标签：危机感 怎么 不难 计数 时代 部分 包括 高效 最大化
或许很多人认为AI只是那些直接从事AI相关岗位的人必须要掌握的技能，但实际上，不分岗位所有人都需要一种能力，那就是“AI思维”。如果没能在合适的时机把自己的认知提升到一定程度，被替代是很自然的事情。在文本中，我们主要介绍什么是AI思维以及它的重要性。我相信这篇文章会对很多人带来不同程度的启发。
什么是AI思维？
通俗来讲，"AI"思维就是借助AI的知识去引导自己的做事方法以及工作模式的一种能力。比如这种思维会指导我们怎么排事情的优先级、怎么定义策略、怎么迭代产品等等。打个比方，AI思维里一个很重要的点是“迭代”思维，也就是做事情要遵循小步快跑。没有人一开始就可以做到十全十美，而且这个时代已经不像之前，外部的变化极其快。所以我们需要通过小步快跑的方式，在吸取反馈的情况下迅速迭代以及完善产品，同时要最小化试错成本。如果对AI比较熟，应该都知道这种思维模式跟bandit算法或者增强学习比较相似。
为什么AI思维这么重要？
如果放在大数据兴起之前，这种能力不见得特别重要。但现在完全不一样了，我们的决策模式，做事模式都在慢慢地在改变。比如之前决策很大程度上是基于人的经验的（这种在AI上称之为基于规则的方法），但现在呢？ 很多的决策慢慢依赖于数据，而不是拍脑袋的决定（这种在AI上称之为机器学习），因为一旦数据量大，它反映的现实会比经验更加真实。这种决策模式我们也称之为数据驱动而不再是经验驱动。如果一家公司想跟上AI时代的浪潮，全员必须要拥有这方面的认知，这并不仅仅是几个负责人需要具备的能力。
说到数据策略，这里有个很重要的点叫做“假设驱动”。那什么叫假设驱动呢？ 理解起来不难，但实施起来却没那么简单。举个例子，一个产品经理在设计一个产品功能，那他第一个要做的事情是什么？ 就是提出假设，比如这个功能面向的就是60% 90后男性和40%的80后女性。提出这种假设需要一定的技巧（这不是文本的重点），之后便是通过用户的使用情况去分析数据，来验证之前提出的假设。是否真的有60%的90男性在用？ 假如没有达到预期效果，那就需要分析为什么？从而去接着迭代和修改产品，目的是让你的假设和最终的结果可以逐渐地靠近。
这种假设驱动的方法目标性很强，而且知道每一次往哪个方向做改进。在数据时代，一定要记住：不能量化结果的产品是没有办法去改善的。假设驱动是数据分析领域最为重要的概念，而且我们要知道AI从广义上是包含数据领域的。这也是为什么有过AI背景的人在很多问题上自然而然就采用这种AI思维和数据思维。
为什么每个岗位的人都需要具备AI思维？
首先，说一下产品经理。现在市面上最缺的是AI产品经理，也就是既懂AI技术又懂产品的人。为什么？ 现在越来越多的公司都要引入AI技术，这种产品我们称之为AI产品或者AI相关产品。那AI相关产品和传统产品之间有什么区别呢？ 其实，它俩拥有完全不一样的设计原则！对于传统产品，我们考虑的是功能，体验等因素，但对于AI产品来说除了这些，很重要的一点是数据搜集策略以及产品迭代计划。不少时候，我们会把AI策略说成数据搜集策略，这也是说明数据本身的重要性。所以作为产品经理，需要一种策略来不断搜集有效的数据从而不断提升产品的体验。
既然产品围绕数据，怎么设计数据搜集策略？需要搜集哪些数据？效果上怎么一步步迭代以及迭代计划是什么？这些都将是考验产品经理的问题。如果缺乏AI思维，设计出来的产品必然很大概率以失败告终，这种案例非常之多。
