人工智能時(shí)代的產(chǎn)品設(shè)計(jì)和管理

技術(shù)小白

人工智能時(shí)代的產(chǎn)品設(shè)計(jì)和管理

有個(gè)可讓未來的人工智能（AI）企業(yè)家在深夜沉思的問題：當(dāng)軟件開始自行編寫時(shí)，該如何管理一項(xiàng)產(chǎn)品？

我們還未完全實(shí)現(xiàn)那些，但隨著我們構(gòu)建更智能更復(fù)雜的軟件，且這些軟件中的某些元素由AI驅(qū)動，我們開發(fā)的軟件也越來越不可預(yù)測。我們都知道AI會給軟件帶來更多的功能，但由于其有時(shí)會以非計(jì)劃的方式表現(xiàn)出來，也會使軟件更難設(shè)計(jì)和管理。這只是伴隨著復(fù)雜系統(tǒng)的一個(gè)現(xiàn)象，也是我們的軟件發(fā)展的方向。這就是復(fù)雜性理論和軟件交會的地方。

對于軟件行業(yè)的大多數(shù)企業(yè)家、高管、工程師和產(chǎn)品經(jīng)理來說，我們已經(jīng)安全設(shè)計(jì)和管理了數(shù)十年的軟件，且一直處于合理的投入-產(chǎn)出水平。也就是說，只要我們輸入數(shù)據(jù)，就會很容易得到正確的輸出。這主要由于我們一直在使用簡單系統(tǒng)。如果輸入A和B，就會得到C。如果沒得到C，你就知道其中一定有錯(cuò)誤需要修改。使用簡單的系統(tǒng)，你就可以重復(fù)使用同一套測試用例，并重復(fù)得到相同的輸出。

智能產(chǎn)品和其他動態(tài)的基于AI的系統(tǒng)將這一概念置于思維之中，因?yàn)樽灾鲗W(xué)習(xí)軟件會根據(jù)與其他系統(tǒng)和人員的不斷互動的輸入來調(diào)整其輸出。有些系統(tǒng)目前已變得相當(dāng)復(fù)雜（尤其是在企業(yè)），但引入更多基于AI的算法將加速復(fù)雜性，且這種復(fù)雜性是空前的。

例如，神經(jīng)網(wǎng)絡(luò)基于輸入提供輸出，但在輸入和輸出之間是計(jì)算的黑盒子。我們不知道為何這些輸出產(chǎn)生于這些特定輸入。另外，新的訓(xùn)練（算法如何更新其學(xué)習(xí)）意味著輸出可以在給定相同的輸入時(shí)改變。這些輸出中的一些將被傳送到系統(tǒng)的其他部分，從而產(chǎn)生額外的復(fù)雜層。我們正趨向于更復(fù)雜的系統(tǒng)設(shè)計(jì)。

我們每天都在和不可預(yù)知的人們共同工作。沒有人知道其他人做某件事的原因。但我們已經(jīng)找到與人們協(xié)作的方法并把事情完成。當(dāng)我們構(gòu)建更復(fù)雜的系統(tǒng)時(shí)，我們需要考慮這些問題�；�于經(jīng)驗(yàn)，我發(fā)現(xiàn)了一些基本技巧，在構(gòu)建AI驅(qū)動的產(chǎn)品和基于AI的智能代理時(shí)，可幫助解決上述問題。

1、專注于某一領(lǐng)域

專注于某一領(lǐng)域可幫助降低復(fù)雜性。因此，簡化和集中一些你所控制的事情是明智之舉，比如軟件專業(yè)領(lǐng)域。首先，將你的產(chǎn)品限制在一個(gè)狹窄的領(lǐng)域（例如，專注于為顧客提供一套合適的工作，以及圍繞專業(yè)知識的邏輯集合）并在擴(kuò)展到其他領(lǐng)域之前進(jìn)行學(xué)習(xí)。

2、注重學(xué)習(xí)反饋

每一次互動都是學(xué)習(xí)的機(jī)會。你們的系統(tǒng)應(yīng)從與人類和其他系統(tǒng)的所有互動中學(xué)到東西。你的軟件需要反饋回路來自我糾正和學(xué)習(xí)，為你提供有關(guān)如何調(diào)整未來產(chǎn)品和計(jì)劃的信息。在你的領(lǐng)域內(nèi)，要在高層次上進(jìn)行優(yōu)化，但不要過早優(yōu)化。雖然AI產(chǎn)品在你瀏覽產(chǎn)品反饋回路時(shí)可能會變得模糊，但你首先需要選擇一個(gè)更一般的功能，然后尋找你將為用戶解決的問題。用戶使用該產(chǎn)品時(shí)，你的產(chǎn)品優(yōu)化可根據(jù)客戶的實(shí)際使用情況而定。

