本文根據(jù)起點學院沙龍活動分享的課程整理而成，加入起點學院在線社員（或復(fù)制報名鏈接：http://t.cn/R53OsvD 到瀏覽器中詳細了解），即可觀看本課程視頻回放及尊享300門視頻課程學習特權(quán)。

以下為黃釗演講實錄，由人人都是產(chǎn)品經(jīng)理團隊筆記小組成員@王丹 依據(jù)嘉賓分享內(nèi)容整理，編輯有修改：

時代背景

上個世紀機器人、人工智能、互聯(lián)網(wǎng)有各自的發(fā)展路徑，但在2015-2016年左右三者開始快速的交叉融合。從我們的經(jīng)歷來看，如果只具備三者背景之一的公司或團隊將會面臨前所未有的危機。比如純互聯(lián)網(wǎng)背景的公司去做集成硬件，會踩供應(yīng)鏈的坑，做智能硬件的公司在與AI結(jié)合時，不知道怎么去落實。而且不僅是知識的積累，更是思維方式的轉(zhuǎn)變，所以我認為從互聯(lián)網(wǎng)轉(zhuǎn)型到AI，將比傳統(tǒng)行業(yè)轉(zhuǎn)型到互聯(lián)網(wǎng)難度更大。

AI現(xiàn)處于一個行業(yè)瓶頸，可能大家會想到數(shù)據(jù)、算話、算例等，但這都只是一些必要條件，國內(nèi)目前缺少真正落地的AI產(chǎn)品，為什么？

1. AI PM特別稀缺，現(xiàn)階段AI技術(shù)的發(fā)展程度其實已經(jīng)不影響PM去做一些demo和驗證工作了；
2. 想要從純技術(shù)角度去打造一個非常完美的產(chǎn)品架構(gòu)是不太現(xiàn)實，反而需要PM從實際的場景出發(fā)，根據(jù)用戶反饋倒逼技術(shù)去優(yōu)化算話和數(shù)據(jù)模型；
3. 團隊的升級，相比于個人升級困難的多。

尤其AI PM的稀缺才是現(xiàn)在AI行業(yè)發(fā)展的痛點，但行業(yè)在這塊兒幾乎是空白?，F(xiàn)階段AI PM的能力、分類，包括從互聯(lián)網(wǎng)轉(zhuǎn)型到AI PM沒有一個標準，甚至AI PM的概念也是最近三個月才被普及和接受的。

AI PM的分類

1、平臺網(wǎng)站類AI PM。

主要職責是網(wǎng)站架構(gòu)流程設(shè)計，以及AI模塊交互設(shè)計，比如提供一些AI接口，這與互聯(lián)網(wǎng)PM有80%的技能重合，比較容易上手。

2、垂直場景類AI PM。

其與各個行業(yè)的重合度50%。包括：

1. 2C的軟件產(chǎn)品，如客服助理等；
2. 2C的硬件產(chǎn)品，如亞馬遜的echo音箱，其銷售量在3000萬臺左右；
3. 2B的云端服務(wù)，如在云端提供一些API；
4. 2B的系統(tǒng)方案，如我們?yōu)槟彻咎峁┑臋C器人內(nèi)部系統(tǒng)（Turing OS）的設(shè)計服務(wù)，此類門檻相當高。

3、對話聊天類的AI PM。

難度最大需要極高的人文素養(yǎng)。包括：

1）云端-架構(gòu)/體系化

不管是siri或是微軟小冰或是各類聊天對話內(nèi)產(chǎn)品，其背后的框架是：用戶提出問題，AI產(chǎn)品通過用戶語言去判斷其需求，如是否是在問天氣，如果不是往下走，是否是在問百科，如果還不是繼續(xù)往下一層走，最后會有一個萬精油的回答。這塊由于跟一些技術(shù)的結(jié)合，會是AI領(lǐng)域內(nèi)最難做到的，行業(yè)內(nèi)現(xiàn)在能有做這類產(chǎn)品的不超過10個。

