爱因互动创始人王守崑：AI时代产品经理的机遇和挑战

　　11月中旬，由人人都是产品经理与腾讯大讲堂联合主办的2017中国产品经理大会在北京北苑大酒店完美落幕。作为压轴出场的爱因互动创始人CEO王守崑老师，给我们分享了《AI时代产品经理的机遇和挑战》，从AI产品经理的日常和挑战说起，分享了对话式AI的商业价值和挑战，并祝愿大家：愿各位PM阅尽繁华，归来仍是少年。
　　分享嘉宾：爱因互动创始人CEO王守崑
　　以下内容为嘉宾分享实录，由人人都是产品经理社区Ella汇总整理，部分内容有修改，嘉宾已确认：
　　
　　20世纪美国经济学家GavinWright提出过一个“通用技术”的概念，他认为在历史上，尤其是工业革命的历史上，有很多技术一旦诞生之后，会对人类社会的进程产生巨大的改变。比如说火车、汽车，再往前的蒸汽机、内燃机，以及电力技术、信息技术和互联网等等。
　　AI的未来：通用技术
　　那么，AI是通用技术吗？
　　我们先看一下通用技术有什么样的特点：
　　通用技术会对人类社会产生重大的影响，它能以十倍、上百倍、甚至若干个数量级这样的程度去提升生产效率。
　　通用技术可以被应用到各行各业，或者会对各个行业产生巨大的影响。为什么交通类的技术会被认为是通用技术？比如汽车的产生，未来的无人驾驶，都是因为它们可以被各个行业广泛应用。
　　通用技术一般都需要巨大的投入，需要巨大的基础设施去支撑。
　　通用技术需要各种各样的人才。不单是技术人才，而是各种行业、各种领域的人才。
　　通用技术需要一个漫长的成熟期。
　　AI目前在实验室表现非常好，但是实际生活中未必是这样。在实际应用中，计算机视觉领域是最成熟的领域之一；除此之外，自然语言处理、多模态学习、通用推理、机器人这些在实验室表现非常好的领域，在实际的商业应用中也表现平平。
　　我有个朋友一直在说：目前我们见到的这些人工智能，如果严格从我们人类的角度来看，其实不应该叫人工智能，而是“人工智障”。
　　但是，我们还是认为AI是最有可能成为未来的通用技术。
　　为什么？
　　我们在有若干年的积累之后，这些历史上积累的数据，这些颗粒和方法能够成十倍、百倍放大，对各个行业产生更大的影响。
　　每一种通用技术兴起的时候，它会带来什么？
　　新的产品，新的服务，新的商业模式，新的组织，新的工作方式以及新的就业机会这些，都将是新的通用技术带来的变革。
　　很多人一直在疑惑，说AI会不会让更多人失业，或者取代很多人的工作。其实我的看法是：这纯粹是杞人忧天，AI一定会创造更多的就业机会，创造更多的价值。
　　人类经历农业社会几千年，但是从未吃饱过，是工业社会解决了温饱的问题这是一个很讽刺的事情。AI也一样：看起来它会取代我们的工作，但我觉得它一定会给我们创造一个特别丰富、特别富足的社会，每个人都会跟AI有关，当前固有的产品、组织、模式都会被更新迭代，这些里面，蕴藏着海量的就业机会。
　　但是，这并不意味着我们不做改变就能适应社会要么我们被社会推动着改变，要么我们主动改变。而主动改变的人，才有可能成为这个时代的先行者。
　　这是第一个观点：AI可能是我们人类社会在工业革命之后面临的最大的变革机会，而现在，就是投身变革的最佳时机。
　　为什么这样说？
　　投资领域有一句话：最好的投资时机，永远是十年前和现在。
　　十年前你买了房，现在你的生活肯定不一样。但是现在买，也不是不可以。
　　产品经理每天面临的第一件事就是需求的不确定性。AI现在面临的最大的问题，在于各种各样的不确定性。
　　比如：我们是做对话机器人的，产品经理的工作之一是写测试用例。什么是正常状态，什么情况下会发生异常，会有各种各样的边界条件。但是产品做起来很难因为对话是完全开放性的，你无法穷举，不确定怎样做这件事情才叫做正确。
　　我们经常看到两种极端：要么认为AI无所不能，现在已经可以做各种各样的事情，有一个非常高的预期。要么就是非常担心AI出格。比如对话机器人，我们非常担心它不在我们的掌控之下，最后变成了一个用对话做的决策（用决策树），但是这样就和对话没什么关系了。
