課程簡介
通過大量的AI與行業(yè)結(jié)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(chǎn)品的目標(biāo)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(shí)踐凝練。通過通俗易懂的語言，講解AI產(chǎn)品的實(shí)現(xiàn)難度、風(fēng)險(xiǎn)、競爭壁壘等技巧。
目標(biāo)收益
1.對產(chǎn)品經(jīng)理：啟發(fā)產(chǎn)品經(jīng)理行業(yè)+AI的產(chǎn)品創(chuàng)造力，并通過建立完整系統(tǒng)的AI產(chǎn)品知識體系和運(yùn)行邏輯認(rèn)知。
2.對企業(yè)部門管理者或企業(yè)專門負(fù)責(zé)AI項(xiàng)目的高管：從宏觀到微觀理解一個(gè)AI項(xiàng)目，通過分析可能遇到的風(fēng)險(xiǎn)，提供不同的解決方法深度剖析一款A(yù)I產(chǎn)品的ROI，避免企業(yè)盲目投資。另外關(guān)于AI項(xiàng)目管理，也提供了具體的方法供參考。幫助企業(yè)提升產(chǎn)品競爭力、團(tuán)隊(duì)協(xié)作能力、以及個(gè)人創(chuàng)造力等。
3.對人力資源招聘負(fù)責(zé)人：理解AI產(chǎn)品經(jīng)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(chǎn)品經(jīng)理。
培訓(xùn)對象
適合傳統(tǒng)IT企業(yè)、企業(yè)IT部門轉(zhuǎn)型，產(chǎn)品賦能AI技術(shù)，提升公司內(nèi)部相關(guān)員工人工智能設(shè)計(jì)思維。
學(xué)員基礎(chǔ)：理解企業(yè)的AI項(xiàng)目目標(biāo)，對人工智能有一定基礎(chǔ)常識。
課程大綱
| 一、用產(chǎn)品視角理解機(jī)器學(xué)習(xí) |
1.1 人工智能關(guān)鍵技術(shù)簡介 1.2 人和AI認(rèn)知過程的區(qū)別 1.3 AI機(jī)器學(xué)習(xí)處理過程：數(shù)據(jù)集準(zhǔn)備、數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模型驗(yàn)證、調(diào)參 1.4 深度學(xué)習(xí)的優(yōu)勢以及技術(shù)應(yīng)用案例 |
| 二、AI技術(shù)應(yīng)用價(jià)值和問題解決的場景 |
2.1 人工智能產(chǎn)品體系：角色分工、處理過程、功能價(jià)值 2.2 不同場景下人工智能技術(shù)的落地案例 2.3 目前各領(lǐng)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(chǎn)品落地特點(diǎn) |
| 三、人工智能應(yīng)用開發(fā)過程中的的理想vs現(xiàn)實(shí) | 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(chǎn)品三要素 |
4.1 AI產(chǎn)品三要素定義 4.2 如何從宏觀規(guī)劃公司AI產(chǎn)品：以規(guī)劃一款3D深度視覺產(chǎn)品為例 4.3 如何實(shí)現(xiàn)產(chǎn)品競爭力增長：學(xué)會使用產(chǎn)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(chǎn)品需求：以學(xué)業(yè)預(yù)測產(chǎn)品的工程化落地過程為例 4.5 量化需求的技術(shù)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(chǎn)品化 |
5.1 AI產(chǎn)品化演進(jìn)過程： 5.2找到產(chǎn)品的“正反饋循環(huán)”是建立競爭門檻的關(guān)鍵：以設(shè)計(jì)一款教育行業(yè)產(chǎn)品為例 |
| 六、建立壁壘：AI產(chǎn)品商業(yè)化 |
6.1 AI商業(yè)化邏輯：產(chǎn)品化、服務(wù)化、平臺化 6.2 阿里PAI平臺在煙草行業(yè)實(shí)踐案例 |
| 七、AI產(chǎn)品的“貴”、“賤”之分 | 7.1以對話交互式搜索為例，說明AI產(chǎn)品相比于傳統(tǒng)產(chǎn)品的設(shè)計(jì)邏輯轉(zhuǎn)變 |