2）云端-垂類產(chǎn)品（天氣、旅游）

氣象領(lǐng)域內(nèi)的AI產(chǎn)品，其主要涉及對話流程、解析上下文。這樣垂直領(lǐng)域類的產(chǎn)品，需要有較深的行業(yè)背景。

3）終端-QQ群/公眾號等

我們跟Q群合作，然后在這個Q群里面，比如說我問小Q你幾歲，顯示出25歲，然后叫哥哥好，這跟我們前面說的云端區(qū)別在于這個場景，它有特殊性，產(chǎn)品經(jīng)理需要針對這個場景設(shè)定一些特別的脾氣和流程，如新用戶剛剛加入該群，機器人自動跳轉(zhuǎn)出來歡迎，或者說過生日了它會跳出來說，祝你生日快樂，來提高群的活躍度。

4）終端-支撐外部項目

AI技術(shù)部門的PM參與到第三方項目，進行需求對接以及項目管理，該領(lǐng)域是最好入手的，也能幫助大家了解AI整個行業(yè)。

我接觸到的AI PM，都在這些類別里面，大家需要找到自己適合的一個細分方向。

最難分類的的PM，比如關(guān)于搜索關(guān)于出行，比如說滴滴或者大數(shù)據(jù)的PM，我個人認為應(yīng)該叫泛的AI PM，就是他們確實會跟比如說深入學習相關(guān)，但不是最典型的。因為這種產(chǎn)品形態(tài)本身已經(jīng)解決了從0到60分的問題，用搜索框，那基本可以用了，后面得很多的，都是這種偏向策略的優(yōu)化效率提升，或者精細化運營這一類事情，也就是說有一定的產(chǎn)品sence的程序員，他也可以去做部分的事情，所以綜合來說就這一類它的產(chǎn)出價值的稀缺度，至少相對聊天來說不夠明顯，但也適合我們?nèi)ト胄小?/p>

目前我所看過的最好的AI產(chǎn)品，日本的RoBoHoN手機機器人，既有硬件，又有軟件的產(chǎn)品：http://v.youku.com/v_show/id_XMTM1MzE5MjY2MA==.htm該視頻對我們有所啟發(fā)，怎樣更好的將AI技術(shù)和品相結(jié)合。

1. 把文字讀出的技術(shù)叫做TTS，語音交互功能；
2. 語音識別成文字叫做ASR，觸屏方便；
3. 頭部安裝了觸摸傳感器，可以感知觸摸動作；
4. 擁有投影技術(shù)等；
5. 自動識別拍照，當把機器人掛在胸前的時候，它的實際效果應(yīng)該是有問題的，在走動的時候怎么去判斷這個圖片，有沒有把人框進去，構(gòu)圖是不是合理的比例。也許有更合適的場景，把它放在家里去直接拍嬰兒，比如說一分鐘拍60張，然后通過計算機視覺的能力自動挑選出一張高質(zhì)量圖片，這個應(yīng)該更現(xiàn)實一點；
6. 大家看到這是一個雙足機器人，它的這種走動其實很難的，它涉及到步態(tài)的控制算法，才能基本上走得平穩(wěn)流暢。作為商用來說，暫時還沒有特別好的產(chǎn)品，能夠把雙足走得很流暢；
7. 涉及到叫做多模態(tài)交互，就不光是語言，它還有動作、表情，這跟互聯(lián)網(wǎng)時代很不一樣，這種多模態(tài)的時候，它的信息的維度和能量會更大。這類產(chǎn)品設(shè)計現(xiàn)在是AI的行業(yè)空白，沒有標準化的交互體系，所以都是人為的拼裝起來的，它可以每個單獨做的效果很流暢，但沒有標準的體系去做的話，就很難批量化的去產(chǎn)生動作；
8. 計算機深度視覺，它的攝像頭識別出這個女主角在哭，是可以通過AI去識別出來的，之后才會給交互反饋；
9. 它會叫這個人的名字，就是在數(shù)據(jù)庫里面已經(jīng)有這個人的照片和名字，這就涉及到人臉識別的功能；
10. 我們認為是有雙足雙手的機器人，體驗效果會更好一些，只不過這個難度也會更大一些。他的跳舞的效果跟這個視頻是一樣的，關(guān)節(jié)非常的靈活、自然；
11. 這里有一個技術(shù)叫聲源定位，不光識別你的聲音，還會判斷聲音來自哪個方向，然后把頭轉(zhuǎn)過去跟你說話。

