當(dāng)軟件開始自己編寫代碼，你將如何管理產(chǎn)品？這個(gè)“燒腦”的問題注定會(huì)讓未來人工智能領(lǐng)域的企業(yè)家們夜不成寐、寢食難安。

當(dāng)然，今天的人工智能技術(shù)距離上面的擔(dān)憂還有一段距離，但不可否認(rèn)的是，隨著人工智能驅(qū)動(dòng)的產(chǎn)品和軟件越來越智能和復(fù)雜，軟件產(chǎn)品的可預(yù)測性越來越差。正如AlphaGo在戰(zhàn)勝李世石的過程中，AlphaGo的開發(fā)者們也不能直接探查AlphaGo到底在想什么，“功力”到了何種境界，機(jī)器自我學(xué)習(xí)和迭代的能力，使得軟件的設(shè)計(jì)和管理將空前復(fù)雜。

對(duì)于大多數(shù)在軟件行業(yè)浸淫多年的工程師、管理者和企業(yè)家來說，軟件設(shè)計(jì)和管理的前提是軟件輸入/輸出存在相當(dāng)程度的確定性和可預(yù)測性，例如你輸入李世石的一步棋，軟件會(huì)給出一個(gè)確定的應(yīng)對(duì)招法，但是到了AlphaGo，關(guān)于軟件的所有基礎(chǔ)信仰都被顛覆了，AlphaGo會(huì)不斷自學(xué)給出更新更好的輸出結(jié)果，甚至是人類都無法預(yù)測的。

AlphaGo其實(shí)是未來所有人工智能產(chǎn)品的一個(gè)預(yù)演和縮影，真正的人工智能產(chǎn)品，不再是一個(gè)靜態(tài)的代碼系統(tǒng)，隨著數(shù)據(jù)維度和算法復(fù)雜性的不斷增加，數(shù)據(jù)的輸入和輸出之間，存在一個(gè)人工智能系統(tǒng)的“黑箱”，我們無從得知機(jī)器是如何給出這些結(jié)果的，而且隨著結(jié)果的不斷反饋，人工智能系統(tǒng)的復(fù)雜度和不可預(yù)測性也在不斷增加，未來的人工智能產(chǎn)品設(shè)計(jì)和管理，將顛覆此前我們積累的軟件工程經(jīng)驗(yàn)，面臨復(fù)雜性帶來的巨大挑戰(zhàn)，以下是人工智能客服創(chuàng)業(yè)公司Talla產(chǎn)品副總裁Will Murphy給人工智能產(chǎn)品設(shè)計(jì)和開發(fā)人員的十二點(diǎn)建議(原文)，針對(duì)不同的開發(fā)領(lǐng)域，讀者可以忽略或者修訂這些建議：

一、聚焦

只有聚焦于特定領(lǐng)域，才能有效限制住復(fù)雜性的過度膨脹，因此專注并簡化那些你能控制的事情，利用好你的軟件專長和知識(shí)領(lǐng)域，讓產(chǎn)品聚焦于一個(gè)精準(zhǔn)的細(xì)分領(lǐng)域，例如這個(gè)“人工智能黃瓜分揀機(jī)”。

二、形成反饋循環(huán)學(xué)習(xí)機(jī)制。

你的人工智能系統(tǒng)需要通過與人或者其他系統(tǒng)的互動(dòng)中學(xué)習(xí)，反饋循環(huán)學(xué)習(xí)機(jī)制能夠讓你的軟件自我矯正和學(xué)習(xí)，甚至對(duì)產(chǎn)品和未來規(guī)劃提供有價(jià)值信息。產(chǎn)品功能方面可以寬進(jìn)窄出，一開始提供較多功能，然后通過反饋機(jī)制消減、聚焦、優(yōu)化到特定功能和問題的解決上。

三、人的介入

人工智能系統(tǒng)的自我學(xué)習(xí)離不開人的介入，甚至Google都離不開大批的人肉“rater”。在很多應(yīng)用場景中，機(jī)器學(xué)習(xí)反饋循環(huán)中人的介入，可以大大加快機(jī)器學(xué)習(xí)成長的速度。

四、Context為王

場景或者說情景（context）才能提高智能，如今我們收集和處理的場景數(shù)據(jù)超過以往任何時(shí)候，尤其是那些需要與人類互動(dòng)的系統(tǒng)（例如人工智能助理），場景數(shù)據(jù)是關(guān)鍵所在（context is king）,只有掌握用戶大量場景數(shù)據(jù)，例如位置、個(gè)人信息和偏好等數(shù)據(jù)，系統(tǒng)才能變得更加有效。

