江苏龙网

  1. 首页 > 资讯 > 科技 > >

埃尔法哥哥面对用户需求与AI技术之间的不平衡，AI产品经理该如何做？( 二 )


对于语音识别技术来说 ， 市面上已经有的像晓医机器人、木爷机器人、日本的Pepper机器人 ， 目前均属于语音服务机器人 ， 对于这样细分领域的机器人来说 ， 首先概念上以机器人的概念推出 ， 那么必然对于用户来说 ， 你在相应的场景下是要具备足够的智能性 ， 多人交互、远场近场、噪音干扰、方言过重等原因导致机器人无法“听懂”时 ， 那么此时就需要一个不那么智能的“人机交互”设计方案兜底 ， 以便于让用户感知到机器人的AI边界 ， 而不是一味鼓吹自己的无限智能 。
对于人脸识别技术来说 ， 目前像阿里、腾讯、讯飞均已经涉足该领域 ， 但人脸识别的技术边界依然未达到100% ， 此时AI PM需要明确知悉该边界 ， 从而结合传统的认证方式对用户进行唯一性的识别 ， 如人脸+手机号 ， 人脸+身份证、人脸+就诊号等方式来规避AI的边界问题 。 虽然这样的方式会让你的产品看起来不那么完全智能 ， 但是给用户带来的感受是你给她带来了安全感 。
三、将「AI和场景适配」 ， 逐步降低给用户的麻烦
完成了对AI边界的认知后 ， AI PM将AI落地之前的另一个关键节点是如何适配当前的场景 ， 而不是一味的追求AI的准确率 。 如果不会将AI适配到用户的场景里 ， 那么你的人工智能在用户那么就是一个麻烦 。
仍然以语音识别为例 ， 一款定位于医院门诊场景下专注解决患者门诊业务咨询需求的人工智能导诊导医机器人 ， 在医院门诊较为嘈杂的这样一个环境下 ， 很容易出现误吸、杂音干扰、识别不清等众多问题 。 如果AI产品经理不懂得如何将AI在这样的场景下更好的适配和调整 ， 只是一味的去催促AI部门去提升语音识别的准确率 ， 那么这种做法无异于南辕北辙 。
此时合理的处理方法可以参考如下进行：
（1）人机交互：针对用户进行交互的引导 ， 比如在地面或周边提醒和机器人交互需要较近距离以及声音较大声外 ， 产品交互上可以设置 ， 无法识别时提醒用户“暂时没有识别到您的话语”
（2）策略设计：避开识别准确率 ， 转而去追求主麦和辅麦的效果 。 这种情况下取得的效果往往会事半功倍 。 通过判断声音音源的来源（音调、角度、来源方位等） ， 来判断是主麦方向来源还是辅麦方向来源 ， 针对主麦和辅麦设置不同的优先级 ， 优先识别主麦音源的音频 ， 这种情况下可以很大程度上解决干扰问题 。 另外在针对产品本身的语音交互的类型 ， 如单轮问答、多轮会话、意图推理、个性化以及情感互动 ， 在设置不同的优先级 ， 基本上可以较好的解决噪音干扰问题 。
四、时刻让用户「有主人翁感」 ， 拉进用户和产品信任
回归到当前AI的现状 ， 在无法确保100%的准确率或者即使达到了100%准确率时也并没有100%适配到用户场景时 ， 人工智能产品经理需要把控的其中一个点就是别让你的当前还不完美的AI充当了主角 ， 这场人机交互中还是用户是主角 ， AI是配角 ， 这样用户才会不断的帮助你去一起完善AI 。
在理财投资领域 ， 投资是一件很考验人性的事情 ， 无知、焦虑、骄傲、自负、盲从等人性在资本的市场里体现的淋漓尽致 。 那么作为一款AI+理财的智能助手 ， 如果你仅仅利用从文档、公司、股票、基金等等知识中学习到的知识帮助用户推荐理财产品 ， 你只做到了第一步 ， 如果无法帮助用户度过投资中上涨时让用户保持理性、下跌时保持平静的心态 ， 而是一味以AI为傲 ， 追涨杀跌 ， 那么最终会失去用户的信任 。
AI产品需要贯穿投前投中投后的用户心理 ， 以配角的定位 ， 将用户的理财之路搭配成收益之路 。 且最重要的是让用户在AI的辅助下能够逐步认可你 ， 不要企图大而全 ， 先把小事最好 ， 从开盘时间播报准确、建议委托价合理、收益损失占比等切入逐步到建议入手基金、股票 ， 让用户逐步认可你 ， 觉得AI是靠谱的 ， 在逐渐承担更多的辅助用户的事情 。


推荐阅读


上一篇：安桥宣布与Klipsch（杰士）品牌展开长期战略性合作

下一篇：荣耀 X 系列首款 5G 机型 X10 正式发布