AI产品经理在对于AI技术上都会有迷茫和焦虑，那么AI产品经理需要了解技术关系有哪些呢？
产品经理面临对AI技术都有迷茫焦虑，不懂AI产品经理如何面对AI与大数据的关系，AI产品经理与编码人员的关系，AI产品经理与算法技术人员的关系，AI产品经理与AI技术的关系应该懂哪些AI技术，AI产品经理的思维方式与AI技术的思维方式的关系。
这些关系搞不懂会造成产品经理焦虑症，故此专门撰写AI产品经理必懂的技术关系如下文：
明白一：AI产品经理与数据技术人员的关系
1. 先明白大数据与AI的关系
AI取得的成绩离不开对海量历史数据的分析和挖掘，而这些数据通常具有容量大、更新速度快、格式多样、信息价值密度低等大数据特点。因此采用传统的数据处理方法难以有效地获取、存储、管理和分析这些数据，这就需要开发大数据技术去处理这些问题。
此外，大数据技术在处理海量数据过程中需要相应的AI技术提供辅助，比如通过传统的统计机器学习方法对数据进行分类。
总之，大数据技术中的信息处理，需要AI的帮助 ；而AI技术中的数据处理，又需要大数据技术的帮助。
2. 数据是原料
数据在智能产品业务中发挥了原材料的作用，尤其是神经网络层数的增多需要的数据量也会成指数级增长。
比如：AlphaGo 使用的强化学习技术，该技术需要机器算法自我更新迭代。AlphaGo 需要从大量的人类对战棋局中学习出何种对弈方式，会大概率取胜从而不断调整落子的决策，这对于人类来说是不可能完成的学习任务。
具体来说，AlphaGo 主要分为两大部分，分别是：落子决策网络和价值评估网络。
落子决策网络通过每个落子后可能的结局，预测下一步应该落在哪个位置胜率更大；而价值评估网络则是用于预测对手可能的决策，从而更加准确地预测棋局走向。这些网络模型的训练过程需要大量人类对战棋局作为训练集，从而学习出更加准确的模型参数。
此外，深度学习技术在计算机视觉领域的突出表现，也是源于海量数据的获取和处理。比如：人脸识别中使用的卷积神经网络，就是通过大量人脸图片训练出网络的参数。这些参数从不同层面表现了人脸图片的内在信息，比如是否是长头发，是否是黑眼睛以及是否戴眼镜等等。
最后，大数据技术也在AI的一些新兴应用中发挥着巨大的作用。比如：智能制造业中需要完成智能管理、智能装配、智能营销等过程，每个过程都需要大数据技术提供支撑。因为从海量数据中挖掘的有效信息可以指导制造过程，使管理更加便捷，使制造的产品更少出现残次品。因此，大数据为AI技术的发展与应用提供了强有力支持。
3. AI促进数据分析
大数据技术主要针对大规模无规则数据的处理，包括数据的采集、存储、管理以及挖掘使用。同时，这些处理过程的改善越来越依赖于AI技术的的参与，可以说大数据的一些关键技术也属于AI的范畴。因此，AI的快速发展也促进了大数据相关技术的发展。
首先，AI技术的使用可以加快大规模数据的采集过程以及提高采集到的数据质量。传统的数据采集只能按照某种匹配模式抓取数据，但是不能实时监控数据质量，造成采集到大量无效或者低价值密度的数据。AI技术的应用可以通过分析数据分布去除冗余数据，通过精确定位数据来源有针对性地提取重要数据。
其次，AI技术优化了大数据的存储过程。通过AI相关技术分析存储好的大数据，我们可以提炼大数据的内在特征并压缩大数据从而用更少的数据存储空间表示更大规模的数据。比如：谷歌大脑团队针对数据库中的索引结构提出相应的深度学习模型，即分别用深度学习模型替换 B-tree，HashTable以及 BloomFilter 等索引。
简单来说，通过学习欲存储的数据的分布情况，他们分别得到相应的深度学习模型的参数，然后用训练好的模型替代数据库的索引。虽然损失了一些查找的精确度，但是大大降低了查找的时间以及空间复杂度，从而提高了存储效率。
最后，AI技术在大数据的使用挖掘中发挥了不可替代的作用，使大数据的应用效率不断提高。例如：基于人们出行的轨迹大数据，一些打车软件会利用人工智能技术分析乘客出行数据特征，并对用户进行画像，然后针对乘车需求规划路径以及给司机派单，从而可以针对不同的订单数据合理分配车辆满足人们的出行需求。
