浅述工具产品的一些思考

我发现身边不少算法出身的技术人员也有转型为AI产品经理的趋势。在AI领域新兴发展的岗位中，逐渐也分化出一种更细的岗位，那就是AI方向的工具产品经理。这类岗位发展前景明确，定位更清晰，综合要求也会更高，最近大家们讨论颇多。

01
什么是工具产品经理呢？

说到AI工具产品经理，顾名思义首先是工具产品，再结合到AI领域。其实抽离出来，工具产品最早一定是源于流程机制和规范化，形成固定的操作，这时候需要建设1个工具来解决问题，不论是从0到1创造性建设或者是提升效率，但解决的问题是很明确的，甚至流程也有或多或少的初步借鉴。

工具产品也分为C端和B端，C端产品与用户体验，主端APP强相关，例如剪映和抖音的关系，剪映是很好的剪辑创作工具，受众是数以亿计的普罗大众，产品的推出市场也需要多人多次的迭代和打磨。C端工具产品这里不作赘述，本文主要讨论的是B端工具产品。相比之下，B端工具产品通常最初是对内使用，有着明确的问题去解决，可能1个版本就率先用起来。而且早期是很有可能1个人从0到1建设，再逐渐丰富功能，最后会形成产品团队，由团队对其持续迭代和发展壮大，由内部产品逐渐推向外部市场。

对于AI产品而言，本身更多是AI算法策略相关的工作，但是策略的生成，算法打包，算法调用，以及流量分配，投放申请等都需要工具承载，而对于这个工具的建设非常考验产品经理的素质。一方面，产品经理需要理解AI业务应用的策略，基于一套流程下来哪些可以线上化，哪些是占时间精力的大部分，实际操作过程中以什么样的交互方式最友好，业务中客户通常熟悉的思考方式是什么样的，最优先解决的痛点是什么。这是对产品经理的业务理解能力有要求，不同人理解到不同层次，做出来的工具产品也有所差异。另一方面，工具产品大多是平台产品，平台的定位，模块分布，功能交互本身也有要求，对页面的跳转，存储计算方式，和策略的联动，怎么影响线上效果，如何对比前后的效果差异，如何评测一个策略的好坏情况，都需要清晰明确的引导。这是对通用化工具产品基本功有要求，满足一个平台该有的功能，有目标且有指标衡量，也是对平台的持续发展打好基础。

02
如何选择一个好的工具产品呢？

大家比较常见的是各大厂的云开放平台体系了，拿AI方向的视觉开放平台来举例。阿里云，腾讯云，百度云，华为云等都自研了视觉算法，各家有亮点的算法模型和策略，也有不少免费公测提供给用户使用。

那这么多云平台，大家一般会怎么挑选呢？其实和平常在市场上买东西很类似，一是看看大品牌，一般老牌子质量有保证，售后也有服务，口碑信得过，没有特别需求的话这个最保险最不会出错；二是看看有什么特殊卖点，如果你真的想买特别的产品，解决某一个定向的问题会找到某一个解决此类问题最好的厂家去购买，那么即使其他的功能覆盖不全，但是解决你最痛的问题就可以了；三是买性价比最高的，如果没有特殊需求也不对产品品质要求那么高，能用就行，那货比三家买个能实现的最便宜的产品即可。

说回云平台，开放平台的视觉能力买起来也是这个道理。这几家每一个都是大厂，这些云开放平台就是一个个平台工具，用户想要买服务的时候为哪个买单，就是对工具产品最好的验证。外部平台最好的验证方式就是付费使用，看注册付费用户多少，就能直观地知道哪个相对更好。

