或許很多人認為AI只是那些直接從事AI相關崗位的人必須要掌握的技能，但實際上，不分崗位所有人都需要一種能力，那就是“AI思維”。如果沒能在合適的時機把自己的認知提升到一定程度，被替代是很自然的事情。在文字中，我們主要介紹什麼是AI思維以及它的重要性。我相信這篇文章會對很多人帶來不同程度的啟發。

什麼是AI思維？

通俗來講，"AI"思維就是藉助AI的知識去引導自己的做事方法以及工作模式的一種能力。比如這種思維會指導我們怎麼排事情的優先順序、怎麼定義策略、怎麼迭代產品等等。打個比方，AI思維裡一個很重要的點是“迭代”思維，也就是做事情要遵循小步快跑。沒有人一開始就可以做到十全十美，而且這個時代已經不像之前，外部的變化極其快。所以我們需要通過小步快跑的方式，在吸取反饋的情況下迅速迭代以及完善產品，同時要最小化試錯成本。如果對AI比較熟，應該都知道這種思維模式跟bandit演算法或者增強學習比較相似。

為什麼AI思維這麼重要？

如果放在大資料興起之前，這種能力不見得特別重要。但現在完全不一樣了，我們的決策模式，做事模式都在慢慢地在改變。比如之前決策很大程度上是基於人的經驗的（這種在AI上稱之為基於規則的方法），但現在呢？ 很多的決策慢慢依賴於資料，而不是拍腦袋的決定（這種在AI上稱之為機器學習），因為一旦資料量大，它反映的現實會比經驗更加真實。這種決策模式我們也稱之為資料驅動而不再是經驗驅動。如果一家公司想跟上AI時代的浪潮，全員必須要擁有這方面的認知，這並不僅僅是幾個負責人需要具備的能力。

說到資料策略，這裡有個很重要的點叫做“假設驅動”

這種假設驅動的方法目標性很強，而且知道每一次往哪個方向做改進。在資料時代，一定要記住：不能量化結果的產品是沒有辦法去改善的。假設驅動是資料分析領域最為重要的概念，而且我們要知道AI從廣義上是包含資料領域的。這也是為什麼有過AI背景的人在很多問題上自然而然就採用這種AI思維和資料思維。

為什麼每個崗位的人都需要具備AI思維？

首先，說一下產品經理。現在市面上最缺的是AI產品經理，也就是既懂AI技術又懂產品的人。為什麼？ 現在越來越多的公司都要引入AI技術，這種產品我們稱之為AI產品或者AI相關產品。那AI相關產品和傳統產品之間有什麼區別呢？ 其實，它倆擁有完全不一樣的設計原則！對於傳統產品，我們考慮的是功能，體驗等因素，但對於AI產品來說除了這些，很重要的一點是資料蒐集策略以及產品迭代計劃。不少時候，我們會把AI策略說成資料蒐集策略，這也是說明資料本身的重要性。所以作為產品經理，需要一種策略來不斷蒐集有效的資料從而不斷提升產品的體驗。

既然產品圍繞資料，怎麼設計資料蒐集策略？需要蒐集哪些資料？效果上怎麼一步步迭代以及迭代計劃是什麼？這些都將是考驗產品經理的問題。如果缺乏AI思維，設計出來的產品必然很大概率以失敗告終，這種案例非常之多。

接下來說一下線上運營。在資訊爆炸的時代，運營每天都要跟很多的資料打交道，如果不會有效利用工具去處理這些資料，效率上可想而知。舉個例子，假設我們要去維護一批使用者，我們通常需要根據不同的特徵給這些使用者打標籤、構建使用者畫像，進而做使用者的分層，然後針對性的提供適合每個人群的服務。而且這些標籤也會隨著流水線流入到之後的環節上，比如銷售。流量時代已經過去，每一位客戶都是很寶貴的資源，並且我們的時間是有限的，怎麼在有限資源的情況下做出最大化效果是每個人需要考慮的問題，這也是AI思維的核心。（任何一個AI問題都是在考慮最優化問題）

再比如運營要投放廣告，可以有很多的選擇，但預算是固定的，那這時候就要考慮以什麼樣的方式投放才能最大化公司的利益同時也要滿足一定的條件。（在AI領域，這個問題類似於運籌學）。利益最大化，效率最大化是AI的永恆話題。

對於一個銷售人員，AI思維顯得更加重要，特別是面對2C的。為什麼？ 剛才說過現在的流量有多貴，每一位潛在意向客戶非常寶貴。那一位合格的銷售人員需要具備哪些技能？ 這裡先列出幾個點，如果哪一點覺得不滿足應該需要點急迫感。1. 懂得理解使用者，至少給使用者標記一些關鍵特性  2. 做使用者分層，這部分可以根據一些使用者畫像資料  3. 根據銷售過程不斷提升話術（類似於AI領域的強化學習） 4. 整理銷售資料並有能力提供產品改進建議或者使用者定位建議。 5. 至少有能力自己做一些簡單的資料統計。 總而言之，每個人都需要很明確的思路來優化銷售過程，在有限的時間內做到最好的效果（還是AI領域最優化問題）。

對於一個設計人員，AI的價值在哪兒？ 以前的設計有可能依賴於主觀判斷，但現在呢？ 設計也需要關注資料，知道什麼是A/B測試，什麼叫持續迭代。而且要知道AI在設計領域的應用也變得越來越多，那能否藉助這些工具來輔助自己設計工作呢？

對於一個公司的研發人員，不懂AI一味著什麼？ 最壞情況下就是沒法一起工作。不知之前有沒有過這種感覺，雖然自己參與了一些AI專案，但自己卻類似於局外人，想了解內部細節，但隔著玻璃就是了解不到，讓自己很無奈。其實以後，這種嚴格的崗位上的界限會變得越來越模糊，未來的研發人員肯定是需要懂AI的，甚至可以用一些工具來實現AI的功能。可以想象一下，一個不懂AI的產品經理，一個不懂AI的開發人員和AI工程師怎麼才能配合地更好？這個實在太難了。

對於一個公司的運維，測試崗位的人，應該都意識到一定的危機感。如果還沒有危機感，確實比較危險，特別是在這種資本環境不太好的時候。測試和運維很多工作其實可以利用AI來解決。之後物聯網的崛起必然會帶來這方面更多的需求，但即便那樣，一定是那些有AI思維/AI技能的人才能有屬於自己的舞臺。

對於一個公司高管就不再多說了，如果不瞭解AI卻要做AI轉型這件事情，這個風險是非常大的。畢竟每一個戰略上的決策關係到公司的生死存亡。作為公司的高管，至少要了解AI基本技術以及知道AI能做什麼不能做什麼，如果做怎麼一步步執行AI戰略。

另外，沒有在文章中提到的崗位並不意味著無AI思維的要求，只不過沒法一一全部列舉來罷了。

總結起來，AI的本質就是：資源的最大化以及高效利用。一定要讓AI思維去指導日常工作，這肯定是未來最大的核心競爭力。

2019年必定是全民AI的元年

任何新技術的發展都會經歷幾個階段，比如迅速發展到泡沫，泡沫破裂到理性。過去兩三年是很多人在瞭解AI的階段，這裡包括大批觀望的人。只有少數有覺悟的人，才會用行動去抓住這個風口紅利來迅速提升自己。2019年必將是全民AI的元年，也就說會有大批的人會開始試圖用AI知識來武裝自己。如果還沒有加入到這個行列，過1-2年估計就真的晚了。