如何設計和管理AI產品?

什麼是AI和ML?為什麼AI產品管理比一般軟體更困難?

<給產品經理的 AI 開發指南>文章當中,我們討論了管理AI產品所需要的基礎認識和挑戰。 對產品經理(PM)來說,AI或ML(機器學習)產品管理比一般軟體更具挑戰性,因為它涉及更多的不確定性。不僅需要技術上的改變,還需要組織上的改變。

簡單舉例說明,如果你想教機器識別貓。透過軟體工程,你可能會列出像是「一隻貓有四條腿和兩個尖尖的耳朵」這樣的規則。規則越明確,越完整越好,因為機器必須依賴這些規則來做出判斷。

相反的,如果你使用深度學習,要做的就不是提供明確的規則。而是要為機器提供一堆照片(事先標記好哪些是貓?哪些不是?),然後建立ML模型或神經網絡,讓機器自行學習,摸索出規則。

(source: IBM Research Blog)

你和你的團隊要做的是:定義問題,準備數據,建立機器學習模型,反覆測試和調整,直到你擁有可以提供所需結果的模型為止。

正因為開發ML產品需要更多的反覆試驗,作為一個PM,你需要給工程師和資料科學家更多的空間和時間去探索。

但是你如何幫助你的團隊應對不確定性?如何在明確定義問題和衡量成功標準的同時,又給團隊足夠彈性進行實驗探索? 以下這幾件事很重要:

閱讀完整文章

想看更多文章嗎?點這裡追蹤我!