显然国内大家对阿里云的认知更早，是最早期做云服务的公司，在视觉技术上也发现阿里云覆盖面很广，像人脸识别类、文字识别、图像检测、图像生成、视频生成等都覆盖，且每类能力也有较高的参数依据支撑，比如识别准确率，图像分辨率都达标。所以这符合大众对于大品牌的认知，觉得质量有保证售后有保障。而且阿里云主要是可以和别的云计算，存储出一套组合拳，联系别的服务，更好地给企业用户证明品牌的价值。工具产品在这个时候其实发挥的空间不大，更多在于框好了阿里云的框架，往平台填内容就行。但其实我也做过一些用户的调研，还有相当一部分用户表示：阿里云的用户引导最为清晰。因为一进入会有个角色导航的页面，选岗位再选指引路径，更人性化。且阿里云视觉能力网站更为吸睛，黑橙对比更显出优势在哪里。

而百度云平台其实最早的优势很明显，做的技术更专业化，比如人脸识别精确度更为准确，实时上传看到效果对比更显著，还有手写识别，法语识别这些特殊的算法模型，这都是用户选择的原因。后面随着市场迭代，这些优势不那么明显。但是对于整个工具平台而言，也正因为和百度深度学习平台飞桨的连动，与机器学习平台EASYDL的连动，用户觉得特殊性更认可。工具平台在这里更多是借助独一无二的功能点进行引导和放大，让用户找到独特性、唯一性，相信硬核的点，逐步发扬光大。

腾讯云平台比前两个平台的市场收费更低，起步稍晚，直观对比能力的多样性不全，技术准确度其实都不是最高的。但对比下来，基本功能还得以满足，能解决大部分用户和企业的问题。并且腾讯在社群运营和用户体验上从社交平台入手，天然就多了很多流量，加上和微信，QQ，视频类APP的互动玩法多，对大众的认知也更深刻。谁不想买个性价比高且体验佳的产品服务呢？工具平台在这里的亮点是对标学习，掌握住该平台的核心能力，进行复刻，假以时日可逐渐迭代补充，现阶段最主要是抓住亮点突破和打造认知。

03
如何评价一个工具产品的好坏呢？

其实在上面阐述云平台的过程中，也或多或少夹杂了如何对比产品差异。但是评价一个产品主要是从工具本身出发，抛去品牌前期打造，市场营销方案，价格相关，再来单纯地看一个产品。一般地，也需要完善的体系来监督评测，给分项打分，也关注用户反馈。

内部工具，当开始规划这个项目时候就一定有明确的目标，最直接的衡量的方式，有了工具后这个问题解决了还是没解决？这是定性的结果，0或者1。

进一步，对业务和流程的影响如何量化？严格来说，工具产生的价值=有工具之后的产能-无工具时期的产能-开发建设工具的耗费产能，如果仍大于0，超过值很多，那更说明工具值得做，且做得好。企业里更笼统的方式是会统计，降本提效的成果有多少。比如建一个视觉AI中台，带来了业务XX的收入增长，降低了XX人力算力机器成本，也很具体明确。

对于用户反馈来说，工具好坏会给用户发满意度问卷，满分10分的话，从整体、分模块、分功能来收集用户对哪一块的感知最好，哪块最需要改进。特别的，可以做NPS调研分析，为用户净推荐值，是衡量老用户有多大意愿向别人推荐该工具产品。因为用户自己用是一方面，如果更加认可还会推荐给其他友人，也是近一步的反馈评价。苹果公司每年也会做NPS的调研分数，业界也都以此为参照。

04
结语

关于AI产品，工具产品的碎碎念不少，在行业发展中这些岗位的细化也给从业人员带来更多思考。不论岗位形势如何变更，但产品的基本功，掌握用户的需求永远是第一点，不要为了做工具而做工具，真正得解决问题，不要接伪需求。可能很多事情不用AI直接解决更方便，很多问题不用建设工具直接优化流程机制更快捷。

因此，我们应当真正站在用户视角，换位思考项目产品的来龙去脉，做有意义的产品，做可以持续发展的产品。2022已至，我相信产品行业也一定会迎来新的变化和改革，我们一起积极适应吧！

文：小璨 Elaine

硕士毕业于C9高校，某互联网大厂AI产品经理。研究方向为机器学习、模式识别相关方向。