pm传感器互联网PM转型人工智能PM之路

发布时间：2024-11-25 15:11:15

互联网PM转型人工智能PM之路

在转型为人工智能产品经理的道路上，他已经开始了，且与你分享了目前的一些感悟。enjoy~

我是一名从事PC/移动互联网的产品经理，从今年年初开始有意向转型进入人工智能领域。毕竟这是一个非常前沿科技型的新要素，越早进入的人，越能享受新科技所带来的各种红利。将此新技术应用到相关业务场景后，也必定会带来新一轮的市场发展。

但是，当我搜索了很多资料以后发现，并没有任何人工智能产品经理相关体系化的培训或学习指导。相反，各种应用理论、基础科学技术、编程知识、行业应用成为了“必要”的学习基础，一股脑的让我冲昏了头，都不知道该如何开始了。如果你也想开始，相比你也已经领教了吧？不过，经过这一阵子的集中学习，也确实找到了一些门路。

下面给大家做一次分享，内容围绕三个问题展开：

目前市场上火热的人工智能产品到底是个什么样子？一个人工智能产品经理(下文简称AIPM)应当具备那些职业技能？如何从零开始修炼AIPM？

1. 人工智能的市场与产品介绍

当我决定想开始学习AIPM时，第一件事儿就是看看市场当前的情况。毕竟最终目的是为了就业啊！

1.1 人工智能市场情况简介

国家对人工智能方向的重视 ：自2016年至今，中国多部委协同多次推动人工智能技术发展与产业化；大型科技企业快速转向人工智能领域 ：谷歌、微软、facebook、amazon、百度、科大讯飞、腾讯、阿里巴巴等，全部进入人工智能领域，以前的互联网云栖大会目前已经基本变为人工智能大会了；市场AIPM就业薪资： 国内AI相关产品或技术薪资基本都在年薪30万以上，谷歌脸书等国外一线互联网公司的AIPM年薪更是达到了百万年薪。AIPM市场需求： 目前国内真正有1年以上经验的AIPM只有两位数，未来一段时间市场会出现井喷现象。

虽然市场情况良好，不过到底哪些才是人工智能产品呢？

一旦去浏览网页，就会发现诸如：聊天机器人、自动驾驶、图像识别、机器人、智能音箱、虚拟现实眼镜等等，比较杂乱啊，这些产品或技术领域到底是怎样与人工智能产品相关的呢？那么下面就来看看当前技术领域对人工智能产品的定义吧！

1.2 人工智能的定义与当前发展的技术阶段

其实目前很多人都在关注与讨论着人工智能，但是这门技术到底发展成熟了么？

大家看看下面这些常见的声音吧：

微软小冰可傻了，多问几句就所答非所问了！智能自动驾驶前两天刚刚撞死人了，在中国这么多的人，实现真正的自动驾驶还久远着呢！机器人发展出灵魂还早着呢，人多精呢，目前的机器根本无法形成逻辑推理，现在还不是发展人工智能技术的好时候！

针对以上的声音，可以做如下的解答：

小冰傻是因为面向语言场景太宽，而与此对应的亚马逊echo音箱可就非常实用了！智能自动驾驶预计是在2021年推出成熟的自动驾驶技术，汽车中都可以不设置方向盘与油门刹车了！机器人具备灵魂或是推理能力可能还需要发展很久，但目前所应用的人工智能技术不是只这种强人工智能技术！弱人工智能技术本身就已经能够颠覆现有的市场了！

人工智能定义：

指使用机器代替人类实现认知、识别、分析、决策等功能，其本质是对人的意识与思维的信息过程的模拟

强人工智能。 制造出真正能推理和解决问题的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。弱人工智能。 看起来像是智能的，不能真正地推理和解决问题的智能机器，且不真正拥有智能，也不会有自主意识。

那么，怎样理解弱人工智能“看起来像是智能的”？

京东与科大讯飞联合出品的叮咚智能音箱。 他是一个24小时待命的家庭语音助手，当我们进入家门后，随口喊出“叮咚，帮我打开空调，烧上热水，打开电视并播放到《三生三世十里桃花》”后，叮咚识别语音后就会自动完成上述内容。阿里无人超市。 一个购物客户进入超市后没有任何人来服务，可以自行完成所有的购物过程，由人工智能程序记录购买的商品，并在客户对应的支付宝账户完成消费业务。

