本文是來自作者私下組織的討論會，主要是討論了四個話題，分別有關(guān)AI產(chǎn)品經(jīng)理、語音交互和聊天機器人，在此總結(jié)出來與你分享。enjoy~

前天（8月2日）晚會的閉門會，大家討論太投入了，原定1個半小時，結(jié)果足足進行了2個小時！

非常感謝6位“AI產(chǎn)品經(jīng)理大本營”團員和特邀嘉賓@趙帥 （人人都是產(chǎn)品經(jīng)理專欄作家，前微軟小冰創(chuàng)始團隊產(chǎn)品經(jīng)理，現(xiàn)優(yōu)護家聯(lián)合創(chuàng)始人/COO）的參與！下面是干貨整理，分享給大家：

話題1：AI產(chǎn)品經(jīng)理與互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的區(qū)別

A：計算機發(fā)展百年，本質(zhì)是信息連接……使用高效的方式（機器+交互），使信息知識的傳遞達到同頻。第一批產(chǎn)品經(jīng)理大量產(chǎn)生于web1.0，第二批產(chǎn)品經(jīng)理產(chǎn)生于移動互聯(lián)網(wǎng)時代，而第三批將產(chǎn)生于AI時代。

產(chǎn)品經(jīng)理的批量化涌現(xiàn)，源于流量方式的改變（而流量又和交互息息相關(guān)）。而AI，正是帶來了交互方式的本質(zhì)改變。從智能手機到物聯(lián)網(wǎng)，人不再跟一款產(chǎn)品進行對話，而是可以同時與多種產(chǎn)品進行對話。每一次交互，就是一個流量（流量的場景、定義和價值，都可能會有很大的變化）。流量的方式由點到線的改變，再由線到面的進化，人類獲取知識信息的方式正在變化。

百度開發(fā)Duer OS的重要原因是因為數(shù)據(jù)（流量）資源枯絕。通過Duer OS連接智能終端，每個智能硬件終端鏈接一個人（或多個），機器可以獲取的信息規(guī)模變大 。

AI需要的是人才、場景、數(shù)據(jù)、算法。

B：AI產(chǎn)品經(jīng)理與互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的共同性在于，都需要考慮產(chǎn)品、用戶、場景。在互聯(lián)網(wǎng)的時代，用戶對已知生態(tài)圈產(chǎn)生了熟悉感，而AI產(chǎn)品經(jīng)理需要考慮如何設(shè)計產(chǎn)品才能讓用戶很快適應(yīng)新的生態(tài)圈——新的場景，具有很深的可挖掘性。

C：互聯(lián)網(wǎng)是線性結(jié)構(gòu)，而AI是非結(jié)構(gòu)化，不好對信息進行歸類。把AI比作人的神經(jīng)元，需要通過終端來進行聲光電的信息采集，并且需要大的存儲空間。AI需要比互聯(lián)網(wǎng)更強大的計算能力，且需要行業(yè)的業(yè)務(wù)專家把知識灌輸?shù)綑C器中，用可量化的數(shù)據(jù)模型進行總結(jié)，投入算法，再通過機器獲取新的經(jīng)驗。

D：AI產(chǎn)品經(jīng)理工作的復(fù)雜度比互聯(lián)網(wǎng)產(chǎn)品經(jīng)理要大得多。

打個比方來說，產(chǎn)品經(jīng)理的工作產(chǎn)出是一個拳頭，那么互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的第一步MVP，是做一個目標拳頭的mini版，是一個小的、明確的目標，并且可被拆分、倒推、可控。而AI產(chǎn)品經(jīng)理，第一步MVP，是做一個握拳70%的拳頭，還沒有完全握緊，需要一點點的聚攏（大家自己腦補一下吧，哈哈……），是一個大概的雛形，從目標、效果、方案等等，都有各種不確定性。

比如從“數(shù)據(jù)”這個角度來說，從收集（TTS，3個月）、分析（看大量聊天對話數(shù)據(jù)，才能自己提煉規(guī)則feature）、應(yīng)用（產(chǎn)品早期，數(shù)據(jù)的價值甚至大過技術(shù)模型算法）到測試（產(chǎn)品需求、TE測試、用戶使用，數(shù)據(jù)集都是不一樣的，越來越不可控）等等，每個環(huán)節(jié)都有很大不同。

