深信服的售前产品经理职位怎么样?

深信服的售前产品经理职位很不错，工资待遇:￥14000-18000，与厦门售前产品经理平均工资对比上涨12%，与厦门地区平均工资对比上涨152%。

深信服科技股份有限公司是一家专注于企业级网络安全、云计算、IT基础设施与物联网的产品和服务供应商，拥有深信服智安全、信服云和深信服新IT三大业务品牌，与子公司信锐技术，致力于承载各行业用户数字化转型过程中的基石性工作，从而让每个用户的数字化更简单、更安全。

目前，深信服员工规模超过7000名，在全球设有50余个分支机构，公司先后被评为国家级高新技术企业、中国软件和信息技术服务综合竞争力百强企业、下一代互联网信息安全技术国家地方联合工程实验室、广东省智能云计算工程技术研究中心等。

一直以来，深信服十分重视研发和创新，并坚持以“持续创新”的理念，全情投入为用户打造省心便捷的产品，获得了市场的广泛认可。目前，超过10万家企业级用户正在使用深信服的产品。

亿邦动力讯如何把实体零售做到万物互联？有人说，关键在于人人在线和物物在线。人人在线，讲的是顾客在线、员工在线、合作伙伴在线；物物在线讲的是门店的所有设备在线、管理在线、事事在线、运营端所有工作任务在线。在万物在线的基础上，才能实现线上线下一体化。

要实现这俩“在线”，离不开物联网的普及。伴随着新零售终端的兴起，相关供应链服务的完善，意味着无人店、智能新终端正演变成未来实体商业最具前景、最有潜力的业务板块之一。

新零售、无人零售，这些概念，其本质都是：实现智能化从而导致数字化，其最核心的技术依赖于物联网技术。

作为京东方集团旗下专注于产业数字化解决方案的 科技 公司，京东方数字 科技 有限公司（简称“京东方数科”）正在让每一件线下实体商品“实时在线”，旨在成为国内新零售、智慧物流领域的领导者。

目前京东方数科已为全球超过250家知名零售商提供零售物联网解决方案，国内先后服务了阿里、京东、阿迪、安踏、屈臣氏、华润、沃尔玛、苏宁等50余家国内知名品牌，提供零售物联网的软硬融合解决方案；国际上与亚马逊、沃尔玛、家乐福、Monoprix、Casino、Ikea、Euronics等知名零售商合作，大幅提升了零售商的运营效率。

受访公司： 京东方数字 科技 有限公司；

受访者及Title： 白峰，京东方 科技 集团有限公司副总裁，京东方数字 科技 有限公司CEO；

所属行业： 物联网行业；

亿邦产业： 您认为本行业数字化处于什么水平，发展趋势如何，能否从定性和定量两个维度做判断？

白峰： 目前中国实体零售进入了前所未有的寒冬期，受社区团购、线上电商等多重打压，客流量持续下滑，绝大部分商超出现大幅亏损。同时，当下实体零售企业的数字化水平整体还是很低的，有些甚至只是一种表层的数字化，认为开发一款线上电商APP或者打通到家业务就是实现了数字化，这种理解还是比较肤浅。痛定思痛，进行深层次的数字化变革，借助数字化手段提升效率，回归到零售本质目前看是解决实体零售问题的重要手段。数字化提供了一种方法论和思维方式，真正实现以消费者为中心，使场与商品匹配，使商品与消费者匹配，彻底回归零售本质。

亿邦产业： 您的企业在产业数字化方面的价值主要表现在哪些方面，具体有哪些产品和服务？

白峰： 零售业的数字化转型，重点在客户行为的数字化和产品信息的数字化两个领域。客户行为的数字化，主要以保证良好用户体验为前提，将客户在线下选买全过程进行数字化捕捉与录入；产品信息的数字化，主要在于产品信息的录入、展示与动态管理，具有广泛的市场前景。核心数据的采集需要以电子价签及智能显示系统为核心硬件构建的软硬融合整体解决方案来实现，零售业智能化升级市场潜力巨大。目前我们已为全球超过250家知名零售商提供零售物联网解决方案，先后服务了阿里、京东、阿迪、安踏、屈臣氏、华润、沃尔玛、苏宁、家乐福等知名品牌，并为超过30000余家门店提供了基于数字化平台的智能变价系统、货架管理系统、信息发布系统、辅助拣货系统等解决方案，大幅提升了零售商的运营效率。

