牛！快遞分揀機器人， 一小時可分揀18000件

2.2 推薦閱讀材料

工業(yè)機器人分揀技術(shù)的實現(xiàn)

快遞分揀無人化有哪些關(guān)鍵技術(shù)？

物流機器人市場發(fā)展迅速，分揀機器人的工作原理介紹

2.3 相關(guān)公司

亞馬遜、阿里巴巴、京東商城、順豐、申通等

3. 自動駕駛

3.1 概要介紹

自動駕駛汽車（Autonomous vehicles；Self-piloting automobile ）又稱無人駕駛汽車、電腦駕駛汽車、或輪式移動機器人，是一種通過電腦系統(tǒng)實現(xiàn)無人駕駛的智能汽車。自動駕駛汽車依靠人工智能、視覺計算、雷達、監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。

2017年7月6日，百度AI開發(fā)者大會現(xiàn)場連線視頻中“李彥宏乘坐無人駕駛汽車上北京五環(huán)”的消息刷爆了朋友圈，近期一條自動駕駛大巴深圳上路的新聞刷爆朋友圈，由海梁科技攜手深圳巴士集團、深圳福田區(qū)政府、安凱客車、東風襄旅、速騰聚創(chuàng)、中興通訊、南方科技大學(xué)、北京理工大學(xué)、北京聯(lián)合大學(xué)聯(lián)合打造的自動駕駛客運巴士——阿爾法巴（Alphabus）正式在深圳福田保稅區(qū)的開放道路進行線路的信息采集和試運行。讓這個焦慮的世界又多了一批焦慮的人–公交車司機。

沃爾沃根據(jù)自動化水平的高低區(qū)分了四個無人駕駛的階段：駕駛輔助、部分自動化、高度自動化、完全自動化

1. 駕駛輔助系統(tǒng)（DAS）：目的是為駕駛者提供協(xié)助，包括提供重要或有益的駕駛相關(guān)信息，以及在形勢開始變得危急的時候發(fā)出明確而簡潔的警告。如“車道偏離警告”（LDW）系統(tǒng)等。
2. 部分自動化系統(tǒng)：在駕駛者收到警告卻未能及時采取相應(yīng)行動時能夠自動進行干預(yù)的系統(tǒng)，如“自動緊急制動”（AEB）系統(tǒng)和“應(yīng)急車道輔助”（ELA）系統(tǒng)等。
3. 高度自動化系統(tǒng)：能夠在或長或短的時間段內(nèi)代替駕駛者承擔操控車輛的職責，但是仍需駕駛者對駕駛活動進行監(jiān)控的系統(tǒng)。
4. 完全自動化系統(tǒng)：可無人駕駛車輛、允許車內(nèi)所有乘員從事其他活動且無需進行監(jiān)控的系統(tǒng)。這種自動化水平允許乘客從事計算機工作、休息和睡眠以及其他娛樂等活動。

3.2 推薦閱讀材料

• 自動駕駛汽車涉及哪些技術(shù)？
• 什么是汽車自動駕駛，如何通俗易懂地理解其功能及原理？
• 干貨！激光雷達技術(shù)和自動駕駛技術(shù)原理分析
• 自動駕駛技術(shù)原理介紹和未來的趨勢如何
• Google 無人駕駛介紹Ted視頻，有中文字幕
• 黃仁勛訪談 Elon Musk 提到Tesla 輔助駕駛原理
• 人工智能在自動駕駛技術(shù)中的的應(yīng)用

3.3 推薦試用產(chǎn)品

特斯拉 Model S

3.4 相關(guān)公司

百度無人駕駛車項目于2013年起步，由百度研究院主導(dǎo)研發(fā)，其技術(shù)核心是“百度汽車大腦”，包括高精度地圖、定位、感知、智能決策與控制四大模塊。其中，百度自主采集和制作的高精度地圖記錄完整的三維道路信息，能在厘米級精度實現(xiàn)車輛定位。同時，百度無人駕駛車依托國際領(lǐng)先的交通場景物體識別技術(shù)和環(huán)境感知技術(shù)，實現(xiàn)高精度車輛探測識別、跟蹤、距離和速度估計、路面分割、車道線檢測，為自動駕駛的智能決策提供依據(jù)。

