如何从0到1打造一款AI产品?

如何从0到1打造一款AI产品?

笔者目前在一家AI初创公司从事产品设计的工作,在过去的几年时间里,笔者与公司共同成长,参与研发,并主导设计了多款AI产品。

本文针对“AI产品经理是如何从0到1打造一款AI产品”这个问题,分享一些自己的理解。

首先需要阐明的是,AI产品其本质依然是产品,只是或多或少地运用了人工智能的技术,以前所未有的形态所表现。

既然是产品,那么其核心要素依然是可提供给市场被用户消费和使用,已经能够满足用户的某种需求为用户带来价值。打造一款AI产品的流程大致可以分为6个步骤,其中很多步骤对于非AI类产品来说也是完全适用的。

第一步:定义产品

与所有产品一样,AI产品设计的第一步,就是为产品制定一个清晰的商业目标。

你可以问自己这样几个问题:我的产品将解决什么问题,为什么需要用到人工智能技术,可能会用到哪些技术,这些技术将为产品提供什么样的功能,这些功能点将如何使产品脱颖而出,产品将如何帮助目标用户?产品最终将解决一个什么样的问题,期待的成功是什么样的?

这里的必须要做的事情有两件:

  1. 为产品构想一个明确的使用案例。这个案例足以证明我们所创造的产品是重要且有价值的。价值体现在节省金钱的开销,节省人力成本,提升工作效率,带来可观收入,甚至是给人带来愉悦和享受。
  2. 确认产品当中需要用到的AI技术。明确产品当中具体会有哪些功能和任务需要通过AI技术实现。

第二步:设立指标

有了清晰的产品形态和功能定义,接下来需要为产品制定一个评价指标。由于产品未来是否成功将由初期设计的这个衡量指标来决定,因此这一步非常重要,且需要在产品研发初期完成。

需要强调的是,这里的指标应该映射的是产品的实际价值,而非产品的性能表现。此外,规则需要易于测量,具有参照基准,同时需要关注产品的目标和成功。

以智能客服机器人为例,成功的指标应该是客服机器人为客户带来的具体营收提升,或资源节省。可以通过使用机器人之前的数据作为参照,与使用机器人之后的数据进行比较,通过变化和差异来衡量产品的表现。

第三步:数据

对于AI产品来说,数据是我们首先要获取用于训练模型的数据。这里要解决的几个问题是,使用什么样的数据?从什么地方获取数据,如何获取?

有一些数据是需要收费获取的,而大多数数据是免费的,可以通过下载或编写爬虫脚本爬取获得。

数据的获取有几点需要注意:

首先,需要确保数据内容是安全可信的,数据的质量直接影响到产品的性能,开源的数据内容往往质量参差不齐。如果数据中存在大量的偏差(bias),那么最终模型和产品的效果都会变得不理想。

另外,数据资源还可能会存在安全隐患和法律纠纷。比如,一些数据当中可能会存在大量用户的个人信息,这些信息一旦使用不当或是被泄露,产品的研发者将面临严肃的法律问题。近年来,由于未能妥善处理数据而导致失败,甚至沦入法律纠纷的公司不胜枚举。

最后要设计数据的标注工作。数据的标注工作是非常重要的一个环节,产品的展现功能已经表现都与数据标注工作密切相关。设计一个好的标注任务是AI产品设计者的基本功。其中需要考虑的事情有,项目的训练需要用到数据的规模,训练数据和测试数据的占比,对于数据类型的分类和整理,以及对标注任务或问题的详细描述。

第四步:模型

AI算法逻辑与模型设计是AI产品的技术核心模块,通常这部分工作往往是由技术开发人员全权负责的。这里需要对产品研发人员对不同的ML模型和AI算法有一定的了解,结合已标注好的数据,为产品选择一个有效的模型。可以选择自己构建一个新的模型,也可以使用一些现成的资源,比如AutoML。

如何从0到1打造一款AI产品?

