本文列舉了一些對(duì)作者個(gè)人來(lái)說(shuō)很有用的技巧，希望這篇文章能幫助各位產(chǎn)品經(jīng)理減少噪聲，懂得如何更好地將人工智能融入日常工作。

2019年3月開(kāi)始，我們?cè)诖蛟煲豢蠲麨镚ET智能寫作的產(chǎn)品，由于缺乏經(jīng)驗(yàn)，做了一些看似很酷但無(wú)法解決問(wèn)題的功能。回顧這些錯(cuò)誤，問(wèn)題的本質(zhì)在于未能將場(chǎng)景中的問(wèn)題與AI能力相匹配。

如今，我已經(jīng)“淡忘”了AI的概念，因?yàn)槲抑勒嬲挠脩魞r(jià)值源自于解決場(chǎng)景中的具體問(wèn)題，而不是單純地去打造炫酷體驗(yàn)感。記得有一次投資人問(wèn)我：“你覺(jué)得AI有什么不能做的？”我很堅(jiān)定的回答：“AI最不能做的就是代替人類”。

今天翻譯的這篇文章也是與我的觀點(diǎn)不謀而合，作者建議我們不要被“AI”這個(gè)技術(shù)概念給迷惑了，AI只是解決問(wèn)題的戰(zhàn)術(shù)，并不是企業(yè)的愿景和戰(zhàn)略。

另外，他還給我們提供了一個(gè)很有用的決策框架——“場(chǎng)景-決策矩陣”，用于評(píng)估AI是否適用。當(dāng)你準(zhǔn)備在產(chǎn)品中使用某一種AI或者數(shù)據(jù)技術(shù)的時(shí)候，不妨看看此文。

隨著人工智能（AI）和機(jī)器學(xué)習(xí)的概念炒作，各種名詞術(shù)語(yǔ)也映入了我們的眼簾，以至于這種強(qiáng)大的技術(shù)變得更難以理解。

下面，我列舉了一些對(duì)我個(gè)人來(lái)說(shuō)很有用的技巧，我也希望這篇文章能幫助各位產(chǎn)品經(jīng)理減少噪聲，懂得如何更好地將人工智能融入日常工作。

機(jī)器學(xué)習(xí)在車輛識(shí)別中的應(yīng)用 (Image: Shutterstock)

一、寬泛的定義有助于更好地解決問(wèn)題

首先，讓我們忘掉到底什么是人工智能。根據(jù)我從事數(shù)據(jù)驅(qū)動(dòng)型產(chǎn)品的經(jīng)驗(yàn)，我發(fā)現(xiàn)，如果能對(duì)人工智能有個(gè)更寬泛的定義，將有助于我聚焦在要解決的問(wèn)題上，而不是專注于解決方案中使用的某種技術(shù)。

作為產(chǎn)品經(jīng)理，我們必須深入的理解我們的問(wèn)題空間，以便我們能夠正確地定義需求，讓我們的團(tuán)隊(duì)去解決正確的問(wèn)題。但在我們正確地定義問(wèn)題之前，我們往往會(huì)過(guò)早地考慮“如何去做”，我們會(huì)不自覺(jué)地偏向于特定的解決方案。

為了避免這種情況，我更喜歡將AI定義為“自動(dòng)化決策”。

我們做的大多數(shù)產(chǎn)品都需要基于數(shù)據(jù)來(lái)“決策”，但“決策”方式可以是多樣的。它可以由機(jī)器或人類做出，數(shù)據(jù)可以是靜態(tài)的或動(dòng)態(tài)的。

當(dāng)我們的注意力聚焦到“決策”這個(gè)詞的時(shí)候，我們可以通過(guò)抽象的方式避免具體方法帶來(lái)的復(fù)雜性，以及行業(yè)術(shù)語(yǔ)帶來(lái)的噪聲。這個(gè)更寬泛的定義能避免我們陷入過(guò)早考慮解決方案的困擾，讓產(chǎn)品經(jīng)理能夠更加關(guān)注問(wèn)題空間。

二、AI是一種用來(lái)解決問(wèn)題的戰(zhàn)術(shù)

產(chǎn)品經(jīng)理在行動(dòng)之前，需要有三個(gè)不可或缺的基石：

1. 愿景：我們的最終目標(biāo)；
2. 戰(zhàn)略：做正確的事情來(lái)實(shí)現(xiàn)我們的愿景；
3. 戰(zhàn)術(shù)：正確執(zhí)行我們的戰(zhàn)略；

