产品经理产品设计-AI产品经理入门手册(上)
人工智能产品经理AI技术产品开发者
人工智能产品经理AI技术产品开发者在人工智能（AI）时代的到来下，人工智能产品经理（AI Product Manager）成为了一个备受关注的职业。
他们在开发AI技术产品的过程中，扮演着至关重要的角色。
本文将探讨人工智能产品经理的职责、技能要求以及其在AI技术产品开发中的作用。
一、人工智能产品经理的职责人工智能产品经理在AI技术产品开发的各个阶段都发挥着重要的作用。
他们负责制定产品的战略规划，并与团队成员合作，确保产品的顺利开发和推出。
具体职责如下：1. 市场需求分析：人工智能产品经理需要对市场进行深入调研，了解用户需求和竞争对手情况，从而为产品定位和功能设计提供指导。
2. 产品规划与设计：基于市场需求分析，人工智能产品经理制定产品规划和设计方案，明确产品的目标和功能，并与开发团队进行沟通和协调。
3. 项目管理：人工智能产品经理需要制定项目计划，并监督项目的进展，确保开发团队按时交付高质量的产品。
4. 用户体验改进：人工智能产品经理必须积极收集和分析用户反馈，以改进产品的用户体验，提升产品的竞争力。
5. 市场推广与销售支持：人工智能产品经理需要与市场营销团队合作，制定产品推广计划，并为销售团队提供支持，推动产品的销售和推广。
二、人工智能产品经理的技能要求作为AI技术产品开发者，人工智能产品经理需要具备一系列的技能和知识。
以下是几个关键的技能要求：1. 技术背景：人工智能产品经理需要具备扎实的技术背景，熟悉机器学习、自然语言处理等人工智能技术，以便更好地与开发团队沟通和协作。
2. 商业意识：人工智能产品经理应具备较强的商业意识，能够理解市场需求和竞争环境，为产品的商业成功提供支持。
3. 项目管理：人工智能产品经理需要熟悉项目管理的方法和工具，具备良好的组织和协调能力，以保证产品按时交付。
4. 用户导向：人工智能产品经理应该始终以用户为中心，了解用户需求，并能够转化为功能和特性，提供优质的用户体验。
ai产品经理实操手册
ai产品经理实操手册
AI产品经理实操手册是一本指导AI产品经理在实际工作中操
作的指南。
下面是一份简单的AI产品经理实操手册示例：
1. 确定产品目标：明确产品的核心目标和所解决的问题，对于AI产品来说，可能包括提升智能化、优化用户体验等。
2. 用户研究和需求分析：通过用户调研、市场分析等手段获取用户的需求和痛点，为产品设计和功能规划提供依据。
3. 制定产品规划：根据用户需求和市场情况，制定产品的功能规划和技术路线图，明确各个版本的迭代计划。
4. 实现与开发：与技术团队密切合作，跟踪开发进度，确保产品按时交付，并及时解决技术问题和难题。
5. 数据分析与优化：基于用户数据和反馈，进行产品性能分析和优化，通过数据驱动决策，持续改进产品体验和性能。
6. 市场推广与用户培养：制定市场推广策略，包括渠道选择、营销活动等，提升产品知名度和用户粘性。
7. 竞品分析和差异化：定期对竞争产品进行分析，找出产品差异化点，并制定相应的竞争策略。
8. 产品运营和用户支持：与运营团队协调，确保产品正常运营，并提供及时的用户支持，解答用户问题。
9. 跟踪产品指标和反馈：设定关键指标和评估体系，定期跟踪产品运营情况，并根据反馈改进产品和运营策略。
10. 持续学习与迭代：积极学习最新的AI技术和行业动态，不断改进和完善产品，使其与时俱进。
希望以上的AI产品经理实操手册示例能够对你有所帮助。
当然，具体的实操手册还需要根据不同的产品和行业进行调整和补充。
产品经理工作手册
产品经理工作手册产品经理工作手册引言：作为产品经理，要想在激烈的市场竞争中取得成功，必须具备一定的技能和知识。
