AI賦能：AI重新定義產(chǎn)品經(jīng)理

第1章 AI新手認(rèn)知AI 1
1.1 AI的歷史來源和算法 1
1.1.1 AI的歷史來源 1
1.1.2 AI的三大學(xué)派 3
1.1.3 AI的3次大的變革 5
1.2 AI領(lǐng)域的奠基者 6
1.3 不得不知的AI發(fā)展現(xiàn)狀 12
1.3.1 國內(nèi)AI的發(fā)展概況 12
1.3.2 國內(nèi)AI相關(guān)行業(yè)的發(fā)展應(yīng)用 15
1.3.3 國內(nèi)AI相關(guān)公司的發(fā)展現(xiàn)狀 18
1.3.4 國內(nèi)AI行業(yè)的人才現(xiàn)狀 22
1.4 AI產(chǎn)品產(chǎn)品經(jīng)理的現(xiàn)狀 27
1.4.1 崗位需求與人員素質(zhì)不匹配 27
1.4.2 AI產(chǎn)品產(chǎn)品經(jīng)理來源廣泛 28
1.4.3 轉(zhuǎn)崗人員遇到的主要問題及解決對策 30
1.5 產(chǎn)品經(jīng)理認(rèn)識AI的3個(gè)階段、9個(gè)過程 32
1.6 AI的算法 33
1.6.1 傳統(tǒng)算法 34
1.6.2 AI算法 34
1.6.3 傳統(tǒng)算法和AI算法系統(tǒng)的區(qū)別、聯(lián)系 37
1.7 AI=數(shù)據(jù)+算法+算力 39
第2章 從開始到成為AI產(chǎn)品經(jīng)理 43
2.1 AI帶來的改變與挑戰(zhàn) 43
2.1.1 AI帶來的改變 43
2.1.2 AI帶來的挑戰(zhàn) 46
2.2 AI產(chǎn)品經(jīng)理與傳統(tǒng)產(chǎn)品經(jīng)理的區(qū)別 47
2.2.1 面向的用戶不同 47
2.2.2 產(chǎn)品內(nèi)容不同 49
2.2.3 技術(shù)方案的維度不同 51
2.3 AI產(chǎn)品的流程不同 51
2.3.1 打造傳統(tǒng)軟件的流程 51
2.3.2 打造硬件的流程 55
2.3.3 AI硬件的流程 59
2.3.4 設(shè)計(jì)AI產(chǎn)品的流程案例 60
2.3.5 影響AI產(chǎn)品的流程中的創(chuàng)新因素 60
2.4 入門AI產(chǎn)品經(jīng)理應(yīng)該具備的思維 61
2.4.1 多樣化思維 61
2.4.2 差異化思維 62
2.4.3 穿透思維 62
2.4.4 大道思維 63
2.5 成為AI產(chǎn)品經(jīng)理的方法 64
2.5.1 非技術(shù)背景的人員如何轉(zhuǎn)AI產(chǎn)品經(jīng)理 64
2.5.2 技術(shù)背景人員如何轉(zhuǎn)行AI產(chǎn)品經(jīng)理 69
2.5.3 技術(shù)背景的人員轉(zhuǎn)行AI產(chǎn)品 經(jīng)理的案例 70
2.6 AI產(chǎn)品經(jīng)理的9大創(chuàng)新方法 71
2.6.1 客戶協(xié)同創(chuàng)新的機(jī)理及形成機(jī)制、流程 72
2.6.2 影響客戶協(xié)同創(chuàng)新的因素 74
2.6.3 AI產(chǎn)品的創(chuàng)新方法 77
2.7 成為AI產(chǎn)品經(jīng)理的核心路徑 80
2.8 總結(jié) 85
第3章 非技術(shù)出身應(yīng)該了解的AI技術(shù) 86
3.1 常見的AI技術(shù)解析 86
3.1.1 自然語言生成 87
3.1.2 語音識別 95
3.1.3 虛擬代理 100
3.1.4 機(jī)器學(xué)習(xí)平臺 104
3.1.5 GPU和其他設(shè)備 121
3.1.6 決策管理技術(shù) 123
3.1.7 深度學(xué)習(xí) 126
3.1.8 生物特征識別技術(shù) 140
3.1.9 機(jī)器人技術(shù) 153
3.1.10 文本分析和NLP 158
3.2 從企業(yè)視角看AI技術(shù) 165
3.3 產(chǎn)品經(jīng)理應(yīng)該知道的AI技術(shù)及其深度 168
3.4 時(shí)下產(chǎn)品經(jīng)理入行AI的技術(shù)分解 170
3.4.1 產(chǎn)品經(jīng)理對AI技術(shù)的理解 170
3.4.2 熱門的AI算法 171
3.4.3 深度學(xué)習(xí)大熱的背后力量 174