特斯拉(Tesla)，是一家美國電動車及能源公司，產(chǎn)銷電動車、太陽能板、及儲能設(shè)備。Tesla 的計劃是通過不斷迭代輔助駕駛技術(shù)，使之最后升級成為無人駕駛。停留在輔助駕駛階段時，需要駕駛員。駕駛員有完全控制權(quán)，可以反制或取消輔助駕駛的行為，完全對安全負責。

Google 無人駕駛是一步到位的，基本原則就是不需要人類干預(yù)，沒有駕照的人也可以單獨上車，上車就睡，乘客不承擔責任。

樂視網(wǎng)汽車頻道于2010年8月20日正式上線，依托樂視網(wǎng)視頻方面的優(yōu)勢，將豐富、精彩、實用的汽車內(nèi)容以視頻的形式呈現(xiàn)給廣大的網(wǎng)友，內(nèi)容涵蓋新車報道、行業(yè)新聞、試乘試駕、維修保養(yǎng)、原創(chuàng)汽車視頻、車模風采、消費維權(quán)、汽車賽事等欄目·精彩的視頻讓網(wǎng)友輕松享受汽車行業(yè)的視聽盛宴。不幸的是無人駕駛和智慧出行是趨勢，但是2017年并不是其爆發(fā)點，龐大的樂視帝國因為供血無人汽車崩盤了。

4. 人臉識別

4.1 概要介紹

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術(shù)。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關(guān)技術(shù)，通常也叫做人像識別、面部識別。2017年被全面應(yīng)用在手機解鎖中。人臉識別系統(tǒng)主要包括四個組成部分，分別為：人臉圖像采集及檢測、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識別。

人臉識別技術(shù)產(chǎn)品已廣泛應(yīng)用于金融、司法、軍隊、公安、邊檢、政府、航天、電力、工廠、教育、醫(yī)療及眾多企事業(yè)單位等領(lǐng)域。隨著技術(shù)的進一步成熟和社會認同度的提高，人臉識別技術(shù)將應(yīng)用在更多的領(lǐng)域。而這個行業(yè)涌現(xiàn)出了像湖南視覺偉業(yè)、北京曠視科技、北京商湯科技等一批優(yōu)秀的企業(yè)。

4.2 推薦閱讀材料

• 人臉識別系統(tǒng)原理
• 人臉識別系統(tǒng)的原理與發(fā)展
• 人臉識別主要算法原理
• 簡話人工智能 | 2分鐘看懂人臉識別的原理

4.3 推薦試用產(chǎn)品

iPhone X，VIVO X20，mate 10 等前置攝像頭解鎖；公司門禁；移動支付

4.4 相關(guān)公司

北京曠視科技有限公司；視覺偉業(yè)；商湯科技；?？低?/p>

這些公司的優(yōu)勢分析，詳見下文：人臉識別技術(shù)公司十大排名

5. 視覺設(shè)計

5.1 概要介紹

自拍類APP越來越多，結(jié)合人臉識別技術(shù)，可以在人的面部或頭部添加耳朵，鼻子，王冠等道具，識別鎖定人的面部或肢體，保證道具可以自動隨著人的移動而移動。

ostagram可以實現(xiàn)自動世界一張圖中設(shè)計元素，賦予另外一張圖作為濾鏡，可以設(shè)計出效果超贊的設(shè)計效果，把一張普普通的風景照變成梵高風格的油畫。