本手册将介绍产品经理的核心工作职责、所需的技能和技巧，以及如何有效地管理产品开发过程和团队。
通过学习和实践这些内容，产品经理能够更加高效地开展工作，实现公司的战略目标。
一、产品经理的职责和角色1.1 产品战略：根据市场需求和竞争情况，制定产品的长期战略规划，确定产品的定位和发展方向。
1.2 产品规划：根据产品战略，制定产品的中期和短期规划，包括产品功能、设计、开发周期和资源分配等。
1.3 需求分析：调研市场需求，收集用户反馈，对产品需求进行分析和整理，确保产品满足用户需求。
1.4 产品设计：与设计团队合作，制定产品的外观、界面和用户交互等设计方案，提升产品的易用性和用户体验。
1.5 项目管理：负责产品开发过程的计划、组织和管理，确保项目按时、按质、按量完成。
1.6 市场推广：制定产品的营销策略和推广方案，与市场团队合作，提升产品的知名度和销售量。
二、产品经理所需的技能和知识2.1 市场分析：深入了解市场行情和竞争对手，掌握市场趋势和用户需求，为产品战略和规划提供依据。
2.2 用户研究：通过调查问卷、访谈等方式，了解用户的需求、偏好和使用习惯，为产品设计和优化提供指导。
2.3 产品设计：具备基本的设计思维和设计工具的使用能力，能够与设计团队合作，制定产品设计方案。
2.4 项目管理：熟悉项目管理工具和方法，能够制定项目计划、分配任务、协调团队，保证项目按时完成。
2.5 数据分析：具备基本的数据分析能力，能够从大量的数据中提取有价值的信息，为产品改进和优化提供支持。
2.6 行业知识：对所负责的行业有一定的了解，了解行业发展趋势、政策法规和市场状况，为产品战略制定提供支持。
三、产品经理的工作技巧3.1 沟通能力：良好的沟通能力是产品经理的基本素质，能够与不同部门和角色的团队成员进行有效的沟通，协调各方利益。
产品经理产品设计-AI产品经理如何做需求挖掘
AI产品经理如何做需求挖掘本文主要首要结合工作实践和思考分享AI产品经理需求挖掘工作中其的掘出思维方式，在AI完整的产业链条下，对于上中下游产业链条上的产品经理，其思考方向也各有着重，对于需求挖掘的通用方法并没有过多阐述。
需求是产品经理工作党务工作的起点，如何或进行需求的挖掘，找到有价值的消费需求，是工作的第一步。
需求挖掘的手段有很多种，比较常用的方式有六种：一是基于场景深挖用户融资需求，塑造奥坦的用户场景，包括时间、地点、行为、环境、人物、关系等，并从用户这些行为中挖掘；第二是基于人性挖掘用户融资需求，在用户访谈中，我们获取到的移动用户只是用户的表层需求表达，更深层次的探索要从社会学、心理学、经济学重要领域分析问题本质。
随着AI技术的发展，行业普遍将产品经理划分为AI产品经理和互联网产品经理，其实两者在价值本质上是相同的，都是对用户需求的满足。
但是在思维模式、工作内容以及需求挖掘的方式上，是有差异的。
互联网时代，产品经理工作是围绕平台化和流量，将传统的线下业务流程到线上平台，优化个人信息了信息存储和互通的方式，在这个线上化的过程中会，大量未满足的需求被一块块挖掘出来，产品经理工作中最重要的内容就是新需求挖掘，需要花费大量的时间做用户生物学、场景分析。
随着新需求已基本被满足，AI产品主管的工作则围绕AI技术在场景中的运用一触即发，让产品功能具备AI能力，模拟人的思考、推理、判断、执行能力，从而实现用户体验的升级和效率提升。
AI时代，产品经理进行需求挖掘会因所处的AI产业结构层次不同而有差异AI产业结构是如何分类的呢？经过多年的发展，AI在产业结构层面，因分工不同产生了两种类型公司：行业+AI、AI+行业、AI。
这三种类型公司，产品经理负责的工作侧重点不同，对产品经理的能力建议有差异，所以特点其面对的资金需求也是有各自特点。
