產(chǎn)品經(jīng)理的AI實戰(zhàn)：人工智能產(chǎn)品和商業(yè)落地

AI 技術與AI 商業(yè)篇
第1 章 技術商業(yè)的特點和成功要素 . 2
1.1 技術應用與技術商業(yè) . 2
1.1.1 技術應用與技術商業(yè)的一體兩面關系 . 2
1.1.2 技術商業(yè)發(fā)展的共性與個性 . 3
1.1.3 X 技術和X 技術商業(yè)的概念 . 6
1.1.4 X 技術的高度不確定性 . 6
1.1.5 X 技術商業(yè)的特征 . 7
1.2 X 技術商業(yè)的要素及其關系 . 10
1.2.1 X 技術商業(yè)的要素與結構 . 10
1.2.2 理解X 技術商業(yè)要素及其關系的例子 . 14
1.3 技術—場景、產(chǎn)品與商業(yè)模式 . 17
1.3.1 技術—場景、產(chǎn)品與商業(yè)模式的關系 . 17
1.3.2 X 技術產(chǎn)品、X 技術商業(yè)模式的特點 . 19
1.3.3 技術—場景的適配 . 21
1.3.4 產(chǎn)品之拱 . 25
1.3.5 商業(yè)模式之拱 . 27
1.3.6 技術、產(chǎn)品與商業(yè)模式互相助力 . 27
1.4 技術—場景、產(chǎn)品與商業(yè)模式的對比案例 . 30
第2 章 快速理解AI 技術的實質和邊界 . 34
2.1 產(chǎn)品經(jīng)理要真正地懂技術 . 34
2.1.1 從事技術商業(yè)必須懂技術. 34
2.1.2 掌握AI 技術的層次 . 37
2.2 基于機器學習的當代人工“智能”. 38
2.2.1 人工智能3 個階段的比較. 38
2.2.2 人工智能涉及的基本概念及其關系 . 40
2.3 理解機器學習的類型及其算法 . 43
2.3.1 機器學習的類型 . 43
2.3.2 機器學習的算法 . 45
2.4 從卷積神經(jīng)網(wǎng)絡理解深度學習 . 47
2.4.1 神經(jīng)網(wǎng)絡與深度學習的概念關系 . 47
2.4.2 從生物神經(jīng)元到人工神經(jīng)元 . 48
2.4.3 神經(jīng)網(wǎng)絡 . 49
2.4.4 卷積運算 . 50
2.4.5 卷積神經(jīng)網(wǎng)絡的結構和處理過程 . 53
2.4.6 神經(jīng)網(wǎng)絡“智能”的形成過程 . 55
2.4.7 深度神經(jīng)網(wǎng)絡 . 56
2.4.8 深度卷積神經(jīng)網(wǎng)絡的應用. 59
2.5 人工智能的實質和機器學習的問題. 61
2.5.1 當前人工智能與環(huán)境和人交互的全過程 . 61
2.5.2 機器學習的問題 . 62
第3 章 AI 商業(yè)格局、AI 應用 . 67
3.1 AI 商業(yè)格局 . 67
3.1.1 AI 商業(yè)格局的層次 . 67
3.1.2 AI 商業(yè)格局的特點 . 69
3.2 AI 應用的經(jīng)驗教訓 . 70
3.2.1 AI 應用的階段 . 70
3.2.2 互聯(lián)網(wǎng)大公司成功應用AI 技術的啟發(fā) . 70
3.2.3 AI 在眾多行業(yè)應用不順的原因 . 72
3.2.4 推進AI 應用的正確做法 . 77
合格AI 產(chǎn)品經(jīng)理篇
第4 章 合格AI 產(chǎn)品經(jīng)理的核心工作和能力模型 . 81
4.1 AI 產(chǎn)品 . 81
4.1.1 AI 產(chǎn)品的實用定義 . 81
4.1.2 AI 產(chǎn)品的構成要素 . 82
4.1.3 實用定義、構成要素對產(chǎn)品經(jīng)理的價值 . 85
4.1.4 AI 產(chǎn)品的類型與主體 . 86
4.1.5 AI 產(chǎn)品中AI 能力的分布方式 . 87
4.2 AI 產(chǎn)品經(jīng)理 . 89
4.2.1 AI 產(chǎn)品經(jīng)理的行情 . 89
4.2.2 兩類公司對AI 產(chǎn)品經(jīng)理的要求 . 90
4.3 合格AI 產(chǎn)品經(jīng)理的能力體系——AI 能力杠鈴模型 . 91
4.3.1 合格AI 產(chǎn)品經(jīng)理的能力杠鈴模型 . 92
4.3.2 AI 能力杠鈴模型的優(yōu)勢 . 93
4.3.3 合格AI 產(chǎn)品經(jīng)理篇的內(nèi)容安排 . 94