5.2 推薦閱讀材料

• A Neural Algorithm of Artistic Style
• 自己搭建一個ostagram

5.3 推薦試用產(chǎn)品

美拍、SNOW相機、Faceu激萌，B612、羞兔、IN、美咖相機、LINE camera等手機APP支持人臉自動識別，貓耳朵、兔耳朵、狐貍耳朵、豬耳朵隨你挑。

ostagram和prsima，實現(xiàn)自己設(shè)計濾鏡效果

STYLE2PAINTS 線稿自動上色。點擊試用

6. 文章編輯

6.1 概要介紹

機器人寫稿已經(jīng)不是什么新鮮事了，早兩年國外還出過專門的資訊APP，內(nèi)容全部由機器抓取并生成短消息，主要集中在體育、財經(jīng)等領(lǐng)域。很多海外的傳統(tǒng)媒體都已經(jīng)運用上了機器人寫作，因為人工智能可以監(jiān)測網(wǎng)絡(luò)熱詞，所以比起對熱點時間的敏感度，機器人的反應(yīng)更靈敏，響應(yīng)速度更快。機器人知道什么會成為熱點，也能第一時間把熱點傳遞給受眾。在媒體行業(yè)，AI寫稿是未來的一個趨勢，特別是類似財報、體育快訊、股市消息等結(jié)構(gòu)化、標準化的以數(shù)據(jù)為主信息，人工處理反而不如AI精準、高效。

6.2 推薦閱讀材料

• 紐約時報的“新媒體運營總監(jiān)”，是一個叫Blossom的機器人
• EditorAI：用人工智能技術(shù)輔助記者編輯寫稿
• 人工智能幫你寫論文，總有一款適合你！

6.3 推薦試用產(chǎn)品

騰訊的Dreamwriter、百度的寫作大腦、新華社的“快筆小新”、今日頭條的“xiaomingbot”

三、不同領(lǐng)域AI腦洞

1、人工智能+用戶畫像

人工智能可以根據(jù)用戶行為進行打標簽，通過個性化標簽繪制出用戶畫像，識別用戶需求，預(yù)測用戶行為，傳統(tǒng)企業(yè)的廣告投放為的是吸引目標用戶，傳統(tǒng)媒體的廣告投放沒有辦法精準投放到目標用戶，只能廣撒網(wǎng)，隨著互聯(lián)網(wǎng)的普及，百度可以基于關(guān)鍵字顯示廣告，今日頭條可以基于用戶的瀏覽行為推薦廣告，淘寶可以基于用戶的瀏覽記錄為用戶推薦可能喜歡的商品，微信可以根據(jù)用戶的各類信息精準推薦朋友圈廣告。這些都是通過人工智能為用戶行為打標簽，繪制用戶畫像，號稱今日頭條會給用戶打上萬個標簽。

我們可以看到，這些畫像實際上掌握在類似于BAT這種平臺型互聯(lián)網(wǎng)公司手中，尤其是騰訊的社交數(shù)據(jù)和阿里的購物和地圖數(shù)據(jù)，通過人工智能聚類分析，根據(jù)用戶的行為數(shù)據(jù)便可以清晰的描述一個人的真實形象和訴求，未來這種用戶畫像可能被更多的應(yīng)用到傳統(tǒng)企業(yè)中，傳統(tǒng)企業(yè)也包含了大量的數(shù)據(jù)，傳統(tǒng)企業(yè)通過提供自身數(shù)據(jù)，打通于大型平臺的數(shù)據(jù)，共同完善用戶畫像，可以清晰的描繪出用戶的畫像，所有的銷售和推廣行為將變得更加高效。

