課程簡介
通過大量的AI與行業(yè)結合的成功案例(尤其是To B場景下),幫助企業(yè)明確人工智能產品的目標與工作方法,并以此找到創(chuàng)新方向。案例均來源于最佳的實踐凝練。通過通俗易懂的語言,講解AI產品的實現(xiàn)難度、風險、競爭壁壘等技巧。
目標收益
1.對產品經理:啟發(fā)產品經理行業(yè)+AI的產品創(chuàng)造力,并通過建立完整系統(tǒng)的AI產品知識體系和運行邏輯認知。
2.對企業(yè)部門管理者或企業(yè)專門負責AI項目的高管:從宏觀到微觀理解一個AI項目,通過分析可能遇到的風險,提供不同的解決方法深度剖析一款AI產品的ROI,避免企業(yè)盲目投資。另外關于AI項目管理,也提供了具體的方法供參考。幫助企業(yè)提升產品競爭力、團隊協(xié)作能力、以及個人創(chuàng)造力等。
3.對人力資源招聘負責人:理解AI產品經理到底是做什么的,能力要求是什么,什么樣的人更適合做AI產品經理。
培訓對象
適合傳統(tǒng)IT企業(yè)、企業(yè)IT部門轉型,產品賦能AI技術,提升公司內部相關員工人工智能設計思維。
學員基礎:理解企業(yè)的AI項目目標,對人工智能有一定基礎常識。
課程大綱
一、用產品視角理解機器學習 |
1.1 人工智能關鍵技術簡介 1.2 人和AI認知過程的區(qū)別 1.3 AI機器學習處理過程:數(shù)據(jù)集準備、數(shù)據(jù)預處理、模型訓練、模型驗證、調參 1.4 深度學習的優(yōu)勢以及技術應用案例 |
二、AI技術應用價值和問題解決的場景 |
2.1 人工智能產品體系:角色分工、處理過程、功能價值 2.2 不同場景下人工智能技術的落地案例 2.3 目前各領域通過AI改造的可行性以及判別方法:對比分析金融、安防、電商、醫(yī)療、教育行業(yè)AI產品落地特點 |
三、人工智能應用開發(fā)過程中的的理想vs現(xiàn)實 | 3.1以快遞公司OCR識別工程0-1為例,拆解AI工程化過程中可能會遇到的困難,熟悉AI工程化通用工作流程 |
四、AI產品三要素 |
4.1 AI產品三要素定義 4.2 如何從宏觀規(guī)劃公司AI產品:以規(guī)劃一款3D深度視覺產品為例 4.3 如何實現(xiàn)產品競爭力增長:學會使用產品管理必備工具V-R-M版本規(guī)劃 4.4 如何使用四步法從微觀定義AI產品需求:以學業(yè)預測產品的工程化落地過程為例 4.5 量化需求的技術常識:理解數(shù)據(jù)集的使用方法、偏差&方差、過擬合&欠擬合 |
五、最容易被忽略的:AI產品化 |
5.1 AI產品化演進過程: 5.2找到產品的“正反饋循環(huán)”是建立競爭門檻的關鍵:以設計一款教育行業(yè)產品為例 |
六、建立壁壘:AI產品商業(yè)化 |
6.1 AI商業(yè)化邏輯:產品化、服務化、平臺化 6.2 阿里PAI平臺在煙草行業(yè)實踐案例 |
七、AI產品的“貴”、“賤”之分 | 7.1以對話交互式搜索為例,說明AI產品相比于傳統(tǒng)產品的設計邏輯轉變 |
八、人工智能產品經理的價值定位 |
8.1 明確AI產品經理的團隊責任分工 8.2 AI產品經理的三個必備素質 8.3 AI公司和傳統(tǒng)互聯(lián)網(wǎng)公司的區(qū)別決定了對8.4 AI產品經理的技能需求轉變 8.5 AI產品經理的三種思維模式和五維知識框架 |
九、AI產品經理必備的軟實力:產品管理方法和溝通技巧 |
9.1“端到端”產品管理方法論 9.2 跨部門溝通技巧 9.3 建立以交付為最終目標的組織架構提升團隊士氣,建立合理的AI組織架構 |
一、用產品視角理解機器學習 1.1 人工智能關鍵技術簡介 1.2 人和AI認知過程的區(qū)別 1.3 AI機器學習處理過程:數(shù)據(jù)集準備、數(shù)據(jù)預處理、模型訓練、模型驗證、調參 1.4 深度學習的優(yōu)勢以及技術應用案例 |
二、AI技術應用價值和問題解決的場景 2.1 人工智能產品體系:角色分工、處理過程、功能價值 2.2 不同場景下人工智能技術的落地案例 2.3 目前各領域通過AI改造的可行性以及判別方法:對比分析金融、安防、電商、醫(yī)療、教育行業(yè)AI產品落地特點 |
三、人工智能應用開發(fā)過程中的的理想vs現(xiàn)實 3.1以快遞公司OCR識別工程0-1為例,拆解AI工程化過程中可能會遇到的困難,熟悉AI工程化通用工作流程 |
四、AI產品三要素 4.1 AI產品三要素定義 4.2 如何從宏觀規(guī)劃公司AI產品:以規(guī)劃一款3D深度視覺產品為例 4.3 如何實現(xiàn)產品競爭力增長:學會使用產品管理必備工具V-R-M版本規(guī)劃 4.4 如何使用四步法從微觀定義AI產品需求:以學業(yè)預測產品的工程化落地過程為例 4.5 量化需求的技術常識:理解數(shù)據(jù)集的使用方法、偏差&方差、過擬合&欠擬合 |
五、最容易被忽略的:AI產品化 5.1 AI產品化演進過程: 5.2找到產品的“正反饋循環(huán)”是建立競爭門檻的關鍵:以設計一款教育行業(yè)產品為例 |
六、建立壁壘:AI產品商業(yè)化 6.1 AI商業(yè)化邏輯:產品化、服務化、平臺化 6.2 阿里PAI平臺在煙草行業(yè)實踐案例 |
七、AI產品的“貴”、“賤”之分 7.1以對話交互式搜索為例,說明AI產品相比于傳統(tǒng)產品的設計邏輯轉變 |
八、人工智能產品經理的價值定位 8.1 明確AI產品經理的團隊責任分工 8.2 AI產品經理的三個必備素質 8.3 AI公司和傳統(tǒng)互聯(lián)網(wǎng)公司的區(qū)別決定了對8.4 AI產品經理的技能需求轉變 8.5 AI產品經理的三種思維模式和五維知識框架 |
九、AI產品經理必備的軟實力:產品管理方法和溝通技巧 9.1“端到端”產品管理方法論 9.2 跨部門溝通技巧 9.3 建立以交付為最終目標的組織架構提升團隊士氣,建立合理的AI組織架構 |