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？
在<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：