AI 产品经理的十大核心技能
从传统角度来看，一款成功的产品需要拥有稳定的功能，至少要满足甚至超出用户的期望，并且能够为业务的增长作出重大贡献。产品经理的主要职责包括设定和管理用户期望，定期收集可量化的反馈信息，严格地与工程师进行沟通，并确保产品能够应对业务和市场的不断变化。
AI 产品相比传统产品来说则有很大的不同。比如，在我担任产品经理的时候，交付让客户感到满意的'确定性'产品是衡量成功的标准。只要标准一样，那么硬件产品的产出结果也几乎一样。同样的，相同的用户预期使得软件产品形态也不会有太大差异。但是，一个人工智能（AI）驱动的产品可能并不总是具有确定的产品形态，实际的结果可能与直觉有所差异，个性化的推荐系统能够学习不同偏好，因此可能产生不同的结果。
对于产品经理来说，如果想要交付一款成功的 AI 产品，除了履行常规的产品经理职责之外，还需要具备新的思维方式并增强一些其他技能。在本文中，我将围绕产品构思、原型设计以及早期发布来介绍一些新的思维方式。
密切跟踪 AI 技术动态
麦肯锡全球研究院（MGI）对 160 多个行业的人工智能使用案例进行了调研，调研发现只有 12％的案例突破了实验阶段，并且这些案例局限在技术部门之外。MGI 报告中提到的最佳案例是一家采用敏捷、测试和学习方法的公司。它建立一个跨职能的人工智能任务组，该任务组在几周内完成原型构建以及业务单元测试，然后进行下一次迭代。对 AI 应用具有敏锐洞察力并且能够把握行业趋势的产品经理才能在 AI 领域里脱颖而出。我个人觉得 MGI、Gartner 的 AI 市场报告以及 CB 人工智能研究栏目内容都非常有见地，我密切关注着它们的 Twitter 来了解 AI 动态。
把握深度学习的研究趋势
AI 产品经理的核心竞争力并不在于精通多少高深的算法，他们的主要职责是尽快将这些算法转变为产品和服务并推向市场。即便如此，我们仍然需要密切关注算法的最新研究进展。
AI 领域大多数有影响力的人物（比如谷歌的 Peter Norvig，Facebook AI 研究的 Yann LeCun 以及微软的 Eric Horvitz）似乎都乐于分享他们研究 AI 算法和体系结构上的突破，你可以在公司网站上找到他们的论文和方法。
除了这些大公司之外，如果想要关注其他公司的深度学习社区动态，我推荐 Andrej Karpathy 网站，这上面总结了在 Arxiv 上发布的最新机器学习和 AI 研究。
聚焦 AI 实际案例
AI 目前被炒得很热，有人声称它是一种新兴的高级技术，威胁着多个传统领域，也有人说相同概念已经存在多年，AI 不过是新瓶装旧酒。Peter Norvig 近期在接受采访时指出，大众媒体的记者在很多情况下扭曲了 AI 的影响力，有的甚至对其疯狂炒作，并向读者营造出一种错失恐惧症的感觉。
AI 产品经理应当具备批判性的思维，以便将炒作信息与真实情况区别开来，并且深入了解 AI 的实际应用案例。产品经理应当了解 AI 领域的相关技术，尽管这些技术相对于那些仍处于研究阶段的产品而言更具商品化，但它们仍然有益于产品路线图的规划。此外，对于投资回报率更高的 AI 案例，以及上市时间更短的 AI 案例，产品经理应该能够明确区分。
