人工智能是計算機科學的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。

繁重的計算由人工智能替代

人工智能亦稱智械、機器智能，指由人制造出來的機器所表現(xiàn)出來的智能。通常人工智能是指通過普通計算機程序來呈現(xiàn)人類智能的技術。通過醫(yī)學、神經(jīng)科學、機器人學及統(tǒng)計學等的進步，有些預測則認為人類的無數(shù)職業(yè)也逐漸被人工智能取代。

繁重的科學和工程計算本來是要人腦來承擔的，如今計算機不但能完成這種計算，而且能夠比人腦做得更快、更準確，因此當代人已不再把這種計算看作是“需要人類智能才能完成的復雜任務”，可見復雜工作的定義是隨著時代的發(fā)展和技術的進步而變化的，人工智能這門科學的具體目標也自然隨著時代的變化而發(fā)展。它一方面不斷獲得新的進展，另一方面又轉(zhuǎn)向更有意義、更加困難的目標。

AI產(chǎn)品發(fā)展三個背景階段

第一個階段：PC時代

比如一個做LED照明燈的工廠老板，要做一個燈的商城，經(jīng)濟型酒店老板要做酒店垂直類生活用品商城；如果一個沒有產(chǎn)品經(jīng)驗的產(chǎn)品經(jīng)理，可能花上一年時間就能打磨一款不錯的PC商城產(chǎn)品。

第二個階段：移動互聯(lián)網(wǎng)

①傳統(tǒng)PC互聯(lián)網(wǎng)轉(zhuǎn)型的典型代表是QQ到微信，PONY馬2013年在GMIC上說微信獲得了一張移動互聯(lián)網(wǎng)的站票、2014年Jack 馬宣布阿里All in 移動互聯(lián)網(wǎng)，隨之手機淘寶流量也超過PC淘寶，還有四大門戶之一的PC網(wǎng)易新聞到其手機APP網(wǎng)易新聞。

②移動互聯(lián)網(wǎng)新貴的典型代表：今日頭條、滴滴、今夜酒店特價等

③移動互聯(lián)網(wǎng)深耕者／回滾者的典型代表：抖音、探探、王者榮耀、吃雞類游戲，這一波廠商主要是抓住90后95后較年輕用戶的碎片化獲取信息和社交的特點。且這一波產(chǎn)品里面機器學習的身影已經(jīng)深深的印在其中，例如：抖音的視頻推薦系統(tǒng)就是用機器學習里面的推薦算法。

第三個階段：AI時代

有了PC互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)的發(fā)展的基礎，有了各種功能的產(chǎn)品，同時有了多渠道的營銷互聯(lián)網(wǎng)手法。在AI時代人工智能產(chǎn)品就能有更好的基礎發(fā)展，同時也要注意基礎的數(shù)據(jù)算法和算力。

①數(shù)據(jù)：大量的數(shù)據(jù)積攢的越來越多的時候，會促使AI自身變被動為主動去表達自己、發(fā)展自己，開始對事物有主動認知，有AI的概念，比如Siri會開玩笑的方式回答用戶的刁難問題。

②算力：算力架構是按馮諾依曼體系來做的，這還是基于現(xiàn)有的架構，未來我們可以看到非馮諾依曼體系架構，現(xiàn)在發(fā)了TrueNorth，隨著量子計算的出現(xiàn)，人工智能會出現(xiàn)更加新的變化。

③算法：數(shù)學的發(fā)展尤其是在深度學習上的突破，使得阿爾法狗戰(zhàn)勝大師李世石，算法的突破相比較算力和數(shù)據(jù)也是一個更加緩慢的科學進程——就像我們研究生時代的實驗室，算法的進展往往以10年為一個小的周期；但是一旦算法出現(xiàn)系統(tǒng)級的突破往往會產(chǎn)生工業(yè)革命級的變革。比如牛頓三大定律，愛因斯坦相對論均是算法級別的突破。

AI產(chǎn)品的剛需和新品類

現(xiàn)在經(jīng)常會提到一個詞——“剛需”，但是，在科技發(fā)展過程中，很多重大進步，其實并不是因為解決了剛需問題而爆發(fā)的。

那什么時候該考慮“剛需”，什么時候不該考慮“剛需”呢？一方面，我們需要了解，剛需是特定人群因為生存環(huán)境、個人認知等深層因素的變化而產(chǎn)生的滿足舊“本性需求”的新“表面需求”。比如：“10后”，就因為其成長環(huán)境、家庭背景、生活方式等方面的特殊性，成為能更自然的和AI機器人共生的人群。