| 八、人工智能產(chǎn)品經(jīng)理的價(jià)值定位 |
8.1 明確AI產(chǎn)品經(jīng)理的團(tuán)隊(duì)責(zé)任分工 8.2 AI產(chǎn)品經(jīng)理的三個(gè)必備素質(zhì) 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(chǎn)品經(jīng)理的技能需求轉(zhuǎn)變 8.5 AI產(chǎn)品經(jīng)理的三種思維模式和五維知識框架 |
| 九、AI產(chǎn)品經(jīng)理必備的軟實(shí)力：產(chǎn)品管理方法和溝通技巧 |
9.1“端到端”產(chǎn)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(biāo)的組織架構(gòu)提升團(tuán)隊(duì)士氣，建立合理的AI組織架構(gòu) |
|
一、用產(chǎn)品視角理解機(jī)器學(xué)習(xí) 1.1 人工智能關(guān)鍵技術(shù)簡介 1.2 人和AI認(rèn)知過程的區(qū)別 1.3 AI機(jī)器學(xué)習(xí)處理過程：數(shù)據(jù)集準(zhǔn)備、數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模型驗(yàn)證、調(diào)參 1.4 深度學(xué)習(xí)的優(yōu)勢以及技術(shù)應(yīng)用案例 |
|
二、AI技術(shù)應(yīng)用價(jià)值和問題解決的場景 2.1 人工智能產(chǎn)品體系：角色分工、處理過程、功能價(jià)值 2.2 不同場景下人工智能技術(shù)的落地案例 2.3 目前各領(lǐng)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(chǎn)品落地特點(diǎn) |
|
三、人工智能應(yīng)用開發(fā)過程中的的理想vs現(xiàn)實(shí) 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(chǎn)品三要素 4.1 AI產(chǎn)品三要素定義 4.2 如何從宏觀規(guī)劃公司AI產(chǎn)品：以規(guī)劃一款3D深度視覺產(chǎn)品為例 4.3 如何實(shí)現(xiàn)產(chǎn)品競爭力增長：學(xué)會使用產(chǎn)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(chǎn)品需求：以學(xué)業(yè)預(yù)測產(chǎn)品的工程化落地過程為例 4.5 量化需求的技術(shù)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(chǎn)品化 5.1 AI產(chǎn)品化演進(jìn)過程： 5.2找到產(chǎn)品的“正反饋循環(huán)”是建立競爭門檻的關(guān)鍵：以設(shè)計(jì)一款教育行業(yè)產(chǎn)品為例 |
|
六、建立壁壘：AI產(chǎn)品商業(yè)化 6.1 AI商業(yè)化邏輯：產(chǎn)品化、服務(wù)化、平臺化 6.2 阿里PAI平臺在煙草行業(yè)實(shí)踐案例 |
|
七、AI產(chǎn)品的“貴”、“賤”之分 7.1以對話交互式搜索為例，說明AI產(chǎn)品相比于傳統(tǒng)產(chǎn)品的設(shè)計(jì)邏輯轉(zhuǎn)變 |
|
八、人工智能產(chǎn)品經(jīng)理的價(jià)值定位 8.1 明確AI產(chǎn)品經(jīng)理的團(tuán)隊(duì)責(zé)任分工 8.2 AI產(chǎn)品經(jīng)理的三個(gè)必備素質(zhì) 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(chǎn)品經(jīng)理的技能需求轉(zhuǎn)變 8.5 AI產(chǎn)品經(jīng)理的三種思維模式和五維知識框架 |
|
九、AI產(chǎn)品經(jīng)理必備的軟實(shí)力：產(chǎn)品管理方法和溝通技巧 9.1“端到端”產(chǎn)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(biāo)的組織架構(gòu)提升團(tuán)隊(duì)士氣，建立合理的AI組織架構(gòu) |
近期公開課推薦