亿邦产业： 你们对工厂或者其他产业链合作伙伴的数字化改造/赋能切入点是什么？越具体越好，为什么要做这些改造，合作伙伴为什么愿意接受你们的数字化改造？能否结合一个或者几个案例谈谈。

白峰： 京东方数科利用人工智能、大数据等技术，依托电子价签，智能商业显示终端等打造业务服务运营平台，为线下零售企业提供“硬件产品+软件平台+场景应用”的整体数字化解决方案，提升线下零售企业的运营效率。具体包括如下几种解决方案：

智能变价系统：这套系统依托电子价签和Jeegy信发系统可以实现数万个价签的自动变价。目前越来越多的线下零售业利用价格进行促销，特别是生鲜类产品，一天内需要进行几次价格的调整。然而，传统的纸质价签更换不仅时效差，而且又会造成大量的纸张浪费，甚至还会有展示价格和系统价格不符的“价签门”风险。使用京东方数科的智能变价系统后完全解决了以上问题，目前这套系统还可以利用大数据，譬如根据客流、天气、时段等实现最优定价并通过价签进行展示，大大提升门店定价效率。

辅助拣货系统：目前越来越多的门店对接了到家业务，如何快速、准确的进行店内拣货是门店面临的一个很头疼的问题。之前的方案是店员按照订单要求走到货架后进行寻找并反复对比以免拿错货物，时效性很差。我们做过测试，一般来说一个订单的拣货速度在30分钟左右。京东方的这套辅助拣货系统，利用信息发布系统和电子价签上的智能LED显示系统，当店员收到客户订单后，相应产品所在货架上的价签就会按照一定规则进行闪烁，店员只需看哪里闪灯就在哪里进行拣货就行，既避免了取错货物又提升了拣货效率，拣货速度从之前的30分钟缩减到15分钟左右。

货架管理系统：这套系统以电子价签，智能摄像头，商显大屏等为核心硬件，同时利用京东方自研的图像识别系统，可以实现货架管理缺货的预提醒。这套系统的核心是京东方具有核心专利的Captana系统，将价签上的LED进行闪烁编码，输出一串二进制代码进行商品标识，类似于给每个SKU标识一个身份z。这样通过识别这套身份z可以实现产品的快速识别，再结合摄像头和图像识别系统可以提前进行缺货或少货提醒，减少门店的货架空置率。这套系统也获得了CCFA年度供应链大奖。

亿邦产业： 您如何理解数据、算法及AI在本行业产业数字化中的应用？在贵企业有哪些具体的应用和效益？

白峰： 数据是数字化的基础，算法和AI是数字化的手段。从上面举例的这些系统解决方案来看全部都会运用到这些核心技术，同时收益也是非常显著的。

亿邦产业： 能否描述一下贵公司用数字化系统连接的产业生态，都有哪些角色，如何驱动生态伙伴之间的合作？

白峰： 京东方数科智慧零售数字化系统IaaS层基于AIoT智能硬件以及云计算和加密系统；PaaS层聚焦在客户精准画像、多维可视化看板以及全流程监控运维等；SaaS层则聚焦场景应用，提供包括智能变价系统、辅助拣货系统、会员营销系统、货架/库存管理系统等。

亿邦产业： 能否用一两句话描述贵公司的定位，描述贵公司的产业数字化价值，描述企业资本市场想像空间？

白峰： 京东方数科是京东方集团旗下提供零售物联网解决方案的 科技 公司，致力于 科技 赋能零售。其核心业务是利用人工智能、大数据等技术，依托电子价签，智能商业显示终端等打造业务服务运营平台，为线下零售企业提供“硬件产品+软件平台+场景应用”的整体数字化解决方案，帮助线下零售企业提升运营效率。