3、使用人機(jī)交互

有時(shí)需要人腦來增強(qiáng)系統(tǒng)。“人機(jī)交互”是這樣一種狀態(tài)——你可以讓人類完成一些任務(wù)來改善用戶體驗(yàn)，或者為系統(tǒng)設(shè)計(jì)一些困難的東西。將其作為系統(tǒng)的一部分進(jìn)行設(shè)計(jì)，對于系統(tǒng)無法做好的部分工作或驗(yàn)證將是十分有用的。而且，人類采取的行動可以反饋到系統(tǒng)中，以便系統(tǒng)將來更好地完成任務(wù)。許多創(chuàng)造人工智能產(chǎn)品的公司都使用人性化的環(huán)路來進(jìn)入并做某些工作，作為他們后端的一部分。

4、利用好大數(shù)據(jù)

數(shù)據(jù)增加智力。我們正在收集空前多的背景數(shù)據(jù)，這種背景信息將在更廣泛的行業(yè)中用于更好的AI驅(qū)動系統(tǒng)。對于很多與人類互動的系統(tǒng)而言，背景是最關(guān)鍵的�；�于應(yīng)用程序可以獲得多少背景數(shù)據(jù)（位置，相關(guān)數(shù)據(jù)，個(gè)性化信息等），智能代理的能力將被擴(kuò)展或限制。要取得進(jìn)展，必須從用戶和任何其他可訪問的應(yīng)用程序直接收集背景信息。

5、檢測錯(cuò)誤

應(yīng)急系統(tǒng)需要實(shí)時(shí)性能評估。我們開發(fā)動態(tài)運(yùn)行的系統(tǒng)時(shí)，還需要重新考慮問答系統(tǒng)。我們主要需要考慮如何增加當(dāng)前的問答過程。還有更多的工作要做，但我們需要更多的模型進(jìn)行實(shí)時(shí)錯(cuò)誤檢測，如此一來，我們就可以正常地失敗或讓系統(tǒng)跳入另一個(gè)行動路徑。方法之一將會類似于人類如何做——通過獲得獨(dú)立觀察者的反饋。我指的是一個(gè)應(yīng)用程序，能夠不斷觀察生產(chǎn)系統(tǒng)，并尋找異�；虿粶�(zhǔn)確的行為。一旦發(fā)現(xiàn)，它會反饋給系統(tǒng)。以便它改善和調(diào)整其行動。類似于實(shí)時(shí)性能評估，只是它將具有全部數(shù)字化和實(shí)時(shí)性特點(diǎn)。這個(gè)應(yīng)用程序可能看起來類似于病毒或垃圾郵件檢測軟件，其中應(yīng)用程序可查找“正常”與“異常”行為的模糊確定。

6、創(chuàng)建智能故障應(yīng)對

時(shí)刻準(zhǔn)備著突發(fā)意外。人類是不可預(yù)知的，將不可預(yù)知的人類與不可預(yù)知的機(jī)器結(jié)合起來就加劇了這個(gè)問題。規(guī)劃智能故障轉(zhuǎn)移體驗(yàn)，可以要求清楚或明確地將混淆信息傳達(dá)給用戶。提前計(jì)劃，這樣用戶就不會因系統(tǒng)的動態(tài)性而感到困惑。

7、注重?cái)?shù)據(jù)收集

使用交互式系統(tǒng)以交互式方式收集好數(shù)據(jù)。通過任何接口設(shè)計(jì)系統(tǒng)的輸入時(shí)，想想如何檢查你正在收集的數(shù)據(jù)的質(zhì)量和可培訓(xùn)性。如果你正在設(shè)計(jì)智能代理，可以讓用戶實(shí)時(shí)地澄清問題。如果沒有，你仍然可以創(chuàng)建技術(shù)來確保輸入時(shí)的數(shù)據(jù)質(zhì)量。也有可能是舊的數(shù)據(jù)集，可用來開發(fā)新的客戶。質(zhì)量也是一個(gè)重要因素。舊數(shù)據(jù)集可能維護(hù)不良，也可能需要清理。

8、讓人工智能不斷增值

用戶數(shù)據(jù)會讓系統(tǒng)更有價(jià)值，也有助于獲取更多客戶和數(shù)據(jù)，反過來會讓系統(tǒng)更加有價(jià)值。使用AI驅(qū)動產(chǎn)品，可從系統(tǒng)（和其他系統(tǒng)）上所有的用戶那里收集信息，讓系統(tǒng)更加智能，反過來可讓系統(tǒng)更有價(jià)值并吸引更多用戶。當(dāng)你吸引到更多用戶時(shí)，就可從中收集數(shù)據(jù)，這些數(shù)據(jù)可進(jìn)入軟件等等。這就創(chuàng)造了一個(gè)數(shù)據(jù)收集的飛輪和一個(gè)日益智能化的系統(tǒng)。這是一種創(chuàng)造獨(dú)特價(jià)值的方法，并讓對手難以追趕。

9、盡快為用戶創(chuàng)造價(jià)值

收集數(shù)據(jù)的同時(shí)創(chuàng)造價(jià)值。平衡用戶的數(shù)據(jù)收集以及對用戶有用的東西。最理想的情況就是在你學(xué)習(xí)的同時(shí)創(chuàng)造價(jià)值。另外，如果可以，找到可以通過與其他系統(tǒng)集成而加載到系統(tǒng)中的舊數(shù)據(jù)的價(jià)值。對將來收集的數(shù)據(jù)可以做的所有大事進(jìn)行規(guī)劃是非常好的，但你必須有一些即時(shí)價(jià)值，讓人們堅(jiān)持下去。

