和前幾年一樣，看衰AI行業(yè)前景的言論最近又此起彼伏。難道真如該觀點支持者們所說的那樣，”投資額減少、關注度下滑，AI寒冬將至？”
過去幾年來，經(jīng)過沒日沒夜的加班，我從一位AI菜鳥變成了一位AI老鳥。我從技術、運營同事們接手過來的產(chǎn)品需求，也逐漸由人臉識別、變?yōu)橹悄芸头?、智能質檢、證件識別等細分需求。應用場景越來越垂直，應用范圍越來越廣泛。
AI 寒冬論，可以一邊歇歇了。
回到正題，作為AI項目組的一位產(chǎn)品經(jīng)理，我們就不重點討論AI 到底有沒有進入寒冬的問題，今天主要和大家分享一下在 AI 公司做產(chǎn)品經(jīng)理的一些心得體會。
從互聯(lián)網(wǎng)產(chǎn)品經(jīng)理轉型為AI產(chǎn)品經(jīng)理，在這一過程我經(jīng)歷了從app的手機端交互設計，到讓機器多模式與人交流的設計；2C到2B再到同時兼顧B端C端的轉變；產(chǎn)品整理需求文檔就能過需求，排開發(fā)，到學會去考慮技術邊界／環(huán)境影響等因素，才能著手設計需求的轉變……一路走來痛并快樂著。
結合幾年AI項目實踐經(jīng)驗，談談AI產(chǎn)品經(jīng)理在具體工作中如何考慮產(chǎn)品設計，給大家分享6點心得。
體驗層上包括：
技術邊界VS業(yè)務目標；應用場景；教育成本；B端C端兼顧另外還有需要在設計架構是考慮的⑤設計兜底方案、⑥引擎接入的靈活性。
一、技術邊界VS業(yè)務目標
在一定的階段，當技術無法以預期的方式滿足產(chǎn)品需求時，AI產(chǎn)品經(jīng)理要做的事情就是在了解技術邊界的前提下，提供最適合的產(chǎn)品解決方案以達到業(yè)務目標。
“準確回答用戶咨詢的問題”是智能客服產(chǎn)品的核心訴求，如何更準確的為用戶提供解決方案呢？自然語言處理（NLP）技術并不能保證百分百精準理解客戶的意圖，AI產(chǎn)品經(jīng)理需要考慮在這樣的前提下，怎樣設計智能客服產(chǎn)品。
“推薦答案”成為解決這一問題的設計方案。在無法準確判定用戶的意圖時，機器人會根據(jù)計算，在給出得分最高答案同時，將與客戶問題意圖相近的“推薦問題”根據(jù)計算分數(shù)從搞到排序展示，提供給用戶更多選擇，已達到解決用戶咨詢問題的目的。
目前的人臉識別技術也無法保證100％過濾各類風險，比如：視頻供給、照片攻擊，比如雙胞胎。于是設計了“異步審核”策略，在人臉比對和活體檢測有風險時，便會將采用異步審核流程，用人工檢測的方式保證通過率和準確率，保證用戶體驗，降低業(yè)務風險。
一個技術落地，AI產(chǎn)品經(jīng)理除了需要像互聯(lián)網(wǎng)產(chǎn)品經(jīng)理先確認核心需求，但更多的時間精力要用來思考就AI技術的情況，如何使用優(yōu)秀的可執(zhí)行的產(chǎn)品方案來代替大量的數(shù)據(jù)和時間投入，盡快從無到有的上線初代產(chǎn)品研發(fā)，在迭代中提升。畢竟讓模型跑起來，在實際的業(yè)務場景中看到AI帶來的價值才是產(chǎn)品追求的根本。
二、評估場景因素
當產(chǎn)品初步方案確認后，需要對影響算法正常運行的場景因素進行分析，是否充分評估各類會影響結果的場景因素，決定了產(chǎn)品真正落地的速度。
很多人吐槽過刷臉要求的復雜又難理解，不能戴黑框、光線不能太強、注意避開側面光、逆光會影響通過。但其實是否能為用戶提供更具指導性的告警是考驗AI產(chǎn)品經(jīng)理能力的重要維度。符合核身條件的光線檢測、外部噪音檢測、出現(xiàn)多張人臉時提示等，都需要在研發(fā)過程中盡充分挖掘，并進行合理的告警分類，考慮是否能用技術手段解決，比如將人臉是否滿足檢測條件放到前端。
同樣，在身份證識別的場景中，金融行業(yè)這類對安全要求較高的行業(yè)，在證件偽造上都屬于零容忍，證件識別除了來基本字段的準確率，誤檢率、召回率等關鍵數(shù)據(jù)，還需要考慮怎么對遮擋、缺角、過期等情況導致的偽造證件進行識別。足夠豐富多樣且精準的告警碼，才能滿足產(chǎn)品需求，為后續(xù)商業(yè)化提供技術亮點的支持。
由于目前硬件和算法的種種限制，為了盡量提升用戶體驗，AI產(chǎn)品經(jīng)理需要挖掘外部環(huán)境可能導致的失敗原因，反推算法同事給出更多維度更細顆粒的錯誤反饋，以便為用戶提供清晰的操作指導，提升用戶滿意度。
三、產(chǎn)品使用的教育成本
AI產(chǎn)品對環(huán)境、用戶配合度的要求，帶來的一個新的問題：“怎樣快速直觀的教會用戶使用”，如果用戶不會用、不能用，對產(chǎn)品的落地和推廣會帶來負面影響。
比如：智能音箱、智能車載設備的興起，在做軟硬一體產(chǎn)品設計的過程中，由于對話是日常人們已經(jīng)非常熟悉的場景，如何設計自然、“像和真人一樣”交談的交互，成為AI產(chǎn)品在設計過程中的重點及難點。
例如：用戶在初期面對智能音箱產(chǎn)品時可能會一臉茫然，“我在干什么？”，“我要做什么？”，這時候通過屏幕顯示的配合（有屏音箱設計）讓用戶對產(chǎn)品的功能有所了解，或者通過音箱主動交互告知用戶“你可以這么問我”，“我對這些技能擅長”是產(chǎn)品設計中細致的考量。
再比如：如果音箱一直在聽我們說話，將收錄非常多雜亂無章的信息，使得AI系統(tǒng)沒有辦法很好的理解誰在說話，說了什么，往往需要用戶每次與音箱交互時都喚醒。AI在后臺被喚醒了，用戶是怎么知道的呢？
在我們日常生活中，如果有人對我們說話，往往會叫我們名字，我們往往回復“我在～”。仿照這樣的方式，我們對音箱的設計通過燈關不同顏色的反饋或者語音應答，告訴用戶音箱被喚醒了，正在等待你說話。
另外，如果每次都喚醒，會讓用戶很煩很累，在一些連續(xù)交互的過程中，可以打破每次喚醒的魔咒，使得AI音箱一直在聽用戶所說的話。那這時候怎么讓用戶在這兩種不同的模式間平緩切換，細致的對話設計就很重要。
與互聯(lián)網(wǎng)產(chǎn)品不同，AI產(chǎn)品經(jīng)理需要廣泛涉獵不同行業(yè)不同地域的操作習慣，借鑒硬件、軟件行業(yè)的優(yōu)秀的交互，不斷總結，思考更為輕松、自然、平順的產(chǎn)品體驗。
12下一頁>（免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