亿邦产业： 在其中承担什么角色？

白峰： 数字化是帮助线下零售企业摆脱当前困境，涅槃重生的重要手段。我相信线下实体店一定会长期存在，但确实到需要做大手术，大变革的时候了。数字化就是变革的一个重要手段，前面也说到了，低层次的数字化救不了零售企业，现在需要的以客户体验和运营效率为核心的深度数字化变革，回归到零售业本质的数字化变革。运用数字化手段对原有企业的运营流程进行简化、优化、一体化，把智能选址、订货系统、库存管理、商品管理、会员管理、员工管理整个运营体系通过数字化打通形成一个整体，我相信线下实体零售的生命力很快会回来。京东方目前是全球最大的智慧零售实体店解决方案提供商，依托自研的物联网核心器件，结合AI及大数据处理能力为线下实体店提供基于场景的软硬融合系统，包括智能变价系统、辅助拣货系统、会员营销系统、货架/库存管理系统等。目前已为全球250多家品牌，超过3万家门店提供了服务，包括沃尔玛、亚马逊、京东、阿迪达斯、屈臣氏、安踏、华润、小米等国际国内知名企业。

经历了互联网、移动互联网，人类正在迈入万物互联、万物智能的世界。5G、IoT、云计算、人工智能成为 社会 关注的对象，数字经济成为政策宣传的重点，各种概念和解释产生，使得当下有很多话题可以讨论。

数字经济背景下，企业竞争最核心的能力是什么。

不同行业发展数据智能的潜力有何不同？

企业如何高效进行物联网应用开发？

企业对云平台的使用体验如何

对于类似问题，阿里云IoT、ICA联盟一直希望与行业人士进行对话。上周，ICA联盟物联网万亿生态伙伴聚合沙龙在杭州举办，活动以“粘合行业碎片，共创IoT基石”为主题，以阿里云IoT云产品为话题，吸引近200名行业人士到场交流。

4位嘉宾依次上台分享

物联网需要化繁为简

物联网产业链很长，覆盖了感知层、网络层、应用层三大层次。它改变了传统的商业运作方式，让商业 社会 变得更加复杂。

首先，物联网让产品变得复杂。增加了传感器、模块等部件，需要进行更多的开发管理。

其次，物联网让需求变得复杂。企业从生产产品变成了提供个性化的服务。

就是这两个变化，让产业体会到很多新的发展痛点。

1 物联网开发过程链路极长，从获客到交付典型过程常常要经历十几个环节。

2 将软件研发、硬件研发、嵌入式研发，云产品的购买，施工/安装/维修费用计算在内，物联网开发成本极高。

3 调查表示目前78%的用户需求为定制化需求，65%的物联网软件需要定制化开发，这导致软件复用性较低。

4 设备联网、用户交互产生海量数据，众多场景亟需数据实时分析、可视化的能力，提升使用效率及用户体验。

新的形势促进了变化的发生，计算力的进步预示着满足更大的信息处理能力，更强的灵活性。

物联网平台在整个产业链中地位，也从当年行业所关注的“要不要上云”，随着企业自身数据资源日渐丰富，应用数据意愿的显著增强，过渡到了“如何高效地上云”。

物联网云平台，由此更直接地承担起IoT产业“基础设施”的角色，为物联网项目的规模化落地减负降压。

阿里云IoT 产品结构

阿里云 IoT 资深产品专家JASON CHEN从各个原子化产品角度，描绘了阿里云IoT的全局样貌。包含物联网 *** 作系统AliOS Things、边缘计算Link Edge、网络管理平台Link WAN、开发平台IoT Studio、物联网设备接入与管理、物联网数据分析、物联网市场Link Market、物联网安全Link Security等功能在内，展现阿里云为各类IoT场景和行业开发者赋能的能力。

将各个基础产品分别阐述，体现出阿里云IoT强化基础设施角色，希望阿里云的产品技术变成合作伙伴解决方案一部分的心态。再次印证阿里云智能总裁张建锋在3月阿里云峰会上所提出的“被集成”口号，阿里云的重要转变已经发生。

以下，我们就将重新认识阿里云IoT云产品。

物模型

阿里云 IoT 技术运营专家薛圆在交流中表示，ICA联盟推出物模型，定义物联网设备模型与属性。通过对任意物联网设备建模，合作伙伴共创设备数据标准模型，确保数据标准的准确性、合理性，实现设备间的互联互通互懂。

