AI产品经理的入门必修课——案例篇（1）

作者介绍

@毛毛

产品经理

集颜值和才华于一身。对AI了解深入，经验丰富。

前面介绍了「AI产品经理需要具备的能力和对数据、算法需要理解的程度」、「机器学习的实际训练过程」，后面将围绕AI产品在当前环境下的热门应用来进行探讨，涵盖了语音识别、图像识别、NLP自然语言处理、知识图谱等产品化落地的场景。

1 人工智能与「人工」智能

人每天做的最多的事情就是看、听、说、思考、决策，这是人这个复杂系统需要具备的能力，那么如果要做像人一样的智能机器，最基础要解决的问题便是图像处理的能力、声音的处理能力、口语的处理能力、逻辑推理能力，具备了这些能力之后，人才能做更多的事情，同理机器也就能做更多的事情。

机器学习作为人工智能的实现手段之一，核心是用算法来解析数据、从数据中学习规律，再对现实世界中的事件做出决策和预测。由于强依赖数据，对于数据的处理和应用便显得极为重要。AI场景中需要面临大量的非结构化数据的处理，涉及了大量的人力工作在里面。在当前发展的阶段，我更愿意称它为「人工」智能。

2 如何构建AI产品

构建AI产品需要经历的几个核心阶段，简单概括为业务梳理阶段，准备数据阶段，设计产品研发方案阶段。

业务梳理

不同的行业有不同的行业背景，在设计产品方案之前需要了解自身所处行业的业务逻辑及面临的需求痛点，AI产品本质上解决的是效率问题，不管是提高信息生产的效率还是信息传递的效率，首先需要找到存在效率问题的场景及识别是否高优解决。

●确定业务流程：画业务流程图，梳理不同角色在业务间的顺接关系

●业务分类：分析不同环节间信息如何传递，按照不同的需求类型进行分类。

●资源评估：评估现有数据资源，是否有足够多的数据支撑产品的开发；若业务积累数据不够或质量不佳，有没有其他渠道收集数据，或数据治理的方式。

●确定优先级：哪些问题可以优先解决，按照重要紧急系数进行划分。

准备数据

在构建AI产品的工作流中，准备数据是重中之重，极其关键的一