AI賦能：AI重新定義產品經理

第1章 AI新手認知AI 1
1.1 AI的歷史來源和算法 1
1.1.1 AI的歷史來源 1
1.1.2 AI的三大學派 3
1.1.3 AI的3次大的變革 5
1.2 AI領域的奠基者 6
1.3 不得不知的AI發(fā)展現(xiàn)狀 12
1.3.1 國內AI的發(fā)展概況 12
1.3.2 國內AI相關行業(yè)的發(fā)展應用 15
1.3.3 國內AI相關公司的發(fā)展現(xiàn)狀 18
1.3.4 國內AI行業(yè)的人才現(xiàn)狀 22
1.4 AI產品產品經理的現(xiàn)狀 27
1.4.1 崗位需求與人員素質不匹配 27
1.4.2 AI產品產品經理來源廣泛 28
1.4.3 轉崗人員遇到的主要問題及解決對策 30
1.5 產品經理認識AI的3個階段、9個過程 32
1.6 AI的算法 33
1.6.1 傳統(tǒng)算法 34
1.6.2 AI算法 34
1.6.3 傳統(tǒng)算法和AI算法系統(tǒng)的區(qū)別、聯(lián)系 37
1.7 AI=數(shù)據(jù)+算法+算力 39
第2章 從開始到成為AI產品經理 43
2.1 AI帶來的改變與挑戰(zhàn) 43
2.1.1 AI帶來的改變 43
2.1.2 AI帶來的挑戰(zhàn) 46
2.2 AI產品經理與傳統(tǒng)產品經理的區(qū)別 47
2.2.1 面向的用戶不同 47
2.2.2 產品內容不同 49
2.2.3 技術方案的維度不同 51
2.3 AI產品的流程不同 51
2.3.1 打造傳統(tǒng)軟件的流程 51
2.3.2 打造硬件的流程 55
2.3.3 AI硬件的流程 59
2.3.4 設計AI產品的流程案例 60
2.3.5 影響AI產品的流程中的創(chuàng)新因素 60
2.4 入門AI產品經理應該具備的思維 61
2.4.1 多樣化思維 61
2.4.2 差異化思維 62
2.4.3 穿透思維 62
2.4.4 大道思維 63
2.5 成為AI產品經理的方法 64
2.5.1 非技術背景的人員如何轉AI產品經理 64
2.5.2 技術背景人員如何轉行AI產品經理 69
2.5.3 技術背景的人員轉行AI產品 經理的案例 70
2.6 AI產品經理的9大創(chuàng)新方法 71
2.6.1 客戶協(xié)同創(chuàng)新的機理及形成機制、流程 72
2.6.2 影響客戶協(xié)同創(chuàng)新的因素 74
2.6.3 AI產品的創(chuàng)新方法 77
2.7 成為AI產品經理的核心路徑 80
2.8 總結 85
第3章 非技術出身應該了解的AI技術 86
3.1 常見的AI技術解析 86
3.1.1 自然語言生成 87
3.1.2 語音識別 95
3.1.3 虛擬代理 100
3.1.4 機器學習平臺 104
3.1.5 GPU和其他設備 121
3.1.6 決策管理技術 123
3.1.7 深度學習 126
3.1.8 生物特征識別技術 140
3.1.9 機器人技術 153
3.1.10 文本分析和NLP 158
3.2 從企業(yè)視角看AI技術 165
3.3 產品經理應該知道的AI技術及其深度 168
3.4 時下產品經理入行AI的技術分解 170
3.4.1 產品經理對AI技術的理解 170
3.4.2 熱門的AI算法 171
3.4.3 深度學習大熱的背后力量 174
3.4.4 產品經理應該了解的深度學習算法及其應用 175
3.4.5 AI技術落地的角度 178
3.5 AI技術小白的學習資料與學習方法 178
3.6 AI技術小白的學習方法 181
第4章 AI產品的特點和落地 193
4.1 AI時代產品需求的新特點 196
4.2 AI時代尋找產品需求的方法 197
4.2.1 重新定義尋找產品需求的方法 197
4.2.2 外部方法 201
4.2.3 內部方法 202
4.2.4 AI時代的產品創(chuàng)新源自產品經理的自我增強 203
4.2.5 小結：成為AI產品經理的心路歷程 207
4.3 AI時代產品需求落地的方法 208
4.3.1 AI產品的落地實現(xiàn) 208
4.3.2 裸眼3D智能試衣鏡的實戰(zhàn) 213
4.3.3 AI衣柜 214
第5章 重新定義AI時代敏捷方法 218
5.1 AI時代更需要Scrum 方法 218
5.1.1 什么是Scrum/PMP 218
5.1.2 產品總監(jiān)帶領團隊敏捷開發(fā)的方法步驟 225
5.1.3 AI時代更需要Scrum 228
5.1.4 機器學習的投入 233
5.2 創(chuàng)新的AI Scrum Master方法 237
第６章 技術人構建AI產品觀點矩陣 239
6.1 技術人員輕崗AI產品經理需要的思維矩陣 239
6.1.1 技術人員轉崗AI產品經理的AI思維 239
6.1.2 構建AI思維 240
6.2 AI思維的拓展 242
6.2.1 AI思維的作用和重要性 242
6.2.2 AI生態(tài)思維 242
6.2.3 AI工程思維 243
6.3 AI產品要懂得心理學知識 243
6.4 產品心學四力 244
6.4.1 認知力：產品方向的致知力 244
6.4.2 方法論力：事上練 246
6.4.3 迭代力：初心不動、隨機而動 247
6.4.4 驗證力：知行合一 249
第7章 AI產品美學 250
7.1 AI產品美學的科學性 250
7.1.1 一根：定義落地 250
7.1.2 二脈：行為落地 251
7.1.3 三通：認知落地 251
7.1.4 四達：交互落地 252
7.2 融合美學進入AI產品 252
7.3 人工智能＋場景美學 253
7.3.1 懂用戶之美 253
7.3.2 懂痛點之美 254
7.3.3 講故事之美 254
7.3.4 爆款產品之美 254
7.4 AI產品美學的目標 255
7.5 AI產品美學綜述 255
7.6 如何培養(yǎng)產品美學 255
第8章 AI賦能產品的實例 257
8.1 AI×金融保險 257
8.2 AI×醫(yī)療健康 260
8.3 AI×工具軟件 265
8.4 AI×商業(yè)服務 270
8.5 AI×新零售 276
8.6 AI×機器人 281
8.7 AI×安全防范 288
8.8 AI×農業(yè) 295
8.9 AI×交通 306
8.10 AI×文體娛樂 310
8.11 AI×教育 314
8.12 AI×運輸物流 318
8.13 AI×工業(yè) 325
8.14 AI×智慧家居 329
8.15 AI×法律服務 330
8.16 AI×社交 334
8.17 AI×人力資源管理 336
8.18 AI×地產建筑 338
8.19 AI×旅游 342
8.20 AI×通信服務 345
8.21 AI×城市公共 348