1.3　人工智能产品经理需要兼具“软硬”实力

1.3.1　人工智能产品经理需要懂技术

关于“产品经理是否应该懂技术”，在互联网时代一直是一个颇有争议的话题。来到人工智能时代，恐怕这个话题的答案终于要水落石出了。人工智能产品经理需要懂技术，而且要在自己所在的领域中掌握前沿技术的实现原理，谙熟每种技术实现手段的优劣势，对技术的发展方向和技术如何融合产品有自己独到的认知。

首先要澄清一个概念，什么叫“懂技术”。可以从下面几个方面进行描述。

（1）尽管产品经理不需要亲自参与算法模型选择、调参、特征选取的过程中，但需要对所在领域的产品研发过程中每一个技术动作的原理和最佳实践有深刻的理解，并可以对其进行熟练的解释说明，这有利于公司内部的协调沟通。

例如，当公司老板问起产品的某个功能实现的原理时，产品经理需要站出来从产品工程化角度解释其内在原理，而且如果能将目前主流的技术手段、竞争对手的技术手段拿出来进行横向比较、分析，并量化己方目前的优势与劣势，那么老板一定会刮目相看。另外，当用户问起产品具备何种优势的时候，产品经理如果能从技术角度进行解释说明，对于增强用户的信心会有极大帮助。例如产品的模型准确性、计算能力及对比其他几种技术实现手段的优劣等，都是产品经理需要理解的“技术”。

（2）在利用人工智能技术进行产品研发时需要产品经理能够融入研发过程。如果说输出交互设计文档是产品经理的重要工作之一，那么来到人工智能时代后，对于研发人员来说，尤其是对于算法团队来说，他们要的不再是交互设计，产品经理需要重新定位自己在团队中的角色并提供研发所需要的成果物。

假如你是负责肺癌识别引擎的产品经理，产品的目标非常明确，就是提升疾病预测的准确率。交互设计显然不是产品建立门槛的关键，产品经理需要为算法团队创造更好的条件来完善模型。产品经理应首先了解精准医疗领域（尤其是肺癌识别）的技术常识，包括技术的历史背景、技术现状及未来技术的演变趋势等。

当掌握这些信息后，你会发现影响模型准确度的关键因素至少包括：专家型医生标注的高质量数据集和数据集的规模。医疗领域的数据不同于电商，如果你做电商推荐引擎，用户的反馈周期较短，标记相对容易，而医疗领域不仅反馈周期长，而且准确的标记对医生的专业能力要求极高。在这种情况下产品经理需要做的，就是想尽一切办法帮助团队提供高质量的学习数据集。

本书第6章对于产品经理如何参与研发过程有详细描述。

（3）掌握前沿技术在产品所在领域的应用条件和最佳实践。本质上人工智能是一种替代人工生产力的技术，因此如果说互联网产品的核心是“流量”，那么人工智能产品就是利用“软/硬件基础设施”“数据”“算法”作为生产材料完成生产力的升级，带来更好的用户体验。因此，产品经理需要找到最佳生产材料的组合，并完成前沿技术的产品化落地方案。不同的组合策略会得到完全不同的效果，产品竞争的维度也会变得更加多元化，很多人工智能创业公司之所以成功，并不是因为发明了某种原创技术或者挖掘出了本来不存在的市场需求，而是因为找到了技术和市场的全新组合方式，搭建了全新的价值网，通过不断深挖数据价值和完善产品体验，最终享受到了创新带来的红利。

假如你负责一个计算机视觉产品的设计，要了解目前主流的产品架构都有哪些，每种架构都适合什么样的用户使用场景。产品如果包含硬件，那么传感器元件的精度、目前市面上处理芯片的运算效率和功耗以及生物识别的原理、视觉识别的原理、采用3D还是2D视觉识别方案等都需要了解，每种方案配套的硬件组合和算法都不同，还要考虑到每种方案的软件研发、硬件研发/集成的成本和风险，最终综合所有这些技术调研后才能完整地输出产品优势、上线周期、投资回报率等成果物，然后综合考虑以上所有指标才开始产品的设计工作。因此，产品经理不仅需要懂技术原理，还需要具备对技术发展趋势的洞见，才能最终设计出有竞争力的、有前瞻性的人工智能产品。

本书后面的章节还会详细阐述产品经理应该懂哪些技术，以及如何通过技术知识建立产品核心竞争力等。