因此，我们可以将弱人工智能简单的理解为： 根据对环境的感知，做出合理的行动，并获得最大收益的计算机程序。

也许你可以想象，在所有的工作场景中输入都可以转换为语音控制，所有视频监控系统都可以变为计算机自动监控等。

1.3 目前较为著名的人工智能产品

百度duerOS： 百度度秘事业部研发的对话式人工智能系统；百度Apollo： 智能自动驾驶的开放平台；科大讯飞开放平台： 以语音交互为核心的人工智能开放平台；商汤科技核心算法： 通过视觉技术赋予计算机视觉感知和认知的能力，业务覆盖金融、商业、安防、互联网+等行业，意图为企业提供低门槛的计算机视觉技术，打造“商汤驱动”的人工智能商业生态。寒武纪科技全球智能芯片： 领域内的先行者，宗旨是打造各类智能云服务器、智能终端以及智能机器人的核心处理器芯片。

1.4 行业方面较为成熟的人工智能应用场景

在行业方面较为成熟的有：AI+安防、AI+医疗、AI+金融、AI+家居、AI+教育等等。

后台产品经理的机会：

我感觉对于一直战斗在软件系统与后台的产品经理们的机会来临了。因为目前2C产品的场景过于开放，而2B的工作场景范围相对限定。弱人工智能可以在有限的场景下进一步工作人员的工作效率并降低企业成本。

说了这么多人工智能方面的概念与产品，这么分散的行业领域，这么深入前沿的学术领域，那么具备什么样的职业技能才能进入人工智能领域呢？

2. AIPM所需要具备的职业技能

在了解相关AIPM的职业技能时，我首先查询现有招聘网站对AIPM的技能要求，并且搜索了相关职业技能培训机构所提供的课程。

2.1 汇总网络招聘需求与培训课程对AIPM技能需求

从各大招聘网站浏览了一遍之后，发现目前对AIPM的定义各不相同，并且差异较大。基本可以理解为两大类型：

智能方向的产品经理： 依旧是PC或移动端产品经理，只不过需要更多的了解其他智能竞品的情况，或是捕捉、挖掘目标客户对产品的智能化需求。偏算法型的AIPM： 这种类型的产品经理与传统PC/移动端产品差别很大，基本上需要深入了解机器学习、深度学习、CNN、RNN、DNN等技术的原理及简单实现方法，对于数学、统计学方面有较高要求，并且有学校与学历方面的要求。

对于第2类型的AIPM，有朋友给了一个示例，是关于新闻类型的APP如何做智能推荐算法的需求文档。此处大多是线性代数、离散数学、统计学、物理学、社会学、心理学等理论与算法说明，完全没有Axure那样的原型界面，也更不需要什么业务流程。

不过我也感觉只有这个方向的产品经理才是AIPM，因此，接下来我就去找一找相关的培训课程吧。

在一番搜索后，虽然找到了一些相关的AI方面的培训，但根本没有完整的AIPM培训课程与体系。而更多看到的则是很专业的基础理论、框架、编程的培训课程，我做了一下简单的汇总：

数学基础： 高等数学、离散数学、概率论与数理统计等；基础科学： 生物学、物理学、社会学等；计算机科学： 机器学习、深度学习、CNN、RNN、DNN等；编程与框架： python、C++、Java、tensorflow、Caffe、ros编程等；硬件： 树莓派、传感器、控制器、制动器等。

看看吧，上面至少有20多项学科，随便拿出来一个科目都不可能在3个月内玩耍熟练的啊！！！

后面有通过一些社群了解到，目前大部分企业还都是由创始人来担任产品经理，然而他们就是该领域的专家或科学家，因此对于这类公司所招聘的产品经理，必然是需要在学术领域有一定能力的人。

看来要成为AIPM是一件不可能完成的任务了…不过后来在看到了一篇名为《人工智能产品经理的新起点_黄钊》的PPT后，成为AIPM的希望重新点燃，并且终于有点眉目了。

2.2 业内大咖给出的学习路径

首先，我们必须了解目前人工智能的产业结构。对于结构中不同层次的领域所关注的学习科目是不同的，就例如一个互联网产品经理不需要去搞懂怎样编写JAVA程序，更不需要去了解JAVA语言的基础原理，只要知道使用这项技术在描述需求时，如何完成输入输出的需求撰写即可(互联网产品经理使用Axure就可以描绘事件、输入、输出)。