类似将拼图碎片整理成更完整的拼图模块，物模型将实现碎片数据结构化、差异模型统一化、烟囱场景联动化、软硬一体标准化的目标，帮助用户缩短开发时间、标准化开发工具。

物联网数据分析

在任何商业活动中，数据都是一种资本，数据分析是可以产生创新收益的手段。

阿里云 IoT 高级产品经理腾春艳在对物联网数据分析产品介绍时表示，阿里云为物联网开发者提供数据分析服务，覆盖了数据存储、清洗、分析及可视化等环节，有效降低数据分析门槛，助力物联网开发。

在空间数据可视化方面，阿里云IoT提供二维、三维空间数据的可视化功能，致力用数据连接真实世界。比如对智能停车场的车场现状、排队数据、收入进行分析；比如定义电子围栏，当物品超出围栏范围时，配置报警；比如在物流追踪、设备管理等物联网低频定位场景下，展示设备轨迹；比如在三维空间可视化需求下，基于阿里云物联网平台构建监控、展示、控制为重点的BIM可视化系统，实现园区、建筑、楼层、房间、设备的逐级可视化。

图：阿里云IoT数据分析产品架构

IoT Studio 物联网应用开发

如前文所述，物联网产业的痛点很多都落在了开发上。阿里云 IoT 产品专家曲文政在演讲中再次阐明IoT Studio作为物联网开发者生产力工具的产品定位与功能。

1 一站式完成云端SaaS 搭建 ：用户可以通过IoT Studio轻松搭建出简单IoT SaaS系统，或构建出部分功能集成在原有的SaaS系统中

2 可视化搭建，降低定制化成本 ：通过可视化搭建、服务编排的方式让一般嵌入式开发者经过简单培训也可以快速搭建出各种物联网应用；

3 提供AI 等高阶能力： 将高阶能力输出给开发者，增加营收，扩展业务边界；

4 后续提供更多解决方案模版： 通过模版的方式给用户提供即刻可用的IoT SaaS解决方案（包含硬件、嵌入式代码、页面/APP、服务）。

整体而言，IoT Studio作为开发工具，向上承接业务需求帮助用户快速搭建SaaS，向下汇聚能力将阿里体系的能力更快更好地输出给用户，是阿里云IoT产品中承上启下的关键一环。

图：IoT Studio 产品架构

结语

在 汽车 行业，定制化需求增多，产品的敏捷规划、全生命周期运维是厂商的关注焦点；在零售行业，企业追求着精准化营销的目标；在农业，看天吃饭需要向精准化种植转变……

未来的各行各业，在面对各种不确定的因素之时，都希望用数据说话，用数据管理、用数据决策。

在这样的产业愿景之中，阿里云IoT将继续践行技术和商业基础设施的角色，覆盖物联网云管边端开发环节，提供满足各类开发者需要的基础产品，助力合作伙伴创新模式，发展商机。

14《第四次革命》

13
12《生命30》
11《机器人与人》
10《黑洞简史》
9《实感交互:人工智能下的人机交互技术》
8《语音处理及人机交互技术》
7《语音用户界面设计》
6《终极算法》
5《与机器人共舞》
4《人工智能产品经理》
3《人工智能的未来》
2《人工智能时代》
1《失控》

正  ·  文  ·  来  ·  了  ·

14、《第四次革命》

《第四次革命》力图去识别和解释一些深刻的技术力量，这些力量正影响我们的生活，信仰和身边的所有事物。这是一场革命，一场由信息和通信技术驱动的革命。

在过去，信息被看作是人与人，人与世界沟通的工具，但事实上，信息已经变成了社会发展发展甚至是解释外部世界的力量，正深刻而又无情的创造和重塑人类的理论基础和现实基础，改变人类的自我认知，重组人类与自身以及与他人的联系，并升华对这个世界的理解。

我们对世界认知的改变，是从日常的经验、心理和行为这些角度，对发生在眼前的迅速和不间断的变化进行调节的结果。

在未来，创新的结果不再是由最初的颠覆性力量所决定，而是退化为一种稳定和大体一致的模式，比如汽车和图书出版，在经历了最初的混乱和调整后，它们都最终会趋向于稳定。

人工智能必然会重新构造人与世界之间的桥梁，形成人与人之间新的政治哲学。文莱世界的问题，可能比我们想象中要更为复杂，我们需要进行一场严肃的哲学探索——逆流而上，为自己建造一艘救生艇。

