在20世纪90年代,本·Horrowitz描述的产品经理,如下所示:
这个定义并不总是完美的,但它可以是一个总结产品经理职责的好方法;他们完全负责将内部产品从一开始带到产生ROI。
因此人工智能产品经理负责将人工智能产品带入企业生活,但他们的职责不同于标准IT产品的产品经理。人工智能产品经理需要一套非常独特的技能来让他们的产品焕发生机。
这是不可能的公司都将成为雇佣人对AI产品经理的角色彻底;有根本没有足够的人在世界上有经验的企业管理AI项目。
相反,男任何大公司现有的产品经理都将发现,他们将在新的十年里负责人工智能产品。不幸的是,他们没有必要的基础来交付ROI。在很多情况下,他们的项目注定会被领导层叫停,或者无法兑现承诺。
这篇文章可以帮助防止这种情况发生。
在人工智能研究和咨询公司Emerj,我们与企业领导人(包括产品经理)合作,制定战略,成功地构建和部署人工智能产品,并从中产生投资回报。本文探讨了这些策略的一些细节,因为它们涉及到人工智能产品经理的关键角色。
下图是维恩图Atlassian定义的产品经理的三个关键能力领域。右侧是与AI产品经理相关的技能集。
在这篇文章中,我们探讨了数据和人工智能的流畅性,用例的熟悉度,以及我们认为对成功部署人工智能产品至关重要的技能的更详细的支持和协调。
数据与人工智能的流畅性
说的语言
人工智能产品经理必须能够理解人工智能的基本术语和基本概念。这并不意味着他们需要学习如何编写代码,也不意味着他们需要与it部门进行沟通。人工智能产品经理不需要成为数据科学家;他们必须是管理者和领导者。在概念层面,他们需要知道:
- 如何训练机器学习算法
- 如何特点工程作品
- 目前有哪些人工智能方法和技术(预测分析、机器视觉、自然语言处理)?
- 如果这些方法和技术可以在他们的行业应用
- 人工智能项目的生命周期和阶段,包括业务理解、数据理解和评估项目需求
对人工智能和数据科学生命周期的概念性理解是产品经理最可能缺少的技能之一。他们进入人工智能项目,就好像人工智能是一个普通的项目一样,他们没有准备好让人工智能项目起死回生所需的不断迭代循环。
如果他们真的明白这一点,那么他们所报告的首席执行官极有可能不明白这一点。将领导层与对人工智能项目的合理期望保持一致是本文后面讨论的另一项技能。
此外,它的关键AI产品经理明白,AI-相关产品需要一个培育期,在此期间可以测试并了解如何以及他们的训练有素的算法用例实际执行。
AI产品经理经常要确保他们可以开发或者他们可以执行在不破坏用户的方式,不利于经验的方式,潜伏期。
AI产品经理也需要明白,来与采用在企业中的人工智能,如所面临的挑战:
- 很难预测人工智能项目的投资回报率
- 开始人工智能项目需要几个月的时间来访问和清理所需的数据
- 在某些情况下,会出现需要进行大修,包括数据架构,IT基础设施和队伍建设协议的核心业务结构。所有你AR主体在项目过程中更改。
如果这些挑战中的任何一个对于AI产品经理来说都是一个巨大的惊喜,那么他们在与领导层沟通现实的期望方面就会做得很差,在管理项目中各个团队成员方面也会做得很差。
我们已经写了一个由三部分组成的系列,讨论在企业中采用人工智能的挑战,称为陷阱AI收养,其中一个可以在这里阅读。
用例熟悉度
产品及能力评估
人工智能产品经理不能做自己的工作,除非他们非常吃透AI能力的行业现实的景观。在Emerj,我们通过我们的人工智能机会景观服务。AI产品经理可以利用AI机会景观明白,如果他们正在建造或购买是现实的,公司潜在的访问。
许多内部项目和供应商的承诺实际上是不现实的,产品经理应该能够理解产品的期望,因为他们是组织和协调构建工作的人。
了解投资回报率
其次,为了理解潜在的ROI,熟悉用例是很重要的。公司需要能够提出以下问题:
- 我们所追求的结果真的能实现吗?
- 像我们这样的其他公司实施这种应用程序的合理结果是什么?
