人工智能產(chǎn)業(yè)具備著廣闊的包容性，那么我們可以如何理解這一產(chǎn)業(yè)？產(chǎn)品經(jīng)理又可以在其中發(fā)揮什么樣的作用和潛力？這篇文章里，作者對(duì)人工智能行業(yè)的產(chǎn)業(yè)分層、商業(yè)模式、能力要求等方面做了探討，一起來看看吧。

在人工智能這個(gè)龐大且復(fù)雜的行業(yè)中，我們可以將其比喻為一座三層樓房，每一層都有其獨(dú)特的功能和價(jià)值。讓我們一層層來看，理解人工智能的產(chǎn)業(yè)分層，分析每一層產(chǎn)品經(jīng)理所需的能力，并探索其商業(yè)模式，更好助力我們?cè)谛聲r(shí)代的洪流中，乘風(fēng)破浪。

一、人工智能的“三層樓”

第一層：基礎(chǔ)層

這一層是人工智能的基石，主要包括數(shù)據(jù)、算法和算力。數(shù)據(jù)是 AI 的燃料，算法是 AI 的大腦，算力則是 AI 的肌肉。沒有這些基礎(chǔ)，人工智能無(wú)法運(yùn)作。我們可以將這一層理解為“原材料供應(yīng)商”，他們?yōu)樯弦粚犹峁┍匾摹安牧稀薄４韽S商：訊飛、阿里云、百度云等。

能力要求：

處于基礎(chǔ)層的企業(yè)主要提供算力和數(shù)據(jù)服務(wù)，這些企業(yè)的特點(diǎn)是：偏硬件，偏底層技術(shù)，技術(shù)人員居多。

這就要求 AI 產(chǎn)品經(jīng)理了解如云計(jì)算、芯片、CPU/GPU/FPGA/ASIC 等硬件技術(shù)，以及行業(yè)數(shù)據(jù)收集處理等底層技術(shù)和框架。所以，原來從事底層硬件、技術(shù)平臺(tái)、基礎(chǔ)框架的產(chǎn)品經(jīng)理，就比較適合轉(zhuǎn)型到基礎(chǔ)層了。

第二層：技術(shù)層

這一層主要包括各種 AI 技術(shù)，如計(jì)算機(jī)視覺、自然語(yǔ)言處理、語(yǔ)音識(shí)別等。這些技術(shù)就像是建筑中的框架和結(jié)構(gòu)，支撐著整個(gè) AI 建筑。在這一層，科技巨頭通過開發(fā)和優(yōu)化各種 AI 技術(shù)，為上一層提供“建筑材料”。

代表廠商：商湯、依圖等。

能力要求：

處于技術(shù)層的企業(yè)，主要的業(yè)務(wù)是為自己的業(yè)務(wù)或者上游企業(yè)提供相應(yīng)的技術(shù)接口。這些企業(yè)的特點(diǎn)是技術(shù)能力強(qiáng)，大部分業(yè)務(wù)都是 ToB 服務(wù)。這個(gè)時(shí)候，AI 產(chǎn)品經(jīng)理就必須要具備企業(yè)所在領(lǐng)域的技術(shù)知識(shí)，最好還能了解 TensorFlow、Caffe、SciKit-learn 這樣的機(jī)器學(xué)習(xí)框架。

第三層：應(yīng)用層

這一層是人工智能的最終價(jià)值體現(xiàn)，也是我們普通人最直接接觸到的部分。在這一層，AI 技術(shù)被應(yīng)用到各個(gè)領(lǐng)域，如醫(yī)療、教育、金融、零售等，形成了各種實(shí)際的產(chǎn)品和服務(wù)。在這一層，我們可以看到許多成功的商業(yè)模式，如阿里巴巴的“新零售”、騰訊的“社交+AI”等，他們通過將 AI 技術(shù)應(yīng)用到實(shí)際場(chǎng)景，創(chuàng)造出巨大的商業(yè)價(jià)值。

