人工智能产品经理参与算法设计的路径如图

在产品构建过程中，人工智能产品经理参与算法设计的路径如图3所示：

• 第一步，需求确定。确认需求是一个反复的过程，首先通过自己对行业的了解提出需求，之后要通过访问行业专家或用户调研确定需求。
• 第二步，算法设计。算法设计考虑的维度较多，首先要将需求分解成几个部分，分析这些问题属于哪类问题。如果是文本分析问题，可以考虑使用长短时记忆神经网络解决；如果是策略规划问题，可以考虑用强化学习解决，除此之外还需要考虑数据的情况。综合以上各种情况确定使用何种算法。
• 第三步，算法讨论。将算法设计的思路与算法工程师讨论，共同完成算法的实施路径。
• 第四步，算法确认。算法达到三个要求可以认为完成了算法确认。其一，能够满足也业务要求；其二，在现有资源环境下可实施开发。当算法得到几方确认后，便可以开始实施开发。
• 第五步，算法验收。算法在实施过程中会有非常多问题存在，需要真正完成开发才能知道效果如何。在算法模型与真实业务系统完成对接，运营环境、运维等工作都得到确认，并确定算法模型能够达到需求之后，算法验收工作才能结束。

算法模型就像产品一样，同样是一个不断改进更新的循环过程。在这个过程中，伴随着硬件的升级，新模型的设计思路，甚至新业务数据的加入，算法只有不断改进才能更好的符合业务需求。

三、 如何进行沟通

人工智能产品经理作为需求、算法、项目三方的协调者与管理者，尽量采用专家方式沟通会更有效。

所谓专家式沟通主要强调沟通者以专家的身份，有理有力有节的阐述观点进行沟通。

人工智能产品经理与别人沟通时，需要具备以下3个特点，如图4所示：

图4 人工智能产品经理沟通要素

（1）专业性是人工智能产品经理的立命之本

无论是对于行业还是对算法，以及在规划功能和设计流程时，都应该始现自己的专业性。只有突出专业性，才更容易取得信任。

（2）条理性是人工智能产品经理在一切沟通时的原则

无论什么样的沟通首先阐述结论，在阐述理由，同时说明问题的背景及相关说明。沟通时，必须做到条理清晰，阐述理由时尽量使用推理演绎的逻辑路径，能够用图表达的尽量不要用文字。

（3）广博性是人工智能产品经理个人魅力体现

需要人工智能产品经理有广阔的知识面与变通能力，针对不同的沟通对象尽量使用同样的语言，或类似的思考路径进行沟通，否则很容易产生无效沟通，而浪费了大量的时间。

人工智能产品经理沟通对象很多，所以需要有足够的知识储备，所以尽量做到懂算法、懂行业、懂设计、懂运营的综合人才。

人工智能产品经理最重要的沟通对象是算法工程师。吴恩达在NIPS 2016演讲中提到了人工智能产品经理的角色定位，强调人工智能产品经理是用户与算法人员间的桥梁。

由于算法工程师并不很了解行业，如何将行业内容用算法语言描述给算法工程师是十分重要的，这种沟通我们称之为“转译”。

转译就像是一个翻译过程，将不同两个领域的术语翻译给对方。人工智能产品经理进行转译时，需要注意以下几个要点：

1. 沟通行业背景

人工智能产品经理具有行业背景，与算法工程师沟通时，尽量使用对方能够听懂的语言，解释产品给行业带来的价值。

首先双方应该沟通产品的行业背景，能够使算法人员对整个产品有更全面的了解，有利于代码质量的提高。

2. 说明产品价值

首先将沟通的最终目标解释给对方，让对方明白这件工作的意义。

例如在与算法工程师沟通时，首先让对方明白我们需要实现产品功能是什么。在了解产品功能之后，再进行算法方面的讨论。

3. 产品功能分解

产品功能通常由很多小的功能模块组成，人工智能产品经理需要根据自己对行业的理解，将产品功能进行模块化拆分，与算法工程师针对单个模块内容进行沟通。

4. 给出数据例

数据例指的是训练数据的数据样例。人工智能产品经理需要负责数据的协调工作，应该尽快让算法工程师看到数据例，这样能节省很多沟通的时间。即使现在没有足够的数据，数据的基本情况也要尽快与算法工程师沟通。