不管在產(chǎn)品生命周期的哪個(gè)階段，產(chǎn)品經(jīng)理都需要去做好這三個(gè)要點(diǎn)。我們必須讓我們的團(tuán)隊(duì)與我們正在努力實(shí)現(xiàn)的愿景保持一致，同時(shí)也要確保每個(gè)人都能理解我們的戰(zhàn)略，以及將具有可行性的戰(zhàn)術(shù)融入整體計(jì)劃中。

我們需要注意的是，人工智能是一種可以用來(lái)解決特定問(wèn)題的戰(zhàn)術(shù)，而不是一種戰(zhàn)略或愿景。倘若我們?nèi)狈ψ罱K目標(biāo)，就算用了人工智能也不會(huì)給終端用戶帶來(lái)任何價(jià)值。

舉一個(gè)具體的在線視頻公司“網(wǎng)飛”的例子。網(wǎng)飛是最早地大規(guī)模有效地應(yīng)用人工智能的公司之一：

• 網(wǎng)飛的愿景：成為全球最好的娛樂(lè)發(fā)行服務(wù)商；
• 網(wǎng)飛的戰(zhàn)略：通過(guò)獨(dú)具吸引力的個(gè)性化體驗(yàn)來(lái)提升會(huì)員留存；
• 網(wǎng)飛的戰(zhàn)術(shù)：評(píng)分系統(tǒng)、推薦、個(gè)性英雄鏡頭、使用情況跟蹤等。

如你所見(jiàn)，在個(gè)性化體驗(yàn)的戰(zhàn)略之下，有許多不同的戰(zhàn)術(shù)來(lái)幫助網(wǎng)飛達(dá)成提升留存率的目標(biāo)。數(shù)據(jù)和AI的使用因戰(zhàn)術(shù)的不同而不同，而愿景和戰(zhàn)略的描述并不要指明使用哪種技術(shù)或算法。

三、AI賦能人類而不是取代人類

當(dāng)前，自動(dòng)化相關(guān)的話題，引發(fā)了人們一些對(duì)未來(lái)工作的倫理問(wèn)題的有趣討論，隨之而來(lái)的是，人們對(duì)AI如何賦能人類也產(chǎn)生了一些迷茫。

一個(gè)常見(jiàn)例子是自動(dòng)駕駛汽車：在汽車行業(yè)內(nèi)，汽車的自動(dòng)化分為五個(gè)等級(jí)。大部分的話題都集中在完全自動(dòng)駕駛（5級(jí)）實(shí)現(xiàn)以后，世界會(huì)發(fā)生怎樣的改變。

產(chǎn)品經(jīng)理必須認(rèn)識(shí)到，AI能力的發(fā)展是需要階段和時(shí)間的，并不是一蹴而就的。機(jī)器擅長(zhǎng)的與人類不同，因此某些決策會(huì)更容易自動(dòng)化。

高性能的AI能力首先需要一個(gè)龐大的訓(xùn)練數(shù)據(jù)集。這個(gè)訓(xùn)練數(shù)據(jù)集不僅要大量，還需要有良好的數(shù)據(jù)結(jié)構(gòu)，并易于機(jī)器讀取。理想情況下，這個(gè)數(shù)據(jù)集還應(yīng)定義清楚什么是成功與失敗，因?yàn)檫^(guò)去的結(jié)果是對(duì)未來(lái)的預(yù)測(cè)。

下面是我在考慮如何應(yīng)用“自動(dòng)化決策”時(shí)，經(jīng)常使用的一個(gè)框架：

沿Y軸，常規(guī)性場(chǎng)景（Routine Scenario）發(fā)生的頻率很高，并且其延展的可變性也很低，而細(xì)膩性場(chǎng)景（Nuanced Scenario）發(fā)生的頻率很低，并且可能包含難以復(fù)制的細(xì)節(jié)。

沿X軸，信息性決策（Informational Decision）為終端用戶提供附加的上下文信息，而行動(dòng)性決策（Action-oriented Decision）代替終端用戶執(zhí)行動(dòng)作。常規(guī)的場(chǎng)景往往會(huì)生成更可靠的訓(xùn)練數(shù)據(jù)集，因此機(jī)器更容易學(xué)習(xí)；信息性決策往往比面向行動(dòng)的決策風(fēng)險(xiǎn)更低。

