語音語義PM的基本要求

0 評論 2499 瀏覽 3 收藏 9 分鐘

編輯導語:在產品經理崗位中,又分為不同行業的產品激勵,每個行業的產品經理基本素質相通,但是在一些專業技能上各有差異,比如硬件產品經理和軟件產品經理的不同;本文作者介紹了語音語義PM的基本要求,我們一起來看一下。

一、語音語義PM定義

21世紀是AI領域大發展的時代,而自然語言理解作為人工智能“掌上明珠”的存在,必定是其中最熱門的領域。

一般而言,技術引領行業發展,隨著技術的突破,行業的發展會更加蓬勃生輝,但技術在用戶的角度來說門檻較高,要想體會到技術突破后的好處,就必須有相關產品落地到用戶場景,這樣技術的兌現價值就出現了,而語音語義PM負責的就是產品方案落地的人群,而他們的定義可以分為狹義和廣義。

狹義層面的定義:直接應用了語音語義的AI技術進行完成產品設計、研發、推廣、產品生命周期等工作的人。

廣義層面的定義:間接涉及語音語義的AI技術或進行對應的數據運營維護(如人工標注等),進而完成產品設計、研發、推廣、產品生命周期等工作的人群。

也許有人會困惑,單純的數據運營工作為什么能定義為PM?

一個好的產品設計即需考慮當前技術的瓶頸,又需考慮如何讓技術更好的服務用戶,增加產品價值和商業價值。

但“千里之行,始于足下”,剛出現的產品,就算是再專業的產品經理,也是無法完全覆蓋到全場景用戶的全部表述。而線上數據標注是最直接且最有效的方法。

目前在整個產品生命周期里面,按公司的人力成本來算,至少需要1人/天的單位來計算。

因此我們也將數據標注人工智能訓練師等相關人群都劃分為語音語義產品經理的領域,若沒有這部分人的辛勤奉獻,現在的語音產品是不可能落地的。

二、語音語義PM分類

有了定義之后,我們需要對產品經理的人群進行分類,目前大致可分為:

語義類AI PM:

  • 對話PM(各大domain:音樂/天氣/導航/客服/外呼…);
  • 知識圖譜PM;
  • 機器翻譯PM;
  • 搜索PM;

語音類AI PM:

  • ASR PM(如語音識別SDK提供商);
  • TTS PM;

另外還有一類PM-智能對話平臺,對應產品如百度UNIT/追一BOT/容聯BOT/科大言知等,負責這類產品的PM是語音語義的高端玩家,一般是在這個領域中具備了豐富的知識儲備和行業前瞻性眼界的人。

以上按分類應該是可以覆蓋大部分語音語義領域的PM,未來隨著技術和產品方案的迭代,會有更多細分的角度和類型。

三、語音語義PM要求

廣義的產品經理能力分為專業技能和溝通交流兩方面的能力:

1)專業技能用戶研究

  • 市場調研
  • 產品落地形態
  • 業務模式/商業模式

2)溝通交流

  • 資源協調
  • 需求描述
  • 產品營銷

在上面的能力范疇中,我們可以抽象一個產品的通用能力:求知的能力。

認知代表我們對這個世界的認識程度,思維確定了我們是如何將這個世界關聯起來;而世界觀則是前兩者的產出,我們進軍語音產品也是需要經歷這個過程。

#02 語音語義PM的基本要求

求知的能力包含對在知識的欲望、探索能力、思考框架和復盤總結等。

現在的技術迭代十分迅猛,停滯不前,注定無法從事任何職業和領域。

因此求知的能力是最重要也是最核心的能力。

其次拋開通用的素質能力外,我們再來討論下數據分析的能力,語音產品如何才是一個優秀的產品?這是需要輸出語音類型的數據指標來判定的,而這要求從事語音語義的PM有一定的數據分析能力和行業知識積累,目前我這邊收攬了一部分指標。

語音語義產品評測指標:

  • 中控分配意圖能力
  • 句式/話術/詞槽泛化度
  • 反饋準確度/容錯率
  • 模糊/歧義表述處理
  • 目標達成表現
  • 服務提供率
  • 交互流程性能指標
  • 人格特質

若單純的以產品服務提供成功率來判定語音產品是遠遠不夠的,因此我們需要通過數據思維去制定各種數據指標來作為語音產品是否可上線的標準。

那我們補充了通用基礎能力后,現在需按照不同分類PM進行能力介紹:

#02 語音語義PM的基本要求

語音語義PM微觀來看,能力也有很多共同的特性,20%的基礎通用能力構建了該領域的能力橫向能力,適用于各類產品人步入這個領域。

但80%領域專屬能力則決定了PM的能在對應業務線上走多遠。舉個例子,上面我們可以看到對話 PM和TTS PM都有對話設計和產品運營的能力要求。

但是如何決定你是一個專業的對話 PM而不是一個TTS PM呢?那就需要你有一定的業務沉淀,能單獨輸出語音產品出來,而這就是區分兩者的關鍵業務能力。

如何提高我們作為產品的自我價值,其實就是說提升80%的領域專屬能力,因為現在NLP的而技術已經接近可以量產的時候,任何時候一個新領域都會經歷三個過程:

  • 技術>產品
  • 產品>運營
  • 運營>產品

而現在語音語義正處于第二個階段,是最能體現我們價值的時候。

四、未來發展方向

未來自然語言處理的技術于應用展望會集中在以下方面:

  • 從有限域到開放域:由大數據和物聯網的發展帶動對話數據的采集,更好的構建智能對話系統;
  • 更加富有情感的人機對話和應用:依據個性化推薦和更完善的算法模型進行人機對話;
  • 全領域AI自動化:從教育、金融、醫療、文學創作和交通等,人機對話無處不在。

而語音語義 PM是這股巨浪的領航人,未來肯定會滲透到全領域中去實現自我價值,希望未來也有更多人與筆者同行。

十分感謝大家能閱讀到這里,希望能給語音語義領域的同學提供一點點幫助。

本文參考資料如下:

如何評測語音助手的智能程度(1)——意圖理解_團員分享 hanniman

產品經理概述:我的產品觀-湯圓

 

本文由 @SiegZhong 原創發布于人人都是產品經理,未經許可,禁止轉載

題圖來自Unsplash,基于CC0協議。

給作者打賞,鼓勵TA抓緊創作!
更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!