人工智能产品和项目——它们与其他产品和项目有何不同？ | 商业人工智能#49

AI产品管理简介

人工智能产品需要不断开发和定制，这与传统技术解决方案不同。

• AI，人工智能——机器执行模仿人类理性和创造力运作的任务的能力的总称，例如识别图像、理解书面和口头语言或根据可用数据做出决策，
• ML，机器学习——人工智能的一个子学科，涵盖机器从数据中学习并体验如何更好地执行任务的过程。 基于机器学习（ML）的产品的独特之处在于它们不是预先编程的，而是具有学习和适应能力。 在医疗保健等行业，人工智能有助于更精确的诊断，而在金融领域，它可以实现更复杂的风险分析，
• GenAI，生成人工智能——ML 的一个新领域，涉及可以根据用户的发明或用户指定的目的以及输入数据（例如关键字、查询）创建新内容（例如文本、图像、视频、3D 模型或音乐）的系统，或提示，或草图或照片。

AI产品规划——从想法到实施

规划人工智能产品需要从一开始就提出一个关键问题：该产品会因添加人工智能功能而受益吗？

实施人工智能产品存在风险且成本高昂，因此，最好首先定义人工智能实施要解决的问题，然后尝试以最佳方式解决它。 也许使用 ChatGPT 或 Google Bard 进行头脑风暴，可以令人惊讶地就最佳产品开发路径提供建议 - 不一定基于人工智能。

然而，如果我们决定将人工智能添加到公司的产品中，我们需要考虑人工智能项目生命周期的具体情况。 毕竟，Gartner 数据显示，只有 54% 的 AI 项目从试点阶段进入生产阶段。

这通常是由于使用当今可用的人工智能工具可以创建非常有前途的原型。 另一方面，要达到利益相关者所要求的“生产质量”以及结果的可重复性和相关性却非常困难。

然而，人工智能产品生命周期与其他产品的不同之处不仅在于它超出概念阶段的频率稍低。 传统产品的生命周期一旦达到销售高峰，兴趣就会逐渐下降，而人工智能产品则经历所谓的“飞轮效应”。 这是一种基于机器学习的产品随着使用和从用户收集新数据而改进的现象。 产品越好，选择它的用户就越多，进而产生更多数据来改进算法。 这种效应创建了一个反馈循环，可以持续改进和扩展基于人工智能的解决方案。

来源：DALL-E 3，提示：Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

这使它们成为具有更新生命周期的产品。 换句话说，人工智能中的飞轮效应意味着持续改进会导致产品性能的逐步提高。 例如：

• AI模型的迭代训练——例如，销售预测的模型可能需要重复训练才能达到最佳精度，但随着时间的推移它会变得越来越完美，
• 数据积压管理——对于内容个性化应用程序，收集和分析用户数据可以是一个优先事项，这将逐渐产生越来越多的相关结果。

总之，人工智能项目管理需要灵活性和持续改进的准备。 因此，人工智能项目经理必须准备好满足不断变化的需求并不断调整策略。

了解数据及其在人工智能产品开发中的作用

数据在人工智能产品开发中的作用至关重要。 麦肯锡估计，生成式 AI 模型每年可产生高达 4.4 万亿美元的经济效益。 然而，想要分一杯羹需要高质量的数据管理。

例如，要使电子商务产品推荐系统发挥良好作用，客户行为数据的质量至关重要。 您不仅需要适量的数据，还需要对其进行适当的细分和更新，最重要的是，从收集的信息中熟练地得出结论。

在创建数据驱动的人工智能产品时，保持数据的公正性同样重要。 例如，在招聘或保险中使用的人工智能算法中，数据不得包含基于性别或地点的隐性偏见，否则可能导致歧视。

值得注意的是，正确的数据管理不仅需要技术专业知识，还需要了解其对人工智能产品性能的影响。

管理基于人工智能的产品时最常见的问题

管理人工智能产品涉及需要特定技能和道德意识的挑战。 其中最重要的问题值得一提：

• AI技能开发——例如，AI行业的产品经理需要了解机器学习的基础知识才能与技术团队有效合作，
• 最新的法律要求导向——有关人工智能产品的法规刚刚出现，因此您需要及时调整公司的政策和法规，以持续使用人工智能产品，
• 将人工智能集成到现有系统中——将先进的人工智能集成到现有的 IT 系统中可能会带来技术和组织挑战，
• 扩展人工智能解决方案——对于技术初创企业来说，将人工智能原型开发成全面的产品需要资源、时间和专业知识，这也可能是一个问题，因为供应相对较低，而对专家的需求却很高，
• 保持用户参与度——对于使用人工智能个性化内容的应用程序来说，不断适应用户不断变化的偏好是保持用户参与度的关键，
• 解决道德困境——例如，在用于健康监测的人工智能应用程序中，用户数据的隐私和安全是首要任务。

