和前幾年一樣，看衰AI行業(yè)前景的言論最近又此起彼伏。難道真如該觀(guān)點(diǎn)支持者們所說(shuō)的那樣，”投資額減少、關(guān)注度下滑，AI寒冬將至？”

過(guò)去幾年來(lái)，經(jīng)過(guò)沒(méi)日沒(méi)夜的加班，我從一位AI菜鳥(niǎo)變成了一位AI老鳥(niǎo)。我從技術(shù)、運(yùn)營(yíng)同事們接手過(guò)來(lái)的產(chǎn)品需求，也逐漸由人臉識(shí)別、變?yōu)橹悄芸头⒅悄苜|(zhì)檢、證件識(shí)別等細(xì)分需求。應(yīng)用場(chǎng)景越來(lái)越垂直，應(yīng)用范圍越來(lái)越廣泛。

AI 寒冬論，可以一邊歇歇了。

回到正題，作為AI項(xiàng)目組的一位產(chǎn)品經(jīng)理，我們就不重點(diǎn)討論AI 到底有沒(méi)有進(jìn)入寒冬的問(wèn)題，今天主要和大家分享一下在 AI 公司做產(chǎn)品經(jīng)理的一些心得體會(huì)。

從互聯(lián)網(wǎng)產(chǎn)品經(jīng)理轉(zhuǎn)型為AI產(chǎn)品經(jīng)理，在這一過(guò)程我經(jīng)歷了從app的手機(jī)端交互設(shè)計(jì)，到讓機(jī)器多模式與人交流的設(shè)計(jì)；2C到2B再到同時(shí)兼顧B端C端的轉(zhuǎn)變；產(chǎn)品整理需求文檔就能過(guò)需求，排開(kāi)發(fā)，到學(xué)會(huì)去考慮技術(shù)邊界／環(huán)境影響等因素，才能著手設(shè)計(jì)需求的轉(zhuǎn)變……一路走來(lái)痛并快樂(lè)著。

結(jié)合幾年AI項(xiàng)目實(shí)踐經(jīng)驗(yàn)，談?wù)凙I產(chǎn)品經(jīng)理在具體工作中如何考慮產(chǎn)品設(shè)計(jì)，給大家分享6點(diǎn)心得。

體驗(yàn)層上包括：

技術(shù)邊界VS業(yè)務(wù)目標(biāo)；應(yīng)用場(chǎng)景；教育成本；B端C端兼顧另外還有需要在設(shè)計(jì)架構(gòu)是考慮的⑤設(shè)計(jì)兜底方案、⑥引擎接入的靈活性。

一、技術(shù)邊界VS業(yè)務(wù)目標(biāo)

在一定的階段，當(dāng)技術(shù)無(wú)法以預(yù)期的方式滿(mǎn)足產(chǎn)品需求時(shí)，AI產(chǎn)品經(jīng)理要做的事情就是在了解技術(shù)邊界的前提下，提供最適合的產(chǎn)品解決方案以達(dá)到業(yè)務(wù)目標(biāo)。

“準(zhǔn)確回答用戶(hù)咨詢(xún)的問(wèn)題”是智能客服產(chǎn)品的核心訴求，如何更準(zhǔn)確的為用戶(hù)提供解決方案呢？自然語(yǔ)言處理（NLP）技術(shù)并不能保證百分百精準(zhǔn)理解客戶(hù)的意圖，AI產(chǎn)品經(jīng)理需要考慮在這樣的前提下，怎樣設(shè)計(jì)智能客服產(chǎn)品。

“推薦答案”成為解決這一問(wèn)題的設(shè)計(jì)方案。在無(wú)法準(zhǔn)確判定用戶(hù)的意圖時(shí)，機(jī)器人會(huì)根據(jù)計(jì)算，在給出得分最高答案同時(shí)，將與客戶(hù)問(wèn)題意圖相近的“推薦問(wèn)題”根據(jù)計(jì)算分?jǐn)?shù)從搞到排序展示，提供給用戶(hù)更多選擇，已達(dá)到解決用戶(hù)咨詢(xún)問(wèn)題的目的。

