從傳統(tǒng)角度來(lái)看，一款成功的產(chǎn)品需要擁有穩(wěn)定的功能，至少要滿足甚至超出用戶的期望，并且能夠?yàn)闃I(yè)務(wù)的增長(zhǎng)作出重大貢獻(xiàn)。產(chǎn)品經(jīng)理的主要職責(zé)包括設(shè)定和管理用戶期望，定期收集可量化的反饋信息，嚴(yán)格地與工程師進(jìn)行溝通，并確保產(chǎn)品能夠應(yīng)對(duì)業(yè)務(wù)和市場(chǎng)的不斷變化。

AI 產(chǎn)品相比傳統(tǒng)產(chǎn)品來(lái)說(shuō)則有很大的不同。比如，在我擔(dān)任產(chǎn)品經(jīng)理的時(shí)候，交付讓客戶感到滿意的“確定性”產(chǎn)品是衡量成功的標(biāo)準(zhǔn)。只要標(biāo)準(zhǔn)一樣，那么硬件產(chǎn)品的產(chǎn)出結(jié)果也幾乎一樣。同樣的，相同的用戶預(yù)期使得軟件產(chǎn)品形態(tài)也不會(huì)有太大差異。但是，一個(gè)人工智能（AI）驅(qū)動(dòng)的產(chǎn)品可能并不總是具有確定的產(chǎn)品形態(tài)，實(shí)際的結(jié)果可能與直覺(jué)有所差異，個(gè)性化的推薦系統(tǒng)能夠?qū)W習(xí)不同偏好，因此可能產(chǎn)生不同的結(jié)果。

對(duì)于產(chǎn)品經(jīng)理來(lái)說(shuō)，如果想要交付一款成功的 AI 產(chǎn)品，除了履行常規(guī)的產(chǎn)品經(jīng)理職責(zé)之外，還需要具備新的思維方式并增強(qiáng)一些其他技能。在本文中，我將圍繞產(chǎn)品構(gòu)思、原型設(shè)計(jì)以及早期發(fā)布來(lái)介紹一些新的思維方式。

1.密切跟蹤 AI 技術(shù)動(dòng)態(tài)

麥肯錫全球研究院（MGI）對(duì)160多個(gè)行業(yè)的人工智能使用案例進(jìn)行了調(diào)研，調(diào)研發(fā)現(xiàn)只有12％的案例突破了實(shí)驗(yàn)階段，并且這些案例局限在技術(shù)部門之外。MGI 報(bào)告中提到的最佳案例是一家采用敏捷、測(cè)試和學(xué)習(xí)方法的公司。它建立一個(gè)跨職能的人工智能任務(wù)組，該任務(wù)組在幾周內(nèi)完成原型構(gòu)建以及業(yè)務(wù)單元測(cè)試，然后進(jìn)行下一次迭代。對(duì) AI 應(yīng)用具有敏銳洞察力并且能夠把握行業(yè)趨勢(shì)的產(chǎn)品經(jīng)理才能在 AI 領(lǐng)域里脫穎而出。我個(gè)人覺(jué)得 MGI、Gartner 的 AI 市場(chǎng)報(bào)告以及 CB 人工智能研究欄目?jī)?nèi)容都非常有見(jiàn)地，我密切關(guān)注著它們的 Twitter 來(lái)了解 AI 動(dòng)態(tài)。

2. 把握深度學(xué)習(xí)的研發(fā)趨勢(shì)

AI 產(chǎn)品經(jīng)理的核心競(jìng)爭(zhēng)力并不在于精通多少高深的算法，他們的主要職責(zé)是盡快將這些算法轉(zhuǎn)變?yōu)楫a(chǎn)品和服務(wù)并推向市場(chǎng)。即便如此，我們?nèi)匀恍枰芮嘘P(guān)注算法的最新研究進(jìn)展。

AI 領(lǐng)域大多數(shù)有影響力的人物（比如谷歌的 Peter Norvig，F(xiàn)acebook AI 研究的 Yann LeCun 以及微軟的 Eric Horvitz）似乎都樂(lè)于享他們研究 AI 算法和體系結(jié)構(gòu)上的突破，你可以在公司網(wǎng)站上找到他們的論文和方法。

除了這些大公司之外，如果想要關(guān)注其他公司的深度學(xué)習(xí)社區(qū)動(dòng)態(tài)，我推薦 Andrej Karpathy 網(wǎng)站，這上面總結(jié)了在 Arxiv 上發(fā)布的最新機(jī)器學(xué)習(xí)和 AI 研究。