5. 提供算法方案

人工智能产品经理需要进行技术预研，应该首先提出一套算法方案用于和算法工程师交流。该算法方案包括建议使用的算法类型、数据处理方案等。这样可以就具体的算法路径进行讨论，提高了沟通的效率。

6. 案例

下面以一个行业壁垒的很高的产品为例，说明人工智能产品经理如何与算法工程师进行沟通。

【例】笔者一直从事分子质谱（MS）模拟相关产品的研发，质谱（MS）是一种分子检测的技术手段。该产品涉及到多个学科交叉，并且专业度极高，需要人工智能产品经理与算法工程师进行良好沟通协作。分子质谱模拟产品沟通路径，如图5所示：

图5 分子质谱模产品沟通路径

第一步：沟通行业背景

分子质谱模拟产品主要用于医药、化工行业，主要用未知分子的鉴定工作。该产品主要为医药领域研发人员提供结构鉴定帮助。

当一个新物质诞生时，我们并不知道它的分子结构，但是我们可以利用一些手段将这个分子打成碎片，由于碎片分子的结构相对比较简单，所以通过碎片分子结构去回推出新物质分子的结构。

我们能提取到的碎片分子信号，称为质核比(m/q)，是分子质量与其所带电荷的比值。本产品需要根据碎裂的规律构建模型，通过碎片分子的质核比推断出新物质分子的结构。

本阶段沟通的目的，为了使算法工程师对产品与行业有一个大概的认知。

第二步：说明产品价值

该产品的核心价值用于进行未知物检测——通过未知物的质核比的信息，推断出未知物的分子的结构。

以往对未知物进行推断，都是通过人的历史经验来完成，本产品价值在于通过人工智能技术，取代人来进行分子结构推断。本阶段沟通的目的，为了使算法工程师明确产品能够解决的问题，以及开发该项目的原因。

第三步：产品功能分解

未知物分子的推断过程，主要分为3个步骤：

• 第一步，首先确定未知物分子的各类原子个数，确定未知物的分子式/
• 第二步，寻找比较有特征的数据，这些数据对应着某种固定的分子结构，如果能找到这些特征数据，则证明这个未知物分子中存在这样的结构。
• 第三步，根据数据特征，找到全部可能的结构。第四步，将这些找到的结构组合，推断出可能的未知物分子结构。在和算法工程师解释基本知识后，需要用通俗的语言将业务过程阐述出来。

第四步：给出数据例

将质谱数据展示给算法工程师，并解释清楚各部分数据的意义。

第五步：提供算法方案

人工智能产品经理应与算法工程师共同讨论，确定各部分功能所使用的算法。第五步能否顺利实施，取决于第三步是否能够使算法工程师理解产品功能。算法的确定需要双方经过多次讨论、尝试才能确定。

人工智能产品经理的沟通更像是一门艺术，不仅仅要做“转译”的工作，还需要与很多角色协调部署工作。人工智能产品经理沟通不仅仅是个人情商魅力的表现，也同样体现了你的行业能力与算法功底。

四、如何理解行业

2017年，吴恩达在高山大学（GASA）作主题名为《探索人工智能》的演讲时，曾经说：

“我经常对很多公司说，如果能够找到一个独立的人工智能团队，就把这些有人工智能力的人放到不同的业务团队矩阵去”。

这句话足以证明行业对人工智能的重要性。人工智能产品经理是人工智能产品的缔造者，对行业认知程度有则有更高的要求。

人工智能产品经理需要懂行业，这一点在本书很多地方都有体现。懂行业分为2个方面：

• 首先人工智能产品经理只有懂行业，才能对产品价值有深刻认知，才能知道产品如何满足需求。
• 其次只有懂行业才能懂商业，才能知道产品在行业中如何赚钱，商业利益是产品实现的最终目的。