AlphaGo引燃了AI在各行业融合的战火，从新零售、工业机器人、智能家居，到语音交互、自动驾驶、车联网，各行业都正在被AI所改变，AI导向的公司如雨后春笋，没有引入深度学习、推荐系统的产品都算是落后的产品，不能通过算法匹配的产品设计被称为复古唱片般的设计。AI的如火如荼除了对公司定位产生影响外，对功能、产品逻辑、设计、交互方式，甚至是产品方法论都产生了深远影响。作者作为语音交互方向的产品设计师，对AI所能进行的改造很干兴趣，希望通过对AI技术的层层了解，对AI在行业、产品、方法论的改变上进行探讨。本文作为开篇的引言，从什么是AI，为什么要用AI，如何使用AI进行产品设计来进行一个简单的概述。
一 什么是AI
1.1 AI的定义
AI的中文叫人工智能，目前的人工智能其实就是与人类自然智力相对应的机器智能，在计算机科学中，人工智能研究被称为对智能体的研究，即能够感知环境，并且最大化完成任务目标的设备。
可以从定义中看出，AI的核心仍然在于完成用户任务，这一点与现在的用户驱动、目标导向的产品设计没有本质区别，重点在于完成任务的方式，传统产品用户完成任务的方式需要用户主动操作，交互方式是线性的按照产品逻辑去完成，而AI的逻辑是通过机器主动感知，通过对用户任务非必要路径的删减和优化，帮助用户完成任务。
1.2 AI的分类
传统问题的AI研究包括：推理、知识表示、规划、学习、自然语言处理、感知，以及移动和控制物体的能力。通用智能是这个领域的长期目标。方法包括：统计模型、计算智能、传统意义的AI。目前有大量的工具应用了人工智能，其中包括搜索和数学优化、逻辑推演。而基于仿生学、认知心理学，以及基于概率论和经济学的算法等等也在逐步探索当中。
1.3 AI的行业布局
1.行。目前的自动驾驶系统的关键在于环境识别和智能决策，环境识别现今主流的方式是采用激光雷达和图像识别的技术，图像识别和雷达都能对周围的环境进行感知，但是单独的摄像头识别成本远低于雷达，尽管后者在精度上占有优势。
2.住。目前较火的一个领域就是智能家居，目前在智能家居布局较广的就是小米，号称拥有5千万的在线智能设备，小米IPO招股书中也将小米的产品定位于手机、智能硬件和IOT平台的互联网公司。需要说明的是，单纯的智能家居并不算是真正的AI，而是背后的设备在线，并对用户的生活环境能够最初感知，目前的的智能设备仍然是以控制为主，感知层次很低，市场上仍以智能音箱的家庭助理的形式来进行布局，企图占领家庭AI入口。
3.食。如果把整个食品的过程拆解为选种 > 播种 > 加工 > 销售 > 反馈来看的话，AI目前的主要应用在销售，通过AI能够预测食物供应链的销售情况，进而控制零售商的进货以及货品位置摆放，但是在其他过程中AI仍大有可为。
4.衣。不少大型商场都有智能试衣镜，你能够观看衣服穿在身上的效果，加快试衣的速度，从而加速购买流程和缩短排队等候试衣的时长。
详细的AI应用见：http://so8.co/FJd
二、AI的优缺点
2.1 AI的优点
1.减少错误。AI能够通过数据预测，减少错误的发生，并且可以更加精确。它被应用到了很多研究当中，譬如太空探索。
2.困难任务执行。在一些不适合人类进行作业的地方，譬如深海、南极，可以用机器人帮助进行探索，并且一些化工企业也可以使用机器人。
3.日常应用。被计算好的自主推理、自助学习、自助感知的方式已经成为我们日常生活中最常见的现象了。这就是Siri和Cortana在智能手机的应用程序中的日常运用，这就是我们每天使用人工智能的真实案例。在使用中，我们发现这些人工智能可以预测我们即将要输入的文字，可以改正我们的拼写错误。这就是人工智能的工作方式。当我们在社交网站发布自己拍的照片时，人工智能的算法能识别检验出人脸，然后给每个人脸贴上标签。
4.重复性工作。富士康早年就开始计划用机器人来替代劳工，随着AI的兴起，特普朗也开始勒令美国企业将生产线搬回国内，人工成本并不会大幅增加。
5.不需要休息。不像人类，机器不需要经常性的休息和饮食，机器能够24小时工作，AI算法能够自动更新，自动识别，自动驾驶汽车可以自己收集数据。
2.2 AI的劣势
1.成本较高。升级现有机器为智能机器将耗费大量资金，并且维修和保养费用也较高。此外，智能机器是由软件驱动的，软件需要根据不同的情景来进行优化升级，也会增加成本，软件出现bug时也需要时间和成本去维修。
2.不可替代智慧。智力被称为来自自然的礼物，与机器不同的是，人类拥有情感和道德价值，而现有的机器智能并不能替代人类。
3.不能举一反三。不同于人类，人工智能不能通过经验来获得提升。尽管目前的机器能够通过大量的数据来进行预测，但是与人类的经验提升仍有差距。
4.没有创造力。创造力不是人工智能的特长，人工智能的特长是帮你去完成人类的创造力和想象力，他们没有创造力的起源，或者说现今的AI不具备。
3.AI与产品设计
3.1 职业要求
