QQ在線
企業微信
資訊
491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，并生產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人類智能的技術。通過醫學、神經科學、機器人學及統計學等的進步，有些預測則認為人類的無數職業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展。它一方面不斷獲得新的進展，另一方面又轉向更有意義、更加困難的目標。
AI產品發展三個背景階段
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；如果一個沒有產品經驗的產品經理，可能花上一年時間就能打磨一款不錯的PC商城產品。
第二個階段：移動互聯網
①傳統PC互聯網轉型的典型代表是QQ到微信，PONY馬2013年在GMIC上說微信獲得了一張移動互聯網的站票、2014年Jack 馬宣布阿里All in 移動互聯網，隨之手機淘寶流量也超過PC淘寶，還有四大門戶之一的PC網易新聞到其手機APP網易新聞。
②移動互聯網新貴的典型代表：今日頭條、滴滴、今夜酒店特價等
③移動互聯網深耕者／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。且這一波產品里面機器學習的身影已經深深的印在其中，例如：抖音的視頻推薦系統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互聯網、移動互聯網的發展的基礎，有了各種功能的產品，同時有了多渠道的營銷互聯網手法。在AI時代人工智能產品就能有更好的基礎發展，同時也要注意基礎的數據算法和算力。
①數據：大量的數據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，這還是基于現有的架構，未來我們可以看到非馮諾依曼體系架構，現在發了TrueNorth，隨著量子計算的出現，人工智能會出現更加新的變化。
③算法：數學的發展尤其是在深度學習上的突破，使得阿爾法狗戰勝大師李世石，算法的突破相比較算力和數據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；但是一旦算法出現系統級的突破往往會產生工業革命級的變革。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產品的剛需和新品類
現在經常會提到一個詞——“剛需”，但是，在科技發展過程中，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境、個人認知等深層因素的變化而產生的滿足舊“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
傳統藍牙音箱，其品類的本質價值是聽歌，所以衡量一個藍牙音箱產品的指標，是音質、價格、外觀、質量、攜帶性等等；而現在這些智能音箱由于很多智能音箱產品的功能多而全，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：本質還是聽歌，但更強調音質等發燒友需求，價格高；衡量指標是音質、外觀、品牌等。例如：LIBRATONE等。
有聲內容音箱：本質是為了聽有聲內容，衡量指標是內容是否全面、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產品與傳統產品的突破
①市場環境：AI產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產品的市場環境，這個時候需要AI產品做到比原來的產品好上10倍的體驗或者比原來的產品快10倍以上才能贏得市場的環境。
②供應鏈產業：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產品是從數據獲取到數據分析再到數據應用上，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據，采用NB－IoT采集人和物體的行為數據，均需要硬件的融合。
AI產品是更加考驗產品經理綜合素質的，除了設計管理好傳統的軟件上下游之外，還融入了供應鏈產業的深挖。例如：當攝像頭與AI主體硬件產品出現BUG的時候，是需要聯系的事攝像頭生產廠商，而不像APP時代僅僅需要再成熟的手機上研發即可，這個時候需要產品調動的是攝像頭整個研發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據來服務人。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，節假日購買熱銷商鋪結賬需要排隊等等，而AI產品正好能夠及時的統計好這些數據，利于后期市場發展。
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品，還是服務于專業領域的人工智能產品，都將按照以“底層—中層—頂層”的技術及產品架構為基礎的生態圈模式不斷向前發展。