书评 逆流而上前，为自己建造一艘救生艇

13、《万物重构》

这本书和《生命30》一脉相承的是“烧脑”，只不过烧脑程度不一了。这是一本关于哲学与科学书，包括科学的来源讨论，作者详细的阐述了“云 - 物 - 大 - 智”（云计算 - 物联网 - 大数据 - 人工智能）发展次第论。
如果你是人工智能方向的产品经理，我建议读一读这本书，它和其他书不同的是哲学、科学的思考，让我印象特别深刻。

未来的商业竞争，需要请回哲学思维，机器也许不需要哲学，但是人是需要哲学的，哲学可以让人在智能社会中拥有最后的尊严，人要有哲学思维，然后有科学思维，而后可以使用技术思维成就人生。有了哲学，人就不会在智能丛林中迷失掉。

正如本书序言所写，过去，我们通过利用工具，延伸了四肢。未来，我们将通过人工智能延伸大脑。

人类到底会走向何方，取决于人类本身。就如果作者所言，智能社会已在眼前，当我们准备迈入新时代的时候，为你展开的是一幅美好画卷，还是一片惨淡未来，答案不必外寻，它就在我们每个人自己手中。

不审视则宽严皆误 。对于每个人来说，最重要就是具有审时度势的清醒头脑。在智能技术被过度解读的当下，只有清醒地认识智能技术，才能做到“知其雄，守其雌”，才能更好地把握时代的方向，掌握自己的命运。

要想有效地应对即将来临的变化，我们首先要解放思想，放下惧怕变化的包袱，然后不盲从，不迷信，在科学方法论的引导下，努力学习并掌握智能社会必备的基础知识。同时应具备“知行合一”的精神，不要纸上谈兵，而要做到身体力行。

未来智能社会的个体大概有八大机会，如下：

1、在智能社会中，洞悉人性的人将占据优势，这是推进科技和技术服务人类的前提，唯有了解人的需求，才能够创造性的满足他们。

2、任何一个小企业都是社会智能大协作的产物，那些推进大规模协作的人，将能够抓住属于下一个时代的机会。

3、做成一件事情，不仅依赖于线性的积累，也需要做决策基础上，瞬间“敏捷开发”，汇聚事业所有元素，快速达成初始目标，并在目标基础上加速迭代以臻完善。换句话说，年轻人更有机会成功。

4、维持简单的人能够抓住机会，追求事物界面的简单极致，善于调用最大的资源来维系这种简单极致，这需要庞大的支持系统。

5、杰出源于开放，办企业做事业的人需要保持最大的开放性，唯有开放，才能够引入新的价值源泉，产生杰作。

6、未来的领导者需要讲好自己的故事，要具备对产业前景具备宏大叙事的能力，这是凝聚共识的前提，也是实现资源汇聚的机会。

7、抛弃机械式思维，使用量子思维来迎接充满可能性机会的世界，在智能社会中，用概率思维来和世界共舞，智能机器会给予概率的报表，人与智能机器协作，是这个时代的机会。

8、想象力是人类最后的尊严，想象力和智能社会的结合，能够产生无数可体验的平行世界，技术正在支持创意极客，能够实现自己的理想。

12、《生命30》
这是一本相对烧脑的书，也是一本特别的书，从生命的角度畅谈人工智能，但事实上不得不承认这也一本堪称经典营销案例的书。

这本书给出了“AI”的一个讨论语境框架，而不是在各种似是而非的怪圈打转，给出了y一个全新的生命定义框架：

生命10（生物阶段）：靠进化获得硬件和软件，如细菌。

生命20（文化阶段）：靠进化获得硬件，但大部分软件是由自己设计的，我们人类。

生命30（科技阶段）：自己设计硬件和软件，人工智慧。

生命缘起10的时候，它是受环境影响然后适应环境的迭代，而在泰格马克的眼中，未来的人类智能是由自我意识和目标的迭代，灵与肉的重新设计。或者说，人 类自己给自己创造一个神。

10的人类理解不了人来自哪里，所以需要一个神，30的人类期待自己成为神——神人。

也许，讨论AI工具化是一个庸俗的方式，但解决工具化的这个思路更符合人类的现实意义，不管是悲观者还是乐观者，“智能”都应该是人类能力的延申，至少首先应该是这样的，也许只有这样，才由可能真正规避未来不可期“失控”。