AI PM的能力模型

對PM來說你的素質(zhì)能力分別有哪幾大類，哪幾小類，每一小類都會有一個評分，一分到六分，最終會有一個圖，這樣就會知道你自己的能力成長路徑。我個人理解，首先需要相對成熟的互聯(lián)網(wǎng)領(lǐng)域的PM經(jīng)驗，然后有AI領(lǐng)域的積累，再加上偏素質(zhì)方面的能力，才能有資格成為一個好的AI PM。

1. 邏輯能力、溝通能力是最基礎(chǔ)，最重要的；
2. 快速學習能力是重點；
3. AI技術(shù)的理解力不做強求，需要通過實戰(zhàn)提高學習效率。是AI專業(yè)畢業(yè)的更好，如果不是也沒有關(guān)系，對于技術(shù)理解力的積累，需要知道技術(shù)的邊界，最高效的方式還是實戰(zhàn)，學習知識看書還是離實際比較遠，效率很低；
4. 類機器學習思維方式，AI PM很不一樣，需要看大量的數(shù)據(jù)，然后通過數(shù)據(jù)摸索出一些可能有效的用戶體驗的方式和流程，比如我們?nèi)プ鰧υ挼漠a(chǎn)品設(shè)計，不是一開始我們就知道應(yīng)該怎么引導(dǎo)用戶去做對話交互，而是用眼睛看幾十萬的數(shù)據(jù)，這個效率就會很低。
5. 多感官（多模態(tài)）人機交互設(shè)計，怎么把多模態(tài)交互設(shè)計的好，現(xiàn)在行業(yè)內(nèi)是沒有交互標準的。類比于有多個引擎的飛機，壞了一個并不影響飛機繼續(xù)飛。就是說機器人，他的云交互突然失效了，服務(wù)器沒有結(jié)果返回了，如果通過動作或者表情去表達，它也能夠在特殊的極端情況下，繼續(xù)把流程走下去。這種多模態(tài)的交互設(shè)計現(xiàn)在行業(yè)內(nèi)，不光是沒有標準，做這部分的人都很少，因為現(xiàn)在所謂AI的產(chǎn)品基本上還是劃分得比較遠，要么是做純軟件，要么是做純硬件，真正把硬件和軟件包括多模態(tài)結(jié)合起來的這種產(chǎn)品非常非常少，但這個方向我個人認為是應(yīng)該是比較確定的；
6. 垂直場景的認知，就是一些偏數(shù)據(jù)方面的，垂直場景認知AI還是偏橫向的技術(shù)的支撐，所以它最終落地一定是具體場景里面去的。要么是自己學習這個領(lǐng)域的知識，要么是找一個互補的人協(xié)作，所以最終要出一個好的設(shè)計，肯定是要對這個垂直場景有深度認知的；
7. 跨領(lǐng)域協(xié)作溝通能力，這特別重要，不光是要表達清楚，讓別人明白你想什么，并且你要明白別人講什么，把它對接起來?？珙I(lǐng)域溝通能力在AI時代會放大十倍以上；
8. 人文素養(yǎng)和靈魂境界，是最深層的，它是真正在去積累勢能的能力。

這三個產(chǎn)品，第一個是剛說的我們babyQQ群里面這個機器人，第二個微軟小冰，第三個是度秘。那前面兩個是思路是偏有趣，像百度度秘的偏有用，這兩個方向，現(xiàn)在沒有結(jié)論說誰對誰錯，但是如果我們要去做這種產(chǎn)品的話，首先要有自己的理念才行，就自己不能是一個騎墻派。

