第1章 人工智能時代重新定義産品經理 / 1
1.1 人工智能時代産品的特殊性 / 3
1.1.1 人工智能是工具，也是新的産品設計思維邏輯 / 3
1.1.2 人工智能技術給傳統的服務和産品賦能 / 6
1.1.3 構成人工智能産品的三要素 / 9
1.1.4 人工智能産品成功的必要條件 / 11
1.2 人工智能産品經理的價值定位 / 14
1.3 人工智能産品經理需要兼具“軟硬”實力 / 17
1.3.1 人工智能産品經理需要懂技術 / 17
1.3.2 會用數字錶達和評判 / 19
1.3.3 懂得溝通和協作的藝術 / 20
1.4 人工智能産品經理入門 / 23
1.4.1 修煉思維模式：資源、解決方案、目標導嚮 / 23
1.4.2 構建知識體係：六大模塊 / 26
1.4.3 參與工程實踐 / 28
第2章 懂行業的産品經理纔不會被人工智能淘汰 / 29
2.1 人工智能時代將公司重新分類 / 31
2.1.1 人工智能時代公司的分類方式 / 31
2.1.2 三類公司對産品經理能力的要求 / 33
2.2 什麼叫作“懂行業” / 35
2.2.1 六種行業分析維度 / 36
2.2.2 行業分析案例 / 38
2.3 如何修煉成為行業産品專傢 / 42
2.3.1 以“點”切入行業 / 43
2.3.2 深挖“點”，變成“綫” / 44
2.3.3 橫嚮拓展“綫”，變成“麵” / 46
2.4 本章小結 / 47
第3章 定義人工智能産品需求 / 48
3.1 重新定義需求分析 / 50
3.1.1 從微觀、宏觀兩個角度定義功能性需求 / 55
3.1.2 越重要，越容易被忽視：定義非功能性需求 / 56
3.2 量化需求分析 / 67
3.2.1 為什麼要量化需求分析 / 67
3.2.2 怎麼量化需求 / 70
第4章 人工智能産品體係 / 76
4.1 人工智能産品實現邏輯 / 77
4.2 基礎設施 / 81
4.2.1 傳感器 / 81
4.2.2 芯片 / 85
4.2.3 基礎平颱 / 88
4.3 數據采集 / 90
4.3.1 數據來源 / 90
4.3.2 數據質量 / 95
4.4 數據處理 / 97
4.5 機器“大腦”處理過程：理解、推理和決策 / 99
4.6 資源配置統籌的關鍵環節：係統協調 / 102
4.7 不可逾越的紅綫：安全、隱私、倫理和道德 / 104
4.7.1 安全 / 104
4.7.2 隱私 / 106
4.7.3 倫理和道德 / 110
4.8 運維管理 / 114
第5章 機器學習 / 118
5.1 什麼是機器學習 / 120
5.1.1 機器學習與幾種常見概念的關係 / 120
5.1.2 機器學習的本質 / 123
5.2 機器學習流程拆解 / 128
5.3 人工智能産品經理必備的算法常識 / 133
5.3.1 算法分類 / 135
5.3.2 算法的適用場景 / 143
5.4 機器學習的常見開發平颱 / 148
第6章 人工智能産品經理工作流程 / 152
6.1 設定清晰的目標 / 153
6.2 技術預研 / 155
6.2.1 領域技術基本現狀和趨勢 / 156
6.2.2 領域前沿技術 / 159
6.2.3 常見技術邏輯 / 162
6.2.4 判斷技術切入點 / 166
6.2.5 總結 / 167
6.3 需求分析和産品設計 / 167
6.3.1 造成人工智能産品設計失敗常見原因 / 167
6.3.2 人工智能産品常見設計原則 / 170
6.3.3 閤理製定産品需求優先級 / 174
6.4 充分參與研發過程 / 178
6.5 持續的産品運營 / 181
第7章 方法論、溝通和CEO視角 / 182
7.1 蛻變的必經之路：端到端産品管理 / 184
7.1.1 把握流程中的關鍵節點 / 184
7.1.2 評審階段成果 / 188
7.1.3 復盤 / 190
7.2 跨部門溝通 / 192
7.2.1 什麼是跨部門溝通 / 193
7.2.2 跨部門溝通的技巧 / 194
7.3 用CEO的視角進行産品管理 / 196
寫在後麵的話 / 200
· · · · · · (收起)