四步成为人工智能产品经理_产物_算法

2025-01-12 04:49:54 绘影字幕

大家好，我是白白，人工智能产品经理是现在非常火热的话题，白白本人卖力医药AI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须要什么样的技能？本片白白与你谈论。

四步成为人工智能产品经理_产物_算法绘影字幕

人工智能产品与传统互联网产品的详细差异在哪？

如果从效率方面来讲，互联网产品更多提高信息通报的效率，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，自然对产品经理的哀求也不尽相同。

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

图1

数据由行业产生，人工智能产品经理须要拥有敏锐的数据洞察力，这样才能在浩瀚业务数据中梳理出有代价的数据信息；算法在没有利用场景时，只是一些数学公式，行业便是算法的利用场景，算法过程须要根据利用场景而改变，这样才能更好的做事于场景，数据是算法血液，算法中的很多参数是依赖数据演习而得到；沟通是产品经理的固有技能，人工智能产品经理的沟通须要根据自身对行业、数据、算法的理解，与开拓工程师、运营职员及行业专家平分歧角色进行互换，才能有效的调动资源；懂行业是做产品的基本本色，产品利用场景、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根本，人工智能产品经理必须懂得如何利用数据去构建产品。
懂数据常常与懂行业相伴相生，数据毕竟来源于行业，以是数据自然带有行业的一部分特色。

人工智能产品经理的数据认知，紧张表示在以下三个方面，如图2所示：

图2 数据认知的三个方面

1. 懂数据的业务内涵

数据业务内涵是指数据在业务中的意义。

无论是做数据剖析，还是做人工智能产品，首先要搞清每种数据的含义——数据常日来讲能够反应出某项业务或某类业务，模型的构建过程也是对业务关系的梳理。
懂得数据业务内涵对也有有利于掌控数据标注的干系事情。

2. 懂数据属性

数据属性是指数据本身的特色，数据属性包括数据类型、数据质量平分歧维度的属性。

（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剖析方法与建模方法。

图像数据可以采取卷积神经网络进行处理，文本数据可以采取决策树以及马尔科夫链模型进行处理。

（2）数据质量包含的内容较多，包括数据真实性、数据构造化程度、数据非常情形等。
不同质量的数据处理过程也不同。
大多数情形下，非构造化数据须要转化为构造化数据后才能构建模型。

3. 懂数据处理的技能与流程

数据处理是指将原始数据变为对特定场景下有代价、故意义的数据形式。
人工智能产品经理该当节制数据处理的技能与流程，数据管理在全体数据科学中霸占根本性的地位。

人工智能产品经理首先须要对数据进行整体评估，确定数据是否能够知足业务需求，评价数据质量等干系情形。
在对数据充分认知后，才能够进行数据处理与建模事情。

二、如何理解算法

人工智能产品经理须要参与算法的设计过程，以是必须深入理解算法事理。
懂算法可以更好地与算法工程师沟通，并且能够知晓不同算法的运用处景。

1. 普通产品经理事情流程

熟习普通产品经理事情流程的人都该当清楚，普通产品经理紧张以提出需求为主，他们撰写产品需求文档提交给开拓工程师，由开拓工程师应按照需求文档的内容进行开拓。

普通产品经理的事情模式是制订一个产品开拓的目标，由开拓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，他们制订产品功能的目标，为终极结果卖力。
对付详细“目标”的实现过程，普通产品经理很少参与，大部分由开拓工程师完成。

2. 人工智能产品经理事情流程

人工智能产品经理须要懂算法，这样才能参与产品功能的实现过程。

在产品开拓的过程中，人工智能产品经理始终参与算法的研发，一贯须要与算法工程师保持紧密的合营。

人工智能产品经理须要针对行业特色进行技能预研，评估哪些算法适宜产品的运用处景。
算法模型的演习以及演习数据的准备事情，都须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求，在提出产品需求后，他们会帮助算法工程师探求得当的路径去实现。

