1.1.4　人工智能产品成功的必要条件

很多公司盲目招聘人工智能人才，就是因为不了解从技术到产品，最终到产品发挥商业价值的距离。要想回答这个问题，我们可以从一个人工智能产品成功的必要条件角度进行分析。概括起来，核心技术、产品化、商业化三要素对于一款人工智能产品的成功缺一不可。

（1）核心技术：人工智能时代的产品成功不同于过往任何一个时期，日新月异的技术创新导致解决同一个需求的手段有多重选择。产品之间竞争的战场早已经从可见的功能性方面转换到了更多维度的比拼。而且人工智能产品给用户带来的往往是“零感知”技术，即用户没有任何学习成本，甚至都察觉不到这种“高科技”，但实际上已经实现了更优的产品体验。

例如，某些手机厂商的人脸识别技术采用了3D人脸重现技术，采用的深度感应镜头融合了VCSEL红外激光器、NIR多重滤波片及滤光接收模块，不仅使用的算法复杂，而且集成到手机端的分析能力大幅增强，实现了在人脸解锁功能上的2D技术无法超越的安全级别，如图1-10所示。

图1-10　3D人脸重现技术

另外，凭借传感器硬件和复杂算法实现的3D建模能力，还可以帮助企业实现更多的应用创新，应用了这种技术的企业在未来的手机竞争中会占据绝对的制高点。另外，深度感应镜头也应用在人体跟踪、三维重建、人机交互、即时定位与地图构建（Simultaneous Localization and Mapping，SLAM）等领域，公司一旦具有这种技术，在未来的竞争中将占据市场先机，甚至造成与竞争对手完全不在一个跑道上竞赛的局面。因此，核心技术是人工智能产品成功的第一要素。

（2）产品化：核心技术在本质上只是解决用户需求的一种手段，如果技术先进却对用户提出了较高的使用门槛，反而很难直接地传递价值，那么产品还是无法取得成功。产品化的过程是让产品首先可以以快捷、低门槛的形式触及用户（宣传、推广），当用户开始使用产品后，可以有效地传递价值并为用户解决实际需求，当用户使用产品一段时间后，通过延展价值形成用户持续的消费，如图1-11所示。

图1-11　产品化演进过程

人工智能产品在产品化的不同阶段，都面临着比传统产品更大的挑战。

首先，人工智能产品的技术逻辑本身就很难被诠释清楚，尤其是对于一些前期并不为人所知的新品牌而言，建立信任是第一步。

其次，无论人工智能产品多么具有科技含量，如果产品无法快速证明它可以带来的价值，就无法促使用户产生购买欲望。因此，制定让用户快速了解产品的策略、快速用价值打动用户是非常关键的一步。

再次，用户一旦产生了购买行为，就与产品建立了紧密的联系，在长期的使用过程中产品需要经得起考验，保证长期稳定地将价值传递给用户。人工智能产品往往能在效率、便捷度、人性化等方面让用户体会到产品的价值。

最后，人工智能产品除了需要向用户传递价值外，还需要与用户建立更多的连接，也就是让用户依赖产品，将产品融入用户的生活中。只有这样，才能延展其价值并促使用户产生更多购买行为，为企业创造持续变现的机会。

（3）商业化：如果说产品化决定了产品的价值空间，商业化则决定了产品将价值变现的能力。人工智能产品相比于传统产品使用了更复杂的技术架构，这造成了一方面产品在研发阶段投入的成本具有不确定性，另外一方面技术的预期效果也比较难评估。

因此人工智能产品经理不能利用过去的经验，来评估产品的成本结构，制定产品的定价策略，而是需要站在用户角度考虑产品定价策略，深入理解场景和用户的痛点在哪里。

举一个简单的例子，在食堂打饭这个场景中，最后一个环节通常是需要一个收银员根据你挑选的饭菜金额收费，这要依靠准确的识别和速算。如果你设计一个菜品识别（计算机视觉）、报价、收费的收费机器人，你怎么给这个产品定价？如果只是看表面，你一定觉得这个产品简直太完美了，如果机器误识别率低，而且运算速度快，那么用户只要将菜品放在摄像头前刷一下，然后刷卡付费就行了，最直接的价值就是节省了一个劳动力。

但是你要仔细想想，食堂档口的老板会这么认为吗？收银员只是在用餐高峰期充当收费的角色，在不忙的时候可能会被安排洗碗、擦地，甚至需要在后厨兼做一些帮厨的工作。尽管在用餐高峰收费这个环节的劳动力被省下了，但是机器人能替代人完成其他任务吗？因此，这款产品的定价一定不会很高。

由此可见人工智能产品的商业化需要产品经理能够把场景、痛点分析透彻，并在评估产品能带来的价值和研发成本后，制定适合的商业推广策略和产品定价包装策略，甚至在必要的时候进行产品定位调整，最终实现产品变现。