接下来说一下线上运营。在信息爆炸的时代，运营每天都要跟很多的数据打交道，如果不会有效利用工具去处理这些数据，效率上可想而知。举个例子，假设我们要去维护一批用户，我们通常需要根据不同的特征给这些用户打标签、构建用户画像，进而做用户的分层，然后针对性的提供适合每个人群的服务。而且这些标签也会随着流水线流入到之后的环节上，比如销售。流量时代已经过去，每一位客户都是很宝贵的资源，并且我们的时间是有限的，怎么在有限资源的情况下做出最大化效果是每个人需要考虑的问题，这也是AI思维的核心。（任何一个AI问题都是在考虑最优化问题）
再比如运营要投放广告，可以有很多的选择，但预算是固定的，那这时候就要考虑以什么样的方式投放才能最大化公司的利益同时也要满足一定的条件。（在AI领域，这个问题类似于运筹学）。利益最大化，效率最大化是AI的永恒话题。
对于一个销售人员，AI思维显得更加重要，特别是面对2C的。为什么？ 刚才说过现在的流量有多贵，每一位潜在意向客户非常宝贵。那一位合格的销售人员需要具备哪些技能？ 这里先列出几个点，如果哪一点觉得不满足应该需要点急迫感。1. 懂得理解用户，至少给用户标记一些关键特性 2. 做用户分层，这部分可以根据一些用户画像数据 3. 根据销售过程不断提升话术（类似于AI领域的强化学习） 4. 整理销售数据并有能力提供产品改进建议或者用户定位建议。 5. 至少有能力自己做一些简单的数据统计。 总而言之，每个人都需要很明确的思路来优化销售过程，在有限的时间内做到最好的效果（还是AI领域最优化问题）。
对于一个设计人员，AI的价值在哪儿？ 以前的设计有可能依赖于主观判断，但现在呢？ 设计也需要关注数据，知道什么是A/B测试，什么叫持续迭代。而且要知道AI在设计领域的应用也变得越来越多，那能否借助这些工具来辅助自己设计工作呢？
对于一个公司的研发人员，不懂AI一味着什么？ 最坏情况下就是没法一起工作。不知之前有没有过这种感觉，虽然自己参与了一些AI项目，但自己却类似于局外人，想了解内部细节，但隔着玻璃就是了解不到，让自己很无奈。其实以后，这种严格的岗位上的界限会变得越来越模糊，未来的研发人员肯定是需要懂AI的，甚至可以用一些工具来实现AI的功能。可以想象一下，一个不懂AI的产品经理，一个不懂AI的开发人员和AI工程师怎么才能配合地更好？这个实在太难了。
对于一个公司的运维，测试岗位的人，应该都意识到一定的危机感。如果还没有危机感，确实比较危险，特别是在这种资本环境不太好的时候。测试和运维很多工作其实可以利用AI来解决。之后物联网的崛起必然会带来这方面更多的需求，但即便那样，一定是那些有AI思维/AI技能的人才能有属于自己的舞台。
对于一个公司高管就不再多说了，如果不了解AI却要做AI转型这件事情，这个风险是非常大的。毕竟每一个战略上的决策关系到公司的生死存亡。作为公司的高管，至少要了解AI基本技术以及知道AI能做什么不能做什么，如果做怎么一步步执行AI战略。
另外，没有在文章中提到的岗位并不意味着无AI思维的要求，只不过没法一一全部列举来罢了。
总结起来，AI的本质就是：资源的最大化以及高效利用。一定要让AI思维去指导日常工作，这肯定是未来最大的核心竞争力。
2019年必定是全民AI的元年
任何新技术的发展都会经历几个阶段，比如迅速发展到泡沫，泡沫破裂到理性。过去两三年是很多人在了解AI的阶段，这里包括大批观望的人。只有少数有觉悟的人，才会用行动去抓住这个风口红利来迅速提升自己。2019年必将是全民AI的元年，也就说会有大批的人会开始试图用AI知识来武装自己。如果还没有加入到这个行列，过1-2年估计就真的晚了。
标签：危机感 怎么 不难 计数 时代 部分 包括 高效 最大化
原文地址：https://www.cnblogs.com/hadoop2015/p/10199561.html
