為了多來點(diǎn)干貨，我寫的思路會有點(diǎn)特別：不直接講大數(shù)據(jù)是怎么做的，我會跳出來講，在人工智能機(jī)器人這個(gè)方向，把握好哪三個(gè)點(diǎn)，能夠更好的應(yīng)用大數(shù)據(jù)，然后把這個(gè)事情做成。

這些電影大家很熟悉，每一個(gè)圖片大家可以仔細(xì)體會一下，它是一種情緒、情感，這些電影代表人類對于人工智能的期盼或希望甚至擔(dān)憂。個(gè)人理解，這個(gè)世界是人類念頭的化現(xiàn)，所以從長期來看，這些電影里面80%的內(nèi)容，是會成為現(xiàn)實(shí)的；但是短期來說，不管是技術(shù)還是產(chǎn)品方面，都還有些瓶頸，所以我覺得應(yīng)該慎談人工智能機(jī)器人。就像一個(gè)果實(shí)還沒有完全成熟的時(shí)候我們就想去摘它，或者有太高的預(yù)期，就會比較危險(xiǎn)。比如一個(gè)小孩子和它交流，如果哪天機(jī)器人說了句臟話，小孩子馬上就會學(xué)了，晚上家長回來的時(shí)候是很不能接受的。

這個(gè)方向呢，是個(gè)長期性的事情，又有這么大的難度，但是還是有很多從業(yè)者在做這個(gè)事情。簡單來分的話有兩類：

• 一類是機(jī)器人載體，不管是實(shí)體機(jī)器人還是虛擬機(jī)器人；
• 一種是云端的人工智能大腦，它是智能的系統(tǒng)和服務(wù)。

從層級、形態(tài)來分：

• 第一層是操作層，就是說這個(gè)機(jī)器人它的前后走，或者端茶倒水這種行為。
• 第二個(gè)是感知層，它感知周圍的溫度，甚至識別你的情緒。
• 第三個(gè)層次是認(rèn)知層，就是當(dāng)把這些數(shù)據(jù)拿到之后，它會去分析、去篩選、去決策。

這幾個(gè)步驟我們把它叫認(rèn)知計(jì)算，認(rèn)知計(jì)算之后的知識輸出就會到操作層表現(xiàn)，它會有一些動作或語言表達(dá)。

圖靈機(jī)器人的定位是：一個(gè)云端的人工智能機(jī)器人大腦，落腳點(diǎn)在機(jī)器人大腦。去年11月份發(fā)布以來，短短9個(gè)月時(shí)間，我們已經(jīng)有超過8萬個(gè)合作伙伴，這個(gè)數(shù)量是很大的成績了，我們的應(yīng)用場景現(xiàn)在包括家庭機(jī)器人、服務(wù)機(jī)器人、智能客服、智能家居、智能車載等15個(gè)產(chǎn)品。

為什么是我們？為什么是現(xiàn)在？這是我要引出的重點(diǎn)。

by Bill Gross @TED

這個(gè)圖是最近比較火的一個(gè)圖，是來自美國的研究。這個(gè)作者分析了200多家科技創(chuàng)業(yè)公司，并且結(jié)合他自己的親身經(jīng)歷，最終歸納出5個(gè)點(diǎn)，最能決定一個(gè)科技公司是否能做成。并且這5個(gè)點(diǎn)他有明確的權(quán)值排序。

第一個(gè)是Timing，今年年初我們內(nèi)部判斷，2015年，人工智能機(jī)器人方向很有可能會大熱，現(xiàn)在大半年過去了，基本上得到了印證。舉兩個(gè)例子：一個(gè)是最近幾個(gè)月，我們已經(jīng)上過好幾次央視了，這個(gè)并不是說明這個(gè)方向的產(chǎn)品它做得有多么完美，而是背后它的含義是什么。可能有人認(rèn)為央視它本身影響力是很大的，因?yàn)樗?bào)道，所以這個(gè)影響力很大。我不這么認(rèn)為，我是反過來看：因?yàn)檫@事可能會火，所以央視選擇報(bào)道它。央視的記者和從業(yè)人員會根據(jù)對現(xiàn)狀的理解去把握大眾的關(guān)注點(diǎn)，會對于當(dāng)代熱點(diǎn)很敏感。他是從需求出發(fā)的，他認(rèn)為這個(gè)事情很多民眾非常感興趣。一個(gè)會場里面有10家、20家廠商，為什么央視報(bào)道我們？背后是有些東西在里面的。