本书探索的是“智能”到底会变成怎样，跟进一步的是人类到底想要什么样的未来？这是一个哲学性的话题。

所以，作为最有最有灵性的生命，最终所有的问题都会回归到自身生命的终极思考，生命是如何进化，为什么会进化到今天，以及以后会是怎样？

与其问“未来会发生什么？”，不如问“我们希望未来发生什么？”

书中总结了超级智能可能带来的12种未来，分为4种结果：

1、人类灭绝

2、人类丧失了统治地位

3、人类限制超级智能的发展。

4、人类统治超级智能

这个问题的答案，可能最后会回到“善恶论”，现在的我们可能根本无法去想象未来的演化，就像几千年的人们想象不到我们在用的手机电脑一样。

《黑客帝国》中有一句“人类才是病毒”，人类的未来可能确实会被某种形式所超越。

11、《机器人与人》
正如本书的序言所说，这本书旨在让更多人参与到机器人学的技术决策中，决定机器人能够做什么和应该做什么！ 

作者期望有更多的非专业领域的读者阅读此书，“因为今天做出的设计选择将会在未来几十年里持续影响所有人的生活”，机器人不应成为人类的奴隶或霸主，它们应成为人类的伙伴，在未来，不管是战场、医院、生产线、还是应对老龄化中，机器人都可与人类协调工作，而不是完全取代人类。

以“无人驾驶”为例，我们在考虑无人驾驶技术带来的的便利，当无人驾驶技术真正成熟，“汽车”就可能变成一项服务，而不是今天我们所看到的“产品”，它能惠及到能源、环保、交通、安全，解决出行难的问题，也可能解决停车难的问题。

但同样更看到的是它所带来的困难和需要解决的问题。

1、法律。首当其冲的就是责任问题，以及由此带来的伦理问题。

2、环境复杂性。过于复杂的环境带来的是过于高昂的成本和不可预料的问题，没有一种算法可以解决所有问题，无人驾驶应该如何选择呢？

3、原有相关的受益者。与汽车相关的配套产业将会变成怎样？由此带来的政府、民众的收支和开支问题。

4、公众。涉及公共空间的分配和公民社会的方方面面，比如保险。

从产品的视角出发，整个围绕“无人驾驶”的商业模式会变成怎样？钱从哪里来，成本会变成怎样？出了问题又应该怎么办？无人驾驶如何才能真正与传统汽车竞争？

关于无人驾驶汽车最大的一个问题就是，我们如何跳出当前的限制、成本和习俗进行思考的能力，谁能够以一种全新的视角思考无人驾驶，并重新发明个人出行的工具？

10、《黑洞简史》
黑洞这个概念是如此诱人，它将探索未知的兴奋感与对潜在危险的恐惧感巧妙结合，令人难以自拔。

黑洞是一种怎样的天体？既然光都无法逃逸，为何会有“霍金辐射”

黑洞内部究竟有什么？相对论为何无法解释？量子力学如何描述微观视角下的黑洞？

时空凹陷如何制造奇点？白矮星、中子星、类星体的相继发现，对黑洞理论的发展和人类寻找黑洞带来怎样的启示？

这本书，深入浅出，把黑洞的发现过程及目前的研究进展描述得很详细，芭楚莎对科学理论生动简明的叙述以及对科学家背后人格的深刻洞察，这本书兼具娱乐性和严谨性，笔触轻盈，富有哲理。非常值得一读。

读这本书，也许对你的工作不会太大的帮助，你的专业也很可能与之不相关。

在作者充满智慧的笔触下，你能看到人类理解黑洞的曲折历程，也能看到各路神仙如何各显神通的否认、鄙视黑洞理论，然后啪啪打脸，但真正受到启发的是“如何保持那种天才般的好奇心，以及如何保持耐心的在与业界大佬对抗中追求真理”。

就像钱德拉一样，尽管被主流意见的异样眼光看待，让钱德拉内心无比煎熬，但他确信自己的分析是正确的，他认为时机会证明一切，他也保持了极大的耐心。

这一点，除了自信之外，还有好奇心，以及与之匹配的高贵品质。

[ 金句摘要 ]