從結(jié)果看，即使是大公司中級產(chǎn)品經(jīng)理（總監(jiān)級），也至少3-6個月來適用AI產(chǎn)品工作，甚至都很難有自己真正獨到而深入的理解認知。因為即使前人把AI產(chǎn)品工作中的經(jīng)驗教訓(xùn)總結(jié)成文檔，ta看了之后，在實際工作中還是會遇到各種長尾問題，還是得去問老同事；慢慢的，才能逐漸對各種AI技術(shù)概念和工作環(huán)節(jié)的信息內(nèi)化成自己的認知。

話題2：語音交互會不會成為下一代的交互標準

A：語音交互解放雙手，不受限制設(shè)備，可以在可穿戴設(shè)備，居家設(shè)備，音箱等上實現(xiàn)。音箱是一個非常好的設(shè)備選擇，因為人不會和音箱聊天，但人會發(fā)號施令，語言很具體，使機器可以準確地接收到很多指令。

D：下一代交互標準可能是“多模態(tài)交互”，不僅是語音，還會延續(xù)文字，加上肢體，圖像，表情傳遞等。這背后的原因在于：

1. AI的核心差異化方向，不是效率最優(yōu)，而是情感最優(yōu)。并且，人的決策，更容易受到感性影響，而非理性。（注：人類不尋求實現(xiàn)決策的最優(yōu)化，而是采取令人滿意的結(jié)果就夠了。 ——諾貝爾獎獲得者Herb Simon）
2. 而情感表達，僅靠語言文字遠遠不夠，長期來說，更重要的會是“多模態(tài)交互”。（注：梅拉比安模型，感情表達＝內(nèi)容7%+語調(diào)語氣38%+表情肢體語言55%）
3. 好比飛機擁有多個引擎，其中一個引擎出了故障，飛機仍然可以飛行。比如，運用多模態(tài)交互的話，在極端情況下，比如語言功能disable了，仍然可以通過眼神、肢體、表情等表達。

話題3：聊天機器人

A：小冰在早期設(shè)計時，PM們先對地址欄，聊天對話框等帶有輸入框的產(chǎn)品進行體驗，看哪個框的輸入最不疲勞。得出的答案是聊天對話框。因為搜索帶有目的性，而面對聊天對話框是無目的，無壓力感的。所以確定了聊天對話是最佳人機交互方式。制定了小冰的產(chǎn)品方向是用聊天的方式做搜索。但如何能不能讓用戶聊的話題跑出控制，如何在聊天中控制用戶的話題方向成了重點。所以小冰這方面的設(shè)計是使用自由聊天加兜底聊天的方式。

多輪，開放域聊天，容易聊斷。起初可能是因為語氣詞（哦、好吧、啊等），在改善后發(fā)現(xiàn)聊天的實質(zhì)是用戶與機器人在聊一個主題故事，當一輪話題結(jié)束，設(shè)計小冰回溯前5~8句對話，提取一個小冰擅長的話題對用戶進行發(fā)問，使話題重新展開,CPS增加效果顯著。

聊天產(chǎn)品中CPS是唯一參考，但還可以參考的指標有：哪些用戶群體在聊，性別分布，時間分布，活躍態(tài)度，所在環(huán)境等。了解用戶是在什么場景下與機器人聊天最多有很大的影響。

聊天產(chǎn)品的挑戰(zhàn)是：

• 技術(shù) – 兩端看產(chǎn)品，回答準不準，回答傻不傻（太傻不像人）。
• 產(chǎn)品化 – 能不能找到更貼近場景的機器人
• 商業(yè)化 – 如何使B端C端的用戶買單。

B：可否通過指令形式，讓用戶思維發(fā)生轉(zhuǎn)化使聊天更可控。

C：目前技術(shù)受限，產(chǎn)品需要用產(chǎn)品設(shè)計來規(guī)避技術(shù)上實現(xiàn)不了的效果。

D：CPS是不是最終的唯一評判標準？不一定。未來，更應(yīng)該從“效果”角度出發(fā)，比如小孩半夜哭了，那陪伴兒童機器人能否通過幾輪交互讓小孩不哭？如果能達到效果，其實交互輪次越少越好，不應(yīng)該為了交互輪次而提高交互輪次。