目前的人臉識(shí)別技術(shù)也無(wú)法保證100％過(guò)濾各類(lèi)風(fēng)險(xiǎn)，比如：視頻供給、照片攻擊，比如雙胞胎。于是設(shè)計(jì)了“異步審核”策略，在人臉比對(duì)和活體檢測(cè)有風(fēng)險(xiǎn)時(shí)，便會(huì)將采用異步審核流程，用人工檢測(cè)的方式保證通過(guò)率和準(zhǔn)確率，保證用戶(hù)體驗(yàn)，降低業(yè)務(wù)風(fēng)險(xiǎn)。

一個(gè)技術(shù)落地，AI產(chǎn)品經(jīng)理除了需要像互聯(lián)網(wǎng)產(chǎn)品經(jīng)理先確認(rèn)核心需求，但更多的時(shí)間精力要用來(lái)思考就AI技術(shù)的情況，如何使用優(yōu)秀的可執(zhí)行的產(chǎn)品方案來(lái)代替大量的數(shù)據(jù)和時(shí)間投入，盡快從無(wú)到有的上線(xiàn)初代產(chǎn)品研發(fā)，在迭代中提升。畢竟讓模型跑起來(lái)，在實(shí)際的業(yè)務(wù)場(chǎng)景中看到AI帶來(lái)的價(jià)值才是產(chǎn)品追求的根本。

二、評(píng)估場(chǎng)景因素

當(dāng)產(chǎn)品初步方案確認(rèn)后，需要對(duì)影響算法正常運(yùn)行的場(chǎng)景因素進(jìn)行分析，是否充分評(píng)估各類(lèi)會(huì)影響結(jié)果的場(chǎng)景因素，決定了產(chǎn)品真正落地的速度。

很多人吐槽過(guò)刷臉要求的復(fù)雜又難理解，不能戴黑框、光線(xiàn)不能太強(qiáng)、注意避開(kāi)側(cè)面光、逆光會(huì)影響通過(guò)。但其實(shí)是否能為用戶(hù)提供更具指導(dǎo)性的告警是考驗(yàn)AI產(chǎn)品經(jīng)理能力的重要維度。符合核身?xiàng)l件的光線(xiàn)檢測(cè)、外部噪音檢測(cè)、出現(xiàn)多張人臉時(shí)提示等，都需要在研發(fā)過(guò)程中盡充分挖掘，并進(jìn)行合理的告警分類(lèi)，考慮是否能用技術(shù)手段解決，比如將人臉是否滿(mǎn)足檢測(cè)條件放到前端。

同樣，在身份證識(shí)別的場(chǎng)景中，金融行業(yè)這類(lèi)對(duì)安全要求較高的行業(yè)，在證件偽造上都屬于零容忍，證件識(shí)別除了來(lái)基本字段的準(zhǔn)確率，誤檢率、召回率等關(guān)鍵數(shù)據(jù)，還需要考慮怎么對(duì)遮擋、缺角、過(guò)期等情況導(dǎo)致的偽造證件進(jìn)行識(shí)別。足夠豐富多樣且精準(zhǔn)的告警碼，才能滿(mǎn)足產(chǎn)品需求，為后續(xù)商業(yè)化提供技術(shù)亮點(diǎn)的支持。

由于目前硬件和算法的種種限制，為了盡量提升用戶(hù)體驗(yàn)，AI產(chǎn)品經(jīng)理需要挖掘外部環(huán)境可能導(dǎo)致的失敗原因，反推算法同事給出更多維度更細(xì)顆粒的錯(cuò)誤反饋，以便為用戶(hù)提供清晰的操作指導(dǎo)，提升用戶(hù)滿(mǎn)意度。

三、產(chǎn)品使用的教育成本

AI產(chǎn)品對(duì)環(huán)境、用戶(hù)配合度的要求，帶來(lái)的一個(gè)新的問(wèn)題：“怎樣快速直觀(guān)的教會(huì)用戶(hù)使用”，如果用戶(hù)不會(huì)用、不能用，對(duì)產(chǎn)品的落地和推廣會(huì)帶來(lái)負(fù)面影響。

