笔者目前在一家AI初创公司从事产品设计的事情，在过去的几年韶光里，笔者与公司共同发展，参与研发，并主导设计了多款AI产品。

本文针对“AI产品经理是如何从0到1打造一款AI产品”这个问题，分享一些自己的理解。

首先须要阐明的是，AI产品实在质依然是产品，只是或多或少地利用了人工智能的技能，以前所未有的形态所表现。

既然是产品，那么其核心要素依然是：可供应给市场被用户消费和利用，可以知足用户的某种需求，以及可以为用户带来代价。
打造一款AI产品的流程大致可以分为6个步骤，个中很多步骤对付非AI类产品来说也是完备适用的。

第一步：定义产品

与所有产品一样，AI产品设计的第一步，便是为产品制订一个清晰的商业目标。

你可以问自己这样几个问题：我的产品将办理什么问题，为什么须要用到人工智能技能，可能会用到哪些技能，这些技能将为产品供应什么样的功能，这些功能点将如何使产品脱颖而出，产品将如何帮助目标用户？产品终极将为用户带来什么，期待的成功是什么样的？

这里的必须要做的事情有两件：

为产品构想一个明确的利用案例。
这个案例得足以证明我们所创造的产品是主要且有代价的。
代价表示在节省金钱的开销，节省人力本钱，提升事情效率，带来可不雅观收入，乃至是给人带来愉悦和享受等。
确认产品当中须要用到的AI技能。
明确产品当中具体会有哪些功能和任务须要通过AI技能实现。

第二步：设立指标

有了清晰的产品形态和功能定义，接下来须要为产品制订一个评价指标。
产品未来的成功与否将由初期设计的这个衡量指标来决定，因此这一步非常主要，须要在产品研发初期完成。

须要强调的是，这里的指标该当映射的是产品的实际代价，而非产品的性能表现。
此外，规则须要易于丈量，具有参照基准。

以智能客服机器人为例，成功的指标该当是客服机器人为客户带来的详细营收提升，或资源节省，而不是某一组问答匹配的准确程度。
可以通过企业在利用机器人之前的表现数据作为参照，与利用机器人之后的数据进行比较，通过变革和差异来衡量产品的表现。

第三步：数据

对付AI产品来说，数据的代价和意义怎么说都不为过。
如果把打造产品比作盖楼房的话，那数据就像是楼房里的砖瓦。
创建一款AI产品时，我们首先要获取用于演习模型的数据。
这里要办理的几个问题是，利用什么样的数据？从什么地方获取数据，如何获取？

有一些数据是须要收费获取的，而大多数数据是免费的，可以通过***或编写爬虫脚本爬取得到。

数据的获取有几点须要把稳：

首先，须要确保数据内容是安全可信的，数据的质量直接影响到产品的性能，开源的数据内容每每质量参差不齐。
如果数据中存在大量的偏差（bias），那么终极模型和产品的效果都会变得不理想。

其余，数据资源还可能会存在安全隐患和法律轇轕。
比如，一些数据当中可能会存在大量用户的个人信息，这些信息一旦利用不当或是被透露，产品的研发者将面临严明的法律问题。
近年来，由于未能妥善处理数据而导致失落败，乃至沦入法律轇轕的公司不胜列举。

末了，还要设计数据的标注事情。
数据的标注事情是非常主要的一个环节，AI产品的功能和表现都与数据标注事情密切干系。
设计一个好的标注任务是AI产品设计者的基本功。
个中须要考虑的事情有，演习项目所须要用到的数据规模，演习数据和测试数据的占比，对付数据类型的分类和整理，以及对标注任务或问题的详细描述。

第四步：模型

AI算法逻辑与模型设计是AI产品的技能核心模块，这部分事情每每是由技能开拓职员全权卖力。
这里哀求产品研发职员对不同的ML模型和AI算法都有一定的理解，结合已标注好的数据，为产品选择一个有效的模型。
可以自己构建一个新的模型，也可以利用一些现成的资源，比如AutoML。