1、如果没有人类对自然怀有的永远童心——那种强烈的好奇心与探索精神，就不可能有发现并认识黑洞的辉煌旅程。

2、牛顿，请原谅我。——爱因斯坦

3、如果一个想法在一开始不是荒谬的，那它就是没有希望的。——爱因斯坦

4、这种大胆的言论以直率的方式抛出，招致一位顶级物理学家的无情嘲讽，一场力量悬殊的对决就此开启。

5、必定会有一条自然定律来阻止恒星的这种荒唐行为——亚瑟·爱丁顿

6、世界就是这样子终结的，不是伴着巨响，而是伴着呜咽。——钱德拉塞卡

7、我们应该保持完美的美好感情以及创造美好感情的能力，并在那遥远而不可理解的陌生地方找到美好的感情。——罗伯特·奥本海默

8、与其说是被质疑，不如说是被鄙视。这种情况，在爱因斯坦去世前几乎没有任何改变。

9、作为一名有幸置身其中的物理学家，我再也找不到如此令人兴奋的时代了。——约翰·惠勒

10、当今被论证的科学理论，未来也许会发现它们是错误的；现在看起来是错误的理论，未来也许终将成为真理。——罗伊·克尔

9、《实感交互：人工智能下的人机交互技术》

科幻现已成真。

这本书成书于13年，深入讲解基于触摸、手势、语音和视觉等自然人机交互领域的技术、应用和未来趋势。

尽管有些技术已经过时，但如果你是产品经理，推荐深度阅读。它涉猎的范围很广，足够指引我们按图索骥。

不过，这本书，并不是很容易读懂，我大概只能读懂三分之一。

8、《语音处理及人机交互技术》
从人的发音器官到人的听觉系统，懂语音声学特征，到汉语语音韵律特征。

这是一本教材，也是一本技术参考手册。

语音信号处理始于贝尔电话的发明，在上世纪40年代就可以把语音的时变频谱用语图表达出来，60年代日本开发了特殊的硬件进行语音的识别，在60年代中期形成了一系列的数字信号的方法和技术，70年代，单词识别装置进入了实用化阶段。

80年代，人工神经网络应用到语音信号处理，在今天，语音的识别率达到了95%。

语音信号处理学科，之所以能够长期的吸引人们的注意力，除了它的实用性之外，还有一个原因就是，它始终与当时最前沿的学科保持紧密联系，并一起发展。

控制论创始人维纳在1950年说：
7、《语音用户界面设计》
深入浅出的语音交互读本，非常适合希望从事或者正在从事交互设计相关工作的人。如果你也对语音交互感兴趣，这本书必读不可。

目前语音的识别率， 理性的判断应该是整体处于95%左右，也就意味着认为要5%甚至更多的概率，机器是无法知道我们在做什么， 这还不包括更为复杂的场景应用。

这样带来的问题就是，机器会在处理任务的过程，当用户感受到挫败，解决不了这个问题，用户是难以真正接受这个技术的。

同时，我们也正面临着更多的冲突和混乱。

以语音触发控制为例，我在家里说：“把室温升高到24度”时，我所指的是空调，而不是我的烤箱或是别的什么设备。所以，我们不能像现在这样，每个设备都有一个完全独立的交互系统。

语音的未来，一定是“平台化”的，这与全屋智能的思路是一致的， 单点的智能最终都会淘汰，因为不能真正的解决用户的痛点，或者说，单点一定会带来额外的麻烦。

当人们彼此交谈时，由于我们通过对话创造了一个共同的价值观，所以我们愿意以更加宽容的方式进行彼此交流。

当人与机器进行交流时，起初人们还是会以同样的宽容态度对待，但一旦发现系统缺乏“人性”时，人们就会转变成对待机器的态度。

未来的世界，界面会变得无处不在，当你需要他们时他们就在那，也许会很遥远，但终究会有那么一天，而语音会是一个相当不错的体验。

尽管这个技术成为主流之前，语音交互设计仍处于早期状态，再过些年，人们一定会更加关注这个领域， 现在是语音设计的好时代 。

6、《终极算法》
我们生活在一个算法时代。你的手机、电脑、汽车、房子和家用电器都是基于算法。只是，我们感觉不到每天有如此多的算法在为我们工作而已。

算法简单的说就是利用实际的数据和计算来“学习”你想要它做的事情。它是执行任务和获得智能的核心，现行所有的AI都是基于算法而发挥作用的。

比如电商平台的推荐算法，可以根据你的行为预测你的购物倾向性。这种以计算为基础的智能方法能够帮助我们解决种种特定的问题，那么算法是万能的吗？——一种机器自己给自己编写程序，输出我们想要某种结果的算法。