　　这两种情况我们都非常容易碰见，要么期待过高，要么期待过低。而现在的实际情况是：肯定达不到过高的期待，但是肯定比最低的期待要好。
　　产品经理的任务之一就是：降低期待过高用户的预期，提高期待过低用户的预期，让大家有一个一致性的共同认知，在这样的前提下去工作。
　　第二个是缺乏数据。很多人说我们过去几十年积累了非常多的数据，现在的数据都很丰富的确，这是现状。我们有很多未经整理的数据，但是我们没有经过整理的、适合现在的技术现在的AI水平使用的数据。
　　比如说市场的接受程度：市场对不同产品的接收程度，刚才说的过高预期与过低预期这种隐含数据，大家的认知不一致，市场的反馈、用户的反馈这些评价数据这些都是没有的。
　　还有就是多模态的数据：声音、视觉、语言组合成我们对外界的认知。
　　现在的AI基本上都是以单一结构来解决单一的问题。做CV（计算机视觉）的，解决视觉的问题；做语音的SAT就解决声音的问题；做自然语言处理的，解决文本的问题但是人类沟通的时候，肯定不是以单一渠道来沟通的，我们都是以多模态的混合方式去沟通的。
　　但很遗憾，我们现在手机的数据集里面，多模态的数据非常匮乏，而且这种数据的标定非常困难，这就大大限制了我们当前的AI产品能够达到的水平，这是第二个挑战。
　　现在整个AI产品的开发，还没有形成一个有效的、公认的产品迭代方式。不管是瀑布式，还是敏捷开发，这些用在AI产品上，都会让人感觉别扭。
　　所以，各个公司，各个行业，各个项目都会有一定的差异这也是我觉得很有意思的一件事：我们过去在互联网和移动互联网的产品开发上积累了非常多的经验，如何把这些经验有效地迁移到AI产品开发，这是一个很有意思的课题。在这个课题上，产品经理一定会发生一个非常重要的作用。
　　作为产品经理，如何应对这些挑战？
　　我个人的分析就两点：人，和事。
　　人：沟通协调能力、领导力和同理心，决定了一个产品经理的上限，决定了你能走多远。
　　事：对细节的掌控力，思考的深度和大局观、决断力，决定了一个产品经理的下限：如果你达不到这个要求，就不是一个合格的产品经理。
　　理论上来说，一个人不可能拥有所有的、完整的能力。更重要的是，你抓住重点之后形成一套自己的方法论，你知道自己在哪些方面更擅长，如何运用这些能力、这些知识来解决你当前面临的各种各样的问题这是产品经理的一个思考范式，或者说是工作范式。基本上就是：观察、思考、表达、实践这样的一个循环。
　　和工程师相比，有一个重要的区别：工程师没有表达那一项，因为不是必须。
　　对工程师来说，会表达会更好，但是没有也不影响他成为一名合格的工程师。但是对产品经理来说，没有表达，就不是一名合格的产品经理。
　　为什么我会特别强调“表达”？
　　因为它是一个中间环节产品经理是一个中间环节，他需要做各种沟通、各种协调的事情。而所谓的“表达”，并不是单纯的“说”，并不是你能表述，能劝别人，能有说服力；而是包括问答设计、产品理念具象化能力这些都是“表达”的一部分。
　　产品经理的表达还有一个作用：向上管理。如何说服你的BOSS，说服你的上级来支持你的观点，这些也需要通过表达的方式来实现这也是强调产品经理在“表达”上需要下功夫的一个原因。
　　AI的现在：大航海时代
　　15世纪到17世纪时期，欧洲的船队出现在世界各处的海洋上，寻找着新的贸易路线和贸易伙伴，以发展欧洲新生的资本主义。
　　麦哲伦完成首次环球航行时，他的设备和人员都是极其简陋的；最重要的是：这件事情从来没有人去做过，没有人知道做这件事的时候你面临的是什么。对AI来说，现在也是这样：前途完全是未知的，大家都是第一次在做这样的事情。
　　第一个挑战：不确定性
　　现在投身这个大航海时代，未来的不确定性是产品经理面临的第一个挑战：
