從取代簡單機械的重復勞動到輔助內(nèi)容創(chuàng)作、醫(yī)藥開發(fā)、科學實驗，人工智能產(chǎn)品正以驚人的速度在各行業(yè)大展拳腳，預示著人類即將進入一個全新的發(fā)展階段。本書通過淺顯易懂的語言幫助你理解人工智能產(chǎn)品是什么，人工智能產(chǎn)品是怎么創(chuàng)造出來的以及人工智能產(chǎn)品是如何進行創(chuàng)新迭代的。 人工智能行業(yè)的快速發(fā)展對產(chǎn)品經(jīng)理提出了更高的要求，產(chǎn)品經(jīng)理需要具備的專業(yè)技能是廣泛的，從產(chǎn)品設計、開發(fā)、營銷到服務，無一不包括在內(nèi)。產(chǎn)品經(jīng)理需要對人工智能的原理、應用場景、發(fā)展?jié)摿Φ扔性鷮嵉牧私�，這樣才能夠將人工智能的優(yōu)勢轉化為產(chǎn)品的優(yōu)勢。 本書從知識體系、能力模型、溝通技巧等方面幫助大家系統(tǒng)地梳理了人工智能產(chǎn)品經(jīng)理所必備的基本素質和技能，旨在幫助產(chǎn)品經(jīng)理找到轉型升級的最佳學習路線，以成為合格的人工智能產(chǎn)品經(jīng)理。 本書適合現(xiàn)階段從事產(chǎn)品經(jīng)理工作的人士轉型做人工智能產(chǎn)品時學習，適合以人工智能產(chǎn)品經(jīng)理為職業(yè)理想的人士閱讀。另外，人工智能領域的企業(yè)負責人和技術骨干也適合閱讀本書，以了解企業(yè)的技術人才需求。

張競宇，科大訊飛前產(chǎn)品總監(jiān)、阿里云智能產(chǎn)品與解決方案部前資深專家、 墨爾本大學信息系統(tǒng)碩士、全球金融委員會委員、“Back & Forth”思維模式發(fā)明者。 曾作為年輕學者被邀請到第十五屆全球金融年會做英文演講。 擅長AI產(chǎn)品化、商業(yè)化，曾輔導、提供戰(zhàn)略咨詢過的客戶包括傳統(tǒng)IT企業(yè)、跨境電商企業(yè)、家電制造企業(yè)、自動駕駛企業(yè)、房地產(chǎn)企業(yè)、人工智能創(chuàng)業(yè)公司等。 在人工智能領域（尤其是自然語言處理、計算機視覺領域）有多項發(fā)明專利。重點研究方向：基于跨模態(tài)智能理解的AI能力賦能行業(yè)，生成式人工智能（Generative AI）支撐下一代的自動編程、內(nèi)容開發(fā)、視覺藝術、社交、商業(yè)服務、工程設計與流程等。

目錄
第1章 人工智能時代重新定義產(chǎn)品經(jīng)理 / 1
1.1 人工智能時代產(chǎn)品的特殊性 / 3
1.1.1 人工智能是工具，也是新的產(chǎn)品設計思維邏輯 / 3
1.1.2 人工智能技術給傳統(tǒng)的服務和產(chǎn)品賦能 / 6
1.1.3 構成人工智能產(chǎn)品的三要素 / 9
1.1.4 人工智能產(chǎn)品成功的必要條件 / 11
1.2 人工智能產(chǎn)品經(jīng)理的價值定位 / 14
1.3 人工智能產(chǎn)品經(jīng)理需要兼具“軟硬”實力 / 17
1.3.1 人工智能產(chǎn)品經(jīng)理需要懂技術 / 17
1.3.2 會用數(shù)字表達和評判 / 19
1.3.3 懂得溝通和協(xié)作的藝術 / 20
1.4 人工智能產(chǎn)品經(jīng)理入門 / 23
1.4.1 修煉思維模式：資源、解決方案、目標導向 / 23
1.4.2 構建知識體系：六大模塊 / 26
1.4.3 參與工程實踐 / 28
第2章 懂行業(yè)的產(chǎn)品經(jīng)理才不會被人工智能淘汰 / 29
