PM 通網聚活動 #29 萬物聯網時代，AI 產品經理的思維、價值與定位

在忙到頭暈眼花的上線週，AI 產品經理的題目依然耀眼誘人到捨不得錯過，雖然投入在處理信件差點忘記衝出辦公室（每天都在回信的產品經理），依然在 last minute 趕上了 Seff 的分享。

Gary 大哥從「互聯網產品經理」開場，點出隨著科技趨勢發展，從互聯網技術的成熟，高度依賴網際網路的 AI 技術也往商業化發展，因應需求，產品經理負責的主軸與產品型態，也逐漸往 AI 時代貼近。

AI Voice Revolution 下一代人機互動
智能語音「喚」醒全球商機

【Part One】語音「喚」醒全球商機 全球智能語音大趨勢 AI 與物聯網繃出的新火花 企業也需要語音？機器人的崛起 

沈品勳 Seff 從政大資管所畢業後，在 KKBOX 擔任商務發展副理的期間，點燃了對 AI 的熱情，進一步到台灣人工智慧學校進修，獲得經理人班認證，修業完成後也獲得機會加入中國 10 大 AI 獨角獸的【出門問問 mobvoi】，繼續擔任 AI 商業化商務發展經理的職務。

【出門問問】的背後投資戰略夥伴是眾所皆知的 Google，以及車界大廠 Volkswagen，同時投入在智能語音互動的研發，以及智慧車機的研發。

什麼是智能語音？

智能語音的實踐涵蓋到五種核心技術，包含：聲音信號處理、熱詞喚醒、語音辨識 ASR、語意處理 NLP，以及語音合成 TTS。

語言理解是人工智能皇冠上的明珠 - Bill Gates 

而對語言理解的應用，可以廣泛應用在各種研發領域：

1. 人機互動
2. 神經機器翻譯 - 透過類神經網路進行自然語言翻譯
3. 語言閱讀與理解 - 透過讓機器不斷的考試與學習，擴增機器的問答能力
4. 機器創作 - 機器可以學習文本的一些核心特色，例如詩詞的韻律，進而運用語言元素創作

IoT 物聯網，主要有三大領域：消費物聯網、工業物聯網、智慧城市

而「消費物聯網」則是「智慧語音」應用的最大領域，又細分為三個主題：

1. Smart Home 
2. Wearable Tech
3. Automobile 

Smart Home

出門問問投入在「智慧音箱」的研發上，認為智慧音箱是以語音連動消費物聯網的關鍵，透過智慧家居，成為打開物聯網的鑰匙。日本的 NAVER 即有開發自己的音箱，台灣遠傳也與出門問問合作出了「問問音箱」，而 Google 也加入了這個高速發展的一級戰區。

在中國，出門問問發展出「帶屏音箱」，將視覺與智能語音的結合，應用在熟齡長照的領域，協助長者紀錄日常生理數據以及常民生活的語音互動。

收斂到家庭，美國甚至發展出「語音芭比娃娃屋」，可以透過聲控進行娃娃屋的操作改造；而 Adobe 的統計數據，「語音」已經成為美國家庭選購電視、車子的重要考慮因素之一。

Wearable Tech

語音智慧穿戴的發展近幾年從未停下，出門問問也透過 Tic Watch 加入這個戰場。例如「速食店店長專用智慧錶」，因應特殊場景，嘗試透過智慧語音解決人工認知超載的問題。

Automobile

出門問問與 Volkswagen 合作了「大眾問問」，也加入了車載語音的進化浪潮。

而智慧語音帶來了哪些商機呢？SEO、Ad.、Shopping，當人們開始習慣跟智慧音箱互動時，智慧音箱提供的 content 便開始加劇對消費者的影響力，優先被播放的內容，將成為最有力的廣告互動；延伸廣告的應用，語音購物也逐漸成為電商的新通路。

不僅是單方面投放 content 的消費領域，Open Banking 是一種智慧語音在服務業的應用範例。

除了消費物聯網，企業也開始將語音應用在更廣泛的商用題目上。提到企業開發的智能語音，最有名的就是 Siri，是最早面世的語音助理，但隨著 Jobs 的離世，對 Siri 的諸多理想也未能實現，反而成為業界進化最緩慢的語音助理。

對話即平台 CaaP Conversation as a Platform - Satya Nadella

Chatbot：服務導向的小娜 & 聊天高手第六代微軟小冰

進一步從文字的 Chatbot，企業也將此類型智慧語音應用至 Call Center，以節省人工成本。在 Inbound 的場景，可直接進行「服務查詢、業務申辦、語音答錄以及透過聲紋辨識建構的身分核查」。在 Outbound 的部分，則包含「回訪、電銷、問卷調查」，透過越來越聰明的語音互動，篩選出低中高潛力的客戶，將人力投入在中高潛力客戶的刀口上。

較知名的 Outbound 案例是 Google 曾 demo 的 Google AI Duplex；Inbound 案例則是 2019 年 LINE 發表的 LINE BRIAN 電話語音機器人。

實體智慧機器人分為四大類型：陪伴型、迎賓型（Pepper）、服務型（獵豹移動的豹小蜜，可參閱 HPX Campus 72 Vincent Feng 的分享），以及特種機器人（極端環境的運輸工作等）。

從 Chatbot 到 Voicebot，各大企業前仆後繼的投入了語音發展。

• 通用語音助理：Siri、Cortana、Alexa、Google Assistant
• 企業服務整合：Nuance、科大訊飛、出門問問
• Cloud Solution Provider - SaaS: Google Cloud、AWS etc. 