2、人工智能+新零售

前些年都說電商會滅掉線下零售，但從今天來看，線下的vivo和oppo逼著線上銷售的小米大量開店，線上銷售僅占全國零售總量的10%左右，馬云爸爸講起了新零售，開了盒馬生鮮和無人超市，騰訊入股永輝超市，布局新零售。未來商場中的門店可能安裝大量具有人工智能功能的攝像頭，當用戶走入店面，根據(jù)季節(jié)和用戶穿著，歷史數(shù)據(jù)等信息，預(yù)判用戶需求和喜歡風格，店員第一時間獲得相關(guān)信息，為客戶提供專業(yè)的貼心服務(wù)。這種攝像頭同樣可以管控店內(nèi)員工的服務(wù)動作是否標準，幫助老板實時了解一線銷售人員的銷售能力，可以進行針對性的培訓(xùn)。

同時通過分析用戶行走軌跡，店外用戶的視線關(guān)注點優(yōu)化店面陳列，吸引客流。有些商場已經(jīng)利用一塊大屏幕實現(xiàn)了ar試衣功能，雖然現(xiàn)在的產(chǎn)品很傻瓜，效果也不是很好，但是未來值得期待。我們來假設(shè)未來一個用戶進店時候自動識別用戶的身高，身材，性別，當下穿衣風格等信息，基于人臉創(chuàng)建ID，當用戶站在試衣屏幕前，直接推薦品牌的混搭風格的服裝，用戶可以轉(zhuǎn)身和切換生活中常見場景，服裝可以完美貼合用戶身材，省去用戶試衣的繁瑣操作，同時可以獲取用戶喜好數(shù)據(jù)。

3、人工智能+國企/政府

從本質(zhì)上看，國家和企業(yè)很像，都是人們共同想象的產(chǎn)物，而中國政府的社會資源的調(diào)動能力極強，很多人說ai將是中國彎道超越美國的機會，中國有大量的人口，高速的連接網(wǎng)絡(luò)，政府有形的大手有動力為了社會穩(wěn)定引導(dǎo)企業(yè)的AI化改革，地方政府通過智慧城市的建設(shè)拉動投資和生產(chǎn)，北京一個區(qū)的智慧城市項目動輒數(shù)億，雄安新城將會成為智慧城市的試驗場。

前文中分析過國企和央企對于AI的需要程度，但是因為人才團隊的不匹配，會遇到比互聯(lián)網(wǎng)+還尷尬的局面，可能需要服務(wù)提供方為其深度定制服務(wù)，當下的智能邊界如何與企業(yè)的真實場景結(jié)合，切實做到提升企業(yè)效率，達到縮減成本，提高應(yīng)收的目標。剛剛聽了羅胖的2017年跨年演講，其中提到了傳統(tǒng)企業(yè)互聯(lián)網(wǎng)轉(zhuǎn)型的一種新方式，我們都清楚，企業(yè)的轉(zhuǎn)型一定是自上而下的，但是傳統(tǒng)企業(yè)的高層管理團隊并不一定了解如何轉(zhuǎn)型，而且傳統(tǒng)企業(yè)的人才結(jié)構(gòu)和互聯(lián)網(wǎng)公司差異極大，但是互聯(lián)網(wǎng)公司為了擴大服務(wù)版圖，他們有動力通過收購和注資的方式，與企業(yè)進行合作，如騰訊注資永輝，阿里注資大量零售商場，而聯(lián)通的混改也值得期待，一旦成功，這種合作AI+模式將有可能真的實現(xiàn)落地，也就是有專業(yè)技術(shù)的公司+國企/政府，一方提供認知和技術(shù)使用場景，一方應(yīng)用并提升整體效率。

4、人工智能+教育

現(xiàn)有教育都是大班教學(xué)，即使小班也有20多人，學(xué)習(xí)的節(jié)奏都是根據(jù)平均人的概念設(shè)計，有的學(xué)生接受能力差一些或者一部分內(nèi)容沒有學(xué)會的時候，就被迫開始學(xué)習(xí)全新的知識，導(dǎo)致一部分所謂的不聰明的差生早早放棄了學(xué)習(xí)，就以加減乘除為例，在小學(xué)做了大量的無意義的重復(fù)計算，當人工智能進去教育領(lǐng)域，那么每個學(xué)生可以有一個自己的學(xué)習(xí)助理，所有課程以游戲化形式展現(xiàn)，每個人的學(xué)習(xí)進度都可以不同，保證學(xué)生學(xué)會每一個知識點才進入到下一個環(huán)節(jié)，未來的教育一定是私人定制化的，基于學(xué)生的每一次答題，了解學(xué)生的學(xué)習(xí)進展，并做到精熟教育輔導(dǎo)。

