AI产品经理的必修课

“思惟”是很难讲的东西，@蜗牛 老师的分享很是精彩，获得了现场同窗们的一致好评——web

……这种东西很差讲，很容易就“虚”掉，并且没有深入经历过的人未必能立刻深入理解，没法深入理解就变成了人人都懂的道理，可是分享嘉宾是咨询出身，16年经验，讲的很棒，经过深刻浅出讲物理学原理，以及多个成功案例，一点点渗透你们认知，最精彩的就是能引导你们去独立思考，经过现场捕捉你们的错误观点，打破你们的固化思惟，引起认知升级，这点很是很是重要……之前部分观点是有亲身认知的，但都是血淋淋教训吸收的，从未有这么系统的认知。——@兰枫api

好了，很少卖关子了，下面是干货详情——app

注：本文末尾，还会告知嘉宾PPT的下载方式框架

1学习

经验与方法测试

一、经验与方法的区别ui

须要给别人指路时，若是对方是一个彻底不会看地图的人，咱们就只能采起“以地标为主”的指路方式，详细的诉说整个路程中通过的全部地标，这样的指路方式简单易用，可是，一旦处于新的环境、丧失了这些地标的话，这样的指路方式就失去了意义。而若是一我的学会了看地图，那么再也没有什么困难的路能够难到他。
人工智能

“按照地标指路”即是咱们所说的经验，经验听起来复杂，作起来简单，学习成本极低，易学易用见效快，可是死板，会随着环境的变化而很快过期。“看地图的能力”，则是咱们所说的思惟方法，听起来简单，作起来复杂，极其抽象，不易于理解，更不易学习，很灵活，泛用性广，不容易过期。spa

人是倾向于学习经验的，由于它足够固定，足够简单。可是经验却常常变化，须要咱们不断地学习新的经验。所以若是只学经验，不学方法，当改变来临的那一刹那，咱们就傻眼了，即便学习了不少东西，依然没有很强的处理问题的能力。.net

二、经验与标准的关系

在电商领域，阿里巴巴活下来了，因此阿里巴巴塑造了电商的标准。然而在AI的领域，尚未经验，更没有标准，谁活下来了，谁就是经验，谁就是标准。为了应对全新的领域，咱们必需要学会方法，就比如走路时要认清东南西北，方法虽然抽象难学，但却有更长的寿命，更强的适用性，一旦掌握了方法，咱们就能够利用自身的优点创造经验。

分辨咱们学习到的东西是经验仍是方法，有一个简单快捷的识别手段：看咱们学习到的东西可否跨场景使用。在实际中，没有思惟方法的帮助，咱们学到的大多数经验，其实都是错的。而这些错误的经验，会让咱们越学越傻。标准是成功的经验的产物。不要用复杂去追求复杂，而要用简单去解释复杂。

三、用具备方向的思考方式取代猜想

为了说明这个问题，老师举出了柯达胶卷的例子。柯达胶卷是被什么战胜的？不少人回答说是数码相机，然而让众人意外的是，世界上第一张数码相片居然是科达发明的，而战胜柯达的，也并非数码相机。

面对老师的问题，在场同窗们给出了各类各样的答案，然而并不许确也没有方向性。从这里咱们能够发现，在实际的生活情境中，大部分人都是先经过直觉猜想，再经过本身的深度思考验证。这就会带来一个问题，不少事情看起来是对的，但实际上不对。当蜗牛否认了“数码相机”的答案后，进入了一段冷场期，接下来就是学员们一次又一次的猜想，然而这些猜想对真实的答案并无帮助。

面对一个问题，正确的解决方法应该是把上面的逻辑反过来。第一步，结合以前的经验划定一个思考的范围。第二步，在这个范围内猜想，而且经过猜想不断地缩小范围。

面对“柯达被什么战胜了”这个问题，首先应该思考的是“什么可以战胜一个公司”，这样的思考模式就是依靠方法而不是依靠经验。柯达的核心业务是照片的冲洗，一旦这个业务被攻破，柯达也就被战胜了，因此咱们很容易联想到是什么产品革新了冲洗的业务。打印机的出现给消费者带来了新理念，好比即拍即打，在这样的效率下，须要一个星期才能冲洗出的胶卷天然就没有了市场。

2

知道与学会

一、一半对一半错要比所有错误还可怕

大多数人提出的问题看上去是对的，但却经不起推敲。我的坚定反对碎片化学习，若是不能把全部的点串成一条线，反而影响认知。

信息的利用有两个要素，获取成本和鉴别成本。在互联网出现以前，信息利用的成本主要在于获取，然而在信息爆炸的今天，鉴别成本则有了巨大的提升。特别对于老一辈人群，他们所处时代，信息质量高、速度慢，因此甄别信息能力很是弱；但如今时代，彻底相反了（新闻媒体重速度不重质量），因此他们很容易迷失在错误的信息里（被欺骗）。