我曾經(jīng)在是行業(yè)閉門的會議上聽過某大公司的負責人說，他們的產(chǎn)品只做理性的功能價值，其他的沒考慮那么多，我當時還是比較驚訝的，因為我第一次現(xiàn)場看到這種大型工業(yè)的時候，被震撼到了，它把一個箱子從左邊搬到右邊，這種節(jié)奏感讓我感覺像一個人，這種能量的波及不是我們認為想去把它給剝離掉就可以不管的，也就是說如果一個AI的產(chǎn)品他沒有考慮感性價值或情感的話，最終的結(jié)局就是，這個產(chǎn)品的用戶，可能覺得很奇怪或很不舒服，但是他說不出來為什么，并且這個PM它也不知道，因為根本就沒有考慮這個事情，所以這一塊是AI PM，跟互聯(lián)網(wǎng)產(chǎn)品很不一樣地方。

這種體系化的文科科學背景也很重要，比如說一個養(yǎng)老院里面如果兩個老人，一個想要看新聞臺，一個看體育臺，怎么辦，給哪個看不給哪個看，會涉及到一些倫理學的東西，甚至AI是有可能被教壞的，怎么解決呢？可以借鑒心理學，小孩子依戀對象就是它媽媽說的話，在它的學習系統(tǒng)里面權(quán)重在90%甚至更高，類似這種像藝術(shù)啊美啊傳統(tǒng)文化，都是能夠直接地去應(yīng)用和借鑒到AI產(chǎn)品設(shè)計里面去的，這是很直接的一個個事情，并不是很虛的事情。

我個人認為：一個產(chǎn)品它的本質(zhì)是公司和設(shè)計者靈魂能量層次的外化，一個精神層次高的團隊才可能做出真正跨時代的AI產(chǎn)品。坦白說，現(xiàn)在行業(yè)內(nèi)幾乎沒有真正的大的突破，不管是技術(shù)還是產(chǎn)品上的，我覺得還是有很大的空間。

那這句話是侯世達說的，他說現(xiàn)在主流的研究雖然很厲害，但卻與真正的AI沒有半點關(guān)系。他這個人比較有意思，他不算是AI領(lǐng)域的主流，但是它是一個真正的思想者，他寫的這本書《哥德爾、埃舍爾、巴赫：集異壁之大成》是關(guān)于AI一本特別奇特的書，很厚，但這本書是非常有影響力的。

有這樣一段話：“我們沒有致力于開發(fā)實際的應(yīng)用，諸如翻譯引擎、問答機器、網(wǎng)絡(luò)搜索軟件此類的東西，我們只是在努力地理解人類概念的本質(zhì)和人類思考的根本機制，我們更像是哲學家或試圖探究人類心智奧秘的心理學家，而非旨在制造聰明的計算機或機靈程序的工程師。我們是一群老派的純粹主義者，我們的動力源于內(nèi)心深處的哲學好奇心，而不是制造實用設(shè)備的欲望?！?/p>

AI時代重大特質(zhì)：高維+突變

現(xiàn)在行業(yè)內(nèi)基本上還是在做設(shè)備或工具，那有沒有可能從功利的角度去證明，這看似很虛的東西很重要呢？我想分享就是AI它的兩大特質(zhì)，一個是高維，一個是突變，我們一年的工作產(chǎn)出可能瞬間被一個高位給吞噬掉。

前段時間國內(nèi)某知名大公司的一個技術(shù)負責人說，他做七年的翻譯，然后看見谷歌的一篇文章，突然發(fā)現(xiàn)他的這個技術(shù)全白積累了。這個其實離我們并不遙遠，并且在AI會經(jīng)常的發(fā)生，這種它是一個類似于基因突變，行業(yè)的產(chǎn)品和市場的變化非?？欤⑶沂谴蟮恼{(diào)整。我個人認為現(xiàn)在行業(yè)內(nèi)，我們都有可能被另外一個產(chǎn)品給會技術(shù)覆蓋掉。

