本文爲PMCAFF特邀嘉賓吳卓浩出品

我們的創新工場人工智能團隊於2016年9月份成立，這幾年的發展重點主要是技術研發和技術人才培養，下面的分享有一部分會在業務方面有所涉及的，更多的是科普。

產品設計歷程

這裏有一個規律，產品和技術的週期是不完全同步的，二者之間有延遲。

舉個和大家最接近的例子，以1995年Netscape上市爲代表，消費互聯網達到了第一個高峯，但是產品經理和產品設計真正成爲行業普遍認可的標配是在什麼時候呢？

在美國大約是2003年前後，中國是2004年前後。在此之前，PM不是產品經理，而是項目經理。設計師的職位就更加複雜了，有叫美工的（美國叫artist，聽起來好一些），有叫UI、GUI、HCI、UCD，後面纔將這個職業慢慢統一爲“用戶體驗設計師”，以及近幾年的“產品設計師”，開始走進互聯網行業的舞臺中央。

設計師發揮價值的時段：從整個週期來看，技術發展到成熟時，產品設計就逐漸成爲核心競爭力；而技術放緩進入下一個週期時，產品還會有很長一段黃金時間去發揮價值。今天設計師要比以前多很多，因爲事實上互聯網行業在整個經濟環境中是很小的一塊，而只有當各行各業大量引入設計人才，設計行業才更能發揮價值。

人工智能技術快速發展：人工智能技術發展非常快。上週開會時，我問研發：“這個產品，什麼時候能做出來？”研發負責人說：“這個技術3-5個月就可以攻克。”不是像以前一樣安排了項目進度一定能做出來，而是還有需要攻克的技術，並且真的在快速攻克。

去年，我們舉行了第二屆AI Challenger 人工智能挑戰賽，在自然語言處理類的幾個競賽中，選手們你掙我奪、競爭激烈，可是國慶節前後突然整個榜單發生巨大變化，這是因爲谷歌發佈了BERT，一個開源的自然語言處理模型。下圖是在行業中非常受認可的斯坦福大學SQuAD機器閱讀理解排名，最上面的是人類的閱讀理解分值。到去年12月底的時候，前10名都使用了BERT模型，並且所取得的成績已經和人類很接近了。

2018年被人工智能領域人稱爲自然語言處理的ImageNet時刻。當年人工智能科學家們從來沒有通過把大量的圖片餵給機器這種方式去做機器視覺的研究，直到有了ImageNet，科學家們發現，用這個方式可以大大提高識別準確率，計算機視覺開始突飛猛進。而2018年自然語言理解領域的高速發展，也讓人們想起了當年的ImageNet時刻。

從技術萌芽到社會普及應用：上圖過去100年技術發展的歷史，橫軸是時間，縱軸是技術在社會上的普及度。大家可以看到，技術從萌芽到普及的速度越來越快。並且產品設計也在其中起到了非常重要的作用。

人工智能浪潮：

當前人工智能浪潮的特點是高度依賴數據，誰的數據多，誰就能訓練出更好的人工智能。這波浪潮又可以細分爲 4 波子浪潮。互聯網智能化——以 1998年創立的Google 爲代表，如今人工智能頂尖的公司很多都是從這一波來的，他們經過了互聯網時代，有大量的數據積累，所以天然地能訓練出高質量的人工智能。商業智能化——最初更多地體現在美國、在中國感受較少，但是今天在中國的toB業務正在迅起猛追的路上。實體世界智能化——以2011 年亞馬遜智能音箱爲代表。科技巨頭認識到智能音箱是入口級的產品，可以收集用戶的語音信息，去訓練更好的人工智能。全自動智能化——以特斯拉爲代表。汽車工業是製造業皇冠上的明珠，大家都在比拼誰能做好人工智能自動駕駛技術，並應用到更廣泛的領域。

第一波互聯網智能化

第二波商業智能化

第三波-實體世界智能化

AI技術領域會目前主要分爲以下幾個，接下來還會進一步細分：

1.自然語言處理：典型的行業應用有很多，如圖。像智能客服、機器翻譯、語音控制這些，大家都比較熟悉。而關於內容生成，今天的應用主要還只是用在財經、體育新聞等很結構化內容領域。爲什麼讓人工智能去寫詩寫歌詞？因爲這種情況下對語言要求沒有那麼高，有些不太通順的文字讀起來還挺有詩意。有興趣可以看下人工智能寫的哈利波特同人小說：）

2.計算機視覺：包含識別、生成，在自動駕駛、安防、新零售、醫療、製造、教育等領域都有非常重要的使用。過去兩年計算機視覺發展速度特別快，與自然語言一樣，應用非常多。

3.機器學習：目前把還沒有細分的技術都混在這個領域，接下來隨着行業應用的發展，一定還會進一步細分。

產品經理的能力組合：過去互聯網行業培養的大部分都是 toC 產品經理，突然做 toB，你的直覺就不能用了。toB 產品經理需要深入研究行業，研究商業利益鏈條，就需要硬件、軟件與服務共同結合。比如在新零售領域，無人商店、無人貨櫃、無人結賬這些前臺能力的商業空間其實有限，真正商業潛力大的是供應鏈、庫存管理等中後臺能力。另外，有的項目中也會需要更多樣的能力組合，比如人工智能產品中經常會遇到的硬件產品問題，這些是挑戰也是個機會。

有兩種不同的模式來使用人工智能：一種是業務中使用了AI技術模塊，比如智能客服，算是用到了人工智能，但商業價值比較淺；另一種是深入思考，用AI技術重塑自身的業務。

人工智能的潛力：人工智能技術帶來很多可能，但是今天還做不好。像鹿班系統只是針對於商業轉化效率做判斷，而不是針對設計品質本身。但是它的確帶來的很多的可能性。人工智能在幫助人類擁抱不確定性上和打破時間空間界限有天然優勢。

2018年，第一幅在頂級拍賣行成功拍賣的人工智能畫作，賣了43.25萬美元，跟當時同場的一幅畢加索的畫作一樣貴。很多人在質疑人工智能的創作是不是藝術，但這件事更重要的意義在於，這是人類歷史上從未發生過的跨越時間和空間協作成果。15000張14世紀至20世紀的畫作爲訓練素材，一個美國小夥子寫的基礎算法開源放到github上，三個法國小夥子使用並加以改進，生成這幅畫。這是跨越幾百年，跨越世界各地，很多人共同的協作的成果，而且人人都可用。這也是人工智能帶來的潛力。

做人工智能的產品設計：需要打破定式的思維習慣，學會充分運用人工智能；產品一定是千人千面的，不要想一個產品會適用於所有人；藉助人工智能，更高效的擁抱不確定性，找尋最佳方案。

相關文章