应用层：该层是直接接触用户的，分为平台层与服务层。其中平台层是各个服务应用的汇集地，例如叮咚音箱就是一个平台，该平台上可以增加各种特定场景下的应用，例如叮咚音箱上提供儿童教学的应用，提供对话式学习。而服务层就是具体应用提供的具体软件服务。

技术层：提供基础理论算法与框架，如机器学习、深度学习、强化学习等基础算法，与TensorFLow、Caffe、ROS等技术框架；

基础层：解决计算能力与数据存储问题，以提供计算芯片、云计算服务等为主；

对于上述三层，可能最容易转型到AIPM的就是应用层中服务层，可理解为转型成为软件服务提供商的产品经理。只不过原来的操作系统变化了、用户交互的终端变化了，对于服务层系统的输入输出方式也变化了。

我们仅基于应用层中的服务层来说明AIPM应当具备的职业技能。

2.3 服务层AIPM需要具备的职业技能

公式： AIPM = AI + PM + X

下面我们就这等式右侧的三个参数进行解析。

（1）参数AI

如同移动互联网一样，只不过原来需要了解的各种移动终端(IOS、Android手机)与技术特性变为了AI的交互终端与AI技术特性。基于这些终端与技术特性，更要去了解他们结合后，如何进行事件出发、输入、输出(这就是需求文档中应当定义的产品设计内容，类似于Axure交互原型)：

众多的交互终端，与移动互联网终端不同，AI交互终端可谓是多种多样，而且科技更新的速度也是极快的。这里仅例举出一些目前常用的交互终端，包括：移动端、PC端、智能音箱端、机器人、全系投影、智能手表/手环、头戴式设备、其他穿戴式设备与众多类型的传感器；

人工智能的三种主要技术，包括：机器学习，例如计算机视觉、情感分析、自然语言处理等技术，需要大量的标签样本数据；模式识别，例如文字、语音、指纹、人脸等识别技术，atv，则偏重于信号、图像、语音、文字、指纹等非直观数据；人机交互，如智能机器人技术，则需要积累大量的用户数据。

（2）参数PM

这个参数和互联网产品经理的技能是一样的，需要具备用户需求、软件项目管理、产品营销、产品运营等方面的知识。只不过目前会更加倾向于商业化的软件业务，基于现有业务系统进一步提升工作效率、降低企业管理成本。因此对产品经理要求有更强的业务需求挖掘能力。

（3）参数X

这个是行业属性参数，也就是说需要具备一定的行业业务知识。我理解只有深入的理解行业与业务，才能挖掘出辅助或替代人力为基础的人工智能产品应用场景。

以上的内容也可以通过行业内另外一位大咖的话来做总结：现在的市场在寻找有两种能力的“AI产品经理”，一是能洞察业务链条上的最大、最核心的需求，二是能整合技术、利用生态、开发独特的产品，利用产品能力把技术落地。

写了这么多概念性的内容，来点实际的小想法，让大家找找感觉吧。

2.4 两个人工智能产品的小想法

（1）2C的小想法

制作一个基于移动端斗地主游戏的人工智能的自动玩耍工具。

目前市场上很多斗地主游戏都有提供实物奖励，部分玩家在游戏消磨时间的同时，还是非常期望获得实物奖励的。而在技术上，前几天（好像是2017年5月份还是6月份）一个人工智能玩德州扑克的程序已经完全超过了人类，不但技能强而且还有关于情感分析的能力，可以说已经实现到与人类斗智斗勇的能力了。对于出钱购买了该款工具的人群，可以同时打开N部手机同时进行游戏(可以理解为赚钱)，最终持续赢得很多的实物奖励。（虽然这是明显的作弊行为，但我也只是YY一下哦）

（2）2B的小想法

制作一个高端专营店提供人脸识别会员与指纹付款功能的工具。

让高端专营店客户感受到更加简洁方便的店内服务，在客户进入店铺内时，通过人脸识别出客户情况，并通过蓝牙耳机将客户基本信息传送至迎接该顾客的服务专员。通过服务专员获知的顾客姓名，直接向顾客至欢迎词，并且向顾客介绍顾客可能感兴趣的商品，最终实用服务专员随身携带的指纹付款机器来完成交易支付过程，以此来提高顾客满意度与交易成功率。

在这个例子中，我们可以理解，在人工智能时代的应用产品，可能需要更多的终端交互来提供整体完整产品应用体验。