比如：智能音箱、智能車(chē)載設(shè)備的興起，在做軟硬一體產(chǎn)品設(shè)計(jì)的過(guò)程中，由于對(duì)話(huà)是日常人們已經(jīng)非常熟悉的場(chǎng)景，如何設(shè)計(jì)自然、“像和真人一樣”交談的交互，成為AI產(chǎn)品在設(shè)計(jì)過(guò)程中的重點(diǎn)及難點(diǎn)。

例如：用戶(hù)在初期面對(duì)智能音箱產(chǎn)品時(shí)可能會(huì)一臉茫然，“我在干什么？”，“我要做什么？”，這時(shí)候通過(guò)屏幕顯示的配合（有屏音箱設(shè)計(jì)）讓用戶(hù)對(duì)產(chǎn)品的功能有所了解，或者通過(guò)音箱主動(dòng)交互告知用戶(hù)“你可以這么問(wèn)我”，“我對(duì)這些技能擅長(zhǎng)”是產(chǎn)品設(shè)計(jì)中細(xì)致的考量。

再比如：如果音箱一直在聽(tīng)我們說(shuō)話(huà)，將收錄非常多雜亂無(wú)章的信息，使得AI系統(tǒng)沒(méi)有辦法很好的理解誰(shuí)在說(shuō)話(huà)，說(shuō)了什么，往往需要用戶(hù)每次與音箱交互時(shí)都喚醒。AI在后臺(tái)被喚醒了，用戶(hù)是怎么知道的呢？

在我們?nèi)粘Ｉ钪校绻腥藢?duì)我們說(shuō)話(huà)，往往會(huì)叫我們名字，我們往往回復(fù)“我在～”。仿照這樣的方式，我們對(duì)音箱的設(shè)計(jì)通過(guò)燈關(guān)不同顏色的反饋或者語(yǔ)音應(yīng)答，告訴用戶(hù)音箱被喚醒了，正在等待你說(shuō)話(huà)。

另外，如果每次都喚醒，會(huì)讓用戶(hù)很煩很累，在一些連續(xù)交互的過(guò)程中，可以打破每次喚醒的魔咒，使得AI音箱一直在聽(tīng)用戶(hù)所說(shuō)的話(huà)。那這時(shí)候怎么讓用戶(hù)在這兩種不同的模式間平緩切換，細(xì)致的對(duì)話(huà)設(shè)計(jì)就很重要。

與互聯(lián)網(wǎng)產(chǎn)品不同，AI產(chǎn)品經(jīng)理需要廣泛涉獵不同行業(yè)不同地域的操作習(xí)慣，借鑒硬件、軟件行業(yè)的優(yōu)秀的交互，不斷總結(jié)，思考更為輕松、自然、平順的產(chǎn)品體驗(yàn)。

四、兼顧B端C端體驗(yàn)

在我還是互聯(lián)網(wǎng)產(chǎn)品經(jīng)理時(shí)期，我關(guān)注的重點(diǎn)在C端用戶(hù)的需求，而現(xiàn)在AI技術(shù)落地對(duì)接以B端為主，作為AI產(chǎn)品經(jīng)理要調(diào)整關(guān)注焦點(diǎn)，從商務(wù)對(duì)接階段開(kāi)始，就要和B溝通。能帶給B端怎么樣的商業(yè)價(jià)值，創(chuàng)造多少收益，要依賴(lài)產(chǎn)品經(jīng)理對(duì)B端需求的理解。

智能客服系統(tǒng)是融合B端、C端體驗(yàn)設(shè)計(jì)最為突出的平臺(tái)。智能客服平臺(tái)包含“管理系統(tǒng)”＋“坐席平臺(tái)”＋“客戶(hù)端”三個(gè)功能模塊。在線(xiàn)客服初衷，是去思考B端商戶(hù)對(duì)客服系統(tǒng)最迫切的需求是什么？