每年高考，考研等考試都會有一種現(xiàn)象-壓題，老師憑借多年的教學(xué)經(jīng)驗，預(yù)測本次考試的范圍，而我們都清楚人工智能勝在預(yù)測，ai押題將壓的更準，幫助學(xué)生拿到更好的成績。筆者樂觀的認為，人工智能可以帶來全新的學(xué)習(xí)形式，顛覆現(xiàn)有的源于120年前所定義的教育和考核模式，通過從小學(xué)生的學(xué)習(xí)數(shù)據(jù)，分鐘學(xué)生的天賦特長，讓教育變得私人定制。

5、人工智能+醫(yī)療

醫(yī)療領(lǐng)域與人工智能的相關(guān)性很高，李彥宏指出，人工智能和大數(shù)據(jù)在醫(yī)療上的發(fā)展分為四個層次：醫(yī)療O2O智能分診，人工智能參與的智能問診，基因分析和精準醫(yī)療，基于大數(shù)據(jù)的新藥研發(fā)。

推薦閱讀：人工智能在醫(yī)療產(chǎn)業(yè)的五大應(yīng)用場景及典型案例

四、幾個不同視角看人工智能

1、鳥飛派和空氣動力學(xué)派

吳軍博士在混沌研習(xí)社提到了鳥飛派的概念非常有意思。

人類的學(xué)習(xí)行為一般是通過模仿，從飛機的發(fā)展史來看，人類最初希望飛到空中，現(xiàn)實世界中我們可以找到的學(xué)習(xí)目標只有鳥類，最初人類一直在模仿鳥的飛翔方式，通過震動翅膀獲取上升動力，但飛機的發(fā)明卻不是因為模仿小鳥的翅膀震動，而是發(fā)現(xiàn)了空氣動力學(xué)原理，于是我們能讓100噸的“鐵箱子”飛上天空，可以讓飛行速度，完勝鳥類。

我們可以發(fā)現(xiàn)，最初的發(fā)明往往將現(xiàn)實世界中的事物作為模仿原型，當掌握了其運行原理后，衍生出的產(chǎn)品性能將極大超越最初的模仿原型，而且外形與最初的模仿原型差異極大。我們再來看看人工智能機器人，現(xiàn)在很多人工智能都在模仿人，似乎是有兩只腿，兩只手臂，一雙眼睛，一張嘴才是機器人，其實機器人完全沒必要這樣，移動可以用履帶或輪子，有10幾只眼睛，一個屏幕，一個托盤，一個機械手臂，下圖是無人車眼中的世界。

2、加速發(fā)展的人工智能

人工智能并不是模仿人類大腦的信息存儲和信息傳遞模式，人工智能的進化速度與運算速度和算法優(yōu)化直接相關(guān)，其發(fā)展速度類似與指數(shù)級發(fā)展或加速發(fā)展。將我們?nèi)祟惖闹橇λ奖茸饕粋€站臺，我們?nèi)祟愓驹谡九_上，看著人工智能的火車緩慢駛來，最初可能特別特別慢，用了200年時間讓人工智能有了爬行類動物的智能水平，用了100年讓人工智能有了哺乳類動物的智能水平，用了50年的時間讓人工智能有了黑猩猩的智能水平，用了20年的時間有了3歲小孩的水平。

