在這篇文章中，我們不會嘗試討論技術問題，NLP、DNN、深度學習等都不會涉及到，而是單純討論產品視角，其中的核心內容大多來自我的經驗、觀察和分析。

人工智能火了相當長一陣子，許多資本、創業者、大小公司似乎都在追逐這難得的風口，特別是李開復老師在多個公開場合鼓吹人工智能概念之后，隨處可見的都是關于人工智能的報道和分析的文章。

人工智能作為計算機科學皇冠上最耀眼的明珠，過去幾十年一直吸引著無數的計算機科學家、從業者去攀登，無數人在不斷摸索人工智能的未來技術。作為一名在人工智能領域從業過，又保持持續關注的產品經理，我在閱讀了大量的文章之后，所看到的要么是將人工智能作為噱頭去討論一個空泛的行業話題，要么是在深刻分析人工智能背后的技術。我深刻感受到這些文章對于產品經理而言并沒有實質性的幫助，反倒是容易讓人迷惑。

所以，我決定結合自己的經驗、觀察和分析，希望從產品的視角來對人工智能進行一場相對全面的概述和討論，也希望在這個過程中能夠提升自己對人工智能的理解，并且希望吸引更多的小伙伴參與到討論中來。

一、人工智能產品到底是什么？

1、所謂的人工智能產品到底是什么？

在計算機世界中，基于海量數據積累，構建的一套基于海量數據的數據統計分析，它能夠為一些應用場景下的關鍵決策帶來指導和支撐，這種產品模型有一個通用的名詞，叫做大數據運算。而那些基于大數據運算所做的幾乎所有的場景化產品，都可以被稱作人工智能產品。

人工智能產品是有別于人工智能技術的，技術是核心的競爭力，而產品的終極是要能夠使用。

我們舉個例子，基于深度學習技術所進行的圖像識別，是一種人工智能的技術，而利用這種技術所設計的可以被用戶使用的產品，就是人工智能產品，比如微軟小冰的“小冰識狗”功能。

2、在人工智能產品中，產品經理應該重點關注什么？

在人工智能產品中，我們重點討論的應該是場景化問題，而非技術問題或者數據問題。作為產品經理，我們所關注的核心應該是如何將成型的人工智能技術運用到合適的場景中。

眾所周知，人工智能的技術到今天為止依然處于發展階段，沒有哪一項技術已經臻于完美。在技術發展過程中做產品，往往需要考慮的就是取長補短，有的放矢。

比如AlphaGo，作為其主要開發者的DeepMind團隊，在過去幾年一直在一個場景下進行深入的研究，從而取得了突破性的進展。再比如亞馬遜Echo音響中的人工智能語音助手Alexa，人機對話是一個非常復雜的學術難題，但是Alexa聰明地限制了場景（語音交互＋智能家居），從而使得用戶的體驗變得非常好。