框架分为三层：

应用层： 该层是直接接触用户的，分为平台层与服务层。其中平台层是各个服务应用的汇集地，例如叮咚音箱就是一个平台，该平台上可以增加各种特定场景下的应用，例如叮咚音箱上提供儿童教学的应用，提供对话式学习。而服务层就是具体应用提供的具体软件服务。技术层： 提供基础理论算法与框架，如机器学习、深度学习、强化学习等基础算法，与TensorFLow、Caffe、ROS等技术框架；基础层： 解决计算能力与数据存储问题，以提供计算芯片、云计算服务等为主；

对于上述三层，可能最容易转型到AIPM的就是应用层中服务层，可理解为转型成为软件服务提供商的产品经理。只不过原来的操作系统变化了、用户交互的终端变化了，对于服务层系统的输入输出方式也变化了。

我们仅基于应用层中的服务层来说明AIPM应当具备的职业技能。

2.3 服务层AIPM需要具备的职业技能

公式： AIPM = AI + PM + X

下面我们就这等式右侧的三个参数进行解析。

（1）参数AI

如同移动互联网一样，只不过原来需要了解的各种移动终端(IOS、Android手机)与技术特性变为了AI的交互终端与AI技术特性。基于这些终端与技术特性，更要去了解他们结合后，如何进行事件出发、输入、输出(这就是需求文档中应当定义的产品设计内容，类似于Axure交互原型)：

众多的交互终端，与移动互联网终端不同，AI交互终端可谓是多种多样 ，而且科技更新的速度也是极快的。这里仅例举出一些目前常用的交互终端，包括：移动端、PC端、智能音箱端、机器人、全系投影、智能手表/手环、头戴式设备、其他穿戴式设备与众多类型的传感器；人工智能的三种主要技术 ，包括：机器学习，例如计算机视觉、情感分析、自然语言处理等技术，需要大量的标签样本数据；模式识别，例如文字、语音、指纹、人脸等识别技术，则偏重于信号、图像、语音、文字、指纹等非直观数据；人机交互，如智能机器人技术，则需要积累大量的用户数据。

（2）参数PM

这个参数和互联网产品经理的技能是一样的，需要具备用户需求、软件项目管理、产品营销、产品运营等方面的知识。只不过目前会更加倾向于商业化的软件业务，基于现有业务系统进一步提升工作效率、降低企业管理成本。因此对产品经理要求有更强的业务需求挖掘能力。

（3）参数X

这个是行业属性参数，也就是说需要具备一定的行业业务知识。我理解只有深入的理解行业与业务，才能挖掘出辅助或替代人力为基础的人工智能产品应用场景。

以上的内容也可以通过行业内另外一位大咖的话来做总结：现在的市场在寻找有两种能力的“AI产品经理”，一是能洞察业务链条上的最大、最核心的需求，二是能整合技术、利用生态、开发独特的产品，利用产品能力把技术落地。

写了这么多概念性的内容，来点实际的小想法，让大家找找感觉吧。

2.4 两个人工智能产品的小想法

（1）2C的小想法

制作一个基于移动端斗地主游戏的人工智能的自动玩耍工具。

目前市场上很多斗地主游戏都有提供实物奖励，部分玩家在游戏消磨时间的同时，还是非常期望获得实物奖励的。而在技术上，前几天（好像是2017年5月份还是6月份）一个人工智能玩德州扑克的程序已经完全超过了人类，不但技能强而且还有关于情感分析的能力，可以说已经实现到与人类斗智斗勇的能力了。对于出钱购买了该款工具的人群，可以同时打开N部手机同时进行游戏(可以理解为赚钱)，最终持续赢得很多的实物奖励。（虽然这是明显的作弊行为，但我也只是YY一下哦）

（2）2B的小想法

制作一个高端专营店提供人脸识别会员与指纹付款功能的工具。

让高端专营店客户感受到更加简洁方便的店内服务，在客户进入店铺内时，通过人脸识别出客户情况，并通过蓝牙耳机将客户基本信息传送至迎接该顾客的服务专员。通过服务专员获知的顾客姓名，直接向顾客至欢迎词，并且向顾客介绍顾客可能感兴趣的商品，最终实用服务专员随身携带的指纹付款机器来完成交易支付过程，以此来提高顾客满意度与交易成功率。

