件”（通常是一种训练好的模型，当输入一定数据后自动返回一定的输出值）、传感器等不同形式的软件、硬件融入传统产品或服务的使用或体验流程中。例如，自动驾驶汽车就是一个典型的集成了传统汽车的各种零部件，以及雷达、测距仪、摄像头、高精地图和各种算法模型的人工智能产品，如图1-6所示。

1.1.3 构成人工智能产品的三要素
近几年来人工智能的快速发展离不开深度学习（Deep Learning）在图像识别、语音识别、自然语言处理、信息检索、机器翻译、社交网络过滤、生物信息学和药物设计等方面的成功应用。作为机器学习算法家族中的一员，深度学习在每个应用场景中的落地都离不开算法、计算能力、数据“三要素”，如图1-8所示。“三要素”相关技术近些年来的快速迭代和积淀，是促使人工智能技术得以广泛应用的根本原因。