1.行业+AI行业+AI是做应用层业务，包括智能金融、智能客服、智能驾驶等。
产品经理产品设计-一个-1到0岁产品菜鸟的学习历程
一个-1到0岁产品菜鸟的学习历程本来想写干货文顺便可以原本沉下来动动脑。
但是一看日期，差不多是接触产品的一周年了，不如写篇学习历程吧。
算是梳理一下自己的记忆，也为秋招面试搞准备。
1.1第一次接触产品经理产品经理（下称PM），第一次接触这个词的具体时间还真的忘记了。
但是，我记得我在那个暑假参加了某平台一位PM的线下聚会（忘了名字）。
聚会只需要付25元，酒水全包，性价比如此高，是因为这位PM是这个平台的PM，而这个平台刚上线没多久。
这一次聚会，除了我和PM哥哥，还有一群中大的师姐。
具体聊了什么，我现在即便都忘了，当时的活动描述是这样的：聊聊产品看看经理是如何开展工作的，会遇到什么挑战和困难，如何不断提高自己等等。
长达一个半小时的聊天里，带我初步接触到了PM这个职业的日常。
后来，我还去过一次他们公司目前。
超人的海景办公室，地处前海。
十万一平的地段果然环境不同啊，哈哈。
1.2《》个人对于这本书的评价不贬不赞，对于我来说，给我带来的就是进一步填补了对PM的认识。
同时，由于这此书的局限性，促使了我去看更多的书。
不得不说，《启示录》真的是想做PM的同学必看的书（MartyCagan-《启示录：开创用户喜爱的产品》）。
书单我就不推荐了，毕竟读的书不多，大家自行简书一下知乎一下百度一下吧。
作为产品经理，读的书还是要杂一些。
只能说，没有不适合销售经理产品经理嗜读。
1.3课程设计由于我的专业领域是市场营销，恰巧专业里有网络营销一位老师在互联网公司做过PM，所以在她的某门课上我就对某款app做了功能的优化和设计。
现在回想起来，那和事儿纯粹是在开脑洞穆劳县抄竞品堆砌的起来一张不经辩证的需求表。
之所以说是一张表，更主要的原因是信息呈现的方式毫无逻辑，这里导师推荐我去可看《金字塔思维》。
学会有逻辑地去表达是产品经理最重要的技能了，毕竟平时都是和一群逻辑思维能力极强的同事打交道。
唯一值得肯定的是，当时我把这款app能找到的历史版本全都体验了辨认出两三遍，仔细地做了版本的迭代记录（以后可以写篇有关版本迭代分析的文章）。
ai产品经理实操手册
ai产品经理实操手册AI产品经理实操手册第一章：AI产品经理角色概述1.1 AI产品经理的定义与职责AI产品经理负责将人工智能技术与产品相结合，打造出满足用户需求的AI产品。
其主要职责包括但不限于市场调研、产品策划、需求分析、原型设计、项目管理、用户体验设计以及与开发团队的协作沟通等。
1.2 AI产品经理的技能要求AI产品经理需要具备扎实的产品经理知识，如市场分析、竞品分析、用户调研等基础技能。
此外，AI产品经理还需要具备对人工智能技术的理解和应用能力，以及良好的沟通能力和团队合作能力。
1.3 AI产品经理的工作流程AI产品经理的工作流程主要包括以下几个阶段：需求调研与分析、产品策划与设计、原型设计与验证、开发与测试、发布与推广、数据分析与优化。
第二章：AI产品需求调研与分析2.1 市场调研通过市场调研，了解市场上同类产品的竞争情况、用户需求和痛点。
可以通过用户访谈、问卷调查、数据分析等方式进行市场调研。
2.2 用户调研深入了解用户需求，通过用户访谈、焦点小组讨论等方式，了解用户的真实需求和使用场景，挖掘用户的痛点和期望。
2.3 竞品分析对市场上类似产品进行竞品分析，了解竞品的特点、优势和不足，为产品的优化和差异化提供参考。
2.4 需求分析综合市场调研和用户调研的结果，对产品的需求进行分析、整理和总结，并形成产品需求文档。