（1）facebook。我们正在寻找一个产品经理（数据）小组，监督建立和加强基于机器学习的系统和分析工具和服务，供脸谱网员工使用。作为ML、数据和分析专家，您将负责重新设想我们如何使用技术和数据来实现脸谱网的生产力。您将有助于设想、构建、部署和开发我们的下一代数据AI 深度学习系统和以脸谱网的规模工作的核心VZULUTIAGE数据分析工具。你需要有多方面的职能，包括产品经理，项目经理，业务分析员，甚至敏捷专家，用于数据产品和解决方案。你将弥合商业和工程之间的鸿沟，并在两个世界中拥有深厚的专业知识。DATA.AI是脸谱网基础设施ORG中的一个小组，正在探索数据和机器学习的下一个演进。我们都知道，大量的数据打开了一个新的和令人兴奋的一套可能性的深度学习世界，我们不断寻求找到什么价值，我们可以创造的交叉点的数据和人工智能。
主要职责：
· 在工程团队的日常工作中成为一名亲身参与的产品经理；
· 是工程团队与企业利益相关者之间的桥梁，也是TLV网站与总部之间的桥梁；
· 与关键的内部业务利益相关者——软件工程、数据工程、产品分析和其他商业领袖紧密合作——了解他们在数据基础设施中现有工具和服务的差距；
· 与团队合作开发战略、愿景、执行、设计和可用性；
· 与顶级客户互动，了解他们的需求，并建立这些能力-以及影响我们的工程驱动组织的相关产品的特点；
· 积极与内部开发团队合作，针对不同的解决方案（内部和外部）进行差距分析，找出最佳的发展路径。在技术交付过程中维护和监督主动性；
· 提供直接项目管理-领导和开展基于敏捷（Scrum）方法的项目活动；
· 领导和配合所有的业务准备活动，包括最终用户培训，产品测试，推出，迭代，和支持。
· 培养一种数据驱动的决策文化。
基本要求：
·需要一个技术专业的学士学位（即：计算机科学、技术、工程、数学）；
·5年以上基础设施产品经理的工作经验；
·8年以上制造、交付、开发和设计数据工具、服务和产品的经验。
加分项：
·围绕机器学习算法构建系统的经验；
·具有分析工具、方法和设计的技术经验。
（2）蚂蚁金服：为蚂蚁金服建设稳定，高效的机器学习平台，构建完善的模型生态体系，支持芝麻信用，投资理财，保险，微贷，网商银行等核心业务的算法模型应用，提升互联网金融的智能化效率。如果你想紧跟时代脉搏，占领互联网最前沿阵地，这里有历史进行时的互联网金融业务，海量的交易数据以及高并发高性能的挑战。团队已有成员包括来自美国普渡大学终身教授，Google/YouTube/微软Bing的资深技术海归们，本土电商系的百战精英，多元化的团队，期待同样不群的你一起碰撞，开创！主要职责：1、负责人工智能部模型生态的规划和设计，进行全局性和前瞻性的规划和设计，并对产品交付负责；2、参与人工智能平台的体系化建设，从事模型训练、模型预测、模型部署、模型ABTest、模型监控闭环体系的规划和设计；3、持续的创新和优化能力，让人工智能驱动互联网金融业务，帮助业务实现智能化；4、在产品预研、开发、发布和迭代的过程中负责各个关联团队之间的交流与合作，确保合作的畅通与高效。岗位要求：1、有一定的的产品规划和设计经验，关键是有人工智能从业经验（咨询师、算法工程师、算法应用开发者）；2、有企业级软件产品设计（如：SAS、IBM、Microsoft、Google）经验，兼有互联网产品设计经验者；3、清晰的逻辑分析和表达能力，热爱技术，乐于分享，对行业和技术的发展有自己的见解，在大数据领域内有深入的研究和积累者；4、对大数据、云计算、人工智能感兴趣，有激情，熟悉各行业大数据应用场景。具备以下经验之一优先：1、有从0到1打造完整的产品体系、具备数据驱动创新的体系和方法论优先；2、SAS、SPSS 咨询师或产品经理优先、优先、再优先；3、有机器学习、数据仓库、BI、数据挖掘等方面的工作经验者优先；4、具备搜索引擎或推荐系统开发经验以及其他机器学习平台的开发经验；5、在＞=1个如下领域中有扎实基础或工程化经验：机器学习 • 深度学习 • 个性化推荐 • 自然语言处理；6、熟悉亚马逊和微软等的机器学习平台工程实现方案等。
3.2 AI产品经理需要具备的素养
（1）虽然大家都在说，产品经理需要了解一定的技术解决方案，但不用太过了解细节，但是从各个公司的招聘信息中还是发现，AI产品经理的素养明显更加偏向于了解AI框架、模型的领域系人才，很多虽然从事AI行业的产品经理可能仍然只是做一些互联网行业的东西，并没有真正深入到AI的底层，从需求—产品设计—开发—AI模型—数据—测试用例，仍然在做着前三步工作，而后面的具体AI相关的东西仍然依赖于AI相关的工程师来提供方案，产品经理没有朝着AI的本质渗透；
（2）王守崑老师在其AI时代产品经理的机遇和挑战中，提到了产品经理跟AI的关系中，将其定义为技术黑盒，我们不需要了解盒子里面的东西，但是我们需要了解AI能带来什么，输入输出是什么，其次你要了解环境，：你有多少资源，产品能达到何种效果。了解资源消耗：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。
（3）互联网产品经理的基本素养。出了AI相关的基本知识，你还需要互联网产品的基本能力，需求定义、产品设计、开发沟通、测试跟进，确保产品上线等等。
