AI产品落地记：光环、局限和自我突破

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

繁重的计算由人工智能替代

人工智能亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。通过医学、神经科学、机器人学及统计学等的进步，有些预测则认为人类的无数职业也逐渐被人工智能取代。

繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更准确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，另一方面又转向更有意义、更加困难的目标。

AI产品发展三个背景阶段

第一个阶段：PC时代

比如一个做LED照明灯的工厂老板，要做一个灯的商城，经济型酒店老板要做酒店垂直类生活用品商城；如果一个没有产品经验的产品经理，可能花上一年时间就能打磨一款不错的PC商城产品。

第二个阶段：移动互联网

①传统PC互联网转型的典型代表是QQ到微信，PONY马2013年在GMIC上说微信获得了一张移动互联网的站票、2014年Jack 马宣布阿里All in 移动互联网，随之手机淘宝流量也超过PC淘宝，还有四大门户之一的PC网易新闻到其手机APP网易新闻。

②移动互联网新贵的典型代表：今日头条、滴滴、今夜酒店特价等

③移动互联网深耕者／回滚者的典型代表：抖音、探探、王者荣耀、吃鸡类游戏，这一波厂商主要是抓住90后95后较年轻用户的碎片化获取信息和社交的特点。且这一波产品里面机器学习的身影已经深深的印在其中，例如：抖音的视频推荐系统就是用机器学习里面的推荐算法。

第三个阶段：AI时代

有了PC互联网、移动互联网的发展的基础，有了各种功能的产品，同时有了多渠道的营销互联网手法。在AI时代人工智能产品就能有更好的基础发展，同时也要注意基础的数据算法和算力。

①数据：大量的数据积攒的越来越多的时候，会促使AI自身变被动为主动去表达自己、发展自己，开始对事物有主动认知，有AI的概念，比如Siri会开玩笑的方式回答用户的刁难问题。

②算力：算力架构是按冯诺依曼体系来做的，这还是基于现有的架构，未来我们可以看到非冯诺依曼体系架构，现在发了TrueNorth，随着量子计算的出现，人工智能会出现更加新的变化。

③算法：数学的发展尤其是在深度学习上的突破，使得阿尔法狗战胜大师李世石，算法的突破相比较算力和数据也是一个更加缓慢的科学进程——就像我们研究生时代的实验室，算法的进展往往以10年为一个小的周期；但是一旦算法出现系统级的突破往往会产生工业革命级的变革。比如牛顿三大定律，爱因斯坦相对论均是算法级别的突破。

AI产品的刚需和新品类

现在经常会提到一个词——“刚需”，但是，在科技发展过程中，很多重大进步，其实并不是因为解决了刚需问题而爆发的。

那什么时候该考虑“刚需”，什么时候不该考虑“刚需”呢？一方面，我们需要了解，刚需是特定人群因为生存环境、个人认知等深层因素的变化而产生的满足旧“本性需求”的新“表面需求”。比如：“10后”，就因为其成长环境、家庭背景、生活方式等方面的特殊性，成为能更自然的和AI机器人共生的人群。

而AI机器人满足了他们在未来不仅能成为其工作和生活的好助手，更能成为其生活的好伙伴，并且是不可缺少的，而对于这种刚需，在以前是很难理解的。

另一方面，作为AI从业者需要了解的很重要一点是刚需，意味着新的品类，而“新品类”的一个重要判定标准是：“衡量该品类产品好坏的指标，是否是一个新的评估维度”。

例如新品类——智能音箱

传统蓝牙音箱，其品类的本质价值是听歌，所以衡量一个蓝牙音箱产品的指标，是音质、价格、外观、质量、携带性等等；而现在这些智能音箱由于很多智能音箱产品的功能多而全，一个音箱可以同时有多个属性。

低端蓝牙音乐音箱：本质是听歌，但面向中低端客户，价格低；衡量指标是价格。例如：小米AI音箱。

高端音乐音箱：本质还是听歌，但更强调音质等发烧友需求，价格高；衡量指标是音质、外观、品牌等。例如：LIBRATONE等。

有声内容音箱：本质是为了听有声内容，衡量指标是内容是否全面、更新是否及时等。例如：傅盛和喜马拉雅做的小雅AI音箱。

购物音箱：本质是为了方便刺激购物，衡量指标是购物体验是否便捷，有合适场景，并且交互体验效果和效率超过用户传统购物行为的10倍以上。例如：阿里的天猫精灵X1。

家居音箱：本质是为了操控智能家居，衡量指标是支撑的智能家居设备丰富度和操控效率。例如：小米AI音箱。

AI助手音箱：本质是为了成为私人生活助理，衡量指标是智能程度，比如：是否懂主人的习惯、感情、当下需求、完成任务的效率，以及聊天陪伴效果等等。例如亚马逊Echo用户用的最多的是备忘功能。

AI产品与传统产品的突破

①市场环境：AI产品诞生的市场背景是甚至一个垂直的细分领域均有一个APP产品的市场环境，这个时候需要AI产品做到比原来的产品好上10倍的体验或者比原来的产品快10倍以上才能赢得市场的环境。

②供应链产业：在做纯APP的时候是不需要考虑供应链的，但是由于广义范畴上的AI产品是从数据获取到数据分析再到数据应用上，少不了硬件等外设的采用。例如：用深度摄像头采集更多的数据，采用NB－IoT采集人和物体的行为数据，均需要硬件的融合。

AI产品是更加考验产品经理综合素质的，除了设计管理好传统的软件上下游之外，还融入了供应链产业的深挖。例如：当摄像头与AI主体硬件产品出现BUG的时候，是需要联系的事摄像头生产厂商，而不像APP时代仅仅需要再成熟的手机上研发即可，这个时候需要产品调动的是摄像头整个研发甚至一个工厂来配合。

③需求：需求的变化有新零售，用户需要货来匹配人，这里需要LBS和更多智能传感器的数据来服务人。线下商铺原来是不知道哪个用户来逛街，哪个潜在消费者在哪个商品前停留的更久，节假日购买热销商铺结账需要排队等等，而AI产品正好能够及时的统计好这些数据，利于后期市场发展。

结尾：

在人工智能时代序幕悄然拉开的局面下，无论是面向大众的人工智能产品，还是服务于专业领域的人工智能产品，都将按照以“底层—中层—顶层”的技术及产品架构为基础的生态圈模式不断向前发展。