四步成为人工智能产品经理

近几年来,人工智能概念与相关产品都非常X,更有许多产品经理换行去当人工智能产品经理。本文特地整理了人工智能产品经理的4项基本技能,希望能给你带来启发。

大家好,我是白白,人工智能产品经理是现在非常X的话题,白白本人负责医yàoAI产品多年,但是什么样的人能做人工智能产品经理呢?人工智能产品经理都需要什么样的技能?本片白白与你讨论。

人工智能产品与传统X产品的具体区别在哪?

如果从效率方面来讲,X产品更多提高信息传递的效率,而人工智能产品提高信息产生的效率。两种类型产品的功能重点不同,自然对产品经理的要qiú也不尽相同。

人工智能产品经理属于产品经理的一种,必须对用户、需qiú、商业模式有深刻的认知。除此之外,人工智能产品经理还需要4项基本技能:懂数据、懂算fǎ、会沟通、懂行业,如图1所示:

图1

  • 数据由行业产生,人工智能产品经理需要拥有敏锐的数据洞察力,这样才能在众多X数据中梳理出有价值的数据信息;
  • 算fǎ在没有使用场景时,只是一些数学公式,行业就是算fǎ的使用场景,算fǎ过程需要根据使用场景而改变,这样才能更好的X于场景,数据是算fǎxuè液,算fǎ中的很多参数是依靠数据训练而得到;
  • 沟通是产品经理的固有技能,人工智能产品经理的沟通需要根据自身对行业、数据、算fǎ的理解,与开发工程师、运营人员及行业X等不同角sè进行交liú,才能有效的调动资源;
  • 懂行业是做产品的基本素质,产品使用场景、商业模式都源于对行业的认知。

一、如何理解数据

数据是人工智能产品的基础,人工智能产品经理必须懂得如何X数据去构建产品。懂数据经常与懂行业相伴相生,数据毕竟来源于行业,所以数据自然带有行业的一部分特征。

人工智能产品经理的数据认知,主要体现在以下三个方面,如图2所示:

图2 数据认知的三个方面

1. 懂数据的X内涵

数据X内涵是指数据在X中的意义。

无论是做数据分析,还是做人工智能产品,首先要搞清每种数据的hán义——数据通常来讲能够反应出某项X或某类X,模型的构建过程也是对X关系的梳理。懂得数据X内涵对也有有利于掌控数据标注的相关工作。

2. 懂数据属性

数据属性是指数据本身的特征,数据属性包括数据类型、数据质量等不同维度的属性。

(1)数据类型很多,有图像数据、文本数据、声音数据等,每种数据类型具有不同的分析方fǎ与建模方fǎ。

图像数据可以采用卷积X网络进行处理,文本数据可以采用决策树以及马尔科夫链模型进行处理。

(2)数据质量包hán的内容较多,包括数据X性、数据结构化程度、数据异常情况等。不同质量的数据处理过程也不同。大多数情况下,非结构化数据需要转化为结构化数据后才能构建模型。

3. 懂数据处理的技术与liú程

数据处理是指将原始数据变为对特定场景下有价值、X义的数据形式。人工智能产品经理应该掌握数据处理的技术与liú程,数据治理在整个数据科学中占有基础性的地位。

人工智能产品经理首先需要对数据进行整体评估,确定数据是否能够满足X需qiú,评价数据质量等相关情况。在对数据充分认知后,才能够进行数据处理与建模工作。

二、如何理解算fǎ

人工智能产品经理需要参与算fǎ的设计过程,所以必须深入了解算fǎ原理。懂算fǎ可以更好地与算fǎ工程师沟通,并且能够知晓不同算fǎ的应用场景。

1. 普通产品经理工作liú程

熟悉普通产品经理工作liú程的人都应该清楚,普通产品经理主要以提出需qiú为主,他们撰写产品需qiú文档提交给开发工程师,由开发工程师应按照需qiú文档的内容进行开发。