五、故障偵測與風(fēng)險(xiǎn)控制

一套進(jìn)入生產(chǎn)階段的人工智能系統(tǒng)，必須具備實(shí)時(shí)的故障和錯(cuò)誤監(jiān)控應(yīng)急響應(yīng)系統(tǒng)，即使出了紕漏或者事故，也能將損失或風(fēng)險(xiǎn)降到最低。同時(shí)我們還要重新反思產(chǎn)品的QA環(huán)節(jié)，我們必須大幅提升現(xiàn)有的QA流程才能滿足AI產(chǎn)品的需求。

六、智能的故障恢復(fù)機(jī)制

當(dāng)無法預(yù)測的人類遇到無法預(yù)測的人工智能系統(tǒng)，故障或者錯(cuò)誤在所難免，人工智能產(chǎn)品需要具備完善的故障恢復(fù)機(jī)制，及時(shí)解除用戶對(duì)系統(tǒng)異常結(jié)果產(chǎn)生的困惑。

七、采集和維護(hù)高質(zhì)量的培訓(xùn)數(shù)據(jù)

數(shù)據(jù)的重要性無需贅述，對(duì)于人工智能系統(tǒng)來說，難點(diǎn)在于如何開發(fā)有效的互動(dòng)機(jī)制，以及如何衡量數(shù)據(jù)的質(zhì)量。

八、創(chuàng)建一個(gè)增長“飛輪”

來自用戶的數(shù)據(jù)能不斷為人工智能系統(tǒng)“充值”，使其更加有價(jià)值從而吸引更多的用戶，提供更多的數(shù)據(jù)，在這個(gè)過程中，人工智能系統(tǒng)需要建立一個(gè)“飛輪”，讓更多的用戶數(shù)據(jù)直接推動(dòng)系統(tǒng)的智能度提升，從而形成一個(gè)自動(dòng)化的快速發(fā)展機(jī)制，讓競爭對(duì)手望塵莫及。

九、盡快為用戶創(chuàng)造價(jià)值

用戶提供的數(shù)據(jù)是人工智能系統(tǒng)的基石，但是若想采集到更多的用戶數(shù)據(jù)，你的系統(tǒng)必須同時(shí)為用戶提供實(shí)實(shí)在在的價(jià)值，讓頭一批用戶也能立刻獲得價(jià)值回報(bào)，不要玩畫餅的把戲。

十、開發(fā)人工智能助理產(chǎn)品，必須通過互動(dòng)來建立信任和知識(shí)庫

人工智能產(chǎn)品能做什么，消費(fèi)者的使用預(yù)期應(yīng)該是怎樣？產(chǎn)品中增加主動(dòng)溝通機(jī)制和功能能夠大大消除人機(jī)之間的隔閡。

十一、人工智能助理往往需要混合型人機(jī)界面

雖然語音是時(shí)下人工智能助理的熱門界面，但是從長遠(yuǎn)來看，人工智能助理產(chǎn)品與人類的溝通效率將超過人與人之間的溝通效率，原因恰恰是人機(jī)溝通界面的多樣性，從文本、視覺、手勢、語音到傳統(tǒng)的輸入設(shè)備無所不包，能夠根據(jù)場景選擇恰當(dāng)輸入方式的人工智能產(chǎn)品，將大大提高溝通效率。

十二、創(chuàng)建性能評(píng)估指標(biāo)體系

管理一個(gè)系統(tǒng)首先要做的事情就是管理指標(biāo)體系，為AI人工智能系統(tǒng)創(chuàng)建指標(biāo)體系可以分為以下三個(gè)重點(diǎn)領(lǐng)域：1.數(shù)據(jù)質(zhì)量。 2.算法模型質(zhì)量。3.“飛輪”增長評(píng)估（適用部分企業(yè)）4.客戶成功指標(biāo)（對(duì)特定企業(yè)來說，還包括用戶端結(jié)果輸出質(zhì)量）。隨著系統(tǒng)越來越復(fù)雜，產(chǎn)品管理愈加離不開正確的指標(biāo)評(píng)估體系。

總結(jié)：

管理AI人工智能系統(tǒng)就像治理經(jīng)濟(jì)，你不能直接去調(diào)整商品和服務(wù)的價(jià)格（輸出的結(jié)果），而是通過增加規(guī)則（例如法律）、調(diào)整系統(tǒng)級(jí)變量（例如美聯(lián)儲(chǔ)利率），促使人工智能系統(tǒng)產(chǎn)生自我調(diào)控�？傊�，對(duì)人工智能產(chǎn)品的設(shè)計(jì)和管理，需要更多借鑒其他復(fù)雜系統(tǒng)的經(jīng)驗(yàn)。