而AI機器人滿足了他們在未來不僅能成為其工作和生活的好助手，更能成為其生活的好伙伴，并且是不可缺少的，而對于這種剛需，在以前是很難理解的。

另一方面，作為AI從業(yè)者需要了解的很重要一點是剛需，意味著新的品類，而“新品類”的一個重要判定標準是：“衡量該品類產(chǎn)品好壞的指標，是否是一個新的評估維度”。

例如新品類——智能音箱

傳統(tǒng)藍牙音箱，其品類的本質(zhì)價值是聽歌，所以衡量一個藍牙音箱產(chǎn)品的指標，是音質(zhì)、價格、外觀、質(zhì)量、攜帶性等等；而現(xiàn)在這些智能音箱由于很多智能音箱產(chǎn)品的功能多而全，一個音箱可以同時有多個屬性。

低端藍牙音樂音箱：本質(zhì)是聽歌，但面向中低端客戶，價格低；衡量指標是價格。例如：小米AI音箱。

高端音樂音箱：本質(zhì)還是聽歌，但更強調(diào)音質(zhì)等發(fā)燒友需求，價格高；衡量指標是音質(zhì)、外觀、品牌等。例如：LIBRATONE等。

有聲內(nèi)容音箱：本質(zhì)是為了聽有聲內(nèi)容，衡量指標是內(nèi)容是否全面、更新是否及時等。例如：傅盛和喜馬拉雅做的小雅AI音箱。

購物音箱：本質(zhì)是為了方便刺激購物，衡量指標是購物體驗是否便捷，有合適場景，并且交互體驗效果和效率超過用戶傳統(tǒng)購物行為的10倍以上。例如：阿里的天貓精靈X1。

家居音箱：本質(zhì)是為了操控智能家居，衡量指標是支撐的智能家居設備豐富度和操控效率。例如：小米AI音箱。

AI助手音箱：本質(zhì)是為了成為私人生活助理，衡量指標是智能程度，比如：是否懂主人的習慣、感情、當下需求、完成任務的效率，以及聊天陪伴效果等等。例如亞馬遜Echo用戶用的最多的是備忘功能。

AI產(chǎn)品與傳統(tǒng)產(chǎn)品的突破

①市場環(huán)境：AI產(chǎn)品誕生的市場背景是甚至一個垂直的細分領域均有一個APP產(chǎn)品的市場環(huán)境，這個時候需要AI產(chǎn)品做到比原來的產(chǎn)品好上10倍的體驗或者比原來的產(chǎn)品快10倍以上才能贏得市場的環(huán)境。

②供應鏈產(chǎn)業(yè)：在做純APP的時候是不需要考慮供應鏈的，但是由于廣義范疇上的AI產(chǎn)品是從數(shù)據(jù)獲取到數(shù)據(jù)分析再到數(shù)據(jù)應用上，少不了硬件等外設的采用。例如：用深度攝像頭采集更多的數(shù)據(jù)，采用NB－IoT采集人和物體的行為數(shù)據(jù)，均需要硬件的融合。

AI產(chǎn)品是更加考驗產(chǎn)品經(jīng)理綜合素質(zhì)的，除了設計管理好傳統(tǒng)的軟件上下游之外，還融入了供應鏈產(chǎn)業(yè)的深挖。例如：當攝像頭與AI主體硬件產(chǎn)品出現(xiàn)BUG的時候，是需要聯(lián)系的事攝像頭生產(chǎn)廠商，而不像APP時代僅僅需要再成熟的手機上研發(fā)即可，這個時候需要產(chǎn)品調(diào)動的是攝像頭整個研發(fā)甚至一個工廠來配合。

③需求：需求的變化有新零售，用戶需要貨來匹配人，這里需要LBS和更多智能傳感器的數(shù)據(jù)來服務人。線下商鋪原來是不知道哪個用戶來逛街，哪個潛在消費者在哪個商品前停留的更久，節(jié)假日購買熱銷商鋪結賬需要排隊等等，而AI產(chǎn)品正好能夠及時的統(tǒng)計好這些數(shù)據(jù)，利于后期市場發(fā)展。

結尾：

在人工智能時代序幕悄然拉開的局面下，無論是面向大眾的人工智能產(chǎn)品，還是服務于專業(yè)領域的人工智能產(chǎn)品，都將按照以“底層—中層—頂層”的技術及產(chǎn)品架構為基礎的生態(tài)圈模式不斷向前發(fā)展。