像這樣，這列人工智能的火車持續(xù)加速向站臺逼近，其智能水平與人類智能差不多的時間可能只有一瞬間，而當人們還沒有所察覺時，它已經(jīng)進化為我們完全無法理解的全新物種。我們?nèi)祟愔巧谭植紳M足正態(tài)分布，多數(shù)人在80到120之間，即使偶爾出現(xiàn)的IQ180的天才我們雖然無法超越但是還可以理解，如果人工智能的智商水平相當于10000呢？它想告訴我們?yōu)槭裁?，我們卻可能完全聽不懂，因為我們的智能水平可能已經(jīng)天差地別。

3、看不懂的答案

AphaGo對戰(zhàn)李世石時發(fā)生了一些有趣的場景，AphaGo落子后，人類的專家們這時就會發(fā)表評價，機器人就是不行，下了一手臭棋，但是隨著棋局的演化，幾十步之前的“臭棋”又成了神來之筆的好棋。在AphaGo對戰(zhàn)李世石時，專家判斷AphaGo處于劣勢，但是AphaGo只是在做數(shù)學(xué)游戲，從后臺可以看出，AphaGo的算法顯示其一直處于獲勝可能更大的一方。大家理解這其中的差距了嗎？人類百年的圍棋文化被全面超越了，因為只有整體性超越，才會出現(xiàn)這種情況，對方下了一手好棋我們竟然看不出來，看不懂其中深意。

著名影星安吉麗娜朱莉因為基因檢測其得乳腺癌的概率超過90%，于是她便切除了自己的乳腺；舉一個我們身邊的例子，高德地圖導(dǎo)航，當你希望從A點開車到B點時，高德推薦了你幾最優(yōu)路線，結(jié)果你不信，走了自己熟悉的路線，結(jié)果特別堵，下一次你會不會相信高德導(dǎo)航呢，一旦相信了之后，你發(fā)現(xiàn)真的沒那么堵了，以后你是否就放棄了自己的自由意志，而選擇相信高德地圖了呢。

未來會有大量場景，AI產(chǎn)品給用戶一個行為建議，你可能不知道她是如何得出這個建議的，因為包含了大量的復(fù)雜運算，即使告訴你普通人也無法理解，也就是一個最優(yōu)的但是不懂的答案。

4、有一種超越是碾壓式的

AphaGo戰(zhàn)勝李世石引起了全球關(guān)注，大家都在熱議4:1的比分，而短短幾周后，AphaMaster以60:0在圍棋領(lǐng)域橫掃了圍棋界，其意義是在圍棋這個細分領(lǐng)域內(nèi)，機器已經(jīng)完成了對人類的碾壓式優(yōu)生，超越了人類在該領(lǐng)域數(shù)百年的智慧積累，如果你以為這就是結(jié)束那就錯了，google有開發(fā)除了AphaZero，AphaGo和AphaMaster是根據(jù)人類的歷史棋譜來學(xué)習(xí)圍棋，而AphaZero是根據(jù)游戲規(guī)則自我博弈學(xué)習(xí)，你知道結(jié)果如何嗎？AphaZero對戰(zhàn)AphaMaster，比分是100:0，絕對的碾壓式超越。

5、時刻進化，無法掌握

AphaGo這類人工智能的恐怖之處在于其無時無刻不在進化，人類需要休息，需要社交，需要思考，需要沉淀，而且碳基生物的進化需要數(shù)萬年，而且是通過兩性繁殖，促進基因突變，優(yōu)勝劣汰，這種進化速度與硅基的人工智能的進化速度相比如同云泥，而人工智能的提升在其運算層面通過計算完成，今天的AphaGo和昨天的AphaGo完全不同，今天的AphaGo可能輸了，但是人類回去休息后，它默默的一晚上和自己下了300萬盤棋，第二天人類棋手面對的已經(jīng)是一個全新的AphaGo。