第三章：AI产品策划与设计3.1 产品定位根据需求分析的结果，明确产品的定位和核心竞争力，确定产品的市场定位和目标用户。
3.2 产品功能规划根据需求分析和竞品分析的结果，确定产品的核心功能和附加功能，并制定产品功能规划。
3.3 产品架构设计设计产品的整体架构，包括前端界面设计、后端数据处理和算法模型等，确保产品的稳定性和可扩展性。
3.4 用户体验设计为用户提供良好的使用体验，设计用户界面和交互流程，考虑用户的思维习惯和操作习惯，优化用户感知和满意度。
3.5 项目管理制定项目计划和进度安排，协调各个团队的合作，确保项目按时交付。
人工智能产品经理的职责与技能要求
人工智能产品经理的职责与技能要求人工智能（Artificial Intelligence，AI）作为一项引领人类科技进步的核心技术，正在快速发展和应用于各个领域。
在AI产品的开发过程中，人工智能产品经理（AI Product Manager）扮演着至关重要的角色。
本文将探讨人工智能产品经理的职责与技能要求。
一、人工智能产品经理的职责1. 产品策划与规划：人工智能产品经理需要深入了解市场需求和用户痛点，与团队协作制定人工智能产品的策划和规划，包括产品的核心功能、用户体验、市场定位等。
2. 需求收集与分析：人工智能产品经理负责与用户、客户和相关利益相关方沟通，收集并分析市场需求和用户反馈，提炼出明确的产品需求和优化方向。
3. 创意与创新驱动：人工智能产品经理需要具备创意和创新思维，不断推动产品的创新和改进，以满足用户需求并保持竞争优势。
4. 项目管理与协调：人工智能产品经理需要在整个产品开发周期中，协调不同团队的工作，确保项目按时交付，并有效地进行质量控制。
5. 用户体验设计：人工智能产品经理应具备一定的用户体验设计能力，确保产品在交互设计、界面设计等方面可以提供优秀的用户体验。
6. 技术理解与沟通：虽然人工智能产品经理不需要成为专业的AI技术开发者，但他们需要对人工智能技术有一定的理解，能够与技术团队进行有效的沟通和协作。
7. 市场推广与运营支持：人工智能产品经理需要参与产品的市场推广和运营支持，制定相应的产品定价、推广策略和售后服务计划。
二、人工智能产品经理的技能要求1. 业务理解与行业洞察：人工智能产品经理需要对所在行业有较深入的理解和洞察，了解市场需求和竞争对手情况，以便制定合适的产品策略。
2. 数据分析与数据驱动：人工智能产品经理需要具备数据分析能力，能够利用数据驱动的方式进行产品决策，并挖掘数据中的商业洞察。
3. 用户调研与用户洞察：人工智能产品经理应该擅长与用户进行沟通和交流，通过用户调研和用户测试等方式，深入了解用户需求和痛点。
人工智能产品经理工作内容
人工智能产品经理工作内容
1. 哎呀，人工智能产品经理得搞清楚用户到底要啥呀！就好像厨师要知道食客喜欢啥口味一样。
比如，做一个智能语音助手，不得先去了解大家希望它能解决哪些问题么？
2. 还要规划产品的功能呢，这可真是个精细活！就仿佛建筑师设计大楼，哪里是客厅哪里是卧室，都得安排得妥妥当当。
像设计一个智能医疗产品，各种检测和分析功能都得想好怎么布局呀！
3. 得和不同的团队打交道，这可不容易啊！跟开发团队就像和工程师合作盖房子，得把想法告诉他们，让他们完美实现。
比如说要让智能机器人行动更灵活，就得和技术人员好好沟通。
4. 时刻关注市场动态那也是必须的呀！这就像航海员要时刻留意海上的风浪变化一样。
要是不了解市场，怎么知道自己的人工智能产品是不是掉队了呢？
5. 测试产品也很关键哦！就跟考试前检查文具是否齐全一样重要。
比如一个智能安防系统，不经过严格测试怎么敢放心给用户用呢？
6. 收集用户反馈更是不能马虎！这就好比司机要根据路况随时调整方向。
若是不重视用户说的，那产品怎么能越来越好呢？