此外，我们日常使用的新闻推荐软件、电商购物软件等，都是通过大量用户使用情况的数据给用户精准定位，分析用户的喜好，然后个性化推荐相应的服务，其中这种个性化推荐流程离不开AI技术的应用。
总之，大数据发挥价值的重要手段，就是使用先进的AI技术不断地从数据中挖掘有效信息，然后表示为相应的知识并用这些知识更好地服务于人。
小结：大数据和AI的结合，是实现计算机达到人类智能水平目标的有效手段。即AI中有大数据，大数据中有AI。
明白二：AI产品经理与编码技术人员的关系（区别于算法技术人员）
首先我们知道编码技术人员成为优秀的产品负责人的案例比比皆是，张小龙、雷军、雷军认为其在金山的优点是勤劳，缺点是没有顺势而为，说白了什么叫顺势而为。笔者理解顺势而为就是产品思维，以用户为中心的思维再来看张小龙。
我们都知道张小龙写过Foxmail的代码，但是我们更加知道Foxmail产品运营不下去了，张小龙卖掉了这个产品。然后张小龙做微信的时候他指出：一个亿级用户的产品经理，无需做到透彻思考人性和产品的所有方面，但需要在极端现实主义和极端理想主义之间取得平衡。做产品力求简单美，要满足用户“贪嗔痴”。
从张小龙的产品方法可以看出，作为微信的产品负责人他根本就不关心编码。关心的是用户、用户、用户，重要的事情说3遍。
而非编码技术人员成为优秀产品负责人的案例，更多公司产品影响力更大。
阿里巴巴的创立者马云就是连高考数学都要考3次才及格而已的典型非编码人才，但是早年做淘宝产品不得不说这种产品眼光才有了今日阿里的地位。
下图为原来的副部长采访马云截图：
另外我们能看到或者想想一下，滴滴创始人程伟，还有今天的马化腾和李彦宏作为产品的总负责人在那里编码吗？如果编码比产品方向重要的化身为老板的他们为啥不去编码呢？
这个问题说明的是产品经理会不会编码真的不重要，或者说我们作为实实在在的产品经理根本不需要编码。一来你编码了程序员干啥工作呢？二来你的时间用在编码上谁来发现更有价值的需求呢？谁来设计需求呢？
如果都不分工产品和编码之间毫无边界而竞品有分工的话，那么你的产品将慢于竞品，从而竞品抓住Timing早日抓住用户的心智。
明白三：AI产品经理与算法技术人员的关系
以今日头条灵犬产品为例。
首先为什么做灵犬？
因为以今天今日头条的内容体量之大，头条公司需要数千人的人工审核团队，可以想象人员成本之高且人员审核是否会因审核人员的一时的情绪而导致尺度变化都是很有可能的。
灵犬产品解决了什么需求问题呢？
- 首先，灵犬产品原型是为了解决今日头条本身平台上鉴定低俗内容的。
- 其次，互联网上信息丰富，仅凭人力进行反低俗，成本过高。今日头条基于反低俗模型开发了自动反低俗的小程序，用户输入一段文字或文章链接，小程序会先进行提取、分词和语义识别，然后根据设定的规则，检测其阅读内容的健康指数，输出对应的分数、评级和结论。不同于色情信息，处理低俗信息的一个难点在于，人们对于低俗的判断标准具有一定的主观性，合理筛选难度大。团队根据测试员的意见反馈，完善评估标准，开发人工策略。小程序也可将自身难以直接处理的时政内容交由人工审核判断。
灵犬产品负责人要做什么呢？
第一出产品方案：
今日头条面向社会招募反低俗测试员，从超过 5,000 位报名用户中选出 30 位代表，包括政府部门工作人员、媒体记者、编辑、大学教授、学生、互联网公司产品经理和技术人员、自媒体人等。测试员标注数据，判断文字是否低俗，并为算法策略提供建议。
第二设计产品：
首先我们都知道头条系列的产品非常重视运用AI技术赋能产品，例如：我们都知道的文字内容推荐，还有短视频抖音内容的推荐。
那么我们在灵犬小程序产品中，可以看到今日头条帮灵犬这个AI产品模块放到了最重要的位子，核心产品的核心入口位置。
如下图：
再来看第二个设计，即产品经理规划产品界面布局。如下图：
这个模块是笔者实地调研发现的，可以通过与同在今日头条小程序窗口内的其他模块进行比较，灵犬的色彩以及对搜索框居中设计的布局可见灵犬是个单独的产品模块即可称之为独立的产品。可以在分工的时候由单独的产品团队来完成。然后集成到今日头条小程序里面。
<