所謂剛需，一是降低客服成本，二是通過(guò)沉淀產(chǎn)品業(yè)務(wù)知識(shí)／常見(jiàn)問(wèn)題，提高服務(wù)效率，提升客戶(hù)滿(mǎn)意度。那么就要求智能客服系統(tǒng)做到快速接入／快速投產(chǎn)上線(xiàn)，業(yè)務(wù)知識(shí)批量錄入并通過(guò)算法實(shí)現(xiàn)知識(shí)庫(kù)自我升級(jí)，運(yùn)營(yíng)數(shù)據(jù)可視化等指導(dǎo)運(yùn)營(yíng)人員有效管理日常工作。

要實(shí)現(xiàn)這些目標(biāo)，AI產(chǎn)品經(jīng)理就需要充分了解B端商戶(hù)的整體業(yè)務(wù)，同時(shí)也要深入分析客服／客服團(tuán)隊(duì)管理人員的日常工作流程／工作中的難點(diǎn)痛點(diǎn)，如若不清楚，整個(gè)系統(tǒng)實(shí)現(xiàn)出來(lái)也只能是中看不中用。

另一個(gè)典型案例是“智能質(zhì)檢平臺(tái)”，質(zhì)檢平臺(tái)使用語(yǔ)音識(shí)別技術(shù)ASR、自然語(yǔ)言處理技NLP術(shù)對(duì)客服人員服務(wù)錄音進(jìn)行處理后，針對(duì)必要的項(xiàng)目進(jìn)行質(zhì)檢。該系統(tǒng)為客服人員服務(wù)情況進(jìn)行評(píng)估提供幫助，并且作為客戶(hù)問(wèn)題統(tǒng)計(jì)、風(fēng)險(xiǎn)預(yù)警及挖掘營(yíng)銷(xiāo)策略的渠道起到不可提到的作用。

在智能質(zhì)檢平臺(tái)出現(xiàn)之前，客服團(tuán)隊(duì)需要大量的人力進(jìn)行部分錄音的抽檢，效率低不說(shuō)，還不能關(guān)注到全量數(shù)據(jù)背后帶來(lái)的平臺(tái)問(wèn)題及困難出現(xiàn)的營(yíng)銷(xiāo)機(jī)遇。

這類(lèi)智能平臺(tái)在商務(wù)溝通前，AI產(chǎn)品經(jīng)理就需要準(zhǔn)備驗(yàn)證數(shù)據(jù)，落地案例，使用效果等，對(duì)B端C端的訴求有清晰的認(rèn)識(shí)，打造客戶(hù)覺(jué)得好用，愿意用，打造B端的用戶(hù)口碑，為B商戶(hù)賦能，實(shí)現(xiàn)共贏的局面。

以上四點(diǎn)從體驗(yàn)層面介紹了AI產(chǎn)品經(jīng)理在設(shè)計(jì)上的思考和執(zhí)行建議，下面，我將用第五點(diǎn)影響算法的數(shù)據(jù)限制和第六點(diǎn)上下游調(diào)用引擎的靈活便捷上，從整體架構(gòu)設(shè)計(jì)角度做進(jìn)一步分析。

五、設(shè)計(jì)兜底方案

這里的“兜底方案”，指除了算法／開(kāi)發(fā)流程／項(xiàng)目進(jìn)度本身等團(tuán)隊(duì)可控的因素外，非團(tuán)隊(duì)可控的部分。

比如：在人身核驗(yàn)的業(yè)務(wù)中，證件比對(duì)庫(kù)是否可用是整個(gè)流程的關(guān)鍵，所以公安、人行渠道證照調(diào)用時(shí)間與產(chǎn)品容錯(cuò)率、服務(wù)中斷率這些非團(tuán)隊(duì)可控因素，必須納入人臉照片比對(duì)流程的設(shè)計(jì)。例如：工作時(shí)間使用人行提供的照片庫(kù)，非人行工作時(shí)間需要使用付覆蓋面更廣、時(shí)效性更強(qiáng)的公安身份證照庫(kù)進(jìn)行補(bǔ)充。既要滿(mǎn)足業(yè)務(wù)的比對(duì)需求，又要考慮比對(duì)結(jié)果的各項(xiàng)數(shù)據(jù)結(jié)果不低于業(yè)務(wù)閾值，避免照片庫(kù)不可用帶來(lái)的業(yè)務(wù)風(fēng)險(xiǎn)。

