人工智能已经成为目前最火的科技行业。据统计，2016-2019三年间，中国科技投入中，AI占比超过50%。这里简单介绍一下人工智能的发展，它的产业应用，以及人工智能产品经理的工作特点。
人工智能发展概况
人工智能，缩写为AI。它是研究和发展模拟、延伸和扩展人类智能的理论、方法、技术和应用系统的一门新技术科学。它的目标是希望计算机具有和人类一样的智能，能够代替人类实现识别、认知、分类、决策等多种功能。
很多人认为人工智能是最近五年才兴起的新科技范畴，但实际上人工智能的理论已经经历了60多年的实践。
自20世纪50年代以来，许多科学家、程序员、逻辑学家和理论家帮助并巩固了当代人对人工智能的整体认识。每一个新的十年，创新和发现都在改变着人们对人工智能领域的基本认识，不断的历史进步将人工智能从一个无法实现的幻想推向了当代人和后代人都可以实现的现实。
人工智能开发流程:
人工智能的发展经历了符号学派、控制学派、联结学派等不同阶段。前期人工智能采用机器翻译模式，试图让机器像人类行为一样思考，最终被证明是失败的。之后随着专家系统的应用和神经网络的发展，人工智能有了进步，机器人开始有了一些智能。但因为应用效果不佳，人工智能在80年代进入寒冬。
世纪之交，以1997年的“深蓝”和2015年的“AlphaGO”为标志，人工智能迎来爆发，并初步实现了产业化应用。
人工智能的爆发主要有三个原因:
1.资源突破
随着大数据的发展，不同场景、不同行业的数据积累，为技术发展提供了基础的训练数据。
2.算法突破
2006年后，深度学习技术被提出，为人工智能的发展奠定了技术方向。2016年Alphago的胜利，标志着深度学习基础的爆发。
3.计算能力的突破
GPU芯片的开发有效提高了深度学习培训的销售效率。
人工智能应用场景
目前人工智能的主要应用场景有图像识别、语音识别、自然语言处理、字符、识别、数据挖掘、机器人等等。
b端市场和C端市场被广泛引用。
主要应用领域有:安防、金融、零售、医疗健康、教育、自动驾驶、个人助理等行业。
AI产品经理的工作特点和发展方向
随着AI行业的爆发，越来越多的产品经理在AI应用企业甚至底层算法企业工作。这个AI产品经理主要强调以下能力:
1.技术能力
AI产品往往需要深入算法逻辑。产品经理不要求有编码能力，但需要了解各个团队的工作流程和模式特点，尤其是基础算法的商业模式。
2.分析和沟通技巧
因为AI往往涉及很多团队，比如底层AI算法、工程SDK开发、业务通中层开发、前端业务开发、智能硬件等。，产品经理需要有全局思维，有端到端整体架构和相互模式的总分，能够清晰定位问题点，有与业务端和技术端的翻译能力，才能有效定位问题点，有效协调各团队的业务。
3.业务能力
随着AI技术的日益成熟，AI的行业落地正在成为关注的焦点。所以产品经理需要具备行业知识和业务落地分析能力。他们不需要知道如何细化业务流程，但是他们需要清楚典型的业务场景。
AI产品经理主攻方向:
1.算法产品经理
主要面向基础算法的更新迭代，强调对底层算法的逻辑理解、项目协调能力、竞品收集分析能力。
2.交付产品经理
AI落地主要针对时间业务场景，强调业务对行业的理解，分析典型场景，制定产品落地方案。
3.行业产品经理
对行业有深入了解，分析AI行业落地方向，制定整体产品规划方向，提出算法需求。
总结
1.人工智能的概念提出已经60多年了。80年代，人工智能进入寒冬，进入新世纪后，人工智能爆发实现产业化。
2.人工智能的爆发是基于资源突破、算法突破和计算能力突破。
3.人工智能的主要应用场景有图像识别、语音识别、自然语言处理、字符识别、数据挖掘、机器人等。
4.主要应用领域有:安防、金融、零售、医疗健康、教育、自动驾驶、个人助理等行业。
5.人工智能产品经理在技术能力、分析沟通能力、业务能力方面有特殊要求。
6.人工智能产品经理的主要方向有:算法产品经理、交付产品经理、行业产品经理。
免责声明：本平台仅供信息发布交流之途，请谨慎判断信息真伪。如遇虚假诈骗信息，请立即举报
举报