從我們的信息來看，是2012年3月份做的蟲洞語音助手，2014年初發(fā)布了我們的統(tǒng)計全平臺，2015年做到頭牛，2016年整個行業(yè)這個主旋律是怎么去落地體驗，今年2017年主旋律就是做市場做收入?；久?到6個月，如果不去接觸一線的市場，就會發(fā)現(xiàn)跟用戶有脫節(jié)，會比在互聯(lián)網(wǎng)時代要感受更明顯一些。

結(jié)論：

• 第一點是一定要占到行業(yè)最前沿，就這樣的話才會更加的保險一點，否則的話很容易被別人給吞噬掉；
• 第二點我們會強制要求我們的PM每隔一段時間去見客戶，就是我們的銷售反饋的用戶意見跟你自己去看是不一樣的，需要PM自己去接觸實際的用戶，聽它們的聲音，這個應(yīng)該是跟互聯(lián)網(wǎng)時代是很不一樣的；
• 第三點重點不是細節(jié)，而是認知，通過認知解決60分的問題。就是當我們?nèi)ヌ剿饕粋€場景的用戶的發(fā)展產(chǎn)品的方案時，第一步先去做簡單的閉環(huán)解決60-70分的問題，但是當我們想去解決80-90分細節(jié)打磨的時候，很有可能一個新的小波浪又過來了，你就沒有時間去做，就是迭代的太快了。所以啊基本上是說用6到12個月的時間去驗證一個60分的問題，很有可能是AI PM的真正的價值，甚至可能是他的常態(tài)，包括AI PM和互聯(lián)網(wǎng)PM可能就不是同一群人。

那有的AI PM就會問，我們做這個產(chǎn)品什么時候是頭，什么時候能夠有用戶量的大增長和爆發(fā)，什么時候能夠有大的收入，有的人會覺得是遙遙無期。我個人認為是說這個反而它是一個正確的事情，他就應(yīng)該花6到12個月去驗證一個60分的事情，如果是不可行的，他就繼續(xù)換一個細分的場景或者是交叉領(lǐng)域的藍海的機會去驗證，如果可行的話，他不需要做，它就把這個剩余的打磨工作交給傳統(tǒng)互聯(lián)網(wǎng)PM去做。

感性大于理性

相對于互聯(lián)網(wǎng)時代來說，AI時代的這種感性的能力，它的稀缺度會更甚于理性，這不是理性不重要，但是感性的稀缺度更重要，就這個時候，文科生特別是文科女生有機會會比互聯(lián)網(wǎng)時代會更大一些。從我們面試來看，面試聊天對話類的AI PM的時候70%是女生，這在互聯(lián)網(wǎng)的時代是比較少見的。

產(chǎn)品經(jīng)理跟程序員的協(xié)作

產(chǎn)品經(jīng)理跟程序員的協(xié)作關(guān)系，邊界會更加的模糊，就是程序員不能再等PM給你寫出非常具體的需求文檔，比如說我們設(shè)計一個場景，需要識別出用戶五種情緒，比如說憤怒、喜悅等，那這一套情緒識別體系，不可能寫出一個很好的架構(gòu)的，所以需要研發(fā)去理解PM的意圖，自己去設(shè)計一個實驗的方式，然后再通過數(shù)據(jù)去做聚類，最終的這個模型和數(shù)值是研發(fā)去最終確定下來的，這個時候就需要引發(fā)跟產(chǎn)品互相理解，多跨一步。

利益回報兩級分化

前兩個月一個AI PM提給我的問題，他說這種好的AI PM他的利益回報在AI時代跟互聯(lián)網(wǎng)相比是否比程序員更大？我認為以后的AI PM會兩極分化，好的PM，它的價值和能力更接近于CEO，因為他就在處理場景里戰(zhàn)略，找痛點初做閉環(huán)，而剩余的打磨工作它的價值需求來說相對就沒有這么大了。

