#人工智慧產品##產品經理的自我修養#

自動進入人工智慧公司之後，我基本上被各種高大上專業詞語轟炸，語音識別、語義理解、自然語言處理nlp、知識圖譜、機器學習、機器視覺、神經網路......我花了大量時間惡補了大資料和人工智慧的專業知識，包括大資料架構、資料中臺、資料探勘、資料分析及視覺化，也花了大精力來釐清AI的體系架構，從技術分層到應用方向各分支的基礎知識，研究了資料智慧賦能各行業場景的案例和報告，希望做個門兒清的AI產品人。

但是，我發現一個問題，關於人工智慧，大家不但理解不一樣，無論是跑客戶的解決方案，悶頭設計的產品人員，還是天天在用資料喂演算法的工程師，都沒有仔細想過自己所做的工作到底能解決客戶什麼問題，帶來什麼價值。這是個細思極恐的問題，作為一個技術公司，市場、方案、產品和開發，大家對自己做的同一件事情竟然沒有一個統一的認知，這個事情又怎麼能產生價值？客戶又怎麼會對最終的交付成果認可呢？

AI從業者容易給自己畫個圈，沉迷到技術細節裡無法自拔，但是多次的客戶交流經驗告訴我們，客戶不關心人工智慧，甚至不關心技術，他們只關心自己的需求如何被滿足，問題被怎樣解決掉，從而減輕自身的壓力，切實開源節流，提質增效。

我在跟一個國企信通客戶溝通中瞭解到，他們每年要花數百萬資金購買網路安全裝置，且裝置廠家各不相同(不同廠家裝置功能有區別，以應對不斷提升的差異化網安需求)，這些裝置功能全面，且被冠以"邊緣智慧"，但是這位負責人卻十分不滿，因為他們每年要投入更多的人力到裝置的運維上，裝置買的越多壓力越大，並且裝置功能看似多卻沒啥實際意義，而多餘的功能就相當於給廠家支付了智商稅。事實上，他這隻想要花費少量的錢，建設一個小型系統來實現底層資料的融合打通，並給基層業務人員一個視覺化呈現介面即可，可能的話再利用智慧演算法開發一個漏洞檢測功能，滿足深層次的監控和管理需求。

為什麼市場上沒有一個這樣的產品來滿足客戶需求呢，因為從業的廠家都在忙著賣裝置，這樣來錢多，來錢快，沒有誰真正關注客戶訴求。

然而，作為一個產品經理，我們應該站在更廣泛的層面思考問題，一方面要回歸產品本質，即以滿足公司商業價值和客戶需求為出發點，構建價值鏈條，而不是以用什麼樣的技術、何種形態來規劃產品未來。

大多數情況下，打造一款產品並不需要多少尖端的AI技術。AI產品與所有的產品一樣，其目標都是服務使用者，為使用者解決問題。演算法與模型的構建只是整個產品研發的一部分，最終我們關注的依然是產品的核心價值與應用成果。

記住:客戶不關心人工智慧，客戶只關心如何解決問題。