人工智能產品經理：AI時代PM修煉手冊（修訂版）

第1章 人工智慧時代重新定義產品經理 / 1
1.1 人工智慧時代產品的特殊性 / 3
1.1.1 人工智慧是工具，也是新的產品設計思維邏輯 / 3
1.1.2 人工智慧技術給傳統的服務和產品賦能 / 6
1.1.3 構成人工智慧產品的三要素 / 9
1.1.4 人工智慧產品成功的必要條件 / 11
1.2 人工智慧產品經理的價值定位 / 14
1.3 人工智慧產品經理需要兼具“軟硬”實力 / 17
1.3.1 人工智慧產品經理需要懂技術 / 17
1.3.2 會用數字表達和評判 / 19
1.3.3 懂得溝通和協作的藝術 / 20
1.4 人工智慧產品經理入門 / 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：六大模組 / 26
1.4.3 參與工程實踐 / 28

第2章 懂行業的產品經理才不會被人工智慧淘汰 / 29
2.1 人工智慧時代將公司重新分類 / 31
2.1.1 人工智慧時代公司的分類方式 / 31
2.1.2 三類公司對產品經理能力的要求 / 33
2.2 什麼叫作“懂行業” / 35
2.2.1 六種行業分析維度 / 36
2.2.2 行業分析案例 / 38
2.3 如何修煉成為行業產品專家 / 42
2.3.1 以“點”切入行業 / 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 定義人工智慧產品需求 / 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 為什麼要量化需求分析 / 67
3.2.2 怎麼量化需求 / 69

第4章 人工智慧產品體系 / 75
4.1 人工智慧產品實現邏輯 / 76
4.2 基礎設施 / 80
4.2.1 感測器 / 80
4.2.2 晶片 / 84
4.2.3 基礎平臺 / 87
4.3 數據採集 / 89
4.3.1 數據來源 / 89
4.3.2 數據品質 / 94
4.4 數據處理 / 96
4.5 機器“大腦”處理過程：理解、推理和決策 / 98
4.6 資源配置統籌的關鍵環節：系統協調 / 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 什麼是機器學習 / 119
5.1.1 機器學習與幾種常見概念的關係 / 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 人工智慧產品經理必備的算法常識 / 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平臺 / 147

第6章 人工智慧產品經理工作流程 / 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 需求分析和產品設計 / 167
6.3.1 造成人工智慧產品設計失敗常見原因 / 167
6.3.2 人工智慧產品常見設計原則 / 169
6.3.3 合理制定產品需求優先順序 / 173
6.4 充分參與研發過程 / 177
6.5 持續的產品運營 / 180

第7章 方法論、溝通和 CEO 視角 / 181
7.1 蛻變的必經之路：端到端產品管理 / 183
7.1.1 把握流程中的關鍵節點 / 184
7.1.2 評審階段成果 / 187
7.1.3 複盤 / 189
7.2 跨部門溝通 / 191
7.2.1 什麼是跨部門溝通 / 192
7.2.2 跨部門溝通的技巧 / 194
7.3 用 CEO 的視角進行產品管理 / 195

寫在後面的話 / 199

張競宇

科大訊飛前產品總監、阿裡雲智慧產品與解決方案部前資深專家、 墨爾本大學資訊系統碩士、全球金融委員會委員、“Back & Forth”思維模式發明者。

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產品化、商業化，曾輔導、提供戰略諮詢過的客戶包括傳統IT企業、跨境電商企業、家電製造企業、自動駕駛企業、房地產企業、人工智慧創業公司等。 在人工智慧領域（尤其是自然語言處理、電腦視覺領域）有多項發明專利。

重點研究方向：基於跨模態智慧理解的AI能力賦能行業，生成式人工智慧（Generative AI）支撐下一代的自動程式設計、內容開發、視覺藝術、社交、商業服務、工程設計與流程等。