语音语义PM的基本要求

一、语音语义PM定义

21世纪是AI领域大发展的时代,而自然语言理解作为人工智能“掌上明珠”的存在,必定是其中最热门的领域。

一般而言,技术引领行业发展,随着技术的突破,行业的发展会更加蓬勃生辉,但技术在用户的角度来说门槛较高,要想体会到技术突破后的好处,就必须有相关产品落地到用户场景,这样技术的兑现价值就出现了,而语音语义PM负责的就是产品方案落地的人群,而他们的定义可以分为狭义和广义。

狭义层面的定义:直接应用了语音语义的AI技术进行完成产品设计、研发、推广、产品生命周期等工作的人。

广义层面的定义:间接涉及语音语义的AI技术或进行对应的数据运营维护(如人工标注等),进而完成产品设计、研发、推广、产品生命周期等工作的人群。

也许有人会困惑,单纯的数据运营工作为什么能定义为PM?

一个好的产品设计即需考虑当前技术的瓶颈,又需考虑如何让技术更好的服务用户,增加产品价值和商业价值。

但“千里之行,始于足下”,刚出现的产品,就算是再专业的产品经理,也是无法完全覆盖到全场景用户的全部表述。而线上数据标注是最直接且最有效的方法。

目前在整个产品生命周期里面,按公司的人力成本来算,至少需要1人/天的单位来计算。

因此我们也将数据标注人工智能训练师等相关人群都划分为语音语义产品经理的领域,若没有这部分人的辛勤奉献,现在的语音产品是不可能落地的。

二、语音语义PM分类

有了定义之后,我们需要对产品经理的人群进行分类,目前大致可分为:

语义类AI PM:

  • 对话PM(各大domain:音乐/天气/导航/客服/外呼…);
  • 知识图谱PM;
  • 机器翻译PM;
  • 搜索PM;

语音类AI PM:

  • ASR PM(如语音识别SDK提供商);
  • TTS PM;

另外还有一类PM-智能对话平台,对应产品如百度UNIT/追一BOT/容联BOT/科大言知等,负责这类产品的PM是语音语义的高端玩家,一般是在这个领域中具备了丰富的知识储备和行业前瞻性眼界的人。

以上按分类应该是可以覆盖大部分语音语义领域的PM,未来随着技术和产品方案的迭代,会有更多细分的角度和类型。

三、语音语义PM要求

广义的产品经理能力分为专业技能和沟通交流两方面的能力:

1)专业技能用户研究

  • 市场调研
  • 产品落地形态
  • 业务模式/商业模式

2)沟通交流

  • 资源协调
  • 需求描述
  • 产品营销

在上面的能力范畴中,我们可以抽象一个产品的通用能力:求知的能力。

认知代表我们对这个世界的认识程度,思维确定了我们是如何将这个世界关联起来;而世界观则是前两者的产出,我们进军语音产品也是需要经历这个过程。

#02 语音语义PM的基本要求

求知的能力包含对在知识的欲望、探索能力、思考框架和复盘总结等。

现在的技术迭代十分迅猛,停滞不前,注定无法从事任何职业和领域。

因此求知的能力是最重要也是最核心的能力。

其次抛开通用的素质能力外,我们再来讨论下数据分析的能力,语音产品如何才是一个优秀的产品?这是需要输出语音类型的数据指标来判定的,而这要求从事语音语义的PM有一定的数据分析能力和行业知识积累,目前我这边收揽了一部分指标。

语音语义产品评测指标:

  • 中控分配意图能力
  • 句式/话术/词槽泛化度
  • 反馈准确度/容错率
  • 模糊/歧义表述处理
  • 目标达成表现
  • 服务提供率
  • 交互流程性能指标
  • 人格特质

若单纯的以产品服务提供成功率来判定语音产品是远远不够的,因此我们需要通过数据思维去制定各种数据指标来作为语音产品是否可上线的标准。

那我们补充了通用基础能力后,现在需按照不同分类PM进行能力介绍:

#02 语音语义PM的基本要求

语音语义PM微观来看,能力也有很多共同的特性,20%的基础通用能力构建了该领域的能力横向能力,适用于各类产品人步入这个领域。

但80%领域专属能力则决定了PM的能在对应业务线上走多远。举个例子,上面我们可以看到对话 PM和TTS PM都有对话设计和产品运营的能力要求。

但是如何决定你是一个专业的对话 PM而不是一个TTS PM呢?那就需要你有一定的业务沉淀,能单独输出语音产品出来,而这就是区分两者的关键业务能力。

如何提高我们作为产品的自我价值,其实就是说提升80%的领域专属能力,因为现在NLP的而技术已经接近可以量产的时候,任何时候一个新领域都会经历三个过程:

  • 技术>产品
  • 产品>运营
  • 运营>产品

而现在语音语义正处于第二个阶段,是最能体现我们价值的时候。

四、未来发展方向

未来自然语言处理的技术于应用展望会集中在以下方面:

  • 从有限域到开放域:由大数据和物联网的发展带动对话数据的采集,更好的构建智能对话系统;
  • 更加富有情感的人机对话和应用:依据个性化推荐和更完善的算法模型进行人机对话;
  • 全领域AI自动化:从教育、金融、医疗、文学创作和交通等,人机对话无处不在。

而语音语义 PM是这股巨浪的领航人,未来肯定会渗透到全领域中去实现自我价值,希望未来也有更多人与笔者同行。

十分感谢大家能阅读到这里,希望能给语音语义领域的同学提供一点点帮助。

本文参考资料如下:

如何评测语音助手的智能程度(1)——意图理解_团员分享 hanniman

产品经理概述:我的产品观-汤圆

 

本文作者 @SiegZhong

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部