人工智能产品经理不仅要撰写需求文档，还须要撰写技能文档，通过自己对技能和行业的理解，在需求与算法间建立一栋桥梁，提出最佳的算法及技能实现路径。

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

由此可见，人工智能产品经理须要懂技能，这样才能顺利进行技能预研，并担保与算法工程师沟畅通畅。

基于行业特点，人工智能产品经理首先须要确定“哪些是分类问题？哪些是预测问题？办理这些问题适宜用什么算法？”，这些都须要与算法工程师深入的沟通，沟通的根本便是对算法的理解。

常日情形下行业问题都比较繁芜，很难用单一的算法知足需求。
人工智能产品经理须要探索如何组合不同的算法来知足行业需求。

算法就像积木，人工智能产品经理须要根据行业需求的特点，去将算法积木搭建成相应的形状。
只有人工智能产品经理懂得算法事理，才能知道如何利用算法知足行业需求。

图3 人工智能产品的算法设计路径

在产品构建过程中，人工智能产品经理参与算法设计的路径如图3所示：

第一步，需求确定。
确认需求是一个反复的过程，首先通过自己对行业的理解提出需求，之后要通过访问行业专家或用户调研确定需求。
第二步，算法设计。
算法设计考虑的维度较多，首先要将需求分解成几个部分，剖析这些问题属于哪类问题。
如果是文本分析问题，可以考虑利用是非时影象神经网络办理；如果是策略方案问题，可以考虑用强化学习办理，除此之外还须要考虑数据的情形。
综合以上各种情形确定利用何种算法。
第三步，算法谈论。
将算法设计的思路与算法工程师谈论，共同完成算法的履行路径。
第四步，算法确认。
算法达到三个哀求可以认为完成了算法确认。
其一，能够知足也业务哀求；其二，在现有资源环境下可履行开拓。
当算法得到几方确认后，便可以开始履行开拓。
第五步，算法验收。
算法在履行过程中会有非常多问题存在，须要真正完成开拓才能知道效果如何。
在算法模型与真实业务系统完成对接，运营环境、运维等事情都得到确认，并确定算法模型能够达到需求之后，算法验收事情才能结束。

算法模型就像产品一样，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，乃至新业务数据的加入，算法只有不断改进才能更好的符合业务需求。

三、如何进行沟通

人工智能产品经理作为需求、算法、项目三方的折衷者与管理者，只管即便采取专家办法沟通会更有效。

所谓专家式沟通紧张强调沟通者以专家的身份，有理有力有节的阐述不雅观点进行沟通。

人工智能产品经理与别人沟通时，须要具备以下3个特点，如图4所示：

图4 人工智能产品经理沟通要素

（1）专业性是人工智能产品经理的立命之本

无论是对付行业还是对算法，以及在方案功能和设计流程时，都该当始现自己的专业性。
只有突出专业性，才更随意马虎取得信赖。

（2）条理性是人工智能产品经理在统统沟通时的原则

无论什么样的沟通首先阐述结论，在阐述情由，同时解释问题的背景及干系解释。
沟通时，必须做到条理清晰，阐述情由时只管即便利用推理演绎的逻辑路径，能够用图表达的只管即便不要用笔墨。

（3）广博性是人工智能产品经理个人魅力表示

须要人工智能产品经理有广阔的知识面与变通能力，针对不同的沟通工具只管即便利用同样的措辞，或类似的思考路径进行沟通，否则很随意马虎产生无效沟通，而摧残浪费蹂躏了大量的韶光。

人工智能产品经理沟通工具很多，以是须要有足够的知识储备，以是只管即便做到懂算法、懂行业、懂设计、懂运营的综合人才。

人工智能产品经理最主要的沟通工具是算法工程师。
吴恩达在NIPS 2016演讲中提到了人工智能产品经理的角色定位，强调人工智能产品经理是用户与算法职员间的桥梁。

由于算法工程师并不很理解行业，如何将行业内容用算法措辞描述给算法工程师是十分主要的，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，须要把稳以下几个要点：

