如今越来越多的产品经理也在考虑为自己的产品添加AI功能，但是事实上并没有那么容易。作为产品经理我经常能收集到各种AI产品的idea，有些甚至过于科幻，每当我们迫不及待地去实施的时候，结果总是状况百出。

该如何选择更好的技术方案或许是算法工程师关注的领域，但对AI产品来说，如何管理好AI产品需求也是一个重要挑战，这也是AI产品经理的使命所在。

这两年的实践中，我先后做了“Get写作”和“互链文档”两款智能写作产品，前者是针对新媒体写作场景，后者是针对于日常笔记场景。不管是哪个场景，摆在我们面前最大的问题并不是“我们可以用AI打造一款怎样与众不同的产品”，而是“我们该怎么去定义智能体验”。

一、如何定义智能体验？

学术界对于AI智能已经有了一些定义，人们期望AI像人一样，能合理地思考和行动（出自《人工智能——一种现代化的方法》），如下图。

从用户体验角度来看，AI产品的智能体现就是能合理地做出行为决策，换句话说就是“机器能根据输入条件作出合理判断并输出结果”，我们暂且称之为“自动化决策”。

例如，Siri能够合理地回答你问题，虽然有些回答听起来很搞笑，但只要输出的结果让人觉得合理，就依然会被人接受，如下图。

但AI的输出是否合理，这个取决于人的主观评判。这也是数据标注工作所做的意义所在——尽可能通过标注让模型更能贴近人的预期。

当我们把一连串“自动决策”串联在一起了后，就变成了一个自动化的业务流程，帮助人类省心省力地完成业务目标，这也是AI产品的价值体现。

例如，扫地机器人通过良好的寻址算法，趁主人不在家的时候扫遍房间的每一个角落，让人觉得省心又省力。但如果在扫地过程中不断需要主人来处理各种状况，如卷了电线和异物，就算这些状况和算法无关，那也会让人觉得不智能。

因此，AI产品的体验效果并不一定取决于算法，而是在产品使用过程中是否能流畅地达到用户预期的目标或价值。

综上，最终决定产品的智能体验感的核心还是在于经过AI的一系列自动决策后，能更好地满足业务场景中的需求。

二、AI产品需求的挖掘与管理

根据前面的分析，所谓的AI产品需求管理，首先要挖掘那些能够自动化决策的需求点。其次当这些需求点串联在一起的时候，让产品整体能达到较好的使用体验。

前者和算法有关，后者不仅仅局限于算法，如下图所示：

需要强调的是，不管技术手段如何变，产品经理始终都需要以实现商业价值为目标，以用户体验为中心，选取具有可行性的技术手段和方案。

但反观目前市面上的一些AI产品经理的资料，通篇照搬AI技术的概念，而忽视了产品本质，这是一种舍本求末的表现。

在AI产品需求分析与整理的过程中，我们总结了以下四个关键步骤：

1. 收集场景案例；
2. 绘制决策流程；
3. 筛选可行性用例；
4. 制定AI产品路线图。

我们要教会AI决策，我们就要必须弄清楚人是怎样做决策的。我们应当以实现业务价值为最终目标，专注分析业务场景中的问题。在项目早期，收集实际场景中的业务案例显得尤为重要。

我们可以将收集的案例整理成一个个表格或者卡片，包含要素有：场景概述、业务目标、业务流程、关键决策点、业务痛点、过往案例。

• 场景概述：用最简洁的一句话说明该场景中的业务要点“谁——做什么——为什么做”，这类似于敏捷开发中的“用户故事”;
• 业务目标：用于明确业务要达成的最终结果，并为自动决策获得一个可衡量标准。我们可以寻找业务中一些量化的KPI，这不仅是对人的考核也是对AI的考核；
• 主要业务流程：主要是为了弄清楚当前的系统运行情况，比如在原有的人工的业务流程是怎么样的？现有的业务流程中有哪些优点或者缺点？

  文章来源：《商业故事》 网址: http://www.sygszzs.cn/zonghexinwen/2021/0427/1100.html