二、产品经理必定要具有的能力：将一件事精肯定义到能够复现的地步

知道和学会是有区别的。知道指对苹果的历史如数家珍，学会是你不只知道苹果公司的一切，还能够复制到本身身上。老师举出了小米公司的饥饿营销的例子。在饥饿营销中，哪一个词是最重要的呢？饿是结果，不是缘由。小米1代2011年上市，htc同配置卖5000多，但小米卖1999。饥，才是这一切的开始。饥饿营销的重点是，产品要打造一个能让用户饥渴的亮点，要远超过用户对产品的预期，减小货源把饥渴点放到最大，而后引到营销上。这个逻辑能够用在任何事情上。当咱们能够把一件事用到其余的地方时，即是学会了这件事。

三、从小米的案例中学习到了饥饿营销，如何应用呢

中国移动曾经有这样一个案例，在一个区域中，部分人群消费80-90元，主要的付费点是3G、4G流量，这部分人群占当地人口40%，如何经过饥饿营销的方式把人均消费提到120？经过抽奖打造一个让用户饥渴的亮点，抽到的整年话费免单。这样的活动远远超过用户预期，再经过每月仅抽出10我的减小货源，把饥渴点放大。最后经过月话费过百才能够抽，并分享给朋友的病毒营销方式，将这个活动释放出去。

产品经理要养成一个习惯，精肯定义身边的全部问题，一些现象究竟是什么？哪怕友情，沟通，均可以定义。定义的标准就是能够在任何一个场景能够复现。

3

系统化思惟

一、系统化思惟与碎片化思惟的差别

有个鱼缸，里面有条鱼，A角度一个摄像机，B角度一个摄像机（A和B方向垂直），房子里有我的，只能经过A和B看到鱼。系统化思惟看到的是“A和B是鱼的不一样的角度”，碎片化思惟看到的是“A和B之间存在诡异的联系”。这样的两我的在沟通的时候，是很难互相理解的。系统化思惟是指在看问题的时候，不只看到表现，还看到了背后的联系。

二、物理思惟，从简单到复杂的认知体系

学习物理时，最开始接触到的运动模型是“光滑平面上匀速运动的物体”；当加入摩擦这个条件时，就为系统引入了力和加速度；在圆周运动中，咱们进一步学习了速度、加速度、力三者在不断变化的运动系统。若是不是按部就班一步一步学，而是一上来就学习圆周运动，会很是困难。这就是一个系统化的思惟方法，它的过程是从简单到复杂（一步步叠加）。

三、找到物理系统中的主要矛盾

• 系统是由相互做用的若干部分所组成的，具备特定结构，特定功能的有机总体，这些系统是递进的，下一个系统是上一个系统的扩展。

• 系统之间存在着联系，其中最强的联系是父子关系。

• 当多个系统都被一个结构所影响的时候，这些系统之间必然存在关联。

• 系统的关系和结构是相对的，决定它们的是解决问题的方向。

伽里略在比萨斜塔抛出两个不一样质量的铁球，会同时落地。然而抛出羽毛和铁球，二者不会同时落地。前者的主要影响因素是重力加速度，后者的主要影响因素是空气阻力。若是咱们没有系统性的思惟，就很容易在这个实验中仅仅看到单一因素，从而陷入悖论。作产品时，应该尽量用简单纯粹的逻辑，用简单模拟复杂，而不是用复杂追求复杂。考虑用个例否认通例的必要性，注意产品的适用范围以及主要解决的问题，而不是用看起来相关但实际并不相关的因素来反驳本身。

四、经过构建系统核心框架，解释复杂的现象

在分析目标系统的时候，首先要肯定目标系统的系统框架，核心描述是什么？例如牛顿力学的核心系统为（F＝ma），带有摩擦力的直线运动是牛顿力学的最小版本。不断去掉目标系统中的弱关联子系统，直到子系统之间的联系都很是强（扔铁球不扔羽毛），则这些子系统所组成的，就是目标系统的核心系统（或最小系统）。观察核心系统，并定义核心系统的结构，则这个结构就是目标系统的核心框架。系统框架不是事实，是咱们用来解释事实的理论，永远都有更深层次的系统框架。（就是不要用复杂追求复杂，用简单解释复杂，系统框架就是简单，咱们能够把复杂的东西抽象）

与AI相比，人的能力是从简单到复杂，是抽象的能力，然而AI是从复杂到复杂。

在互联网领域，技术不断接近瓶颈，就会有不断地商业模式被开发出来。商业的本质是一买一卖，等价交换，货币的诞生代替了通常等价物。现在又有了免费的商业模式，经过免费的模式换取客户的流量，经过贩卖这些汇集的流量赚取利润。物理学习的过程就像打麻将与下棋，不断观察场上的现象，而后提炼出较通常的获胜规律。当发现新规则的时候不能确认本身过去的规则是错的，就得继续观察测试验证。

当咱们学会系统化思考后，仍是要去一些老的领域借鉴一些系统框架，抽象的东西能够复用，而后当作新世界探索的规则。科学探索是一种近似，把很远的系统经过一些基础的理论连接起来。而这些底层的框架是能够复用的。