4.3.4 AI 技術、場景與AI 產(chǎn)品之間的關系 . 95
第5 章 AI 技術—場景適配 . 98
5.1 AI 技術—場景適配的基本方法 . 98
5.1.1 AI 技術—場景的適配前提 . 98
5.1.2 AI 技術—場景的適配矩陣 . 100
5.1.3 AI 技術—場景適配的適度原則 . 101
5.1.4 AI 技術—場景適配的失敗案例——3D 整容效果預覽 . 102
5.2 AI 技術—場景適配中的微機會 . 103
5.2.1 由小到大做適配 . 103
5.2.2 微場景、微產(chǎn)品的特別機會 . 104
第6 章 互聯(lián)網(wǎng)公司的AI 產(chǎn)品 . 106
6.1 AI 技術增強型互聯(lián)網(wǎng)產(chǎn)品 . 107
6.1.1 產(chǎn)品案例 . 107
6.1.2 案例中的AI 技術、場景、產(chǎn)品及商業(yè)價值 . 108
6.2 AI 技術原生型互聯(lián)網(wǎng)產(chǎn)品 . 111
第7 章 AI 技術公司的AI 產(chǎn)品 . 114
7.1 AI 技術公司的項目與產(chǎn)品 . 114
7.1.1 AI 項目與AI 產(chǎn)品 . 114
7.1.2 AI 技術公司的產(chǎn)品類型 . 115
7.2 AI 技術公司的中間產(chǎn)品 . 115
7.2.1 AI 技術公司的中間產(chǎn)品的特點 . 115
7.2.2 產(chǎn)品經(jīng)理在中間產(chǎn)品中的作用 . 116
7.2.3 中間產(chǎn)品的文檔 . 119
7.3 AI 技術公司的最終用戶產(chǎn)品 . 119
7.3.1 中間產(chǎn)品的風險 . 119
7.3.2 最終用戶產(chǎn)品的價值 . 121
7.3.3 最終用戶產(chǎn)品案例 . 122
第8 章 傳統(tǒng)企業(yè)的AI 產(chǎn)品 . 129
8.1 傳統(tǒng)企業(yè)應用AI 的整體情況（以金融業(yè)為例） . 129
8.1.1 金融業(yè)應用AI 的整體情況 . 129
8.1.2 中國平安對AI 的規(guī)?；瘧?. 130
8.2 傳統(tǒng)企業(yè)做AI 產(chǎn)品的原因及AI 產(chǎn)品的分類 . 132
8.2.1 傳統(tǒng)企業(yè)做AI 產(chǎn)品的原因 . 132
8.2.2 傳統(tǒng)企業(yè)AI 產(chǎn)品的分類 . 133
8.3 在傳統(tǒng)企業(yè)做AI 產(chǎn)品 . 134
8.3.1 傳統(tǒng)企業(yè)對AI 產(chǎn)品經(jīng)理的要求 . 134
8.3.2 在傳統(tǒng)企業(yè)做AI 產(chǎn)品的關鍵 . 134
第9 章 AI 產(chǎn)品規(guī)劃的流程和方法 . 137
9.1 AI 產(chǎn)品規(guī)劃入門 . 137
9.1.1 基本方法——“抄”出好產(chǎn)品 . 137
9.1.2 AI 產(chǎn)品詳細規(guī)劃前的自檢 . 138
9.1.3 軟件規(guī)劃的層次和流程 . 139
9.1.4 硬件規(guī)劃流程 . 140
9.1.5 產(chǎn)品軟硬規(guī)劃工作的組織形式 . 141
9.2 互聯(lián)網(wǎng)產(chǎn)品經(jīng)理上手AI 產(chǎn)品規(guī)劃 . 143
9.2.1 從極簡AI 產(chǎn)品入手 . 143
9.2.2 極簡AI 產(chǎn)品的例子 . 143
9.2.3 不同類型產(chǎn)品的AI 化 . 146
9.2.4 獲得公司高管的認可，推動技術團隊實施 . 148
9.2.5 AI 產(chǎn)品經(jīng)理與AI 技術人員的協(xié)作關系 . 151
9.3 AI 產(chǎn)品的數(shù)據(jù)機制和指標體系規(guī)劃 . 152
9.3.1 AI 產(chǎn)品經(jīng)理對數(shù)據(jù)機制的規(guī)劃 . 152
9.3.2 AI 產(chǎn)品經(jīng)理對指標體系的規(guī)劃 . 154
第10 章 快速獲得AI 產(chǎn)品經(jīng)理職位 . 157
