1.3.2　会用数字表达和评判

如果说上一个时代的产品经理设计出的大部分产品都是看得见摸得着的，产品可以通过原型设计和交互说明文档完成设计理念的传递，那么人工智能时代的产品经理在以上提到的工作内容基础上，还需要投入大量的时间和精力将产品的目标用数字量化表达。比如前面提到了概率在人工智能领域的重要性，产品经理需要能够使用明确的量化方式表达自己的设计理念和设计目标。

举个例子，搜索在电商平台中是用户购买商品的入口，也是一种重要的商品推荐功能，用户通过关键字输入搜索意图，引擎返回和搜索意图匹配的个性化结果。在设计电商平台的搜索功能时，产品经理需要明确把算法优化后带来的千次搜索GMV（Gross Merchandise Volume，商品交易总量）提升率作为本次迭代的考核目标，如果你作为产品经理没有长期关注到历次迭代中GMV的增长情况，就无法对比算法优化前后的效果。

当新的搜索算法研发出来后，通常需要进行A/B测试以降低新特性的发布风险，如果产品经理在需求描述阶段没有明确的量化目标，A/B测试时就无法衡量哪个版本效果更好，最终的结果就是不仅研发人员没有获得成就感，公司领导也不知道你做了什么贡献，自然也不会给你更多的资源用于以后的迭代。当然这个案例只是为了证明量化表达的价值而举的一个简单案例，更深入的关于需求量化的内容会在第4章详细描述。