设计模型时有三个需要注意的环节。分别是,对Activation function的选择,对训练权重的设置,以及对节点类型和结构的使用。特定的模型结构能够处理特定的任务,并解决特定的问题。

此外,设计模型的同时也需要为模型制定度量标准。度量标准将用语评估模型的表现,以确保模型可以获得令人满意的表现。

这里需要注意的是,测试数据和训练数据要分离开来,只有当训练完成以后,再使用测试数据对模型进行测试。常用的测试指标包括准确率,召回率,F1分数以及混淆矩阵。

第五步:打造MVP

构建最小化产品(MVP)是精益创业产品研发的精髓所在。明确产品的用户画像与使用场景,围绕产品的核心价值构建一个最小化产品(MVP)。这时,产品设计者需要在脑海中勾勒出产品的终极形态,并完成产品的原型设计。

这是一个需要多次打磨的过程,如果是硬件产品可以通过3D建模做一个概念视频,如果是软件产品可以梳理交互流程并绘制出mockup的UI设计图。

在研发AI产品的时候,人们往往倾向于将关注点聚焦在技术上,而忽略了产品本身的应用价值。

事实上,对于大多数AI产品来说,产品的核心价值恰恰是由技术性能所体现。

比如,在打造一款智能人岗匹配系统时,我们可以先从某一个特定的职业的某一个岗位着手,打通一条主要的交互流程,实现前后端的完整呈现,而不是一开始就投入全部精力,尝试训练一个庞大而复杂的人岗匹配通用模型当中。

在MVP环节,在打磨产品雏形的同时,也需要为产品的上线与发布进行设计和规划,其中包括上线前的准备工作,以及上线后的维护工作。

我们需要为产品找到销售渠道,设立品牌定位,以及推广途径,可以通过线上的众筹的平台进行发布,也可以借助某个行业展会活动进行推广。

从产品名称/基本形象,到产品的包装/logo/设置视频和网站,亦需要配合产品同步推出。这些环节的设计,不容小觑,它们同样影响着产品的成败。

第六步:构建产品闭环

产品研发的最后一步是为产品构建一个增长闭环,思考产品的长足发展,从长远来讲看,应该如何改善产品。通过用户数据分析,A/B测试等方法,围绕产品构建增长闭环。对于AI产品来说,还需要对数据进行持续跟踪,确保模型数据对时效性和客观性,需要秩序维护数据的状态,并适当地做出更新调整。

无论什么样的产品,最终都需要传达价值给用户,都需要在市场上进行验证和比较。因此,对于AI产品来说,也应该在最开始就有一个清晰的商业策略。在这过程中需要不断洞察产品的表现,持续提升产品性能与用户体验。这当中包括产品功能的拓展规划,产品增长的北极星指标,以及产品的市场形象维护。每一项指标都需要结合一个评价标准,可以是阶段性的目标,也可以是长期坚持的原则。

构建完成增长闭环,我们就算是完成了产品从0到1的打造过程。至此,我们有了明确的产品定义,推出了产品的最小化形态,并找到了发布渠道,在此基础上,我们还为产品打造的增长闭环,为其从1到100乃至1000做好准备。

总结

其实,打造一款AI产品并不需要掌握多少尖端的AI技术。AI产品与所有的产品一样,其目标都是服务用户,为用户解决问题。模型的性能与表现只是整个产品研发的一个环节,最终我们关注的依然是产品的核心价值,与应用成果。

AI产品的设计是一个把想象变为现实的过程,想象一个问题理想的解决方法,把脑海中想象的解决问题的办法拆分成一个个小任务,并针对这些抽象的小任务转换成数据标注任务。之后的事情,就是选择合适的数据集,选择合适的模型算法,通过一遍一遍的尝试和验证,一步一步把想象中的解决方法训练出来。

最后, AI产品和所有产品一样,都需要制定有效的增长策略,形成闭环,持续跌代。至此,我们便完成了AI产品研发从0到1的全部过程。

特别申明:本站的主旨在于收集互联网运营相关的干货知识,给运营小伙伴提供便利。网站所收集到的公开内容均来自于互联网或用户投稿,并不代表本站认同其观点,也不对网站内容的真实性负责,如有侵权,请联系站长删除。

1