1.1.2　人工智能技术给传统的服务和产品赋能

根据产品或功能要实现的目标，人工智能产品可以归纳为如下几个类型：个性化精准服务（例如金融产品个性化推荐）、替代简单或重复劳动（例如自动驾驶）、提升效率和准确率（例如反金融欺诈系统）、提升用户体验（例如通过语音输入下达控制指令的智能居家机器人）以及自主创作（例如Bearly AI可以提供文字的读写、Deep Dream可以提供绘画的创作、Sunspring可以提供电影剧本的创作）。

上面描述的所有人工智能产品在本质上都颠覆了传统的产品设计流程。例如，传统的产品设计逻辑是设计确定的交互流程，而且是越明确、越详细越好，产品经理还常常因为PRD（Product Requirement Document）文档写得不够详细、交互说明不够具体，而在评审会上被研发人员挑战。而当你设计人工智能产品时，有时明确的交互逻辑反而限制了研发的工作。在使用同一款产品时，不同用户看到的页面内容不同，交互逻辑不同，甚至连产品形态都不一样，产品的这种“千人千面”的特性让产品经理没法将每个用户点击某个按钮后的效果都描述出来。

我在这里想表达的并不是人工智能产品不再需要设计产品交互和逻辑流程，这些依然是产品经理的工作内容之一。例如，电商产品经理依然需要精通电商后台的设计逻辑，社交产品经理也依然需要了解用户时刻变化的社交习惯来设计最新的社交功能，这些都属于对行业的理解范畴，行业逻辑在短时间内不会改变，改变的是将传统的产品流程赋予上面提到的人工智能所擅长的几个能力范围，人工智能产品经理应该学会找到用户需求和新技术的交叉点。

举一个人工智能产品的案例。电商平台中的搜索是用户的主要入口和在线购物流程中的关键环节。搜索技术发展到今天，已经实现了智能交互搜索引擎。在过去，产品经理在写这类功能的PRD的时候需要明确以下两点。

（1）搜索框中的默认查询词是什么。

（2）如果有实时预测功能（输入时实时展现搜索结果，而无须回车或点击搜索按钮），用户输入字符后的匹配逻辑是什么，需要最多显示几个推荐结果。

但在今天，随着自然语言理解、自然语言生成对话策略以及知识图谱技术的快速发展，搜索已经演变为一个深度智能交互功能，因此上面的这种产品设计方式无法满足需求。比如，用实时在线的深度学习技术和强化学习技术，通过分析用户的线上行为数据（搜索关键词、近期的购买记录及浏览记录等），实时预测用户的意图，进而通过引导式销售（销售员通过训练后可以具备的一种专业销售技巧）引导用户的需求确认，最终完成线上销售流程。

比如用户在搜索“男鞋”的时候，系统会自动提示“您想要一双在什么场合下穿的男鞋”“您偏好什么颜色的男鞋”，用户如果分别选择“跑步”“白色”，系统又进一步引导用户“您经常在平地跑步还是山地跑步”，用户接下来可以进行进一步的个性化选择。用户既可以随时终止这种对话，也可以继续对话，直到找到他的目标，如图1-5所示。当用户完成这样的交互后，系统会记住用户之前的购买意图，待用户在不同的页面进行浏览时，页面中产品显示优先级就会自动按照用户之前的意图排序。

图1-5　具备深度智能交互功能的引导式搜索

看到这里，你一定很纳闷，人工智能的产品形态到底是什么？答案是：没有固定形态。实际上人工智能只是一种对传统产品或服务赋能的手段而已，将各种“中间件”（通常是一种训练好的模型，当输入一定数据后自动返回一定的输出值）、传感器等不同形式的软件、硬件融入传统产品或服务的使用或体验流程中。例如，自动驾驶汽车就是一个典型的集成了传统汽车的各种零部件，以及雷达、测距仪、摄像头、高精地图和各种算法模型的人工智能产品，如图1-6所示。

图1-6　自动驾驶汽车

当然，一个看起来极其简单的Web搜索引擎，一款App上的自动聊天机器人，一个长相可爱的居家机器人，如图1-7所示，这些都可以成为人工智能产品。因此，产品经理不应局限自己的想象力，人工智能只是一种工具而已，产品的终极目标仍然不变——为用户创造最大价值，提供最佳用户体验。

图1-7　居家机器人