6、傲慢的人類

凱文凱利在必然中曾經(jīng)有過一段關(guān)于普通人理解人工智能的7個過程，非常有趣，分享給大家。

1、機器人干不了我的工作->

2、好吧，它會許多事情，但我做的事情它不一定都會->

3、好吧，我做的事情它都會，但它常常出故障，這時需要我來處理->

4、好吧，它干常規(guī)工作時不出錯，但是我需要訓(xùn)練它學(xué)習(xí)新任務(wù)->

5、好吧，就讓它做我原來的工作吧，那工作本來就不是人該干的->

6、哇，機器人正在干我以前做的工作，我的新工作不僅好玩多了，工資還高->

7、真高興，機器人絕對干不了我現(xiàn)在做的事情。

人往往短期高估自己的能力，長期低估科技的發(fā)展速度。

P.S. 人工智能在2B類服務(wù)中的核心價值是什么？

從本質(zhì)上來說，企業(yè)如同生物一般，企業(yè)生存的經(jīng)濟環(huán)境和自然環(huán)境也很類似，企業(yè)的生存規(guī)則適用與生物進化論-物競天擇，適者生存，企業(yè)為了生存要不斷的去適應(yīng)技術(shù)變革和政策調(diào)整，而競爭力體現(xiàn)在一個企業(yè)的資源占有情況和內(nèi)部協(xié)作效率。政府和國企普遍占有資源優(yōu)勢，而民營企業(yè)則只能通過持續(xù)的追求效率來提升其生存能力，互聯(lián)網(wǎng)作為一種連接技術(shù)，整體提升了產(chǎn)生/服務(wù)與人的連接效率，而人工智能的到來將進一步提升底層效率。

• AI可以讓企業(yè)縮減人工成本，提升推廣效率和服務(wù)效率；
• AI可以讓企業(yè)熟知用戶的所思所想所求，提升產(chǎn)品和服務(wù)投放準確率；
• AI可以讓企業(yè)運轉(zhuǎn)更高效，縮短內(nèi)部流程，讓企業(yè)的服務(wù)更順暢高效等。

對于傳統(tǒng)企業(yè)的AI轉(zhuǎn)型，我們可以參考大眾點評與傳統(tǒng)零售業(yè)的合作模式，將新技術(shù)視作一種工具，以服務(wù)采購的方式購買。

筆者感覺，未來可能需要一類服務(wù)咨詢類產(chǎn)品專家，他清楚當下人工智能的邊界，已有的產(chǎn)品形態(tài)，同時，他還可以快速梳理企業(yè)內(nèi)部流程，并將AI產(chǎn)品或服務(wù)以有效的方式植入到企業(yè)中，有些類似于技術(shù)咨詢+落地+持續(xù)跟進，當然，類似于BAT這類公司也可以做知識服務(wù)輸出，如同金融公司努力做用戶理財教育一樣，AI公司也需要做垂直服務(wù)的AI化教育，設(shè)計的產(chǎn)品需要真實的提升企業(yè)效率。

關(guān)于人工智能的學(xué)習(xí)和理解暫且告一段落，后面打算再系統(tǒng)學(xué)習(xí)一下數(shù)據(jù)分析領(lǐng)域的內(nèi)容，感興趣的朋友可以點擊關(guān)注，或留言區(qū)多多交流。

相關(guān)閱讀

轉(zhuǎn)型AI產(chǎn)品經(jīng)理需要掌握的硬知識（一）：AI產(chǎn)品經(jīng)理能力模型和常見AI概念梳理

轉(zhuǎn)型AI產(chǎn)品經(jīng)理需要掌握的硬知識（二）：AI常見概念和算法梳理

#專欄作家#

田宇洲（微信公眾號：言之有術(shù)），人人都是產(chǎn)品經(jīng)理專欄作家，北京大學(xué)軟件工程管理碩士，北京電信4年產(chǎn)品經(jīng)理，負責B2B電商平臺的前后端產(chǎn)品設(shè)計，擅長游戲化產(chǎn)品設(shè)計，挖掘用戶畫像。

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。

題圖來自unsplash，基于CC0協(xié)議