设计模型时有三个须要把稳的环节。
分别是，对Activation function的选择，对演习权重的设置，以及对节点类型和构造的利用。
不同的的模型构造适用于处理不同的任务，并办理特定的问题。

此外，设计模型的同时也须要为模型制订度量标准。
度量标准将用语评估模型的表现，以确保模型可以得到令人满意的表现。

这里须要把稳的是，测试数据和演习数据要分离开来，只有当模型演习完成往后，才可以利用测试数据对模型进行测试。
常用的测试指标包括准确率，召回率，F1分数以及稠浊矩阵。

第五步：打造MVP

构建最小化产品（MVP）是精益创业产品研发的精髓所在。
明确产品的用户画像与利用场景，环绕产品的核心代价构建一个最小化产品（MVP）。
这时，产品设计者须要在脑海中勾勒出产品的终极形态，并完成产品的第一个原型设计。

这是一个须要多次打磨的过程，如果是硬件产品，可以通过3D建模做一个观点***，如果是软件产品，可以梳理交互流程并绘制出mockup的UI设计图。

在研发AI产品的时候，人们每每方向于将关注点聚焦在技能上，过于炫耀科研成果，而忽略了产品本身的运用代价。

比如，在打造一款智能人岗匹配系统时，我们可以先从某一个特定的职业的某一个岗位动手，打通一条紧张的交互流程，实现前后真个完全呈现。
而不是一开始就投入全部精力，考试测验演习一个弘大而繁芜的人岗匹配通用模型。

在MVP环节，打磨产品雏形的同时，也须要为产品的上线与发布进行设计和方案，个中包括上线前的准备事情，以及上线后的掩护事情。

我们须要为产品找到发卖渠道，设立品牌定位，以及推广路子。
比如，可以通过线上的众筹的平台进行发布，也可以借助某个行业展会活动进行推广。

从产品名称/基本形象，到产品的包装/logo/设置***和网站，亦须要合营产品同步推出。
这些环节的设计，不容小觑，它们同样影响着产品的成败。

第六步：构建产品闭环

产品研发的末了一步是为产品构建一个增长闭环，思考产品的长足发展。
比如通过用户数据剖析，A/B测试等方法，环绕产品构建增长闭环。
对付AI产品来说，还须要对数据进行持续跟踪，确保模型数据的时效性和客不雅观性，秩序掩护数据的状态，并适当地做出更新调度。

无论什么样的产品，终极都须要传达代价给用户，都须要在市场上进行验证和比较。
因此，对付AI产品来说，也该当在最开始就有一个清晰的商业发展策略。
在这过程中须要不断洞察产品的表现，持续提升产品性能与用户体验。
这当中包括产品功能的拓展方案，产品增长的北极星指标，以及产品的市场形象掩护。
每一项指标都须要结合一个评价标准，可以是阶段性的目标，也可以是长期坚持的原则。

构建完成增长闭环，我们就算是完成了产品从0到1的打造过程。
至此，我们有了明确的产品定义，推出了产品的最小化形态，并找到了发布渠道，在此根本上，我们还为产品打造了增长闭环，为其从1到100乃至1000做好准备。

总结

实在，打造一款AI产品并不须要节制多少尖真个AI技能。
AI产品与所有的产品一样，其目标都是做事用户，为用户办理问题。
模型的性能与表现只是全体产品研发的一个环节，终极我们关注的依然是产品的核心代价，与运用成果。

笔者以为AI产品的设计是一个把想象变为现实的过程，想象一个问题空想的办理方法，把脑海中想象的办理问题的办法拆分成一个个小任务，并针对这些抽象的小任务转换成数据标注任务。
之后的事情，便是选择得当的数据集，选择得当的模型算法，通过一遍一遍的考试测验和验证，一步一步把想象中的办理方法演习出来。

末了， AI产品和所有产品一样，都须要制订有效的增长策略，形成闭环，持续跌代。
到这里，我们便完成了AI产品研发从0到1的全部过程。

本文由 @单师傅 原创发布于大家都是产品经理，未经容许，禁止转载

题图来自 Unsplash ，基于 CC0 协议