語音甚至也應用在醫療領域，用以解讀漸凍人的語意表達。

【Part Two】AI 時代的 PM 長什麼樣 多模態 AI 的產品解構（語音 + 機器人 + 人臉辨識）AI 所孵育的跨國與新型態工作，從 BD 角度觀察 AI PM 該具備的特質

多模態 AI 的產品結構

What's AI? 用很多的數據和過去的規則，去推估出未來的走向。

訓練 Training: 利用統計原理運算變數間的數學關係，進而生成演算法
預測 Inference: 基於訓練後的演算法，透過已取得的變數推論未知變數

Machine Learning 處理可量化的元素：Dimension Reduction、Clustering、Regression、Classification

Continuous (predicting a quantity)
Discrete (predicting a category)

Deep Learning 處理難以量化的元素：NN、RNN、CNN 為深度學習的主流模型

AI 的應用：

1. Chatbot (Google - Dialogflow)
2. Voicebot (語音辨識 > 語意理解 > 語音合成 - 語素轉音素、預測持續時間、基頻預測、音頻合成)
3. AIot (商湯 - AI 人臉辨識)
1. 結合 AI 的 ibon 高鐵訂票場景，縮短一半的 user journey，提升操作效率，並加入精準廣告投放應用
1. 人臉啟動
2. 人臉辨識
3. 喚醒啟動 - 聲音信號處理、熱詞喚醒
4. 精準廣告推播 - 人臉分析、年齡分析、SEO 等
5. Voicebot and chat 
2. 深度個人化情境 - 帶屏音箱家庭娛樂 Google Home Hub 
1. 聲紋辨識
2. 用戶畫像
3. 人臉比對 / 臉部辨識 - 驗證購買
4. Machine learning 喜好推薦

AI 所孵育的跨國與新型態工作

• 傳統資訊系統 SI、UI / UX
• AI 資訊系統 SI、UI / UX、AI

以 IoT 產品的 ASR 訓練為例：

1. 去敏（保護敏感資訊）
2. 標註（標註語音正確文字作為訓練資料）
3. 聲學
4. 語言
5. 服務化（打包語言模行為服務的 API 等工具）
6. 硬體
7. 佈署

Google Hangout 近期發展出即時線上會議多國語音翻譯，甚至包含繁簡中文在地化用詞轉換。

UI / UX 的需求變化 - Google Conversation Design，需考慮 Language、Technology、Psychology 

1. 交談人性化
2. 推進對話（在相同情境，進一步以關聯性材料延伸對話的長度）
3. 簡單扼要
4. 串通語境
5. 靈活的調整語序
6. 不要教用戶怎麼說話

VUI 和過去觸控 UI 的差異 - Richart 的 App 人性對話轉帳操作是近期台灣的經典範例。

系統整合的需求變化 - 跨裝置的全通路支援：Web/App、Phone、TV、Wearable device、Smart home, etc.  PM 需要能注重多種通路的產品發展。

消費物聯網的 SI 變化 - KKBOX IoT，KKBOX 透過 API、APK / AIDL、KKLINX 多重的技術開發跨裝置的 AI 訂購方案推薦。

AI PM 的 7 個特質

1. 軟實力
1. 現學現賣 - 會遇到連總部都沒經驗的「第一次」，快速透過網路上的資源學習、需消化思考後並實踐
2. 教育客戶 - 與其糾結於技術語言，讓客戶感受前後差異（如節省成本、執行效率、辨識率等）和買單更重要
2. 硬實力
1. 機器學習 - 模型訓練的成長、複用性、I/O Data 與不確定性（AI 的東西是概率性的東西）
2. 雲端運算 - 模型訓練和推測（使用既有模型）為獨立作業，要有 Google Docker、最佳化運算能力與 HA 的概念
3. 全通路 - AI 將不再限於網站與 App，了解各通路、IoT 的軟硬體運作方式
3. 創造力
1. 具象化 - AI 非常虛無飄渺，用簡單道理來譬喻舉例，和具象化邏輯與畫面的能力
2. 想像力 - AI 就像人的器官與腦，洞見未來的能力並創意整合不同的 AI 技術並切入市場需求

Seff 的推薦閱讀【聲控未來 Talk to Me】討論了「紀念機器人」的市場。另一本推薦閱讀是【人工智慧在台灣】。

Gary 補充推薦了另一本【亞馬遜 2022：貝佐斯征服全球的策略藍圖】，裡面提到了 Amazon 365 的概念，以及 Amazon 的 AI 布局。

Q&A - 如何定義 AI 產品的 product roadmap？

Seff 說定義 AI 的 product roadmap 不能操之過急，要先從「打到最多產業的 AI 技術切入」，才能達到最廣泛的應用，同時蒐集模型，在市場需要時才能一步到位拿出來；同時也需要透過篩選產業、篩選客戶，精準找出產品的可能買家。

Q&A - AI 語音的時代，要如何維護資訊隱私與資料安全？

目前的 AIoT 領域，資安確實未到高度安全，在中國，情侶專用的「暖心 IoT」分手後變成「家暴 IoT」；未來逐漸使用的 blockchain 技術應可以大幅提升資安程度。

更多 Seff 的分享，可以參考 AI 翻轉教室

在產品經理長知識的部分，Seff 推薦可以參考：梁寧（互聯網行銷）、吳軍（科技）、武志紅（心理學），幾位「得到 App」 的老師。