3.4.4 產(chǎn)品經(jīng)理應(yīng)該了解的深度學(xué)習(xí)算法及其應(yīng)用 175
3.4.5 AI技術(shù)落地的角度 178
3.5 AI技術(shù)小白的學(xué)習(xí)資料與學(xué)習(xí)方法 178
3.6 AI技術(shù)小白的學(xué)習(xí)方法 181
第4章 AI產(chǎn)品的特點(diǎn)和落地 193
4.1 AI時(shí)代產(chǎn)品需求的新特點(diǎn) 196
4.2 AI時(shí)代尋找產(chǎn)品需求的方法 197
4.2.1 重新定義尋找產(chǎn)品需求的方法 197
4.2.2 外部方法 201
4.2.3 內(nèi)部方法 202
4.2.4 AI時(shí)代的產(chǎn)品創(chuàng)新源自產(chǎn)品經(jīng)理的自我增強(qiáng) 203
4.2.5 小結(jié)：成為AI產(chǎn)品經(jīng)理的心路歷程 207
4.3 AI時(shí)代產(chǎn)品需求落地的方法 208
4.3.1 AI產(chǎn)品的落地實(shí)現(xiàn) 208
4.3.2 裸眼3D智能試衣鏡的實(shí)戰(zhàn) 213
4.3.3 AI衣柜 214
第5章 重新定義AI時(shí)代敏捷方法 218
5.1 AI時(shí)代更需要Scrum 方法 218
5.1.1 什么是Scrum/PMP 218
5.1.2 產(chǎn)品總監(jiān)帶領(lǐng)團(tuán)隊(duì)敏捷開發(fā)的方法步驟 225
5.1.3 AI時(shí)代更需要Scrum 228
5.1.4 機(jī)器學(xué)習(xí)的投入 233
5.2 創(chuàng)新的AI Scrum Master方法 237
第６章 技術(shù)人構(gòu)建AI產(chǎn)品觀點(diǎn)矩陣 239
6.1 技術(shù)人員輕崗AI產(chǎn)品經(jīng)理需要的思維矩陣 239
6.1.1 技術(shù)人員轉(zhuǎn)崗AI產(chǎn)品經(jīng)理的AI思維 239
6.1.2 構(gòu)建AI思維 240
6.2 AI思維的拓展 242
6.2.1 AI思維的作用和重要性 242
6.2.2 AI生態(tài)思維 242
6.2.3 AI工程思維 243
6.3 AI產(chǎn)品要懂得心理學(xué)知識 243
6.4 產(chǎn)品心學(xué)四力 244
6.4.1 認(rèn)知力：產(chǎn)品方向的致知力 244
6.4.2 方法論力：事上練 246
6.4.3 迭代力：初心不動(dòng)、隨機(jī)而動(dòng) 247
6.4.4 驗(yàn)證力：知行合一 249
第7章 AI產(chǎn)品美學(xué) 250
7.1 AI產(chǎn)品美學(xué)的科學(xué)性 250
7.1.1 一根：定義落地 250
7.1.2 二脈：行為落地 251
7.1.3 三通：認(rèn)知落地 251
7.1.4 四達(dá)：交互落地 252
7.2 融合美學(xué)進(jìn)入AI產(chǎn)品 252
7.3 人工智能＋場景美學(xué) 253
7.3.1 懂用戶之美 253
7.3.2 懂痛點(diǎn)之美 254
7.3.3 講故事之美 254
7.3.4 爆款產(chǎn)品之美 254
7.4 AI產(chǎn)品美學(xué)的目標(biāo) 255
7.5 AI產(chǎn)品美學(xué)綜述 255
7.6 如何培養(yǎng)產(chǎn)品美學(xué) 255
第8章 AI賦能產(chǎn)品的實(shí)例 257
8.1 AI×金融保險(xiǎn) 257
8.2 AI×醫(yī)療健康 260
8.3 AI×工具軟件 265
8.4 AI×商業(yè)服務(wù) 270
8.5 AI×新零售 276
8.6 AI×機(jī)器人 281
8.7 AI×安全防范 288
8.8 AI×農(nóng)業(yè) 295
8.9 AI×交通 306
8.10 AI×文體娛樂 310
8.11 AI×教育 314
8.12 AI×運(yùn)輸物流 318
8.13 AI×工業(yè) 325
8.14 AI×智慧家居 329
8.15 AI×法律服務(wù) 330
8.16 AI×社交 334
8.17 AI×人力資源管理 336
8.18 AI×地產(chǎn)建筑 338
8.19 AI×旅游 342
8.20 AI×通信服務(wù) 345
8.21 AI×城市公共 348