第二，我們接觸了很多一線的人工智能機(jī)器人合作伙伴，很多是水面以下的團(tuán)隊(duì)。我們判斷，今年年底到明年，會有很多To C的人工智能機(jī)器人產(chǎn)品，走到大家面前，這個(gè)大家可以拭目以待。后面的2、4、5，團(tuán)隊(duì)、business model 、funding，這些要素不是我想說的重點(diǎn)——我重點(diǎn)是想說第3個(gè)，是談解決問題的思路和方法。

這就引出下面這個(gè)問題：人工智能機(jī)器人技術(shù)的產(chǎn)品化（2C），它的突破點(diǎn)在哪里？或者說，怎么找到這個(gè)突破點(diǎn)？

street smart。

“找到突破點(diǎn)”的關(guān)鍵在哪里？是算法嗎？我確實(shí)認(rèn)為算法模型它是個(gè)基石，但是夠不夠？有一些是在試驗(yàn)室里跑數(shù)據(jù)很漂亮，但是拿到現(xiàn)實(shí)之后就會差很多。所以算法模型跟實(shí)際可用之間其實(shí)是有一些鴻溝沒有邁過的。

那是大數(shù)據(jù)嗎？假設(shè)有算法模型，有大數(shù)據(jù)，是不是只要有錢有人有資源的BAT大公司就可以把這個(gè)事情做成？不是的，因?yàn)槿斯ぶ悄軝C(jī)器人這種巨大的變革，在人類科技發(fā)展歷史上每次出現(xiàn)，都是從一個(gè)很小的點(diǎn)突破的。所以我想提的是“street smart”，是直接解決問題的思路，不求第一個(gè)版本的模型算法多么高效，甚至數(shù)據(jù)不是那么多，但是要能解決用戶的問題，解決問題之后可以再回來用更好的方式做這個(gè)事情。

跨界。

人工智能機(jī)器人這個(gè)技術(shù)本身是偏橫向支撐的技術(shù)，落腳到C端用戶一定是具體的產(chǎn)品跟場景，而我們的工程師是缺乏垂直行業(yè)的認(rèn)知。所以要把這個(gè)事情做成的話，一定有兩個(gè)不同背景的團(tuán)隊(duì)去協(xié)作。就好像這個(gè)手指是技術(shù)人才，這個(gè)手指是垂直行業(yè)人才，當(dāng)這兩個(gè)人合在一起看的時(shí)候，就能夠看到這個(gè)事情的主線，知道能做什么；當(dāng)他們分開看的時(shí)候，就能知道邊界——邊界很重要，不光要知道能做什么，更要知道不能做什么。很多時(shí)候創(chuàng)業(yè)公司死掉，不是不知道做什么，反而是可以做的太多，但其實(shí)80%都是坑?？偟膩碚f，這個(gè)事情不僅是說會節(jié)省時(shí)間，也會直接影響事情的成功率。

預(yù)期。

很多機(jī)器人產(chǎn)品剛一出來時(shí)會說不清楚自己的用戶是誰，這個(gè)其實(shí)是有問題的。大家知道，人工智能相關(guān)技術(shù)現(xiàn)在準(zhǔn)確度，再提高1%都非常難。怎么辦？所以要選擇低用戶預(yù)期的場景去切入，分得足夠細(xì)才能夠知道選擇哪個(gè)用戶群體，并且以他們的意見反過來驅(qū)動產(chǎn)品開發(fā)的推進(jìn)。

匯總下，前面這幾段說的問題是，人工智能機(jī)器人方向的To C產(chǎn)品化，怎么找到突破點(diǎn)？第一點(diǎn)是street smart，第二點(diǎn)是跨界，第三點(diǎn)是預(yù)期。

總的來說，人工智能機(jī)器人與30年前PC產(chǎn)業(yè)的發(fā)展階段類似，未來每個(gè)人都會有自己智能化、個(gè)性化的機(jī)器人；中短期判斷家用服務(wù)機(jī)器人是比較好的方向，可能會成為智能家庭服務(wù)的入口。之前很多智能家居行業(yè)的產(chǎn)品希望自己成為一個(gè)入口——這個(gè)事情將來有可能是由機(jī)器人來實(shí)現(xiàn)。

#專欄作家#

hanniman，人人都是產(chǎn)品經(jīng)理專欄作家，前騰訊、現(xiàn)創(chuàng)業(yè)公司PM；專注于人工智能領(lǐng)域的產(chǎn)品化研究，關(guān)注人機(jī)交互（特別是語音交互）在手機(jī)、機(jī)器人、智能汽車、智能家居、AR/VR等前沿場景的可行性和產(chǎn)品體驗(yàn)；擅長對創(chuàng)業(yè)團(tuán)隊(duì)管理、個(gè)人成長提出實(shí)戰(zhàn)型的建議方案；知乎/簡書/微博帳號，均為hanniman。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，不得轉(zhuǎn)載。