因此高中物理学习的过程能够被翻译为：

当咱们想要学习一个复杂的系统问题时，首先要学会这个系统点最小子系统，当咱们掌握了最小子系统后，在最小子系统增长一个条件，产生一个新系统学习和理解新系统。重复这一个过程，且保证增长条件后的系统仍是能够理解的，咱们就能够逐渐理解更多更复杂的系统。

4

如何应用物理思惟

咱们对世界的理解是系统化的，不会被任何一个单一维度所制约。

一、埃隆马斯克--提炼出系统框架或最小子系统

当你思考的时候，你应该（像物理学作研究那样）先持续地蒸发你所遇到的问题，直到沉淀出问题最根本的原理，而不是经过类比推理去猜想。物理学真的能推演出不少相似量子力学那样违反直觉的新事物。

SpaceX 的例子。虽然材料科学与控制技术已经获得了迅速的发展，可是航天却没有显著地进步。曾经的多级不可回收火箭是一个临时解决方案，须要迎来一些改变了。马斯克经过一系列的推理和计算确认了SpaceX的可能性，便作了起来。为何咱们没有这样计算过，由于咱们被卡死在过去的经验上。而没有仔细的推理，过去的火箭在什么条件下设计的，如今这个条件改变了吗？咱们全部人的视线都被过去火箭的思惟束缚了，用户调研永远问不出创新的东西在新场景中，过去的经验是没有做用的。

为何作特斯拉，即便充电有50%损耗，依然是优于汽油发动机的。发动机对燃油利用率只有30%，然而发电厂对能源的利用率高达90%，这样算起来，电动汽车具备很是巨大的能源利用上的优点。

二、iPhone为表明的新手机能干掉以诺基亚为表明的老式手机的根本缘由是什么？

老师首先提示了咱们要如何思考这个问题，不要预设立场，对比两套系统，去掉全部同样的东西，剩下的就是答案，而且咱们要可以从答案中学到东西。

蒸发掉不少子系统后，咱们能够发现，iPhone与传统手机的区别在于物理键盘和虚拟键盘。iPhone带来的多点触控的输入方式给UI及交互设计带来了革命性的变化，而这也是iPhone用户体验好的源头。

产品经理对用户体验的决定权就比如一个导购把产品高价卖给了老人。产品经理的设计能力能够左右用户体验，但根本上是由输入输出设备决定的。老式触摸屏是单点触控，鼠标也是单点，体验特别像PC，单点没有好到能够代替键盘，由于鼠标配键盘是最好体验。因此单点触摸屏最后不如iPhone。

从iPhone的例子中咱们能够学习到：

• 用户体验，交互逻辑要和输入输出设备匹配；

• Mac笔记本和Windows的区别在于，Mac支持多屏，一个软件一个屏，底层设计不一样；

• VR输入端还不够成熟，输入端和输出端不匹配。

5

用物理思惟看AI

一、当咱们在说产品设计的时候，咱们在说什么？

把产品价值标准化，一旦标准化了就能够复制；有价值的工做流程化，再把流程界面化，而后再现；标准包含两个层次：底层标准和业务标准；行业刚出现的时候聊技术，技术差很少了聊业务，web2.0后面基本都在聊业务，没有人再聊技术了，互联网创业的人都在关注业务。

二、人工智能到底能干什么？

干人先天干很差的事儿，干人不肯意干的脏活累活。看X光片，无人驾驶。深度学习带来的最大变化是，机器能够理解和处理抽象概念。

三、天然语言处理究竟是个什么东西？

天然语言处理是一种语言交互方式，NLP是一种新的交互方式，咱们能够经过分析GUI的演化提高对NLP的认识。

闲聊机器人就比如Windows桌面，能让你比Dos干更多的事情，不须要知道命令行，也能够看到不少文件夹，咱们须要在桌面上添加程序图标，应用是目前新的NLP所表明的交互方式最缺乏的东西。

四、今天Chatbot技术自己已经基本ready了（够用、不影响咱们作demo验证），关键是须要增长更多的程序图标（app）。即，今天缺的不是技术，而是在正确的场景去使用，缺乏App，产品经理要学会评估场景（没有落地的条件，仍是没有落地的想象力？）。行业今天重点研究Chatbot技术的性价比已经不高了（除非是有超级颠覆性的基础性AI技术突破）。

6

课后交流

一、如何训练系统思惟

从本身过去的案例中提炼出一个系统框架，作两件事，一个是把框架跨场景应用，二是把一个案例挖的足够深的同时，不要轻易下结论，尝试去证伪，不断去挖。挖的多了就会逐渐进化。坚持总结框架，坚持证伪。

二、智能客服的价值

解决70%都会被问到的问题，可是解决不了30%人自己也解决很差的问题。把问题范围框定在能解决的范围。给客户算帐，输出成客户能理解的语言。省了多少钱，咱们赚的钱只是省的钱的一部分。

三、NLP这块如何界定好坏？

场景是否足够小，大的公司暂时进不来；不能过小，要能够向上升级。

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------