普通产品经理的工作模式是制定一个产品开发的目标,由开发工程师去完成这个目标。

普通产品经理以“目标”为导向来参与产品研发,他们制定产品功能的目标,为最终结果负责。对于具体“目标”的实现过程,普通产品经理很少参与,大部分由开发工程师完成。

2. 人工智能产品经理工作liú程

人工智能产品经理需要懂算fǎ,这样才能参与产品功能的实现过程。

在产品开发的过程中,人工智能产品经理始终参与算fǎ的研发,一直需要与算fǎ工程师保持紧密的配合。

人工智能产品经理需要zhēn对行业特征进行技术预研,评估哪些算fǎ适合产品的应用场景。算fǎ模型的训练以及训练数据的准备工作,都需要人工智能产品经理参与。

首先,人工智能产品经理会提出产品需qiú,在提出产品需qiú后,他们会帮助算fǎ工程师寻找合适的路径去实现。

人工智能产品经理不仅要撰写需qiú文档,还需要撰写技术文档,X自己对技术和行业的了解,在需qiú与算fǎ间建立一栋桥梁,提出最jiā的算fǎ及技术实现路径。

人工智能产品经理更多地参与产品“目标”的实现过程过程,是以“过程”为导向来参与产品研发。

由此可见,人工智能产品经理需要懂技术,这样才能顺利进行技术预研,并保证与算fǎ工程师沟通顺畅。

基于行业特点,人工智能产品经理首先需要确定“哪些是分类问题?哪些是X问题?解决这些问题适合用什么算fǎ?”,这些都需要与算fǎ工程师深入的沟通,沟通的基础就是对算fǎ的理解。

通常情况下行业问题都比较复杂,很难用单一的算fǎ满足需qiú。人工智能产品经理需要探索如何组合不同的算fǎ来满足行业需qiú。

算fǎ就像积木,人工智能产品经理需要根据行业需qiú的特点,去将算fǎ积木搭建成相应的形状。只有人工智能产品经理懂得算fǎ原理,才能知道如何X算fǎ满足行业需qiú。

图3 人工智能产品的算fǎ设计路径

在产品构建过程中,人工智能产品经理参与算fǎ设计的路径如图3所示:

  • 第一步,需qiú确定。确认需qiú是一个反复的过程,首先X自己对行业的了解提出需qiú,之后要X访问行业X或用户调研确定需qiú。
  • 第二步,算fǎ设计。算fǎ设计考虑的维度较多,首先要将需qiú分解成几个部分,分析这些问题属于哪类问题。如果是文本分析问题,可以考虑使用长短时记忆X网络解决;如果是策略规划问题,可以考虑用强化学xí解决,除此之外还需要考虑数据的情况。综合以上各种情况确定使用何种算fǎ。
  • 第三步,算fǎ讨论。将算fǎ设计的思路与算fǎ工程师讨论,共同完成算fǎ的实施路径。
  • 第四步,算fǎ确认。算fǎ达到三个要qiú可以认为完成了算fǎ确认。其一,能够满足也X要qiú;其二,在现有资源环境下可实施开发。当算fǎ得到几方确认后,便可以开始实施开发。
  • 第五步,算fǎ验收。算fǎ在实施过程中会有非常多问题存在,需要真正完成开发才能知道效果如何。在算fǎ模型与XX系统完成对接,运营环境、运维等工作都得到确认,并确定算fǎ模型能够达到需qiú之后,算fǎ验收工作才能结束。

算fǎ模型就像产品一样,同样是一个不断改进更新的循环过程。在这个过程中,伴随着硬件的升级,新模型的设计思路,甚至新X数据的加入,算fǎ只有不断改进才能更好的符合X需qiú。

三、 如何进行沟通

人工智能产品经理作为需qiú、算fǎ、项目三方的协调者与管理者,尽量采用X方式沟通会更有效。

所谓X式沟通主要强调沟通者以X的身份,有理有力有节的阐述观点进行沟通。

人工智能产品经理与别人沟通时,需要具备以下3个特点,如图4所示:

图4 人工智能产品经理沟通要素

(1)X性是人工智能产品经理的立命之本

无论是对于行业还是对算fǎ,以及在规划功能和设计liú程时,都应该始现自己的X性。只有突出X性,才更容易取得信任。

(2)条理性是人工智能产品经理在一切沟通时的原则

无论什么样的沟通首先阐述结论,在阐述理由,同时说明问题的背景及相关说明。沟通时,必须做到条理清晰,阐述理由时尽量使用推理演绎的逻辑路径,能够用图表达的尽量不要用X。

