我在学习吴恩达《神经网络和深度学习》课程时，重新接触线性代数，积分，导数还有向量变换的知识，这让我的学习进度缓慢而吃力。一不留神，就开始听得云遮雾罩。

面对需要大量数学公式推导的知识时，大概是学习进度最烧脑的环节。

进入职场后，生活仿佛和高等数学脱离联系了。除了算算自己的财务清单和股市赔率外，很少用到高等数学。什么微积分，向量这类的知识，不逼自己去啃一些生硬的领域，还真难碰到。

处于一种科技更迭的时代，我一直深信如果不学习进步，就很难有把握风口的机会。而学习到一定的程度，发现总要回到基础学科领域来深耕。

说起来，深度学习的数序公式和相关的编程代码其实并不复杂，只是需要耐心学习和实践而已。然而，心里因为对高等数学的生疏，竟然会感到丝丝惶恐和不安。

这些概念性的知识学习后，能做什么呢？

可以帮助我们理解未来智能产品的变革方向。未来的智能产品将赋予更多学习模式，让我们能更好的利用这些智能产品，成为他们的导师和朋友。

其实在我们身边已经有很多这类运用深度学习的智能产品了。

比如自然语言识别系统，诸如微软小冰，苹果的siri这样的语音伴聊，智能音箱的家庭助理服务，科大讯飞的自动翻译辅助等等。我们用的今日头条、淘宝京东的智能推送，这些后台其实都已经用了人工智能的数学算法，这套算法的逻辑就是深度学习课堂上讲的知识点。

未来我们使用计算机的方式，将不再是我们输出指令，计算机去实现我们的指令这类模式了。而是我们去训练计算机，计算机在我们训练下不断成长。

会训练计算机，是AI时代一项必备的技能。 只是早期的训练模式，有些复杂，大部分人还不太容易理解和运用。

当前，深度学习的爆炸式成功源于数字化时代的数据井喷。未来随着数据越来越多，可被训练的空间将越来越大。这种趋势真不难想象。在这种趋势下，一个深度学习工程师未来对于社会的价值也将越来越大。

可是对不会编码，看不懂这些底层数学算法的人，还有机会抓住AI技术的风口吗？

如果你相信人工智能风口已经来临，那就不妨从这4个职业中尝试寻找突破点：

1、做一个AI战略人才

尝试在AI战略角度去思考未来行业的变革。

正如吴恩达所言：未来AI战略人才更难得。

企业想通过AI转型，我们需要的不仅仅是几个机器学习模型。整合AI所需的战略——从数据获取，到组织结构设计，到明确AI项目的优先级，都和AI技术本身一样复杂。好的AI战略者比好的AI技术人员更难得。

那么，什么是战略人才呢？

曾鸣书院的2017年第一堂公开课上，曾鸣教授提出，重新定义战略就是看十年，做一年。十年大势就在眼前。

过去的20年我们看到了智能商业的雏形，未来的30年，能够看到智能商业的大爆炸，而接下来的10年，会看到智能商业的格局初步确定。

曾鸣教授提出的智能商业双螺旋——网络协同和数据智能。网络协同，就是大规模、多角色的实时互动来解决一个特定的问题。数据智能，本质是机器取代人直接做决策。需要几个重要前提：云计算，大数据、算法、迭代。而后者无疑就是人工智能时代的技术标配。

对于战略者来说，就是需要有vision和action，还需要信念支撑。只有相信，才能看见 。

而AI战略者，一方面是看得远的，一个方面是了解的透的。切入每一个行业，对行业的深度透视，发掘这个行业可以人工智能转型的空间。能从人工智能的思维模式中，从行业细分领域里，精琢新的组织结构设计，制定人工智能时代的战略策略。

2、做一个AI产品经理

任何一个技术的普及运用，都需要产品化的东西才能有形成市场价值的可能。技术再成熟，如果没有形成一种产品界面或者实物，就无法具象的被大众所熟知，也无法形成更多的交互，更难以形成有效的市场反馈。没有市场反馈的新技术，要么很快被新的技术所取代，要么需要继续默默无闻的等待新的发现者们。 AI产品经理就是能将这类技术发挥到极致的人才。

AI时代的产品形态会是什么呢？这是立志于做一个AI产品经理，值得思考的方向。比如智能家居。人工智能的入口还会是互联网时代的手机吗？会不会让位给AI音箱或AI手表？或者人脸识别设备呢？

在一个人人都是产品经理的时代，这个岗位对纯粹技术的要求越来越泛化。AI时代也会泛化这种趋势。你不需要太懂编程语言，也无需精深数学算法，但是你需要拿的出用户可触摸到的界面（产品）。而这个界面背后需要用AI技术，需要用到深度学习思维。

