AI時代的產品管理者：谷歌、Meta的AI產品實戰框架

第1部分 人工智能/機器學習基礎概念 1
第1章 人工智能與機器學習：每位產品管理者必須了解的知識 2
人工智能與機器學習 2
章節總結與核心要點 14
第2章 機器學習模型如何工作：原理淺析 16
學習過程：訓練、驗證與測試 17
模型如何學習：以K近鄰算法為例 19
評估模型性能 24
過擬合與欠擬合：為真實世界性能尋求平衡 28
人機回環：融合AI能力與人類智慧 31
章節總結與核心要點 35
第3章 全景視野：人工智能、機器學習與你 36
理解人工智能、機器學習與產品目標之間的關系 36
機器學習的類型：理解學習的多樣化形式 39
神經網絡與深度學習導論：復雜模式識別的引擎 86
深度學習中的挑戰 93
章節總結與核心要點 94

第4章 人工智能的生命周期 95
問題定義和業務場景理解：“原因/為什麼” 96
數據收集與探索：了解你的“原材料” 97
數據預處理：準備“原材料” 97
特征工程：打造成功的輸入 98
模型選擇與訓練：選擇合適的算法 99
模型評估與調優：確保質量 100
模型部署與監控：讓人工智能落地並保持其健康運行 100
再訓練與維護：讓模型保持與時俱進 102
本章總結及核心要點 103

第2部分 AI產品管理者的專業領域 105
第5章 AI體驗產品管理者：塑造用戶與AI的交互 107
核心職責：塑造AI用戶體驗 108
日常工作 110
所需技能與知識：AI體驗產品管理者工具包 113
示例：AI體驗產品管理者的一天 116
挑戰與復雜性 119
AI體驗產品管理者與其他角色的交互方式 121
本章總結與核心要點 125
第6章 AI構建產品管理者：構建智能系統的基礎架構 127
核心職責：構建與管理AI基礎架構 128
日常工作 130
所需技能與知識：AI構建產品管理者的技術與戰略工具包 133
示例：AI構建產品管理者的一天 137
挑戰與復雜性 139
AI構建產品管理者與其他角色的交互方式 141
本章總結與核心要點 144
第7章 AI賦能產品管理者：用AI為產品管理提升效率 146
核心職責：通過AI增強產品管理者工作流與決策能力 147
日常工作 149
所需技能與知識：AI賦能產品管理者工具包 151
示例：AI賦能產品管理者的一天 154
挑戰與復雜性 158
AI賦能產品管理者與其他角色的交互方式 160
技能對比：AI體驗產品管理者、AI構建產品管理者與AI賦能產品管理者 162
本章總結與核心要點 166

第3部分 人工智能/機器學習知識與產品管理技能的結合點 169
第8章 識別和評估人工智能機會 170
挖掘潛在用戶場景——在你的產品中尋找AI“金礦” 170
人工智能/機器學習能力匹配：將問題與解決方案連接起來 175
在用戶旅程中發現AI機會 182
通過人工智能/機器學習提升功能——改造現有功能 187
前瞻性產品管理——利用AI預測用戶的需要 191
負責任的AI基礎——倫理與可行性考量 194
面向人工智能/機器學習用例的實用構思技巧——AI第一性的產品管理者思維方式 197
本章總結與核心要點 202
第9章 AI項目的投資回報率計算：衡量影響與證明價值 203
從模型性能到業務影響：產品管理者的AI指標指南 203
端到端示例——預測訂閱服務中的用戶流失 214
AI和機器學習項目的A/B測試：驗證影響並優化性能 223
本章總結與核心要點 231
第10章 構建與部署AI解決方案：從實驗室到現實產品 233
機器學習運維：實現可靠與可擴展AI的關鍵 233
機器學習運維關鍵組件——AI生產流水線 236
CI/CD、IAC與協作：機器學習運維的三大基石 241
機器學習運維關鍵術語表 242
機器學習運維端到端示例：訂閱服務中的流失預測（產品管理者視角） 245
章節總結與核心要點 249
第11章 負責任的AI與倫理考量：秉持誠信構建AI 251
理解AI偏見與公平性：負責任AI的基礎 251
受保護群體與AI公平性——為包容性而設計 256
AI倫理與法律合規——從原則到實踐 260
章節總結與核心要點 267
第12章 結束語：開創你的AI產品管理者之路 268
擁抱終身學習：保持好奇與疊代 269
培養以用戶為中心的AI思維 269
深化跨職能協作技能 270
建立獨特的AI作品集（用實際作品證明自己） 271
制定個人AI職業願景 272
將韌性與適應性置於核心 272
最後的思考 273