笔记 | 从0开始搭建产品经理的AI认知体系

去年的谷歌AlphaGo大战李世石，以及国家出台了相关支持政策，还有百度的高调转型，使得人工智能领域已经得到越来越多人的关注。

中国的人工智能近几年来也发展极为迅速，2014年-2016年里中国新增人工智能企业占据累计的53.8%，融资的金额占了总体的93.59%。

而每个划时代的领域都必然会经历三个阶段：

1. 革命性的技术

2. 可以落地的产品

3. 精细化的运营

如今人工智能的技术，在某些领域已经相当成熟了，迫切需要好的场景来落地。

而让技术最大化的创造价值，则是需要更多具有“产品思维”的人一起来推动行业发展。

作为一名互联网出身产品经理，我把近段时间的学习笔记，分享给大家。

内容主要围绕三个方面：

1. Why：为什么要死磕人工智能以及过程中遇到了哪些问题

2. How：怎么学习才能达成自己的阶段目标。

3. What：要通过输出来加深自己的理解。

「注：Why-How-What黄金圈法则」

这篇学习笔记更适合哪些PM小伙伴阅读？

• 刚刚开始进入或准备进入AI领域

• 面对AI领域大量的知识不知如何上手

1

Why：为什么要死磕人工智能以及过程中遇到问题

年初的时候我在公司的战略会上提出AI的方向，但目前还只是停留的在概念上，大致原因如下：

• 没有体系化解决方案

• 没有直接可供机器学习的数据

• 无法确定ROI（投产比）

• 核心团队对AI领域认知较少

• …等等

而我近期开始研究AI后，发现AI知识涉及到了大量且不同领域的知识，如：

• 哲学，认知科学，数学，神经学，心理学语言学，生物学，仿生学，统计学，自动化，高等数学，计算机科学，医学…

• 云计算，大数据，算法模型，开源框架，语料库，机器学习，深度神经网络…

• 语音识别，语音合成，计算机识别，自然语言处理…

• ……

随便一块知识都不是几个月可以吃得下来的。

且目前市面上资料更多是偏学术，技术，以及算法等层面的， 极少有直接面向产品经理的 ，导致自己在学习过程中也趟了很多「坑」。

好在一部分已经在AI领域的产品大咖们，正在尽可能的分享着自己的方法和经验，让新进入这个领域的产PM少走了不少的弯路。

具AI行业的大咖介绍，产品经理想要在AI创造价值至少需要6个月。AI在思维方式上有很大的差异化，并且对于已经有N年其他领域PM来讲，更会遇到诸多来自于内部和外部的问题。

所以对我来讲，先想明白 「Why：为什么这么做」 要比 「How：怎么做」 更加的重要。

「注：附上自己的Belief，仅供参考」

2

How：怎么学才可以达到自己的阶段性目标

有没有遇到过进入一个新的领域，遇到海量的信息却无从下手 ？

这个就是我刚进入AI领域，遇到第一个问题，我的方法是：

1. 先建立自己对AI行业的初步认知。

2. 从PM视角来搭建自己的AI知识框架。

3. 深入研究某个领域较为成熟的解决方案

2.1

如何建立AI行业的通识

怎么才能快速的建立初步认知？

我的经验是先要有一个体系化的认知，知道自己要去了解哪方面的知识。

具行业内大咖 「@黄钊hanniman」 分享的PPT《人工智能产品经理的新起点》里面介绍AI领域的产业结构，从下到上分别为：

• 基础计算能力层：云计算，GPU等硬件加速，神经网络芯片

• 基础数据层：各行业的一手数据

• 技术框架层：TensorFlow，Caffe，Theano，Torch，DMTK，DTPAR，ROS等框架或操作系统

• 技术算法层：机器学习、深度学习、增强学习等各种算法

• 通用技术层：语⾳音识别（ASR）、语⾳音合成（TTS）、计算机视觉（CV）、⾃然语⾔言处理（NLP）、即时定位与地图构建（SLAM）等等

• 应用平台层：⾏业应用分发和运营平台、机器人运营平台

• 解决方案层：智能客服、智能助理、⽆人车、机器人、⾃自动写作等场景应⽤

其中「应用平台层」和「解决方案层」是 AI产品经理的主战场 。

其次需要信息渠道， 持续的输入 信息，填充自己的认知，我的方法是：

• 阅读「提高认知」方面相关书籍。

• 关注行业内的相关资讯。

• 主动与行业伙伴的互动和交流。

「提高认知 相关书籍」 ，我认为对AI初步认识有一定帮助的：

• 《智能时代》

• 《未来简史》

• 《走近2050》

• 《浪潮之巅》

建立了初步认知之后 ， 可以再去看一些偏 技术和理论基础类 书籍：

• 《人工智能 — 一种现代的方法》

• 《数学之美》

• 《深度学习》

但书籍只能建立对AI的认知以及理论基础，还需要时刻了解行业的最新发展，这里 推荐一些微信公众号：

• 机器之心 ：定位是人工智能媒体和服务平台。（AI垂直搜索）

• 新智元 ：人工智能，机械人领域。

• 将门创投 ：投资机器智能，物联网，人交互，企业计算等领域。

• 泡泡机器人 ：每个几天会推一些科技领域的公开课（偏技术）。

• 其他： 全球人工智能 ， 人工智能头条 ， AI科技评论 …等等

另外要 多主动与行业小伙伴们交流， 微信张小龙的 「1000/100/10 方法论」 这里也适用，需要的是找到 沟通场景 和 可以交流伙伴 来做一些深度探讨：

1. 欢迎大家关注我的微信公众号「 蓝风GO @LanFengTalk 」，一起交流学习，我每天都会抽出时间回复。

2. 可以加入大咖 「@黄钊hanniman的 AI产品经理大本营」 的饭团群跟更多小伙伴交流。「微信扫描下图二维码加入」

2.2

从PM角度来搭建自己的AI知识框架。

有没有遇到过，通过碎片时间研究大量的学习资料，却无法很快理清知识逻辑关系以及背后原理？

AI领域就是一个典型的 信息爆炸的领域 ，更新速度 非常 快 ，每个领域又 非常的深 ，为了更快的学以致用，我的方法是 建立适合自己的 AI知识框架 ：

「注：知识框架还处于0到1的版本，持续更新中」

搭建自己的知识框架还有这些好处：

• 帮助自己建立AI知识与PM知识的联系

• 帮助自己建立AI知识与解决方案的联系

• 实时厘清自己对技术的边界的认知

• ……

2.3

深入研究某个领域较为成熟的解决方案

当你知识框架有了一定的积累，在AI领域可能会出现不知道具体怎么落地情况。

是因为AI领域的大多数行业解决方案，都是由多个AI技术，硬件，垂直领域经验等构成的，并且每个领域对于技术成熟度等的要求都不一样，所以只是对AI技术的认知，无法快速的帮助你在实际应用落地。

我推荐的方法是：从某个行业的产品解决方案切入进行 「PM（思维） + AI（技术） + X（垂直行业认知）」 进行一次深入的调研，这样即可以加深对于AI技术应用的理解，同时也可以有更多贴合实际的落地思考。

如何选择深入研究哪个领域解决方案呢 ？我的建议是：

• 与自己目前经验积累有关或有明确目标方向的

• 解决方案相对成熟，并且可以亲身体验到的