代表廠商：阿里巴巴、騰訊、抖音、快手、京東、?？低暤?。

能力要求：

處于應(yīng)用層的企業(yè)，大多數(shù)直接面向 C 端用戶，所以它們關(guān)注的是如何結(jié)合市場(chǎng)特點(diǎn)，來利用 AI 技術(shù)創(chuàng)造性地設(shè)計(jì)出符合市場(chǎng)需求的產(chǎn)品。所以這類型的產(chǎn)品經(jīng)理不僅要求對(duì)所在行業(yè)有深刻的認(rèn)識(shí)，同時(shí)也要對(duì) AI 技術(shù)有一定的了解。能夠與算法和研發(fā)工程師順暢溝通與配合，能夠判斷算法同學(xué)交付的產(chǎn)品是否滿足業(yè)務(wù)需求。

以下是三層樓各企業(yè)和能力的分布情況，方便了解概貌。

（圖片來源于網(wǎng)絡(luò)）

二、AI&互聯(lián)網(wǎng)大廠的商業(yè)模式

第一類：數(shù)據(jù)收集和治理（基礎(chǔ)層）

這類公司大多擁有自己的數(shù)據(jù)流量入口，致力于對(duì)于數(shù)據(jù)的收集和加工。比如數(shù)據(jù)堂，它主要提供數(shù)據(jù)采集（包括從特定設(shè)備，地點(diǎn)采集，采集范圍包括圖片、文字、視頻等）、數(shù)據(jù)標(biāo)注（主要是對(duì)圖像進(jìn)行標(biāo)注，如標(biāo)注人臉、動(dòng)作等）服務(wù)。

第二類：計(jì)算資源服務(wù)（基礎(chǔ)層）

主要分為兩類：

第一類：底層的芯片、傳感器的研發(fā)服務(wù)。

比如寒武紀(jì)這樣的企業(yè)，它們作為一個(gè)人工智能芯片公司，主要的收入來自云端智能芯片加速卡業(yè)務(wù)、智能計(jì)算集群系統(tǒng)業(yè)務(wù)、智能處理器 IP 業(yè)務(wù)。

第二類：AI云計(jì)算、云平臺(tái)服務(wù)。

比如百度的 AI 開放平臺(tái)，平臺(tái)除了提供百度自有的 AI 能力之外，也為上下游合作伙伴提供了一個(gè) AI 產(chǎn)品、技術(shù)展示與交易平臺(tái)。

第三類：AI技術(shù)服務(wù)（技術(shù)層）

技術(shù)層的 AI 技術(shù)服務(wù)類公司，它們?yōu)樽约寒a(chǎn)品或者上游企業(yè)提供底層的 AI 技術(shù)服務(wù)，服務(wù)模式更多的是技術(shù)接口對(duì)接，比如人臉識(shí)別服務(wù)的服務(wù)模式主要就是 API 接口或者 SDK 部署的方式。比如騰訊提供的人臉識(shí)別接口、OCR圖片識(shí)別接口等等。

第四類：產(chǎn)品附加AI（應(yīng)用層）

應(yīng)用層的大部分產(chǎn)品，它們都是通過 AI 技術(shù)疊加產(chǎn)品，賦能某個(gè)產(chǎn)業(yè)的模式。比如滴滴通過 AI 技術(shù)應(yīng)用于自有的打車業(yè)務(wù)線，包括營(yíng)銷環(huán)節(jié)的智能發(fā)券、發(fā)單環(huán)節(jié)的訂單預(yù)測(cè)、行車中的實(shí)時(shí)安全檢測(cè)等等。

三、最后的話

人工智能產(chǎn)業(yè)的分層和商業(yè)模式展示了該領(lǐng)域的廣泛包容性和發(fā)展?jié)摿?。從基礎(chǔ)的數(shù)據(jù)采集、存儲(chǔ)和處理技術(shù)，到機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等算法技術(shù)，再到多元化的應(yīng)用場(chǎng)景和商業(yè)模式，人工智能已經(jīng)滲透到我們生活的方方面面，并為我們帶來了前所未有的便利和驚喜。總的來說，這是一個(gè)相互依賴、相互促進(jìn)的關(guān)系。只有理解了這個(gè)關(guān)系，我們才能真正理解人工智能的巨大價(jià)值和潛力。

希望帶給你一點(diǎn)啟發(fā)，加油。