在这个例子中，我们可以理解，在人工智能时代的应用产品，可能需要更多的终端交互来提供整体完整产品应用体验。

AIPM需要具备的职业技能就介绍到此了，那么接下来就要开始正式零起步的学习啦！后面我将分享我的学习计划给大家，也希望得到大家的指点与建议。

三、如何从0开始修炼AIPM

根据上面介绍了那么多的学习领域，我采取的策略将会是：

围绕能够辅助或替代人类的人机协作的2B类型的AI产品，从AI的概念与应用层入手，逐步深入并找到AIPM所需要理解的技术边界。因此，我暂时还不打算直接深入到python编程(虽然我有过6年多java编程经验)、CNN、RNN、DNN、物理学方面。

我制定的初步学习范围为：

了解各种AI技术功能特性与输入输出方式：语音处理、文字处理、视频/图像处理、深度学习等应用技术；了解AI目前市场化的各种相关终端设备与应用场景；了解市场化的传感器组件与可操控模块。

立刻开始阅读的书籍为：

《人工智能：一种现代的方法》《终极算法：机器学习和人工智能如何重塑世界》《传感器实战全攻略》

在转型为人工智能产品经理的道路上，我已经开始了。后续，我会督促自己不断将我认为有意义的书籍与相关资料整理好分享给大家。如果您对人工智能产品经理感兴趣或有相关疑问，欢迎交流~我们一起讨论，希望有更多的伙伴一起学习、互相促进、相互研讨。这样才能进一步加快我们转型的步伐！祝我们一切顺利~

本文由 @howie杨原创发布于人人都是产品经理。未经许可，禁止转载

粉尘传感器：PM25传感器介绍

PM是particulate matter的英文缩写，PM2．5又称细粒、细颗粒物。它能悬浮在空气中，浓度越高就表示空气质量越差。

PM2.5危害

人体呼吸时，直径在10μm以上的颗粒大部分通过撞击沉积在鼻咽部，而10μm以下的粉尘可进入呼吸道的深部。而在肺泡内沉积的粉尘大部分是2.5μm以下的细颗粒物（PM2.5）。

PM2.5细颗粒物直径小，在大气中悬浮的时间长，传播扩散的距离远，且通常含有有毒有害的物质，因而对人体健康影响更大。PM2.5可进入肺部、血液，如果带有病菌会对人体有更大的危害，包括对我们的呼吸道系统、心血管系统、甚至生殖系统。

PM2.5传感器的工作原理

PM2.5传感器也叫粉尘传感器、颗粒物传感器，可以用来检测空气中的PM2.5浓度。目前市场主流的pm2.5传感器是根据光的散射原理来开发的。

颗粒物在光的照射下会产生光的散射现象，当一束平行光入射到被测颗粒物时，颗粒物会把光进行散射。旁边的光敏元件会把散射光的光信号转换成电信号，电信号经过放大处理，被MCU计算成颗粒物浓度值并输出。

这个过程就像在黑夜里打开一个手电筒，我们在手电筒的光柱里发现了很多漂浮的颗粒物，然后我们的大脑根据光柱里颗粒物的多少来判断当前颗粒物浓度的高或低，最后通过口述告诉其他人浓度的高或低。

手电筒光束示意

在这个过程中，手电筒就扮演了传感器中的发光元件，人眼就扮演了传感器中的光敏元件，大脑就扮演了信号处理和MCU计算单元，“口述”扮演了传感器的输出单元。

两种粉尘传感器的主要区别

红外粉尘传感器所用的发光元件主要是红外发光LED ，所发出的光是红外光，光柱比较粗，对浓度测量不够精准。另外红外粉尘传感器中一般是用加热电阻加热空气让空气流动的，LED和加热电阻这两种元件成本较低且耐用，所以红外粉尘传感器售价比较低。相应的测量精度也不高，适合低端应用，不过红外粉尘传感器寿命相对较长。

红外粉尘传感器原理示意图

激光粉尘传感器所用的发光元件主要是激光LED ，所发出的光一般是红光，光柱比较细，对浓度测量更精确。激光粉尘传感器中一般是用微型风扇让空气产生流动的，为了让气流稳定，还要对风扇的转速进行控制。同时对风扇的运行噪音要求也比较高。相对于红外粉尘传感器中的LED和加热电阻，这两种元器件要昂贵的多，当然激光粉尘传感器的精度和售价也更高。