(3)广博性是人工智能产品经理个人魅力体现

需要人工智能产品经理有广阔的知识面与变通能力,zhēn对不同的沟通对象尽量使用同样的语言,或类似的思考路径进行沟通,否则很容易产生无效沟通,而浪费了大量的时间。

人工智能产品经理沟通对象很多,所以需要有足够的知识储备,所以尽量做到懂算fǎ、懂行业、懂设计、懂运营的综合人才。

人工智能产品经理最重要的沟通对象是算fǎ工程师。吴恩达在NIPS 2016演讲中提到了人工智能产品经理的角sè定位,强调人工智能产品经理是用户与算fǎ人员间的桥梁。

由于算fǎ工程师并不很了解行业,如何将行业内容用算fǎ语言描述给算fǎ工程师是十分重要的,这种沟通我们称之为“转译”。

转译就像是一个翻译过程,将不同两个领域的术语翻译给对方。人工智能产品经理进行转译时,需要注意以下几个要点:

1. 沟通行业背景

人工智能产品经理具有行业背景,与算fǎ工程师沟通时,尽量使用对方能够听懂的语言,解释产品给行业带来的价值。

首先双方应该沟通产品的行业背景,能够使算fǎ人员对整个产品有更全面的了解,有利于代码质量的提高。

2. 说明产品价值

首先将沟通的最终目标解释给对方,让对方明白这件工作的意义。

例如在与算fǎ工程师沟通时,首先让对方明白我们需要实现产品功能是什么。在了解产品功能之后,再进行算fǎ方面的讨论。

3. 产品功能分解

产品功能通常由很多小的功能模块组成,人工智能产品经理需要根据自己对行业的理解,将产品功能进行模块化chāi分,与算fǎ工程师zhēn对单个模块内容进行沟通。

4. 给出数据例

数据例指的是训练数据的数据样例。人工智能产品经理需要负责数据的协调工作,应该尽快让算fǎ工程师看到数据例,这样能节省很多沟通的时间。即使现在没有足够的数据,数据的基本情况也要尽快与算fǎ工程师沟通。

5. X算fǎ方案

人工智能产品经理需要进行技术预研,应该首先提出一套算fǎ方案用于和算fǎ工程师交liú。该算fǎ方案包括建议使用的算fǎ类型、数据处理方案等。这样可以就具体的算fǎ路径进行讨论,提高了沟通的效率。

6. 案例

下面以一个行业壁垒的很高的产品为例,说明人工智能产品经理如何与算fǎ工程师进行沟通。

【例】笔者一直从事X质谱(MS)模拟相关产品的研发,质谱(MS)是一种X检测的技术手段。该产品涉及到多个学科交叉,并且X度极高,需要人工智能产品经理与算fǎ工程师进行良好沟通协作。X质谱模拟产品沟通路径,如图5所示:

图5 X质谱模产品沟通路径

第一步:沟通行业背景

X质谱模拟产品主要用于医yào、化工行业,主要用未知X的鉴定工作。该产品主要为医yào领域研发人员X结构鉴定帮助。

当一个新物质诞生时,我们并不知道它的X结构,但是我们可以X一些手段将这个X打成碎片,由于碎片X的结构相对比较简单,所以X碎片X结构去回推出新物质X的结构。

我们能提取到的碎片X信号,称为质核比(m/q),是X质量与其所带电荷的比值。本产品需要根据碎裂的规律构建模型,X碎片X的质核比推断出新物质X的结构。

本阶段沟通的目的,为了使算fǎ工程师对产品与行业有一个大概的认知。

第二步:说明产品价值

该产品的核心价值用于进行未知物检测——X未知物的质核比的信息,推断出未知物的X的结构。

以往对未知物进行推断,都是X人的X经验来完成,本产品价值在于X人工智能技术,取代人来进行X结构推断。本阶段沟通的目的,为了使算fǎ工程师明确产品能够解决的问题,以及开发该项目的原因。

第三步:产品功能分解

未知物X的推断过程,主要分为3个步骤:

  • 第一步,首先确定未知物X的各类原子个数,确定未知物的X式/
  • 第二步,寻找比较有特征的数据,这些数据对应着某种固定的X结构,如果能找到这些特征数据,则证明这个未知物X中存在这样的结构。
  • 第三步,根据数据特征,找到全部可能的结构。第四步,将这些找到的结构组合,推断出可能的未知物X结构。在和算fǎ工程师解释基本知识后,需要用通俗的语言将X过程阐述出来。

第四步:给出数据例

将质谱数据展示给算fǎ工程师,并解释清楚各部分数据的意义。

第五步:X算fǎ方案

人工智能产品经理应与算fǎ工程师共同讨论,确定各部分功能所使用的算fǎ。第五步能否顺利实施,取决于第三步是否能够使算fǎ工程师理解产品功能。算fǎ的确定需要双方经过多次讨论、尝试才能确定。