人工智能产品——总结

总之，管理人工智能项目和产品需要了解该技术带来的独特挑战和机遇。 了解数据的作用、能够管理团队和项目以及了解人工智能的道德方面是至关重要的。 人工智能产品正在为企业开辟新的视野，但它们需要正确的方法和技能。

对于初创企业来说，重要的是要专注于明确人工智能产品要解决的问题，并建立一支具有适当人工智能知识和经验的团队。 还值得重点关注构建符合用户期望和法规的道德和透明的人工智能系统。

如果您喜欢我们的内容，请在 Facebook、Twitter、LinkedIn、Instagram、YouTube、Pinterest、TikTok 上加入我们的忙碌蜜蜂社区。

作者：罗伯特·惠特尼

JavaScript 专家和 IT 部门的讲师。 他的主要目标是通过教其他人如何在编码时有效合作来提高团队生产力。

查看所有帖子

商业人工智能：

1. 人工智能在商业中的威胁和机遇（第 1 部分）
2. 人工智能在商业中的威胁和机遇（第 2 部分）
3. 人工智能在商业中的应用 - 概述
4. 人工智能辅助文本聊天机器人
5. 商业 NLP 的今天和明天
6. 人工智能在商业决策中的作用
7. 安排社交媒体帖子。 人工智能有何帮助？
8. 自动社交媒体帖子
9. 利用人工智能运行的新服务和产品
10. 我的经营理念有哪些弱点？ ChatGPT 的头脑风暴会议
11. 在商业中使用 ChatGPT
12. 合成演员。 排名前 3 的 AI 视频生成器
13. 3 个有用的 AI 图形设计工具。 商业中的生成式人工智能
14. 今天你必须尝试的 3 位出色的人工智能作家
15. 探索人工智能在音乐创作中的力量
16. 使用 ChatGPT-4 探索新的商机
17. 经理的人工智能工具
18. 6 个很棒的 ChatGTP 插件，让您的生活更轻松
19. 3 绘图人工智能。 商业情报总局
20. 麦肯锡全球研究院认为人工智能的未来是什么？
21. 商业人工智能 - 简介
22. 什么是 NLP，即商业中的自然语言处理
23. 自动文档处理
24. 谷歌翻译 vs DeepL。 机器翻译的 5 个商业应用
25. 语音机器人的运营和商业应用
26. 虚拟助理技术，或者说如何与AI对话？
27. 什么是商业智能？
28. 人工智能会取代商业分析师吗？
29. 人工智能如何帮助 BPM？
30. 人工智能和社交媒体——它们对我们有何评价？
31. 内容管理中的人工智能
32. 今天和明天的创意人工智能
33. 多模态人工智能及其在商业中的应用
34. 新的互动。 人工智能如何改变我们操作设备的方式？
35. 数字公司中的 RPA 和 API
36. 未来的就业市场和即将到来的职业
37. 教育科技中的人工智能。 利用人工智能潜力的 3 个公司示例
38. 人工智能与环境。 3 个人工智能解决方案可帮助您建立可持续发展的业务
39. AI 内容检测器。 他们值得吗？
40. ChatGPT vs Bard vs Bing。 哪个人工智能聊天机器人在这场竞赛中处于领先地位？
41. 聊天机器人人工智能是谷歌搜索的竞争对手吗？
42. 有效的 ChatGPT 人力资源和招聘提示
43. 及时工程。 即时工程师做什么的？
44. AI 模型生成器。 四大工具
45. 人工智能还有什么？ 2024 年商业顶级技术趋势
46. 人工智能和商业道德。 为什么您应该投资道德解决方案
47. 元人工智能。 关于 Facebook 和 Instagram 的人工智能支持功能，您应该了解哪些？
48. 人工智能监管。 作为一名企业家你需要了解什么？
49. 人工智能在商业中的 5 个新用途
50. 人工智能产品和项目——它们与其他产品和项目有何不同？