問題提要：

1、如何設計一款AI產品？

2、做AI產品和做一般網際網路產品的區別是什麼？

3、產品專案裡面pm擔任的角色是怎樣的，還是一個專案owner麼？

4、AI產品經理需要掌握的技能和能力是什麼？

5、通用智慧語音助手產品設計難點？

6、AI產品經理的現狀和前景如何？

1、人工智慧的產業結構

人工智慧三大基石： 資料、計算、演算法

大資料 ：資料為王，各行各業紛紛搶佔使用者資料，利用大資料描繪使用者精準畫像，從而進行豐富的個性化推薦、精準營銷。

電商領域：線上“猜你喜歡”，線下門店透過附近居民使用者畫像進行“千店千面”的佈局。

搜尋領域：搜尋結果個性化，“千人千面”

新聞資訊：個性化推薦

計算力： 從集中式計算到分散式計算（雲端計算），從CPU到GPU/FPGA/神經網路晶片，從普通計算到量子計算

演算法： 機器學習演算法特別是深度學習演算法的應用

2.AI細分行業

【2B】

1、智慧客服 ：電商（淘寶、京東）、運營商

2、垂直行業的AI助手 ：法律（ ）、金融（ ）、體育（ ）、醫療健康（ ）

3、自動駕駛&輔助駕駛 ：特斯拉、谷歌、蘋果、滴滴

4、其他 ：BI、政府業務、教育、農業、交通、天氣、AI平臺

【2C】

1、智慧家居 ：智慧家庭機器人、智慧音響、智慧手錶等等，成為智慧家居控制中心（小米、360、京東）

2、智慧語音助手 ：Siri、Cortana、Google Assistant、度秘、Bixby

3、其他 ：各類Bot、AR/VR、無人機

3、通用對話引擎架構

● 通用聊天，需要掌握溝通技巧、通用聊天資料、主題聊天資料，還要知道使用者畫像，投其所好。

● 資訊服務和問答，需要搜尋的能力，問答的能力，還需要對常見問題表進行收集、整理和搜尋，從

知識圖表、文件和圖表中找出相應資訊，並且回答問題，我們統稱為Info Bot。

● 面向特定任務的對話能力，例如定咖啡、定花、買火車票，這個任務是固定的，狀態也是固定的，

狀態轉移也是清晰的，那麼就可以用Bot一個一個實現。你有一個排程系統，你知道使用者的意圖就呼叫相應的Bot 執行相應的任務。它用到的技術就是對使用者意圖的理解，對話的管理，領域知識，對話圖譜等等。

4、智慧人機互動系統

5、Q&A

如何設計一款AI產品？（以智慧語音助手為例）

1、瞭解行業現狀，技術發展水平，調研市面已有產品，還有哪些痛點沒有被滿足？

2、結合公司已有資源確定產品定位（從移動搜尋到智慧搜尋）；

3、逐步迭代：從垂直類bot到通用bot，從H5-demo到移動app；

4、精細化運營：擴充問答覆蓋範圍、增加閒聊語料庫、最佳化互動方式；

5、尋求更多合作，獲取更多資源：優質資源的接入（喜馬拉雅）、開放介面到智慧硬體廠商、提供平臺級的服務（DuerOS、網易波特）。

做AI產品和做一般網際網路產品的區別是什麼？AI產品經理需要掌握的技能和能力是什麼？

1、產品思維是核心 ：人工智慧和網際網路都只是工具，AI產品設計同樣要遵循傳統網際網路產品設計思路：都需要了解行業現狀、收集產品需求、確定產品定位等工作，同樣需要重視使用者體驗；

2、對技術的理解力 ：對AI技術發展現狀有所瞭解，知道可為與不可為，推動產品落地，不要過於拔高使用者期望；

3、2B or 2C ：同樣的技術根據使用者群體、需求不同可以輸出到B端和C端（智慧語音技術可以輸出到智慧客服和個人助手）；

4、偏硬 or 偏軟 ：產品核心不變，產品的形態更加多樣化；

5、產品 or 運營 ：產品冷啟動期需要靠運營獲取種子使用者，產品設計同質化嚴重時還靠精細化運營留住使用者；

6、產品經理 or 專案經理 ：產品經理既要懂產品設計同樣需要懂專案管理，同樣需要對AI技術具備理解力。

產品專案裡面pm擔任的角色是怎樣的，還是一個專案owner麼？

表面上看是技術驅動產品，實際上是產品落地技術，PM必然仍是一個專案的owner，只不過如果具備一定的技術理解力和運營能力將能更好的帶領團隊進行合作，推動專案進展。以我的leader為例，他以前是做傳統搜尋的，在做智慧化搜尋方向時經常會給我們講解產品的技術架構，同時也會做相關的產品調研、競品分析、需求排序等工作，另外會和公司其他部門、外部硬體廠商進行合作，推動產品落地。

通用智慧語音助手產品設計難點？

1、海量的資料 ：搜尋、閒聊、其他應用

2、CPS（ Conversations Per Session） ：CPS描述了人類與人工智慧在一次對話中持續的平均輪數，從而反映了人工智慧在這些對話中所體現的溝通能力。 從傳統Q&A問答到多輪對話，從被動回答到主動對話。

3、人性化 ：形象設定（語料運營）、NLG（自然語言生成）、TTS（語音合成）

4、投入產出比低 ：依賴技術突破（NLU）、使用者習慣培養、持續最佳化（保持資料的時效性）

AI產品經理的現狀和前景如何？

1、門檻稍高，但行業缺口巨大；

2、優秀的AI PM還未出現，優秀的AI產品也未出現，行業仍處於探索期，尚未形成統一的標準；

3、AI技術的發展成螺旋上升趨勢，這一次的爆發能持續多久仍不可知，但從長遠的角度來看AI PM必然是值得期待的。