7. 分析数据也很有必要呀！这不就像是侦探找线索破案嘛。
通过对智能设备的使用数据进行分析，才能找到改进的方向呢。
8. 不断推动产品进步更是职责所在呀！就好像运动员要不断挑战自己的极限一样。
只有这样，人工智能产品才能在市场上脱颖而出啊！
我觉得人工智能产品经理就像是一个万能选手，啥都得会，啥都得做好，才能让人工智能产品大放异彩！。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
AI产品经理入门手册（上）近两年来AI产业已然成为捷伊焦点和风口，各互联网巨头都在布局人工智能，因特网不少互联网产品经理也开始考虑转型AI产品经理，本文我也同样在转型中。
本篇文章是通过一段时间的学习归纳总结整理而成，力图通过这篇文章给各位考虑转型的产品经理们一个对AI的全局概括了解。
本文分为上下两篇，此为上篇。
全文思维导图如下：目录：1.1AI产业结构AI发展至今大致按照在上产业结构的分工不同产生了三种类型的公司，我们在转型时最好要先清晰明确先要自己的优势及兴趣，来判断自己适合着眼于哪个层面的教育工作，从而进行针对性的学习和提升。
（1）行业+AI这类公司重在“行业”，本身有着一定的行业积累，给用户提供AI赋能后的产品或服务。
例如：智能家居、智能车载等。
这类公司对产品经理的要求重点在对行业论述的表述上，以及需要对行业趋势有一定的insight。
目前此类公司的战略趋势是会越来越细分到具体的垂直场景上，所以这也对产品的场景分析能力有较高要求。
（2）AI+行业这类公司重在“AI”，是由AI催生出来的行业，客户可以通过使用这类公司提供的服务或解决方案来完善自己的，从而快速大幅提升自身产品的价值，例如：智能客服、智能外呼等。
此类公司目前商业模式主要以toB为主，所以需要产品经理品类具有较强的沟通能力，加速能快速挖掘理解客户的真实需求，并对项目兼具一定的把控管理能力。
（3）基础平台这类公司旨在为客户提供基础AI技术平台，主要包括一些计算平台、算法平台，或者提供各场景的一手数据，从而帮助化工企业快速对接AI技术，大幅缩短客户在人工智能研发上的投入成本和周期。
此类公司对产品经理的主管要求更侧重于对底层技术框架的理解。
如果你曾经从事过研发专事工作，那么在教育工作该类公司工作会很有优势。
1.2AI产品经理的分类AI产品经理，是直接嵌入式或间接涉及了AI技术，进而完成相关AI产品的设计、研发、推广、产品生命周期管理等副经理其他工作的产品经理。
（1）狭义AI产品经理1）定义直接应用了语义、语音、计算机美学和机器学习这4个领域的AI技术，进而完成相关AI产品的设计、研发、推广、产品生命周期管理等工作的产品经理。
因为语义、语音、计算机美学和机器学习这四个领域近几年的落地情况具有如下4个特点：2）分类：（2）广义AI产品经理1）定义间接涉及了语义、语音、计算机光影和机器学习这4个领域的AI技术、或直接应用了其他还不够成熟的商业化细分领域AI技术（比如：脑机接口、量子计算等），进而完成相关AI产品的设计、研发、推广、产品生命周期管理等工作的产品高级经理。
广义AI产品经理具有如下表所示特点：2）分类1.3AI产品经理的能力模型每个行业的发展都要经过重技术、重产品、重运营这3个阶段，现如今AI行业已经步入第二个迈入阶段即产品的优先性要高于技术和运营。
在这种背景下，除了要具备通用产品思维外，行业还对AI产品经理在如下方面提出了更高的要求：（1）找准商业变现模式和闭环资本寒冬里，整个市场都在重新洗牌，此种情况下找准自己产品的商业模式就第三种显得格外重要。
陆奇曾说过，人工智能落地最关键性的是找到场景和商业模式，做出极致体验，并快速迭代。