10、建立人工智能同客戶間的長久信任

如果你要創(chuàng)建智能代理，入門永不會結(jié)束。當(dāng)涉及到智能代理時(shí)，用戶所擁有的初始主動體驗(yàn)與代理結(jié)合正在進(jìn)行的交互將驅(qū)動用戶如何以及將長期使用代理。智能入門（介紹代理）和用戶正在進(jìn)行的教育是關(guān)鍵。隨著時(shí)間的推移，人們通過重復(fù)的互動，發(fā)展我們對其他人的熟悉度。這也是人類與智能代理進(jìn)行交互的方式。如果用戶和代理暫時(shí)沒有交流，那么人們甚至可能完全忘記它。此外，重要的是要考慮用戶如何發(fā)現(xiàn)代理能做什么。代理可能需要發(fā)送它已獲得的新技能提醒，甚至簡單地提供一個(gè)可視化菜單，以顯示它能做什么。重要的是考慮如何將所有功能呈現(xiàn)給用戶，以便用戶了解它可以做什么，并且讓用戶記住智能代理。這些交流的主動性將驅(qū)動用戶在此列表中執(zhí)行其他操作所需的預(yù)期。

11、創(chuàng)建人工智能與用戶的多媒體互動

從長遠(yuǎn)來看，人工智能與人的交流比人與人之間的交流更好。這是因?yàn)槿斯ぶ悄鼙热祟愑懈�多的通信方式和輸入選項(xiàng)�；�于聊天或其他視覺用戶體驗(yàn)的最佳途徑通常不是創(chuàng)建完全文本驅(qū)動的體驗(yàn)。同時(shí)包含文本元素和視覺元素（按紐等）的接口，我們稱之為混合接口，會在正確的背景下使用廣泛的輸入和輸出選項(xiàng)，以更有效地進(jìn)行交流。需要與用戶進(jìn)行良好的溝通，以確保收集好的信息，使軟件更加智能化。

12、創(chuàng)建性能指標(biāo)

管理一個(gè)系統(tǒng)需要管理指標(biāo)。衡量指標(biāo)對企業(yè)來說至關(guān)重要，特別是當(dāng)你從較大數(shù)量的產(chǎn)品用戶那里獲得重要數(shù)據(jù)時(shí)。AI驅(qū)動產(chǎn)品的成功指標(biāo)將略有不同，但將分為幾類。1）收集到的數(shù)據(jù)質(zhì)量可用來培訓(xùn)，2）建模的質(zhì)量可產(chǎn)生正確的輸出，3）AI增值測量，4）客戶成功指標(biāo)（針對特定業(yè)務(wù)，包括對用戶的輸出質(zhì)量）。隨著系統(tǒng)變得更加復(fù)雜，需要正確的指標(biāo)來確保你能很好地管理復(fù)雜的系統(tǒng)。

管理AI驅(qū)動產(chǎn)品的終極建議

最后，這些思想的背后是一個(gè)共同的理念。我們必須開始考慮管理復(fù)雜的計(jì)算機(jī)系統(tǒng)，這些計(jì)算機(jī)系統(tǒng)是由能夠出現(xiàn)緊急行為的最新AI驅(qū)動功能驅(qū)動的。這是以一種為系統(tǒng)提供穩(wěn)定性的方式管理參數(shù)，規(guī)則，檢查和平衡。考慮下管理經(jīng)濟(jì)的方式，你不會通過明確說明所有商品和服務(wù)的價(jià)格來管理經(jīng)濟(jì)。你在更高一層的系統(tǒng)來管理。你提出了一套對該系統(tǒng)有意義的規(guī)則（法律），并管理一些系統(tǒng)級變量（如聯(lián)邦基金利率）。獨(dú)立代理（在這種情況下，通常指人）將通過自我優(yōu)化決策，根據(jù)自己的獨(dú)立需求和需求間相互作用來設(shè)定價(jià)格。

復(fù)雜軟件系統(tǒng)的管理是相似的，將意味著良好的信息采集設(shè)計(jì)，設(shè)置合適的參數(shù)，為您的軟件選擇正確的成功指標(biāo)，并在系統(tǒng)級轉(zhuǎn)動合適的旋鈕，以保持系統(tǒng)處于你能夠管控的最佳狀態(tài)。因此，AI驅(qū)動的產(chǎn)品管理的一部分是真正復(fù)雜的系統(tǒng)設(shè)計(jì)，從復(fù)雜系統(tǒng)的角度來看，需要更多的思考。

免費(fèi)試聽C語言、電子、PCB、STM32、Linux、FPGA、JAVA、安卓等。
想學(xué)習(xí)的你和我聯(lián)系預(yù)約就可以免費(fèi)聽課了。
宋工企鵝號：三五二四六五九零八八  Tel：173--1795--1908