第1章 AI新手認識AI 1
1.1 AI的曆史和算法 1
1.1.1 AI的曆史 1
1.1.2 AI的三大學派 3
1.1.3 AI的三次大發展 5
1.2 AI領域的奠基者 6
1.3 AI的發展現狀 12
1.3.1 AI的發展概況 12
1.3.2 AI相關行業的發展現狀 15
1.3.3 AI相關公司的發展現狀 18
1.3.4 AI相關行業的人纔現狀 21
1.4 AI産品經理的現狀 26
1.4.1 崗位需求與人員素質不匹配 26
1.4.2 AI産品經理來源廣泛 27
1.4.3 成為AI産品經理可能遇到的主要問題及解決方案 29
1.5 AI産品經理認識AI的3個階段、9個過程 31
1.6 AI産品經理應該瞭解的算法 32
1.6.1 傳統算法 32
1.6.2 AI算法 33
1.6.3 傳統算法和AI算法的區彆、聯係 36
1.7 AI=數據+算法+算力 38
第2章 從零開始成為AI産品經理 42
2.1 AI帶來的改變與挑戰 42
2.1.1 AI帶來的改變 42
2.1.2 AI帶來的挑戰 45
2.2 AI産品經理與傳統産品經理的區彆 46
2.2.1 麵嚮的用戶不同 46
2.2.2 工作內容不同 48
2.2.3 技術方案的維度不同 49
2.3 打造AI産品的流程 50
2.3.1 打造傳統軟件的流程 50
2.3.2 打造硬件産品的流程 54
2.3.3 打造AI産品的流程 58
2.3.4 打造AI産品的實際案例 59
2.3.5 打造AI産品的創新因素 59
2.4 AI産品經理應該具備的思維 60
2.4.1 多樣化思維 60
2.4.2 差異化思維 61
2.4.3 穿透思維 61
2.4.4 大道思維 62
2.5 成為AI産品經理的方法 63
2.5.1 非技術背景的人員如何轉型成為AI産品經理 63
2.5.2 有技術背景的人員如何轉型成為AI産品經理 68
2.5.3 有技術背景的人員轉型成為AI産品經理的案例 69
2.6 AI産品經理的創新方法 70
2.6.1 用戶協同創新 71
2.6.2 影響用戶協同創新的因素 72
2.6.3 AI産品的創新方法 76
2.7 成為AI産品經理的核心路徑 79
第3章 非技術齣身的AI産品經理應該瞭解的AI技術 84
3.1 常見的AI技術 84
3.1.1 自然語言生成 85
3.1.2 語音識彆 92
3.1.3 虛擬代理 97
3.1.4 機器學習平颱 101
3.1.5 GPU和其他設備 116
3.1.6 決策管理技術 118
3.1.7 深度學習技術 121
3.1.8 生物特徵識彆技術 133
3.1.9 機器人技術 146
3.1.10 文本分析和自然語言處理 151
3.2 從企業視角看AI技術 157
3.3 AI産品經理應該知道的AI技術 160
3.3.1 AI産品經理對AI技術的理解 162
3.3.2 熱門的AI算法 163
3.3.3 深度學習大熱背後的力量 165
3.3.4 AI産品經理應該瞭解的深度學習算法及其應用 167
3.3.5 AI技術的落地 170
3.4 AI技術小白的學習資料 170
3.5　AI技術小白的學習方法 173
第4章 AI時代産品需求的特點和落地 184
4.1 AI時代産品需求的新特點 184
4.2 AI時代尋找産品需求的方法 188
4.2.1 重新定義尋找産品需求的方法 188
4.2.2 外部方法 192
4.2.3 內部方法 193
4.2.4 AI時代的産品創新源自産品經理的自我增強 194
4.2.5　小結：成為AI産品經理的心路曆程 197
4.3　AI時代産品需求落地的方法 197
4.3.1　AI産品的落地 197
4.3.2　裸眼3D智能試衣鏡 202
4.3.3　AI衣櫃 203
第5章 AI重新定義敏捷開發 207
5.1 AI時代更需要敏捷開發 207
5.1.1 什麼是敏捷開發 207
5.1.2 産品總監帶領團隊執行敏捷開發的方法、步驟 214
5.1.3　認識AI時代的敏捷開發 217
5.1.4　機器學習MVP的成本 222
5.2　創新的敏捷開發管理 225
第6章 AI思維 226
6.1　AI産品經理需要AI思維 226
6.1.1　AI産品經理需要AI思維矩陣 226
6.1.2　AI産品經理如何構建AI思維 227
6.2　AI思維的拓展 229
6.2.1　AI思維的作用和重要性 229
6.2.2　AI生態思維 229
6.2.3　AI工程思維 230
6.3　AI産品經理要懂得心理學知識 230
6.4　AI産品經理的心力 231
6.4.1　認知力：産品方嚮的緻知力 231
6.4.2　方法論力：事上練 232
6.4.3　迭代力：初心不動、隨機而動 233
6.4.4　驗證力：知行閤一 235
第7章 AI産品美學 236
7.1 AI産品美學的科學性 236
7.1.1 一根：定義落地 236
7.1.2 二脈：行為落地 237
7.1.3 三通：認知落地 237
7.1.4 四達：交互落地 237
7.2 將美學融入AI産品 238
7.3　AI＋場景美學 239
7.3.1　懂用戶之美 239
7.3.2　懂痛點之美 239
7.3.3　爆款産品之美 240
7.4　AI産品的美學目標 240
7.5　AI産品美學綜述 240
7.6　如何培養産品美學觀 241
第8章 AI賦能産品的實例 242
8.1 AI+金融保險 242
8.2 AI+醫療健康 245
8.3 AI+工具軟件 249
8.4 AI+商業服務 253
8.5 AI+新零售 258
8.6 AI+機器人 262
8.7 AI+安防 267
8.8 AI+農業 274
8.9 AI+交通 282
8.10 AI+文化産業 286
8.11 AI+教育 289
8.12 AI+物流 293
8.13 AI+工業 298
8.14 AI+傢居 302
8.15 AI+法律服務 304
8.16 AI+社交 307
8.17 AI+人力資源管理 309
8.18 AI+房地産 310
8.19 AI+旅遊 314
8.20 AI+信息通信 316
8.21 AI+城市公共服務 318
後記：AI重新定義産品經理 322
· · · · · · (收起)