目前AI市场实现商业变现主要有两种方式：不管是哪种变现方式，要想把AI技术跟垂直产业结合，都要求AI 产品经理真实地应邀参加到业务的整个过程全个中，对行业有足够多纵深的理解。
从而从当前行业痛点入手，寻找具有商业价值并足够细分的垂直分析透彻，提炼出场景中可以帮助产品建立要点优势的关键点，评估投入产出比，调研用户若使用我们的产品解决当前问题愿意支付的价格，之后制定合适的商业推广策略和产品定价包装策略，最终同时实现产品变现。
目前商业化程度做的较好的行业有、金融、互联网服务、企业服务：（2）把控产品需求找准产品的商业变现模式之后，就要深挖产品需求。
首先要对公司整体产品软件系统有比较清晰的认识，在这个框架体系里综合评价评估当前需求是否符合公司整体战略规划，之后在这个战略方向上做MVP，验证成功则可以继续打磨词句持续磨制优化，验证失败则再探索下一个方向。
业内通常认为人工智能的发展离不开三大概念要素：数据、算法、计算力，但落地的应用场景同样是一款产品能否取得成功的关键。
AI产品经理最核心的专业知识也商品在于此，即通过人工智能技术去情境再度定义场景和需求，提供一套可行的认知科学人工智能解决方案。
在明确了具体具体的需求场景后，需要考虑清楚我们产品的客户会在当前流程里的哪个环节使用它，以及现有的方案是什么，我们的产品解决方案比现有方案好在哪里。
AI产品经理对产品的需求把控能力比传统互联网经理要求高不少，而且需要较慢验证，在瞬息万变的AI领域迅速落地能解决痛点问题的产品。
现阶段的行业通识是选准一个足够细分的垂直足够多领域去构建私人企业和技术壁垒，而不是与谷歌或百度竞争通用AI技术。
目前toB的场景主要降低从提升人工效率、降低人力成本、帮助重大决策的方向考虑，toC的场景则当更侧重于提高便利性。
（3）与技术互相推动，互相成就作为AI产品经理，首先要认识到用户只在乎购买的产品帮他解决了什么问题，以及为此支付的价格是否值得，并不在乎产品使用了多复杂多前沿的技术。
产品设计应当从商业盈利以及切实解决用户痛点的角度出发而非技术出发，所以AI产品经理在这个意义上优化根据商业及产品需要倒逼技术可以。
在实际的产品设计的过程中，AI产品经理必须理解技术实现原核细胞过程，找到用户需求和AI技术的交叉点，产品线设计的产品要和团队现有数据、算法、计算能力匹配。
看清楚准确传达产品需求，帮助研发工程师快速实现产品商品目标，缩短研发工程师找到最佳技术方案的时间。
并能使用非技术语言，将研发中的技术原理及出现的问题及时与leader和客户沟通，来获得支持和认可。
此外，AI产品经理还需要拓宽扩阔自己的认知极限，了解技术边界，多跟团队里的AI工程师交流，开夜车也要随时关注AI医药行业最新动态和变革，阅读前沿paper。
（4）获取用户信任随着AI技术的发展，AI信用风险涉及到的伦理和道德及法律风险也越来越引起大众的关注。
美国很多人工智能公司已经成立了伦理审查委员会来检查人工智能产品的设计方案是否符合道德，并确保用户的安全和权益收到保护。
作为AI产品经理，设计装配的产品可能会承担着更高的法律和道德风险。
目前很多公司已经意识到AI对人类在道德伦理上的影响并做出举措，在今年的谷歌开发者大会上谷歌就为GoogleAssistant加入了针对儿童的Prettyplease功能，鼓励小孩对进行礼貌提问。
在技术发展的整个过程中，不可避免会引发会带来一些问题造成应用程序的不信任。
2021年3月，Twitter上线了一款聊天机械Tay，但是仅在两天的时间里，Tay就在与市民互动整个过程过程中学习成为了一个集性别歧视、种族歧视等于一身的“不良少女”。
类似的，虽然淘宝基于大数据的个性化推荐十分精准，但是因为可解释性较差导致很多用户对如此精准的推荐感到十分不安，并认为这种个性化推荐可能侵犯了他们的隐私权。