將這兩個(gè)維度結(jié)合起來(lái)，可以得到四類自動(dòng)化決策：

• 常規(guī)信息：容易預(yù)測(cè)，出錯(cuò)風(fēng)險(xiǎn)低；例如：汽車根據(jù)剩余燃油和駕駛行為估計(jì)剩余行駛距離；
• 細(xì)膩信息：難以預(yù)測(cè)，出錯(cuò)風(fēng)險(xiǎn)低；例如：汽車根據(jù)圖像識(shí)別和駕駛行為防止駕駛員入睡；
• 常規(guī)行動(dòng)：容易預(yù)測(cè)，如果有錯(cuò)誤，則高風(fēng)險(xiǎn)；例如：正常情況下，汽車在高速度公路上自動(dòng)駕駛；
• 細(xì)膩行動(dòng)：難以預(yù)測(cè)，如果錯(cuò)誤，則高風(fēng)險(xiǎn)；例如：汽車在繁忙的施工區(qū)域自動(dòng)駕駛。

四、AI的三種不同方式的影響力

在過(guò)去十年中，通過(guò)研究數(shù)據(jù)驅(qū)動(dòng)型產(chǎn)品，我發(fā)現(xiàn)了三個(gè)主要的用例組，這些用例可以幫助產(chǎn)品經(jīng)理提高數(shù)據(jù)影響力：

1. AI可以優(yōu)化或自動(dòng)化業(yè)務(wù)運(yùn)營(yíng)

產(chǎn)品通過(guò)使用合理的行為跟蹤可以生成一個(gè)數(shù)據(jù)集，能夠賦能團(tuán)隊(duì)做出明智的業(yè)務(wù)運(yùn)營(yíng)決策。

例如，可以利用數(shù)據(jù)優(yōu)化客戶接觸點(diǎn)和溝通，以提升轉(zhuǎn)化率或減少客戶流失。通過(guò)預(yù)測(cè)主題或結(jié)果，服務(wù)請(qǐng)求可以更有效地被篩選和分配。

從某種意義上，人工智能是一種可以提高團(tuán)隊(duì)效率和生產(chǎn)力的先進(jìn)商業(yè)智能工具。

2. AI可以顯著改善產(chǎn)品的用戶體驗(yàn)

以下是一些公司使用AI為客戶創(chuàng)造愉悅體驗(yàn)的例子：

在這些例子中，交付給終端用戶的產(chǎn)品形態(tài)并沒(méi)有改變（例如，Uber的移動(dòng)端），但是通過(guò)應(yīng)用數(shù)據(jù)（例如，讓乘客與附近的Uber司機(jī)相匹配），產(chǎn)品體驗(yàn)會(huì)變得更好。通過(guò)這種模式，產(chǎn)品團(tuán)隊(duì)通常可以創(chuàng)造獨(dú)特的用戶體驗(yàn)，成為公司的長(zhǎng)期競(jìng)爭(zhēng)優(yōu)勢(shì)。

3. AI可以從根本上改變產(chǎn)品

也許最著名的例子是網(wǎng)飛的系列電視劇《紙牌屋》的背后故事，通過(guò)使用數(shù)據(jù)重新定義了創(chuàng)造娛樂(lè)的方式。

這個(gè)系列不僅贏得了許多獎(jiǎng)項(xiàng)，而且也深受網(wǎng)飛用戶的喜愛(ài)。這也標(biāo)志著公司進(jìn)入了一個(gè)新的顯著增長(zhǎng)期。這說(shuō)明AI有潛力為整個(gè)行業(yè)創(chuàng)造新的產(chǎn)品品類和新的趨勢(shì)。

五、結(jié)論

綜上所述，產(chǎn)品經(jīng)理在思考如何將人工智能集成至產(chǎn)品時(shí)，可參考這四條基本原則：

• 通過(guò)對(duì)AI寬泛的定義能夠幫助我們專注于解決問(wèn)題，而不是直接思考最終的解決方案。
• AI是一種幫助解決問(wèn)題的戰(zhàn)術(shù)，而不是一種戰(zhàn)略或最終目標(biāo)。
• AI可以賦能人類但不能取代人類。
• AI發(fā)揮作用的三種不同方式：優(yōu)化運(yùn)營(yíng)、改善產(chǎn)品體驗(yàn)和創(chuàng)造新的產(chǎn)品品類。

原標(biāo)題：將AI應(yīng)用于產(chǎn)品管理的基本準(zhǔn)則 Ground Rules for Applying AI to Product Management

作者：帕特里克·曹 PATRICK TSAO ?Getsafe產(chǎn)品總監(jiān)

#專欄作家#

PM熊叔，微信公眾號(hào)：PM熊叔，人人都是產(chǎn)品經(jīng)理專欄作家。教育類產(chǎn)品產(chǎn)品經(jīng)理出身，學(xué)過(guò)設(shè)計(jì)，做過(guò)開(kāi)發(fā)，做過(guò)運(yùn)營(yíng)的產(chǎn)品經(jīng)理。

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

題圖來(lái)自 Unsplash，基于 CC0 協(xié)議