　　对于需求的快速变化，你要做一个缓冲区，你要做到八分的成绩；对于落地的场景，你需要做一个猎手，要有敏锐的感觉去捕捉那些可以快速落地的事情。对于各种各样的可能性，你要做一个Filter，要把合理的东西剥离出来。
　　我一直在强调一个事情：在团队中面临不确定性的时候，产品经理应该是最乐观的，我希望产品经理更是一名理性乐观的创业者。作为一名创业者，如果不乐观，每天的工作就没法做。
　　第二个挑战：技术黑盒
　　产品经理一般都不含有技术背景（当然有些有技术背景的同学做产品经理做得非常好），那你一定会面临技术黑盒：你知道这件事情的需求是怎样的，但是你并不知道这件事情是怎么做出来的。
　　怎么办呢？
　　不要试图打开技术黑盒你可以从外部去定义它，但是不能打开它。
　　我个人不建议你打开技术黑盒，因为打开的过程是要给事倍功半的事。你可以了解一些技术的行话，这些可以帮你拉近与研发的距离。而你只需要在黑盒外面做这些事情即可知道它到底是一个怎样的表现。
　　如何从外部定义技术黑盒？
　　首先，从效果去定义：它能给你带来什么？它的输入、输出是什么？从需求的方向去把握它。
　　其次，从适用的环境去定义。AI产品很特殊的一点，它的基础设施并不完善，很多AI的项目可能要求私有化部署，需要用到巨大的计算资源或者非常大的带宽；那你要熟悉各种数字跟逻辑的结合它并不牵扯到什么高深的东西。
　　你还能从环境去定义它：它现在是什么环境，有什么样的效果？你能给多少计算资源，产品做出什么样的事情。你要能从资源消耗去定义它，不光是硬件的资源小号，还有软件、人力的资源消耗：为了达成一个任务，需要多少人、什么样的人、团队要怎样的，要有科学家吗？要有研发工程师吗？还是要有人专门去负责算法？你要对不同产品、不同项目需要什么样的资源非常清楚。
　　第三个挑战：团队
　　产品经理会对接各种各样的团队，和各种不同的人打交道，这也是大家共总的日常，也是产品经理的挑战和成就感所在。
　　对创业公司来说，产品经理事醉了解事情的人，他几乎无所不知：细节事怎样的，这个东西会带来怎样的影响，造成什么样的效果，那个坑具体在那里等等。
　　AI与产品经理
　　在当前的技术水平和市场环境下，哪些事适合AI去做的呢？
　　参考“一秒法则”：人类在一秒内能完成的事情，以目前的技术水平来看，基本上都是可以被AI替代的，或者是某种程度上被AI替代。
　　这些事情有什么样的特性呢？
　　大规模、重复性：每天都会发生的事，比如人脸识别。
　　限定领域：它是单一领域的事情，一旦是多领域的，你不太可能在一秒之内完成。
　　快速反馈：这个对当前的AI算法来说，几乎是最重要的一件事情。比如自动驾驶，我们在开车的时候反应必须非常快，大概几十毫秒几百毫秒这种量级，如果到一秒，就会出危险。很大程度上，你能多快获得反馈，决定了算法能做到多好；而算法有多好，就越能快速得到反馈正向循环，越简单，算法效果越好。
　　我在念书的时候有一个机器人的经典例子：你用机械手臂去拿一个杯子的时候，理论上你有两种算法、两种模型去做这种事情：
　　第一种算法是从物理定律出发。先看你和杯子有多远，然后建立一个特别复杂的物理方程，一次性把杯子拿起来。
　　第二种算法是用一种类似梯度下降的方式，不停地去看胳膊，在机械臂朝一个大致的方向运动，同时视觉部分不停反馈机械臂和杯子之间的距离、方位、角度、速度等，通过快速迭代的方式，最后在有确定性的时候，把杯子拿起来。
　　第二种算法非常简单，它不需要简历那么复杂的物理学定律，但是实验效果会更好因为它利用了快速和大量的反馈。
　　对各位产品经理来说，你希望在AI时代做一名AI产品经理，核心还是回归本质，回到原点；从产品经理的技能树出发，从你的职责出发，面对需求的不确定性，面对新的团队、新的工作方式，做团队中最理性乐观的一个人。
　　案例：对话机器人
　　我们来看一个具体的案例：作为一名对话机器人的产品经理，你是如何去思考这些问题，或者说大致的流程是怎样的。
　　相比前几年，APP的红利已经消失，下载的量级也下降了很多，但是消息平台却有爆发性的增长。国外是Facebook，国内是微信这样的，这些都是对话机器人兴起的原因。