話題4：AI與醫(yī)療結(jié)合的可能落地點

E：

1. 文本識別。僅滿足了提升效率，仍不能從本質(zhì)上提升診斷正確率。
2. 影像識別。眼底判斷糖尿?。蚀_率能達到90%以上，但其實人也能做到） 、皮膚癌。目前對內(nèi)部器官的疾病診斷尚難實現(xiàn)。
3. 輔助診斷。

A：AI在醫(yī)療上有兩部分比較成熟的應(yīng)用，一個是純工具性質(zhì)，以輔助識別為主，比如文本識別，影像識別。另一個是知識圖譜性質(zhì)，以輔助決策為主，比如梅奧診所在做的輔助決策系統(tǒng)。

目前醫(yī)療監(jiān)管太深，并沒有很多可以在公眾分享的大數(shù)據(jù)。個人身上的生命指標數(shù)據(jù)多，但到醫(yī)療范圍，僅能通過數(shù)據(jù)的趨同性去進行判斷。

至于優(yōu)護家，是做基層醫(yī)療數(shù)據(jù)平臺的公司，主要的產(chǎn)品是居民智能評估引擎。

F：健康A(chǔ)PP希望能提供運動處方，但目前數(shù)據(jù)來源比較單一，僅能通過體感設(shè)備進行睡眠數(shù)據(jù)、運動數(shù)據(jù)、器械數(shù)據(jù)的采集，指標單一；缺乏日常數(shù)據(jù)，需要結(jié)合心跳儀、血糖儀等醫(yī)療儀器才能獲得更貼切用戶的健康數(shù)據(jù)，才能更有針對性地提出處方建議。

D：有家“AI+醫(yī)療”公司，想用機器學(xué)習(xí)做醫(yī)療影像識別，提高醫(yī)生的看片效率、降低誤診率。但在走了彎路后，他們第一步真正產(chǎn)生價值的是，做專門給醫(yī)院提供影像圖片的云存儲服務(wù)（因為這個領(lǐng)域的圖片太大，但每年只看1、2次，存在阿里云上非常貴、不劃算）；有了這個基礎(chǔ)，第二步，他們給一線城市主任醫(yī)師提供指導(dǎo)二三線曾是醫(yī)院醫(yī)生的機會，增加其業(yè)務(wù)數(shù)據(jù)和收入；有了前兩步，積累了信任（還有數(shù)據(jù)），各家醫(yī)院才慢慢愿意接受其真正想做的醫(yī)療影像識別AI服務(wù)。

話題5: AI或大數(shù)據(jù)與人事檔案／資源信息管理的結(jié)合點

C：檔案不能對外公布，需要去挖掘?qū)ο到y(tǒng)的幫助，找不到良好的入口點。

方向：

1. 一個崗位，需要什么人來匹配，任職經(jīng)歷；
2. 考評時，通過評級打分；
3. 記錄操作日志信息，再分析哪些系統(tǒng)可以優(yōu)化，簡化流程，通過流程組合減少漏洞，提高效率。

A：To B 的BI，解決內(nèi)部的決策問題+運營問題

B端客戶，其實是to Business Person，買單決策人＋使用角色人。

行業(yè)定了，行業(yè)功能就定了，不容易增減，解決大運營效率＋小運營效率。

#專欄作家#

黃釗（hanniman），圖靈機器人-人才戰(zhàn)略官，人人都是產(chǎn)品經(jīng)理專欄作家，前騰訊產(chǎn)品經(jīng)理，微信公眾號/知乎/在行/飯團“hanniman”。5年人工智能實戰(zhàn)經(jīng)驗，8年互聯(lián)網(wǎng)行業(yè)背景。“人工智能產(chǎn)品經(jīng)理”概念的推動者，被AI同行廣泛傳播的200頁PPT《人工智能產(chǎn)品經(jīng)理的新起點》的作者。關(guān)注人機交互（特別是語音交互）在手機、機器人、智能汽車、智能家居、AR/VR等前沿場景的可行性和產(chǎn)品體驗。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，不得轉(zhuǎn)載