1.1　人工智能时代产品的特殊性

1.1.1　人工智能是工具，也是新的产品设计思维逻辑

从2006年开始，深度学习技术突飞猛进，再加上人类在计算机运算能力及互联网数据方面的积淀，被赋予人工智能技术的产品终于在多个领域实现了广泛应用，并取得了巨大的商业价值，例如机器人、自动化技术、智能控制、电商、金融、自动驾驶、医疗诊断、语音与图像识别、人机交互等。以上所有的应用或产品，本质上都得益于人工智能领域中主流研究方向的发展，如图1-3所示。

图1-3　人工智能主流研究方向

回顾人类历史，每个领域的科技进步都给使用该技术的产品带来性能和效率上的提升。这些改变过程在本质上都如出一辙，都是在人类需求的驱使下产生了某种技术，最终帮助人类实现了新的行业和新的产品形态，如图1-4所示。从这个角度来看，人工智能是一种为了解决人类需求而生的工具，而这个工具通常用在传统解决方案产品上，对其进行改进和提升。

图1-4　新行业和新产品的诞生过程

人工智能产品在本质上都和一个概念有关，那就是概率。概率论是人工智能系统推理的逻辑基础，人工智能做出的每个推断和预测都伴随着行为结果的不确定性，也就是对结果的一种赌博。只不过人工智能和人类赌徒不一样，它无法选择不去赌博，无论它做什么——即使什么都不做，也伴随着不确定和风险。因此如果人工智能产品不以概率论作为其规则依据，那么它注定会被那些遵循概率论的其他人工智能产品淘汰。因此，我们也会从概率论角度分析和量化人工智能系统的行为和价值。

人类对于世界上绝大多数事情的认识同样是基于概率的。医生基于病人的病症进行诊断是基于概率的；司机基于时间、地形和行驶过程中的周围路况驾驶汽车是基于概率的；投资经理基于客户实际情况和需求，并结合自身的经验给出客户最佳投资组合策略也是基于概率的。人工智能技术作为一种工具，能够辅助甚至替代人判断和解决问题，在本质上也离不开通过对不同事件发生的概率进行判断和预测。

人工智能的概念已经被提出很久了，但产品或服务迟迟没有得到广泛认可的本质原因，就是之前的产品从概率上并不能大范围满足用户的需求，甚至还不如传统方式的效果好，因此也就没法形成产品或服务的升级，更别提替代人解决实际问题了。例如，如果人工智能可以实现85％的医疗诊断准确率，显然无论患者还是医生都没法完全放心使用这样的产品，当概率上升到99.99％时，或许很多医生才会选择其作为一种辅助诊断工具。在不同行业的不同场景中，人类对于人工智能在概率表现方面的期望值不同，这就造成了人工智能产品或技术在各个领域中的普及速度参差不齐。

基于以上分析不难理解，人工智能的本质就是实现推断的概率可以无限逼近100％，最终替代人类做判断，完成任务，甚至超越人类的思维和判断能力。而人工智能产品经理在设计人工智能产品的时候，就充当了实现概率最优和成本投入（可能包含资金投入、技术投入、时间周期选择）之间的平衡者。

人工智能产品经理需要在具体的业务场景中，判断人工智能可以达到的推断概率能否解决用户的需求，以及这种概率被用户接受的最低标准是什么、能够超出用户预期的标准是什么，并依据这些判断决定对产品研发的投入策略。在实际的产品管理过程中，人工智能产品经理在拿捏这个尺度的时候不能一味追求完美主义，因为产品商业化的成功永远是排在第一位的。

除概率论外，一个人工智能产品的实现也离不开数学、统计学、生物学、遗传学、进化论的理论支撑，因此人工智能产品经理应理解各种学科理论的逻辑对产品设计产生的影响。