有时候申请真的是第一次,也不会有先例。但在大多数情况下,存在一个类似的人工智能应用程序,它将给一家公司合理的投资回报预期。
对其他公司的现有用例和现有结果有一个有根据的理解,可以帮助人工智能产品经理确保他们正确地设定了投资回报预期。在这样做的时候,他们可以避免领导层在项目似乎没有产生他们可能期望的那种不切实际的投资回报率的情况下提前关闭项目。
无论是提高收入、提高效率还是降低风险,人工智能产品经理都应该能够为产品设定合理的预期。他们需要能够坚持对ROI的实际期望,并且能够为他们的团队设定目标,以使他们能够满足ROI。
如果不了解用例以及行业内和类似应用程序的现有ROI证据,他们就无法做到这一点。
认同并与领导层保持一致
跨职能团队
人工智能产品经理需要在各种考虑因素上与领导层保持一致。其中之一是跨职能人工智能团队。Cros职能人工智能团队是数据科学家、IT人员、主题专家和管理者的联盟。
人工智能产品经理负责让所有这些员工在同一个房间里讨论同一个产品。这不容易。
如果公司还没有雇佣数据科学家,他们将需要与招聘经理合作来获取人才;如果雇佣了,数据科学家将可能是最容易加入长达数月的人工智能项目的团队。这就是他们被雇佣的原因。其他类型的员工则不然。
例如,AI产品经理可以建立一个可以负责AI-启用欺诈检测系统,在银行. 为了做到这一点,人工智能产品经理需要让欺诈专家同意停止他们的常规工作,而是花几个星期与团队一起构建产品。
在这种情况下,许多欺诈专家,主题专家,都不想这样做,银行的领导层可能不愿意从他们需要确保的资源中获取他们的银行符合规定。
一些主题专家,如销售代表,将被禁止在跨职能人工智能团队工作,因为他们宁愿赚取佣金做他们的正常工作。人工智能产品经理需要与主题专家部门的领导合作,找出如何最好地激励他们加入人工智能团队。
人工智能产品经理的工作是协调不同的团队成员在收集数据、训练算法、评估结果以及实际校准、迭代和推进不同团队成员在整个人工智能部署生命周期中的贡献的过程中协同工作。
那些想要学习更多关于创建跨功能AI团队和将AI项目带到生活中的AI产品经理可以得到我们的帮助人工智能部署路线图报告。
管理跨职能团队最重要的部分之一是能够培养领导能力。人工智能的流畅性和对用例的理解不仅对人工智能产品经理自身的知识至关重要;它们对于让人工智能产品经理和领导层站在同一个页面上也至关重要。
若在使用的时候价值切合实际的期望,什么可能可以与AI产品展示领导猝不及防,那么他们很可能会提前结束该项目。这是尤其如此,如果他们不是在挑战和障碍的AI团队必然面临在建设AI产品的过程中做好准备。概念和初步AI产品的想法很多证明失败这个确切原因。
在下一节中,我们将讨论其中的一些挑战。
应对挑战
公司领导需要理解AI团队在开发AI产品时将要面临的挑战。这是因为通常决定为团队提供资金和资源的人不是AI产品经理;因此,这个人需要对产品的现实目标有所准备。
人工智能项目是高风险的。与传统的it项目相比,确定ROI将更具挑战性。确定公司在前期需要做的工作,甚至能够在收集数据、协调数据和从不同团队成员获取观点方面测试他们的假设,也是如此。有些工作也是不可预测的。
人工智能的本质是,有时一个人所拥有的数据和所拥有的目标根本不一致,即使它们看起来是应该的。
人工智能项目中存在着许多固有的不确定性。如果沟通不清楚,如果在一开始就不了解这些现实的挑战,那么这些障碍和障碍很可能会让领导层大吃一惊,让他们提前结束一个项目。
人工智能产品经理有时需要权威来重新定义业务目标。他们需要权威来汇集主题专家、IT人员、数据科学家和管理者的想法,然后将他们面临的挑战转达给领导层,以及他们对哪些期望需要改变的看法。
他们需要有领导的,以改变企业的目标和期望可能多次在整个项目过程中的信任。
人工智能产品经理不能期望向领导层描述一次项目,然后离开并与团队一起完成它。许多不可预见的障碍将会出现,为了克服这些障碍,他们需要有能力经常与领导沟通。
他们需要从领导那里获得一定程度的信任,这样他们才能对期望进行反击,对他们认为产品的能力进行反击,对领导期望的投资回报率进行反击。
Emerj为AI产品经理
想要在高投资回报率的人工智能项目中赢得冠军的人工智能产品经理们首先需要找出人工智能已经在他们的行业中实现了价值。他们使用Emerj AI机遇景观以获得一个清晰的、数据支持的人工智能ROI景观视图。
人工智能机会环境为产品经理提供了他们所需的数据和决策支持工具,以提高他们所负责的人工智能项目的成功率,使他们能够在有可能赢得巨大市场份额的公司中率先实现真正的变革。