人工智能寒冬论不绝于耳,AI发展如何?


    和前几年一样,看衰AI行业前景的言论最近又此起彼伏。难道真如该观点支持者们所说的那样,”投资额减少、关注度下滑,AI寒冬将至?”
    过去几年来,经过没日没夜的加班,我从一位AI菜鸟变成了一位AI老鸟。我从技术、运营同事们接手过来的产品需求,也逐渐由人脸识别、变为智能客服、智能质检、证件识别等细分需求。应用场景越来越垂直,应用范围越来越广泛。
    AI 寒冬论,可以一边歇歇了。
    回到正题,作为AI项目组的一位产品经理,我们就不重点讨论AI 到底有没有进入寒冬的问题,今天主要和大家分享一下在 AI 公司做产品经理的一些心得体会。
    从互联网产品经理转型为AI产品经理,在这一过程我经历了从app的手机端交互设计,到让机器多模式与人交流的设计;2C到2B再到同时兼顾B端C端的转变;产品整理需求文档就能过需求,排开发,到学会去考虑技术边界/环境影响等因素,才能着手设计需求的转变……一路走来痛并快乐着。
    结合几年AI项目实践经验,谈谈AI产品经理在具体工作中如何考虑产品设计,给大家分享6点心得。
    体验层上包括:
    技术边界VS业务目标;应用场景;教育成本;B端C端兼顾另外还有需要在设计架构是考虑的⑤设计兜底方案、⑥引擎接入的灵活性。
    一、技术边界VS业务目标
    在一定的阶段,当技术无法以预期的方式满足产品需求时,AI产品经理要做的事情就是在了解技术边界的前提下,提供最适合的产品解决方案以达到业务目标。
    “准确回答用户咨询的问题”是智能客服产品的核心诉求,如何更准确的为用户提供解决方案呢?自然语言处理(NLP)技术并不能保证百分百精准理解客户的意图,AI产品经理需要考虑在这样的前提下,怎样设计智能客服产品。
    “推荐答案”成为解决这一问题的设计方案。在无法准确判定用户的意图时,机器人会根据计算,在给出得分最高答案同时,将与客户问题意图相近的“推荐问题”根据计算分数从搞到排序展示,提供给用户更多选择,已达到解决用户咨询问题的目的。
    目前的人脸识别技术也无法保证100%过滤各类风险,比如:视频供给、照片攻击,比如双胞胎。于是设计了“异步审核”策略,在人脸比对和活体检测有风险时,便会将采用异步审核流程,用人工检测的方式保证通过率和准确率,保证用户体验,降低业务风险。
    一个技术落地,AI产品经理除了需要像互联网产品经理先确认核心需求,但更多的时间精力要用来思考就AI技术的情况,如何使用优秀的可执行的产品方案来代替大量的数据和时间投入,尽快从无到有的上线初代产品研发,在迭代中提升。毕竟让模型跑起来,在实际的业务场景中看到AI带来的价值才是产品追求的根本。
    二、评估场景因素
    当产品初步方案确认后,需要对影响算法正常运行的场景因素进行分析,是否充分评估各类会影响结果的场景因素,决定了产品真正落地的速度。
    很多人吐槽过刷脸要求的复杂又难理解,不能戴黑框、光线不能太强、注意避开侧面光、逆光会影响通过。但其实是否能为用户提供更具指导性的告警是考验AI产品经理能力的重要维度。符合核身条件的光线检测、外部噪音检测、出现多张人脸时提示等,都需要在研发过程中尽充分挖掘,并进行合理的告警分类,考虑是否能用技术手段解决,比如将人脸是否满足检测条件放到前端。
    同样,在身份证识别的场景中,金融行业这类对安全要求较高的行业,在证件伪造上都属于零容忍,证件识别除了来基本字段的准确率,误检率、召回率等关键数据,还需要考虑怎么对遮挡、缺角、过期等情况导致的伪造证件进行识别。足够丰富多样且精准的告警码,才能满足产品需求,为后续商业化提供技术亮点的支持。
    由于目前硬件和算法的种种限制,为了尽量提升用户体验,AI产品经理需要挖掘外部环境可能导致的失败原因,反推算法同事给出更多维度更细颗粒的错误反馈,以便为用户提供清晰的操作指导,提升用户满意度。
    三、产品使用的教育成本
    AI产品对环境、用户配合度的要求,带来的一个新的问题:“怎样快速直观的教会用户使用”,如果用户不会用、不能用,对产品的落地和推广会带来负面影响。
    比如:智能音箱、智能车载设备的兴起,在做软硬一体产品设计的过程中,由于对话是日常人们已经非常熟悉的场景,如何设计自然、“像和真人一样”交谈的交互,成为AI产品在设计过程中的重点及难点。
    例如:用户在初期面对智能音箱产品时可能会一脸茫然,“我在干什么?”,“我要做什么?”,这时候通过屏幕显示的配合(有屏音箱设计)让用户对产品的功能有所了解,或者通过音箱主动交互告知用户“你可以这么问我”,“我对这些技能擅长”是产品设计中细致的考量。
    再比如:如果音箱一直在听我们说话,将收录非常多杂乱无章的信息,使得AI系统没有办法很好的理解谁在说话,说了什么,往往需要用户每次与音箱交互时都唤醒。AI在后台被唤醒了,用户是怎么知道的呢?
    在我们日常生活中,如果有人对我们说话,往往会叫我们名字,我们往往回复“我在~”。仿照这样的方式,我们对音箱的设计通过灯关不同颜色的反馈或者语音应答,告诉用户音箱被唤醒了,正在等待你说话。
    另外,如果每次都唤醒,会让用户很烦很累,在一些连续交互的过程中,可以打破每次唤醒的魔咒,使得AI音箱一直在听用户所说的话。那这时候怎么让用户在这两种不同的模式间平缓切换,细致的对话设计就很重要。
    与互联网产品不同,AI产品经理需要广泛涉猎不同行业不同地域的操作习惯,借鉴硬件、软件行业的优秀的交互,不断总结,思考更为轻松、自然、平顺的产品体验。
    
    
    1  2  下一页>