隨著人工智能熱潮的興起，企業(yè)對人工智能領(lǐng)域產(chǎn)品經(jīng)理的人才需求也開始井噴，人工智能產(chǎn)品經(jīng)理成為順應(yīng)時代潮流的重要人力資源。實際上，人工智能確實給現(xiàn)有的產(chǎn)品和服務(wù)帶來了全方位的升級，這也給產(chǎn)品經(jīng)理從業(yè)人員提出了更高的要求，是關(guān)注人工智能產(chǎn)品的產(chǎn)品經(jīng)理們面臨的一次關(guān)鍵轉(zhuǎn)型考驗。

《人工智能產(chǎn)品經(jīng)理——AI時代PM修煉手冊》從知識體系、能力模型、溝通技巧等方面幫助大家系統(tǒng)地梳理了人工智能產(chǎn)品經(jīng)理所必備的基本素質(zhì)和技能，旨在幫助產(chǎn)品經(jīng)理找到轉(zhuǎn)型升級的最佳學習路線，以成為合格的人工智能產(chǎn)品經(jīng)理。

《人工智能產(chǎn)品經(jīng)理——AI時代PM修煉手冊》適合現(xiàn)階段從事產(chǎn)品經(jīng)理工作的人士轉(zhuǎn)型做人工智能產(chǎn)品時學習，也適合以人工智能產(chǎn)品經(jīng)理為職業(yè)理想的人士閱讀。另外，人工智能領(lǐng)域的企業(yè)負責人和技術(shù)骨干也適合閱讀《人工智能產(chǎn)品經(jīng)理——AI時代PM修煉手冊》，以了解企業(yè)的技術(shù)人才需求。

目錄

第1章 人工智能時代重新定義產(chǎn)品經(jīng)理 / 1
1.1 人工智能時代產(chǎn)品的特殊性 / 3
1.1.1 人工智能是工具，也是新的產(chǎn)品設(shè)計思維邏輯 / 3
1.1.2 人工智能技術(shù)給傳統(tǒng)的服務(wù)和產(chǎn)品賦能 / 6
1.1.3 構(gòu)成人工智能產(chǎn)品的三要素 / 9
1.1.4 人工智能產(chǎn)品成功的必要條件 / 11
1.2 人工智能產(chǎn)品經(jīng)理的價值定位 / 14
1.3 人工智能產(chǎn)品經(jīng)理需要兼具“軟硬”實力 / 17
1.3.1 人工智能產(chǎn)品經(jīng)理需要懂技術(shù) / 17
1.3.2 會用數(shù)字表達和評判 / 19
1.3.3 懂得溝通和協(xié)作的藝術(shù) / 20
1.4 人工智能產(chǎn)品經(jīng)理入門 / 23
1.4.1 修煉思維模式：資源、解決方案、目標導向 / 23
1.4.2 構(gòu)建知識體系：六大模塊 / 26
1.4.3 參與工程實踐 / 28
第2章 懂行業(yè)的產(chǎn)品經(jīng)理才不會被人工智能淘汰 / 29
2.1 人工智能時代將公司重新分類 / 31
2.1.1 人工智能時代公司的分類方式 / 31
2.1.2 三類公司對產(chǎn)品經(jīng)理能力的要求 / 33
2.2 什么叫作“懂行業(yè)” / 35
2.2.1 六種行業(yè)分析維度 / 36
2.2.2 行業(yè)分析案例 / 38
2.3 如何修煉成為行業(yè)產(chǎn)品專家 / 42
2.3.1 以“點”切入行業(yè) / 43
2.3.2 深挖“點”，變成“線” / 44
2.3.3 橫向拓展“線”，變成“面” / 46
2.4 本章小結(jié) / 47
第3章 定義人工智能產(chǎn)品需求 / 48
3.1 重新定義需求分析 / 50
3.1.1 從微觀、宏觀兩個角度定義功能性需求 / 55
3.1.2 越重要，越容易被忽視：定義非功能性需求 / 56
3.2 量化需求分析 / 67
3.2.1 為什么要量化需求分析 / 67
3.2.2 怎么量化需求 / 70
第4章 人工智能產(chǎn)品體系 / 76
4.1 人工智能產(chǎn)品實現(xiàn)邏輯 / 77
4.2 基礎(chǔ)設(shè)施 / 81
4.2.1 傳感器 / 81
4.2.2 芯片 / 85
4.2.3 基礎(chǔ)平臺 / 88
4.3 數(shù)據(jù)采集 / 90
4.3.1 數(shù)據(jù)來源 / 90
4.3.2 數(shù)據(jù)質(zhì)量 / 95
4.4 數(shù)據(jù)處理 / 97
4.5 機器“大腦”處理過程：理解、推理和決策 / 99
4.6 資源配置統(tǒng)籌的關(guān)鍵環(huán)節(jié)：系統(tǒng)協(xié)調(diào) / 102
4.7 不可逾越的紅線：安全、隱私、倫理和道德 / 104
4.7.1 安全 / 104
4.7.2 隱私 / 106
4.7.3 倫理和道德 / 110
4.8 運維管理 / 114
第5章 機器學習 / 118
5.1 什么是機器學習 / 120
5.1.1 機器學習與幾種常見概念的關(guān)系 / 120
5.1.2 機器學習的本質(zhì) / 123
5.2 機器學習流程拆解 / 128
5.3 人工智能產(chǎn)品經(jīng)理必備的算法常識 / 133
5.3.1 算法分類 / 135
5.3.2 算法的適用場景 / 143
5.4 機器學習的常見開發(fā)平臺 / 148
第6章 人工智能產(chǎn)品經(jīng)理工作流程 / 152
6.1 設(shè)定清晰的目標 / 153
6.2 技術(shù)預研 / 155
6.2.1 領(lǐng)域技術(shù)基本現(xiàn)狀和趨勢 / 156
6.2.2 領(lǐng)域前沿技術(shù) / 159
6.2.3 常見技術(shù)邏輯 / 162
6.2.4 判斷技術(shù)切入點 / 166
6.2.5 總結(jié) / 167
6.3 需求分析和產(chǎn)品設(shè)計 / 167
6.3.1 造成人工智能產(chǎn)品設(shè)計失敗常見原因 / 167
6.3.2 人工智能產(chǎn)品常見設(shè)計原則 / 170
6.3.3 合理制定產(chǎn)品需求優(yōu)先級 / 174
6.4 充分參與研發(fā)過程 / 178
6.5 持續(xù)的產(chǎn)品運營 / 181
第7章 方法論、溝通和CEO視角 / 182
7.1 蛻變的必經(jīng)之路：端到端產(chǎn)品管理 / 184
7.1.1 把握流程中的關(guān)鍵節(jié)點 / 184
7.1.2 評審階段成果 / 188
7.1.3 復盤 / 190
7.2 跨部門溝通 / 192
7.2.1 什么是跨部門溝通 / 193
7.2.2 跨部門溝通的技巧 / 194
7.3 用CEO的視角進行產(chǎn)品管理 / 196
寫在后面的話 / 200