落地之路：硅谷無人駕駛產(chǎn)品心經(jīng)

1 入門無人駕駛 1
1.1 何為無人駕駛 1
1.1.1 做這行是件很委屈的事 2
1.1.2 落地的不是技術，而是產(chǎn)品 4
1.1.3 像內(nèi)行一樣看懂無人駕駛 6
1.2 4個核心概念 13
1.3 中美無人駕駛對比 20
1.3.1 中國的無人駕駛到底處于什么水平 20
1.3.2 魚龍混雜的市場環(huán)境 21
1.3.3 美國有創(chuàng)新，中國有速度 23
1.3.4 社會接納程度 25
1.3.5 中美的不同場景 28
1.4 產(chǎn)品經(jīng)理的角色 30
1.4.1 產(chǎn)品管理2.0 31
1.4.2 人工智能產(chǎn)品分類 33
1.4.3 無人駕駛產(chǎn)品經(jīng)理職位 34
2 人工智能如何成功落地——無人駕駛產(chǎn)品深析 39
2.1 正確的產(chǎn)品，錯誤的時機 40
2.1.1 高成本，人工智能產(chǎn)品的詛咒 41
2.1.2 水漲船高 42
2.1.3 找不到病根，如何對癥下藥 44
2.1.4 一次事故，也許毀了一個行業(yè) 46
2.2 萬種算法俱備，只欠場景 47
2.2.1 悟空畫的保護圈 47
2.2.2 無人車的“保護圈”：適用場景 50
2.2.3 產(chǎn)品用途 51
2.2.4 駕駛行為 54
2.2.5 具化場景 56
2.3 駕駛：無人駕駛的核心產(chǎn)品 60
2.4 高精地圖，駕駛的第一步 65
2.5 仿真，確保安全的唯一途徑 68
2.5.1 路測與仿真，孰先孰后 68
2.5.2 仿真的兩種運用方式 71
2.5.3 邊角案例 74
2.6 運營：從代碼到路測的跨越 76
2.6.1 路測：躲不掉的風險 77
2.6.2 關于“介入”你應該知道的一切 80
2.6.3 遠程控制：實現(xiàn)無人的捷徑 83
2.6.4 充電：高效運營的關鍵 85
2.7 數(shù)據(jù)：不只是數(shù)據(jù)科學這么簡單 87
2.7.1 市政規(guī)劃與道路數(shù)據(jù) 88
2.7.2 車禍數(shù)據(jù) 89
2.7.3 數(shù)據(jù)標注 92
2.7.4 教你拆穿數(shù)據(jù)的謊言 95
2.8 驗證：拿到駕照的艱辛之路 97
2.9 無人車設計 101
2.9.1 人機交互：人類將如何接受機器人 102
2.9.2 從“駕駛”到“乘坐”的設計顛覆 109
3 AI產(chǎn)品落地過程全解析 119
3.1 AI產(chǎn)品的成長過程 119
3.1.1 第一階段：開發(fā)，從0到0.99 120
3.1.2 第二階段：驗證，從0.99到1 123
3.1.3 第三階段：落地，從1到100 126
3.1.4 第四階段：擴張，從100到N 131
3.2 讓指標流在產(chǎn)品的血液里 133
3.2.1 產(chǎn)品的通病 133
3.2.2 何為好的指標 135
3.2.3 先行指標與滯后指標 136
3.2.4 如何衡量駕駛技術 137
3.3 讓產(chǎn)品成為公司的基石 140
3.3.1 從多個維度拆分產(chǎn)品 143
3.3.2 化解矛盾的秘籍 145
3.3.3 計劃中的不穩(wěn)定因素 146
3.3.4 靜下心來做一份深度研究 148
3.3.5 派出你的工作小組 149
3.3.6 項目拆分管理 150
3.4 巧婦怎樣做出無米之炊 151
3.4.1 借鑒類似行業(yè) 151
3.4.2 為兩年后的市場設計產(chǎn)品 152
3.4.3 小數(shù)據(jù)的價值 154
4 你也可以加入人工智能 157
4.1 決勝10年后的職場 157
4.1.1 放心，人工智能不會搶走你的“飯碗” 158
4.1.2 工程師為何是個香餑餑 160
4.1.3 高校不再是人才儲備庫 161
4.1.4 無人駕駛工程師初體驗 162
4.1.5 工程師的一天 165
4.1.6 非技術人才如何加入無人駕駛 166
4.2 你在無人駕駛黑名單里嗎 173
4.2.1 2020年：合作機制重新洗牌 173
4.2.2 2030年：新興產(chǎn)業(yè)的漣漪 179
4.2.3 2040年：支柱產(chǎn)業(yè)被顛覆 181
4.2.4 一些創(chuàng)業(yè)點子 185
4.3 主宰你的職業(yè)規(guī)劃 188
4.3.1 下一個熱門技能是否可以被預測 188
4.3.2 一項自我測試 190
4.3.3 尋找值得學習的技能 191
4.4 面試前的準備工作 193
4.4.1 入職門檻 193
4.4.2 哪些課程值得學習 195
4.4.3 MBA到底值得念嗎 197
4.4.4 如何在平日工作中學習產(chǎn)品管理 198
4.5 對產(chǎn)品經(jīng)理的偏見 201
4.5.1 偏見一：產(chǎn)品經(jīng)理只需要口頭功夫 201
4.5.2 偏見二：產(chǎn)品經(jīng)理只是文科生的職業(yè) 202
4.5.3 偏見三：產(chǎn)品經(jīng)理只適合性格外向的人 202
4.6 拿offer 204
4.6.1 面試官自然會來找你 205
4.6.2 詢問員工：準備面試的捷徑 206
4.6.3 精通技術：不是面試的必需品 208
4.6.4 面試拼的是綜合實力 209
5 硅谷產(chǎn)品經(jīng)理進階 215
5.1 人工智能產(chǎn)品經(jīng)理的日常 215
5.1.1 AI產(chǎn)品經(jīng)理不是簡單地傳達需求 216
5.1.2 產(chǎn)品經(jīng)理的一天 217
5.1.3 人工智能產(chǎn)品經(jīng)理和傳統(tǒng)產(chǎn)品經(jīng)理有何不同 219
5.2 產(chǎn)品經(jīng)理的職業(yè)階梯 222
5.2.1 人工智能產(chǎn)品經(jīng)理的必備技能 222
5.2.2 產(chǎn)品經(jīng)理晉升之路 224
5.2.3 找到你的左膀右臂 229
5.3 產(chǎn)品經(jīng)理成長記 231
5.3.1 入職第一個月：黃金學習期 231
5.3.2 事半功倍：吃透技術原理 232
5.3.3 做一名政治家：結(jié)識所有的干系人 234
5.3.4 直擊要害：找到組織內(nèi)的暗流 235
5.3.5 進階的快車道：管理多條產(chǎn)品線 237
5.4 你也可以主導公司的文化 239
5.4.1 做一個會議達人 239
5.4.2 寫下來才是屬于你的 242
5.4.3 郵件其實可以很簡單 245
5.4.4 眾口鑠金：團隊可以喝些Kool-Aid 247
5.5 人工智能公司的人才難題 248
5.5.1 拿捏團隊的“自尊心總量” 248
5.5.2 打造工程師的天堂 250
5.5.3 隨時“換血” 250
5.5.4 產(chǎn)品經(jīng)理也需要入職文檔 252
5.5.5 后繼有人 254