2.1 人工智能時代將公司重新分類 / 31
2.1.1 人工智能時代公司的分類方式 / 31
2.1.2 三類公司對產(chǎn)品經(jīng)理能力的要求 / 33
2.2 什么叫作“懂行業(yè)” / 35
2.2.1 六種行業(yè)分析維度 / 36
2.2.2 行業(yè)分析案例 / 38
2.3 如何修煉成為行業(yè)產(chǎn)品專家 / 42
2.3.1 以“點”切入行業(yè) / 43
2.3.2 深挖“點”，變成“線” / 44
2.3.3 橫向拓展“線”，變成“面” / 46
2.4 本章小結 / 47
第3章 定義人工智能產(chǎn)品需求 / 48
3.1 重新定義需求分析 / 50
3.1.1 從微觀、宏觀兩個角度定義功能性需求 / 54
3.1.2 越重要，越容易被忽視：定義非功能性需求 / 56
3.2 量化需求分析 / 67
3.2.1 為什么要量化需求分析 / 67
3.2.2 怎么量化需求 / 69
第4章 人工智能產(chǎn)品體系 / 75
4.1 人工智能產(chǎn)品實現(xiàn)邏輯 / 76
4.2 基礎設施 / 80
4.2.1 傳感器 / 80
4.2.2 芯片 / 84
4.2.3 基礎平臺 / 87
4.3 數(shù)據(jù)采集 / 89
4.3.1 數(shù)據(jù)來源 / 89
4.3.2 數(shù)據(jù)質量 / 94
4.4 數(shù)據(jù)處理 / 96
4.5 機器“大腦”處理過程：理解、推理和決策 / 98
4.6 資源配置統(tǒng)籌的關鍵環(huán)節(jié)：系統(tǒng)協(xié)調 / 101
4.7 不可逾越的紅線：安全、隱私、倫理和道德 / 103
4.7.1 安全 / 103
4.7.2 隱私 / 105
4.7.3 倫理和道德 / 109
4.8 運維管理 / 112
第5章 機器學習 / 117
5.1 什么是機器學習 / 119
5.1.1 機器學習與幾種常見概念的關系 / 119
5.1.2 機器學習的本質 / 122
5.2 機器學習流程拆解 / 127
5.3 人工智能產(chǎn)品經(jīng)理必備的算法常識 / 133
5.3.1 算法分類 / 135
5.3.2 算法的適用場景 / 142
5.4 機器學習的常見開發(fā)平臺 / 147
第6章 人工智能產(chǎn)品經(jīng)理工作流程 / 151
6.1 設定清晰的目標 / 152
6.2 技術預研 / 154
6.2.1 領域技術基本現(xiàn)狀和趨勢 / 155
6.2.2 領域前沿技術 / 158
6.2.3 常見技術邏輯 / 161
6.2.4 判斷技術切入點 / 165
6.2.5 總結 / 166
6.3 需求分析和產(chǎn)品設計 / 167
6.3.1 造成人工智能產(chǎn)品設計失敗常見原因 / 167
6.3.2 人工智能產(chǎn)品常見設計原則 / 169
6.3.3 合理制定產(chǎn)品需求優(yōu)先級 / 173
6.4 充分參與研發(fā)過程 / 177
6.5 持續(xù)的產(chǎn)品運營 / 180
第7章 方法論、溝通和 CEO 視角 / 181
7.1 蛻變的必經(jīng)之路：端到端產(chǎn)品管理 / 183
7.1.1 把握流程中的關鍵節(jié)點 / 184
7.1.2 評審階段成果 / 187
7.1.3 復盤 / 189
7.2 跨部門溝通 / 191
7.2.1 什么是跨部門溝通 / 192
7.2.2 跨部門溝通的技巧 / 194
7.3 用 CEO 的視角進行產(chǎn)品管理 / 195
寫在后面的話 / 199