第1章 人工智能时代重新定义产品经理1.1 人工智能时代产品的特殊性1.1.1 人工智能是工具,也是新的产品设计思维逻辑1.1.2 人工智能技术给传统的服务和产品赋能1.1.3 构成人工智能产品的三要素1.1.4 人工智能产品成功的必要条件1.2 人工智能产品经理的价值定位1.3 人工智能产品经理需要兼具“软硬”实力1.3.1 人工智能产品经理需要懂技术1.3.2 会用数字表达和评判1.3.3 懂得沟通和协作的艺术1.4 人工智能产品经理入门1.4.1 修炼思维模式:资源、解决方案、目标导向1.4.2 构建知识体系:六大模块1.4.3 参与工程实践第2章 懂行业的产品经理才不会被人工智能淘汰2.1 人工智能时代将公司重新分类2.1.1 人工智能时代公司的分类方式2.1.2 三类公司对产品经理能力的要求2.2 什么叫作“懂行业”2.2.1 六种行业分析维度2.2.2 行业分析案例2.3 如何修炼成为行业产品专家2.3.1 以“点”切入行业2.3.2 深挖“点”,变成“线”2.3.3 横向拓展“线”,变成“面”2.4 本章小结第3章 定义人工智能产品需求3.1 重新定义需求分析3.1.1 从微观、宏观两个角度定义功能性需求3.1.2 越重要,越容易被忽视:定义非功能性需求3.2 量化需求分析3.2.1 为什么要量化需求分析3.2.2 怎么量化需求第4章 人工智能产品体系4.1 人工智能产品实现逻辑4.2 基础设施4.2.1 传感器4.2.2 芯片4.2.3 基础平台4.3 数据采集4.3.1 数据来源4.3.2 数据质量4.4 数据处理4.5 机器“大脑”处理过程:理解、推理和决策4.6 资源配置统筹的关键环节:系统协调4.7 不可逾越的红线:安全、隐私、伦理和道德4.7.1 安全4.7.2 隐私4.7.3 伦理和道德4.8 运维管理第5章 机器学习5.1 什么是机器学习5.1.1 机器学习与几种常见概念的关系5.1.2 机器学习的本质5.2 机器学习流程拆解5.3 人工智能产品经理必备的算法常识5.3.1 算法分类5.3.2 算法的适用场景5.4 机器学习的常见开发平台第6章 人工智能产品经理工作流程6.1 设定清晰的目标6.2 技术预研6.2.1 领域技术基本现状和趋势6.2.2 领域前沿技术6.2.3 常见技术逻辑6.2.4 判断技术切入点6.2.5 总结6.3 需求分析和产品设计6.3.1 造成人工智能产品设计失败常见原因6.3.2 人工智能产品常见设计原则6.3.3 合理制定产品需求优先级6.4 充分参与研发过程6.5 持续的产品运营第7章 方法论、沟通和CEO视角7.1 蜕变的必经之路:端到端产品管理7.1.1 把握流程中的关键节点7.1.2 评审阶段成果7.1.3 复盘7.2 跨部门沟通7.2.1 什么是跨部门沟通7.2.2 跨部门沟通的技巧7.3 用CEO的视角进行产品管理写在后面的话