1. 沟通畅业背景

人工智能产品经理具有行业背景，与算法工程师沟通时，只管即便利用对方能够听懂的措辞，阐明产品给行业带来的代价。

首先双方该当沟通产品的行业背景，能够使算法职员对全体产品有更全面的理解，有利于代码质量的提高。

2. 解释产品代价

首先将沟通的终极目标阐明给对方，让对方明白这件事情的意义。

例如在与算法工程师沟通时，首先让对方明白我们须要实现产品功能是什么。
在理解产品功能之后，再进行算法方面的谈论。

3. 产品功能分解

产品功能常日由很多小的功能模块组成，人工智能产品经理须要根据自己对行业的理解，将产品功能进行模块化拆分，与算法工程师针对单个模块内容进行沟通。

4. 给出数据例

数据例指的是演习数据的数据样例。
人工智能产品经理须要卖力数据的折衷事情，该当尽快让算法工程师看到数据例，这样能节省很多沟通的韶光。
纵然现在没有足够的数据，数据的基本情形也要尽快与算法工程师沟通。

5. 供应算法方案

人工智能产品经理须要进行技能预研，该当首先提出一套算法方案用于和算法工程师互换。
该算法方案包括建议利用的算法类型、数据处理方案等。
这样可以就详细的算法路径进行谈论，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，解释人工智能产品经理如何与算法工程师进行沟通。

【例】笔者一贯从事分子质谱（MS）仿照干系产品的研发，质谱（MS）是一种分子检测的技能手段。
该产品涉及到多个学科交叉，并且专业度极高，须要人工智能产品经理与算法工程师进行良好沟通协作。
分子质谱仿照产品沟通路径，如图5所示：

图5 分子质谱模产品沟通路径

第一步：沟通畅业背景

分子质谱仿照产品紧张用于医药、化工行业，紧张用未知分子的鉴定事情。
该产品紧张为医药领域研发职员供应构造鉴定帮助。

当一个新物质出身时，我们并不知道它的分子构造，但是我们可以利用一些手段将这个分子打成碎片，由于碎片分子的构造相比拟较大略，以是通过碎片分子构造去回推出新物质分子的构造。

我们能提取到的碎片分子旗子暗记，称为质核比(m/q)，是分子质量与其所带电荷的比值。
本产品须要根据碎裂的规律构建模型，通过碎片分子的质核比推断出新物质分子的构造。

本阶段沟通的目的，为了使算法工程师对产品与行业有一个大概的认知。

第二步：解释产品代价

该产品的核心代价用于进行未知物检测——通过未知物的质核比的信息，推断出未知物的分子的构造。

以往对未知物进行推断，都是通过人的历史履历来完成，本产品代价在于通过人工智能技能，取代人来进行分子构造推断。
本阶段沟通的目的，为了使算法工程师明确产品能够办理的问题，以及开拓该项目的缘故原由。

第三步：产品功能分解

未知物分子的推断过程，紧张分为3个步骤：

第一步，首先确定未知物分子的各种原子个数，确定未知物的分子式/第二步，探求比较有特色的数据，这些数据对应着某种固定的分子构造，如果能找到这些特色数据，则证明这个未知物分子中存在这样的构造。
第三步，根据数据特色，找到全部可能的构造。
第四步，将这些找到的构造组合，推断出可能的未知物分子构造。
在和算法工程师阐明基本知识后，须要用普通的措辞将业务过程阐述出来。

第四步：给出数据例

将质谱数据展示给算法工程师，并阐明清楚各部分数据的意义。

第五步：供应算法方案

人工智能产品经理应与算法工程师共同谈论，确定各部分功能所利用的算法。
第五步能否顺利履行，取决于第三步是否能够使算法工程师理解产品功能。
算法的确定须要双方经由多次谈论、考试测验才能确定。

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”的事情，还须要与很多角色折衷支配事情。
人工智能产品经理沟通不仅仅是个人情商魅力的表现，也同样表示了你的行业能力与算法功底。

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：

“我常常对很多公司说，如果能够找到一个独立的人工智能团队，就把这些有人工智能力的人放到不同的业务团队矩阵去”。

这句话足以证明行业对人工智能的主要性。
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哀求。

人工智能产品经理须要懂行业，这一点在本书很多地方都有表示。
懂行业分为2个方面：

首先人工智能产品经理只有懂行业，才能对产品代价有深刻认知，才能知道产品如何知足需求。
其次只有懂行业才能懂商业，才能知道产品在行业中如何赢利，商业利益是产品实现的终极目的。

产品终极须要追求商业代价，很难想象一个不懂行业的产品经理，能够设计出给业内人士利用的产品。
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”。