AI PM的稀缺程度？

那如果這樣的話，AI PM跟CEO的區(qū)別又在什么地方呢？我的理解是AI PM它是垂直場景的小CEO，就是在互聯(lián)網(wǎng)時代一個公司或者一個一個事業(yè)部，他的產(chǎn)品主線可能就一個，但是在AI時代就變了，因為無數(shù)個細分的場景和交叉領(lǐng)域需要我們?nèi)ヲ炞C去探索，這個時候CEO它的能力再強，它也會不熟悉，它也會無能為力，所以就需要在這個細分方向上，把這個事情給撐起來，幫它獨當一面。

說了這么多，那到底稀缺到什么程度呢？這個因為沒有一個標準的，所以往往嚴格來說可能行業(yè)內(nèi)就幾十個人，說可能就200人左右，而且問題是說手熟的人才非常少，有一年的相關(guān)AI PM行業(yè)經(jīng)驗的特別少，甚至一些大公司的AI部門的總監(jiān)級別的人物都是剛剛從非AI的背景轉(zhuǎn)型過來的。

AI PM的人才真空期還有多久？

我個人認為是6到12個月，一個中級的互聯(lián)網(wǎng)pm或大公司的總監(jiān)級別的人，去做AI聊天對話類的產(chǎn)品的話，至少得六個月才能去上手，而且是沒有捷徑的，因為即使我們把工作中的教教訓經(jīng)驗總結(jié)出來，它只看了以為懂了，但是實際工作中一定會有無數(shù)個的常規(guī)的場景是沒有看不到的，它還是會面臨要去問的情況。

據(jù)我了解大公司它們現(xiàn)在因為很缺人，所以會去內(nèi)部轉(zhuǎn)崗去，有一些其他的產(chǎn)品的PM去轉(zhuǎn)來做AI PM，所以當一年之后這些PM他們也相對成熟了，那個時候這種完全得真空期或者紅利息會少一些。而真空期就意味著轉(zhuǎn)型的紅利期，體現(xiàn)在兩個方面，一個是面試的門檻低，我們在篩選簡歷的時只要有一點點的相關(guān)，我們會盡量的給他機會，但是入職的要求還是比較高的；第二個溢價高，不管是產(chǎn)品還是技術(shù)，只要是AI領(lǐng)域的，它的溢價比互聯(lián)網(wǎng)相對要高一些。

如何從互聯(lián)網(wǎng)PM轉(zhuǎn)型到AI PM?

我把它叫做一個轉(zhuǎn)型的三部曲，就是培養(yǎng)興趣，選擇方向，實施轉(zhuǎn)型。

現(xiàn)在很多朋友說AI很感興趣，但是真正重要的是說興奮之后，具體做到什么東西用行動來。比如書單大家可以到處去找，但是有沒有去一本一本去深入看。這里我個人是比較推薦《科學的極致：漫談人工智能》，這本書比較適合PM看的，很通俗易懂的方式，把AI里面的一些最關(guān)鍵的概念給提綱挈領(lǐng)講一遍。

電影，他是人類念頭的劃線，電影會領(lǐng)先于現(xiàn)實大概30-50年，我現(xiàn)在會看哆啦A夢，我會去從里面去發(fā)現(xiàn)一些靈感，他會有一些很自然但是又很微妙的體驗細節(jié)，所以看電影在AI時代它是一個必修課，它不是選修課。

那看完這些書啊電影之后，去參加各種課程，去體驗實際的產(chǎn)品或者看視頻，最終是要去找到自己感興趣的事，去挖掘自己的信心，第一個出來的輸出才是我們自己的，拿著這個自己給自己背書爭取實習或者面試機會，這才是最有效的方式，但是看起來會比較的需要時間。

本文系人人都是產(chǎn)品經(jīng)理-筆記小組整理編輯發(fā)布，未經(jīng)本站許可，不得轉(zhuǎn)載。