　　我个人使用手机的时间大概占了88，有大量的用户也是这样（有调研数据支持），大量的用户习惯于以消息的方式来进行工作沟通，这也是一个市场倾向，或者说是一个现实的情况这也正是巨头在对话系统，包括语音识别领域做出巨大投入的原因之一。
　　作为产品经理，你看到这样一个现象；你非常兴奋，立刻投身其中；但实际上，你会发现面临巨大的挑战：
　　大家都用过Siri，智能音箱或者其他类似的应用，分享一些有意思的调研数据：使用前三位的功能是闹钟，查天气和听新闻。听新闻的频次不超过10，查天气大概是接近70嗯，看起来智能音箱这些在我们的生活场景中起到了作用，但是非常有限。
　　而从产品表现来看，Siri之类的前言不搭后语，缺乏常识，缺乏自学能力，这些的根本问题，在于技术的限制我们当前的技术水平，没有办法让机器真正理解人类的语言。
　　在当前的市场环境和技术水平之下，我们应该用什么样的产品来应对我们当前市场的发展趋势这是我们产品经理面临的一个巨大挑战，这也是产品经理思考的一个过程：市面上这么多做对话的，到底是在做什么？为对话而对话？对话是一种高效的沟通方式吗？对话到底能给用户提供怎样的价值？
　　从效率来讲，CUI对话更适合做信息的深度展示，GUI更合适做信息广度的展示。如果有几百个选择，更适合用图形界面，如果只有几个选择，每个选择都需要做很深入的沟通（几步几十步这样的沟通），那图形界面就未必是好的选择，用户会在过程中迷失。
　　从用户感受来讲，图形界面更强调空间感：打开一个界面后我们知道哪里是重要的内容，哪里有广告，哪里有次要的内容。但是对话更强调时间感：随着时间流逝，有因果关系的产生；随着时间的流逝，他有更深入的交流。
　　从用户预期来讲，CUI更强调个性化参与和自我学习，而人们对GUI的预期，其实是一个差不多或者不完全一致但基本类似的一个预期。
　　从这三点来看，对话未必适合所有的场景，但某些场景下，对话是更合适的。所以需要深度沟通，更强调时间上的因果关系，更强调个性化参与这些具体的场景。
　　那么，我们到底应该做一个什么样的事情？
　　结论是：作为创业公司，应该去做高用户价值、高稀缺性的事情。高用户价值、高技术成熟度的一定是充分竞争的，大家都一窝蜂挤进去；而如果是稀缺性技术、成熟度都很高，那就是夕阳产业，再往下坡路走了因为用户价值越来越低。而如果三个都很高，那是垄断企业做的事情。
　　AI商用的原则是什么呢？
　　在当前的技术水平和市场接受程度来说，一共是通过对话能够高效解决问题的场景。你要找到这个场景，选择合适的技术（并不追求技术领先或绝对的技术成熟），去成为细分领域的关键业务环节，让别人离不开你。
　　这些场景有清晰的知识结构和边界，在对话这件事情上，它一定不是开放的（因为开放域的问题限制还没有非常好的解决方案），对非标准的服务信息不对称，需要深度沟通，然后你通过数据的积累去提升服务质量，并建立知识和技术壁垒。
　　也就是说，以对话为界面，综合其他各项技术（管他是AI也好，或者其他的），为用户提供价值。对话本身不是目的，他的内容、领域、知识才是你真正提供给用户的知识。
　　通过这样的分析，我们回去看几个有意思的场景：
　　智能投顾保险理财，它的销售转化就是用对话的方式带动。
　　以对话时的发现解释和推荐。它有可能是产品，也有可能是信息，甚至是其他东西。
　　最后一点分享：
　　作为产品经理，你要在这些case上把你的规划落地，要考虑各种各样的问题：和商业相关的问题，跟具体场景相关的问题，渠道的问题，定价的问题，技术的问题；你的语料从什么地方来？你的软硬件环境是怎样的，具体的技术架构是如何等等。
　　以上为本次大会分享内容。
　　
　　嘉宾PPT：关注人人都是产品经理微信（ID：woshipm）公众号，在后台回复关键词“大会”即可获取下载地址。
　　相关阅读：
　　2017中国产品经理、互联网运营大会官方回顾：未来，属于你