10.1 互聯(lián)網(wǎng)產(chǎn)品經(jīng)理快速成為AI 產(chǎn)品經(jīng)理 . 157
10.1.1 互聯(lián)網(wǎng)產(chǎn)品經(jīng)理和AI 產(chǎn)品經(jīng)理的親緣關系 . 157
10.1.2 注意互聯(lián)網(wǎng)產(chǎn)品與AI 產(chǎn)品的區(qū)別 . 158
10.1.3 打造高效成長的閉環(huán)，為獲得AI 產(chǎn)品經(jīng)理職位做準備 . 160
10.1.4 選擇適合自己的AI 產(chǎn)品經(jīng)理職位 . 160
10.2 應屆生快速成為AI 產(chǎn)品經(jīng)理 . 161
10.2.1 直接進入AI 技術公司 . 162
10.2.2 先進入互聯(lián)網(wǎng)公司成為互聯(lián)網(wǎng)產(chǎn)品經(jīng)理 . 163
10.3 快速、系統(tǒng)地提升AI 技術能力 . 163
10.3.1 快速掌握基本的Python 編碼能力 . 164
10.3.2 搭建真實的Python 環(huán)境，掌握配套技能 . 165
10.3.3 上手TensorFlow . 166
高級AI 產(chǎn)品經(jīng)理篇
第11 章 高級AI 產(chǎn)品經(jīng)理的能力體系 . 168
11.1 高級AI 產(chǎn)品經(jīng)理的能力杠鈴模型 . 168
11.1.1 高級AI 產(chǎn)品經(jīng)理的能力杠鈴模型的整體結構 . 168
11.1.2 高級AI 產(chǎn)品經(jīng)理的能力杠鈴模型的10 個關鍵能力項 . 170
11.1.3 高級AI 產(chǎn)品經(jīng)理篇的內(nèi)容安排. 172
11.2 跳出AI 的圈子，做好AI 產(chǎn)品 . 172
11.2.1 跳出AI 的圈子 . 172
11.2.2 跳出AI 圈子的例子 . 173
第12 章 AI 技術—場景洞察 . 176
12.1 對AI 技術—場景適配度的洞察 . 176
12.1.1 從AI 與人的關系角度洞察適配度 . 176
12.1.2 對目標場景未來趨勢的洞察 . 178
12.1.3 對替代方案的洞察 . 178
12.2 對AI 技術—場景價值的洞察 . 180
12.2.1 AI 技術—場景價值洞察的例子 . 181
12.2.2 洞察問題中潛藏的商業(yè)價值 . 185
12.3 對AI 技術—場景障礙的洞察 . 187
12.3.1 價值—障礙矩陣 . 187
12.3.2 AI 技術—場景障礙的例子 . 188
12.4 對AI 技術—場景商業(yè)風險的洞察 . 192
12.4.1 技術商業(yè)的普遍風險 . 192
12.4.2 AI 商業(yè)的風險識別 . 193
第13 章 設計AI 商業(yè)模式 . 196
13.1 AI 商業(yè)模式 . 196
13.1.1 在AI 商業(yè)五要素全局中構建商業(yè)模式 . 196
13.1.2 AI 商業(yè)模式的層次 . 198
13.1.3 產(chǎn)品與商業(yè)模式的配合關系 . 198
13.1.4 商業(yè)模式優(yōu)先于產(chǎn)品 . 200
13.2 AI 工業(yè)質檢的商業(yè)模式設計 . 202
13.2.1 AI 工業(yè)質檢中的商業(yè)特點和商業(yè)機會 . 203
13.2.2 AI 工業(yè)質檢商業(yè)模式——按月、按量付費 . 204
13.2.3 AI 工業(yè)質檢模式的升級 . 205
13.3 醫(yī)療影像AI 的商業(yè)模式設計 . 206
13.3.1 醫(yī)療行業(yè)概要和AI 應用現(xiàn)狀 . 207
13.3.2 醫(yī)療影像AI 應用的現(xiàn)狀 . 208
13.3.3 設計醫(yī)療影像AI 產(chǎn)品的商業(yè)模式 . 210
13.4 智能音箱的商業(yè)模式設計 . 212
13.4.1 智能音箱商業(yè)模式的現(xiàn)狀 . 212
13.4.2 智能音箱的創(chuàng)新商業(yè)模式設計——廣告 . 214
13.4.3 智能音箱的創(chuàng)新商業(yè)模式設計——電商 . 215
13.4.4 智能音箱的創(chuàng)新商業(yè)模式設計——優(yōu)質內(nèi)容付費 . 216
后 記. 217