人工智能产品经理的沟通更像是一门艺术,不仅仅要做“转译”的工作,还需要与很多角sè协调部署工作。人工智能产品经理沟通不仅仅是个人情商魅力的表现,也同样体现了你的行业能力与算fǎ功底。

四、如何理解行业

2017年,吴恩达在高山大学(GASA)作主题名为《探索人工智能》的演讲时,曾经说:

“我经常对很多X说,如果能够找到一个X的人工智能团队,就把这些有人工智能力的人放到不同的X团队矩阵去”。

这句话足以证明行业对人工智能的重要性。人工智能产品经理是人工智能产品的缔造者,对行业认知程度有则有更高的要qiú。

人工智能产品经理需要懂行业,这一点在本书很多地方都有体现。懂行业分为2个方面:

  • 首先人工智能产品经理只有懂行业,才能对产品价值有深刻认知,才能知道产品如何满足需qiú。
  • 其次只有懂行业才能懂商业,才能知道产品在行业中如何X,商业利益是产品实现的最终目的。

产品最终需要追qiú商业价值,很难想象一个不懂行业的产品经理,能够设计出给业内X使用的产品。一个不懂行业的人,更不可能明白一个行业的商业运转规律,以及产品商业化过程都有哪些“坑”。

产品经理需要有商业的前瞻性,才能构建产品价值,并能协调现有资源产生最大的商业价值。

图6 行业认知与行业需qiú

如图6所示,人工智能产品经理只有具备充分的行业认知,才能构造良好的商业模式,才能创造较高的产品价值。产品价值能够满足行业需qiú,商业模式能够保证产品价值与行业需qiú间的平衡稳定。

案例

下面以临床科研平台为例,说明行业认知对产品构建的重要性。

【例】临床科研智能平台是zhēn对医院进行临床研究需qiú所使用的数据汇聚及人工智能算fǎ的集成平台。此类平台主要是解决医院用户进行临床科研的刚性需qiú,该平台的搭建需要深刻的行业认知,需要熟悉X科研的liú程与方fǎ,平台架构图7所示:

图7 临床科研智能平台系统架构图

临床科研智能平台与医院多个系统对接,将多个系统数据结构化供临床科研智能平台使用。临床科研智能平台上集成了多种算fǎ,为临床原始研究与二次型研究X了工具。

设计此类平台产品,需要对临床科研具有深度行业认知,对XX数据充分理解。

临床科研智能平台主要解决了医生用户3个痛点:

  1. 医院内数据存在于各个系统中难以整合。
  2. 医生缺乏简单易用的人工智能分析工具。
  3. 医院间开展联合研究缺乏数据协同平台。

基于行业的思考,临床科研智能平台不仅能给医生科研带来便利,更能够成为X数据走向市场的一个基础。当前为了隐私性等问题,临床数据一直无fǎ走向市场,也意味着X数据X无fǎ快速向前推进。只有进行了良好的商业模式布jú,X大数据才能更加健康地向前发展,临床科研平台的商业模式如图8所示:

图8 临床科研平X业模式

临床科研智能平台依托承载的临床数据具有极高的价值,zhēn对yào企、医院、X、保险X都可以形成商业闭环。如果对行业不够了解就无fǎ得到上述产品商业模式,所以人工智能产品经理需要充分了解行业才能构建有价值的产品。

#专栏作家#

白白,人人都是产品经理专栏作家。X号:白白说话(xiaob-talk)。医yào行业资深产品X,负责人工智能行业类产品综合架构与技术开发。在行业云产品架构,yào物设计AI辅助、X知识图谱等领域有深入研究。

本文原创发布于人人都是产品经理。未经许可,jìn止转载。

题图来自Unsplash,基于 CC0 协议

给作者打赏,鼓励TA抓紧创作!

收藏 (0) 打赏

以上内容不错,打赏支持一下!

打开微信/支付宝扫一扫,即可进行扫码打赏哦,分享从这里开始,精彩与您同在
点赞 (0)

声明:本站所有教程资源,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。

雄发创业网 自媒体是如何赚钱的 四步成为人工智能产品经理 https://www.xiongfawang.com/4143.html

常见问题

相关文章

四步成为人工智能产品经理-海报

分享本文封面