在做限制條件分析時(shí)，比較好判定的依據(jù)為，各環(huán)節(jié)是否有非團(tuán)隊(duì)可控的因素存在，盡可能規(guī)避掉這樣的依賴(lài)，當(dāng)確實(shí)無(wú)法避免時(shí)，就得考慮主備方案，甚至主備方案失靈時(shí)的兜底方案。

六、設(shè)計(jì)靈巧的引擎接入方案

算法引擎需要調(diào)用靈活、接口清晰才能讓引擎在足夠多的業(yè)務(wù)里迭代成長(zhǎng)，具有生命力。

在對(duì)外開(kāi)放人身核驗(yàn)?zāi)芰螅覍?duì)接了非常多不同類(lèi)型的合作方，有金融行業(yè)／企事業(yè)單位，也有門(mén)禁／取貨這類(lèi)的需求方。在金融級(jí)人身核驗(yàn)時(shí)，對(duì)本人／活人準(zhǔn)確率要求非常高，畢竟對(duì)標(biāo)的是人工柜面核身。

所以，必須要求進(jìn)行人臉識(shí)別、活體識(shí)別、身份證OCR，甚至對(duì)高風(fēng)險(xiǎn)客戶(hù)可融入聲紋識(shí)別的驗(yàn)證環(huán)節(jié)；但對(duì)于刷臉接入在線(xiàn)客服這樣的低風(fēng)險(xiǎn)場(chǎng)景，只需使用簡(jiǎn)單的人臉識(shí)別環(huán)節(jié)即可，各類(lèi)的商戶(hù)需求對(duì)算法引擎、產(chǎn)品功能點(diǎn)的隨機(jī)組合提出了較高的要求。

哪些功能合并，哪些功能拆分，哪些是可選字段，哪些是必選字段……這些根據(jù)實(shí)際業(yè)務(wù)需要可配置的內(nèi)容，首先要進(jìn)行不遺漏的字段梳理，AI產(chǎn)品經(jīng)理只有長(zhǎng)期高頻的分析業(yè)務(wù)案例，才能未開(kāi)發(fā)負(fù)責(zé)人提供建議，在多個(gè)業(yè)務(wù)中抽象出足夠靈活的接入方案，使模型、產(chǎn)品方案能夠在同類(lèi)需求中復(fù)用，達(dá)到提升效率、加快行業(yè)AI落地的目的。

迪特·拉姆斯說(shuō)過(guò)“用法是任何設(shè)計(jì)的起點(diǎn)”，這是我做設(shè)計(jì)時(shí)時(shí)長(zhǎng)提醒自己的話(huà)。

AI技術(shù)處在大量落地需求涌入的狀態(tài)，在現(xiàn)有的業(yè)務(wù)場(chǎng)景中進(jìn)行微創(chuàng)新，將算法和業(yè)務(wù)流程結(jié)合，以最優(yōu)但更好的技術(shù)支持產(chǎn)品迭代，是對(duì)每一個(gè)AI產(chǎn)品經(jīng)理的要求。

現(xiàn)階段，AI產(chǎn)品經(jīng)理人數(shù)較少、崗位和互聯(lián)網(wǎng)產(chǎn)品相比較新，對(duì)AI產(chǎn)品經(jīng)理的工作方法的總結(jié)、思考仍然需要每一個(gè)從業(yè)者的積累和沉淀，這篇文章作為對(duì)之前工作的一點(diǎn)總結(jié)，希望起到拋磚引玉的作用，期待更多優(yōu)秀的AI產(chǎn)品總結(jié)分享。