AI产品经理，需要懂得深度学习的思维模式。

未来的计算机不是被指令的，而是需要训练的，这种模式的转变足以颠覆我们对世界的认知。从过去的科技革命，我们已经感受到了计算机带来产业变革的能量。而一个可以不断训练的计算机将具备了如同人类一样的思考能力，利用这种训练思维，也必然会导致AI产品未来会越来越多。

AI技术不仅仅在孕育产品改变世界，也会慢慢影响人类的思维模式。一种对工作产出的新思维模式。未来的弱人工智能，尽管它无法完全取代人的智慧，但是足以让我们面对司空见惯的场景产生新的思考。AI产品经理，会将深度学习模式当成一个黑箱子。一个黑箱子，赋予相应的场景和意义就能产出和人类一样的工作效果。

3、做一个AI销售人才

无论这个世界如何变化，残酷的商业规律却永远存在。尽管商业模式推陈出新，但是底层逻辑却亘古不变。

面对新市场，用户对新产品会有本能的不信任感。产品要进入市场才能产生持续的经济价值。没有资金的支持和推动，再伟大的产品也没有生存的空间。在弱产品诞生之初，没有市场销售人才的支持，产品就无法有效的接触市场，就无法得到及时的市场反馈，就无法敏捷高效的迭代产品。无法快速迭代的产品将很难有竞争力。

我们看过去的很多早期产品都是因为缺乏有效的市场运作而失败了。失败的产品很快会被遗忘。

如在网约车大战之初，就有一个叫百米出租车的打车软件。绝大多数人都没有听过，但在北京跑出租超过两年的司机很熟悉，北京10万名出租司机中有一半都曾配备过百米提供的专用平板电脑。百米出租车从推出市场到最终关停只有不到两年时间。其中失败的一点，就是在市场策略上远不是滴滴打车的对手。

百米最先完成与渔阳，新月，金银建等公司级的合作，也是最早同960103电话叫车平台达成合作的打车软件。96103的合作在2013年1月中旬就已经谈定，但与对方的电话叫车数据接入到百米的终端上一直到4月底才完成，而一直到业务停止，百米出租车的订单都没能接入到对方的平台。于是96103平根本没有给百米带来有效的流量。这对于早期的O2O项目是一种失败的谈判。而几乎是同期，滴滴同百度地图等达成了的合作，从百度地图客户端上导入的叫车订单，帮助滴滴解决了订单少的燃眉之急，渡过了起步的最困难阶段。

对初生产品，和大客户之间的斡旋和合作，正是早期销售们发力的舞台。

未来AI销售人才，在跟随行业最主流的销售思路上，必然发生新销售思维的升级。在互联网时代，当这个世界开始发生网络协同效应时，开始诞生一系列新的商业模式，也诞生了一批互联网运营人才。同样，当这个世界开始往数据智能，人工智能迈进时，也将会诞生新一批的商业模式，还会必然催生一批AI布道师。

未来的AI销售人才，会如同布道师一般，孕育出新的商业生态。

4、做一个AI技术体验者

或许，你并不想做以上三种职业，那么不妨申请做一个AI技术体验者。

现在一些新产品推向市场后，总会招募早期体验者。这类产品通过早期体验者的口碑营销、评测报告，让更广泛的大众们所熟悉。比如，一些新的旅游路线开辟出来后，需要早期旅游体验者去走一遍路线，从而引来更多人的追随。一些新酒店开张后，需要早期试睡员去吸引更多人的入住等等。

在AI技术领域，成为一个早期的体验者不仅仅最先感受到AI技术的服务，还将会扮演一个训练师的角色。

通过陪伴训练，让AI初期产品成长成让大众更惊喜心动的产品。AI产品的迭代速度通过这种陪伴训练可能会超越当下任何产品，这将需要大量的AI体验者们参与进来。

未来，AI体验者的市场将发展成为一种新的服务产业。因为越来越多的AI产品，需要各个行业专业人士训练，从而让这些产品能为行业相关人士提供更精准服务。而满足了这些精准服务的AI产品，还将转化成为更精细化的大众服务产品。这个过程是一个循环升级的过程，行业人士和AI产品在彼此协作中加速进化。

好了，如果你也不想做AI体验者，那么就安心做一个AI技术的消费者吧。既然AI时代不可避免的要到来，未来当大量的工作让位给人工智能后，我们的物质生活将会有更富足的保障。或许，心安理得的享受AI技术带来的一切便利和服务，是我们最需要放下的心理包袱。

-end-

作者：曹涛CT，产品经理，互联网追风人