AI未来的发展可能更应该将更多的决策过程展示出来，让用户理解和明白为什么要这样的决策，而不应该仅仅是一个黑盒。
AI目前主要的应用领域有3个方向，包括：计算机视觉、语音交互、自然语言处理。
2.1计算机视觉（CV）计算机视觉感官是一门研究如何使机器“看”的科学，就是指用摄影机和计算机代替人眼对目标进行识别、精确定位和测量等机器视觉应用的应用，是使用计算机及相关设备对视觉的一种模拟，对采集的图片或视频成功进行处理图片从而获得相应场景的三维信息，让计算机具有对周围世界的空间物体进行传感、抽象、判断的能力。
计算机视觉在现实体现中应用价值主要场景在可以利用计算机对图像和录像带的识别能力，替代这部分人力工作，节省人力成本管理成本并提升效率。
传统的计算机视觉基本遵循影像图像预处理、提取特征、建模、输出的流程，不过利用深度学习，很多问题可以直接采用端到端，从输入到输出一气呵成。
（1）研究内容（2）应用场景计算机深广感官的应用场景非常广，例如：无人驾驶、无人安防、人脸识别、光学字符识别、物体追踪、车辆车牌识别、以图搜图、医学图像分析等。
最近B站当新上线的弹幕防挡脸功能，即在播放视频时弹幕经过人脸则自动隐藏，也是应用了CV，这个小功能对B站核心价值之一的弹幕进行了进一步优化，大大增强了用户体验。
（3）瓶颈（4）提供支持相关方案的企业2.2语音交互语音交互也是非常热门的方向之一，其实语音交互整个流程里包含角落里语音识别、自然语言取证和语音合成。
自然语言处理很多时候是作为单独的一个专业领域来研究的，本文也将单独介绍自然语言处理，所以此处只介绍语音识别辨别和语音合成。
语音交互的最佳应用桥段便是眼睛不方便看，或者手不方便操作的时候。
“不方便看”导航系统比较典型的场景便是智能车载，“不方便操作”比较典型的场景要数较智能音箱，这也是目前比较火的两个细分方向。
一个完整的语音交互基本业务流程遵循下图的流程：（1）语音识别（ASR）1）研究内容语音判别的输入是声音，属计算机无法直接处理调幅的模拟信号，所以需要将声音转化成计算机能处理的信息。
传统的识别方式需要通过编码将其转变解调为数字信号，并提取采取其中的特征进行处理。
传统方式的声学模型传统式一般采用隐马尔可夫模型（HMM），处理流程是语音输入——编码（特征提取）——解码——输出。
还有一种“端到端”的识别方式，一般采用深度神经网络（DNN），模型方式的声学这种的输入通常可以使用更原始的信号特质（减少了编码阶段的组织工作），输出也不再必须伺服经过音素等底层元素，可以直接是字母或者繁体字。
在计算资源与模型的训练数据充裕充足的情况下，“端到端”方式往往能达到更好的效果。
目前公司目前的人机交互识别技术主要是通过DNN实现的。
语音识别的效果一般用“识别率”，即识别文字与标准文字相匹配的字数与标准文字总字数的比例辨认来衡量。
目前中文通用语音连续识别的识别率最高可以达到97%。
2）衍生研究内容（2）语音合成（TTS）1）研究内容是将汉字转化为语音（朗读出来）的过程，目前有两种实现方法，分别是：拼接法和参数法。
DeepMind早前陆续发布了一个机器学习语音生成模型WaveNet，直接生成原始音频波形，可以对单元格声音建模，不依赖任何发音理论模型，能够在文本转语音和常规的音频生成上得到出色的结果。
2）瓶颈个性化TTS数据需求量大，在用户预期比较高的时候难满足。
需要AI产品经理挑选用户预期用户不苛刻的场景，或者在设计时候时管理好用户预期。
（3）提供前述方案的企业2.3自然语言理解（NLP）（1）研究内容自然语言处理是一门一面镜子让计算机理解、分析剖析以及聚合自然语言的学科，是认知和处理文字的过程，相当于人类的大脑。