如果给它关于星球运动、斜面和钟摆的数据，它能发现牛顿定律。

如果给它关于DNA的晶体图像数据，它能发现双螺旋结构。

如果给它你手机里所有的数据，它能学习预知你接下来会做什么并想办法帮助你。

也许从大量的癌症病人的病历数据中它甚至能找到一个治疗癌症的办法。

佩德罗·多明戈斯指出：“ 如果这种终极算法存在，那么它将可以通过数据获得世界上过去、现在、未来的所有知识。这个算法的发明将会是科学史上最伟大的进步之一 。 ”

如果存在这种终极算法，是否意味着人可以完全依赖过去的“所有知识”（数据）来决策未来？机器通过掌握所有你的“数据”，变成一个虚幻的“你”。

但数据存在极大的局限性，它表达的是过去，而未来将要发生什么，并没有证据表明它能够应用在所有的现实世界中。

从我们的日常生活观察，人类在很多生活中存在完全不可预知的临时性决策，可能是某一个外部刺激或者是内心深处一瞬间“触动”，而做出决策，也就是“大数据是没有意义的”。至少我们现在能理解的情况是这样。

人类期待出现救世主，所以自己创造了上帝。 事实上，对很多人来说，只有当上帝有用的时候才相信上帝的存在，AI也会是一样，它在特定场合下才能显示它的优越性。

神话算法，本身就是一种市场的功利性。

5、《与机器人共舞》
马尔科夫从多个维度描绘了人工智能从爆发到遭遇寒冬再到野蛮生长的发展历程，直击了工业机器人、救援机器人、无人驾驶汽车、语音助手Siri等前沿领域，进而深入探讨了人工智能（AI）与智能增强（IA）的终极关系，以及“人与机器谁将拥有未来”这一核心伦理问题。

关注人工智能，或者说关注人类的未来命运，这一本是必读的书。

2045年，对人类来说究竟是最艰难的一年，还是会掀起一场技术盛宴的一年，抑或是两种可能都会同时发生。

就如20世纪中诺伯特·维纳曾经提出的一个警示：

“ 我们可以谦逊的在机器的帮助过上好日子，也可以傲慢的死去” 。

对机器而言，他们只能完全从功利的角度，忠实的执行人类赋予的“决策权”，而不会考虑更为丰富的人性价值，这是一种极其危险的威胁。

人机最大的矛盾，也是完全的功利与人性的矛盾。机器人真的会控制整个世界吗？

人与机器如何共生的话题，取决于人工智能是拓展而是直接取代。以自动驾驶为例，AI是否可以真正把人类排除在驾驶舱外？一旦出现事故到底应该谁为此负责，如果是人工智能完全取代人，那假设路中央有5个孩子，机器是应该选择开到路边撞死一个成人还是应该怎么办？

也许折衷的办法就是人工智能根据驾驶员的喜欢、习惯，提醒他是否应该参与驾驶的过程。

世界在埋头前进，交通系统在实现自动化，而我们对它的影响还只是一知半解。

如果我们足够幸运，也许未来的人工智能机器人会把我们当作宠物养。有或者，彻底奴役我们。

《机器人与弗兰克》是一部意义深刻的影片。

在未来的老龄社会，我们可能需要制造大量的机器人帮助照看老人，然后我们研究更好的机器人，为的是某一天照看我们。

另一个话题，就是机器人对现有世界秩序的冲击，世界是否会由此丢失大量的工作机会。我们都知道，在当前的经济体系中，所有的产品，包括机器人本身，都完全是有成本和收益确定，而成本在急速的下降。

也就是，只要当机器人的成本低于人力的成本，则机器取代人类劳动势不可挡，完全是时间问题，也可以说是那些岗位而已。

也许，在2045年，最受冲击的正是我们曾经自豪的“社会中坚力量”——受过高等教育的白领阶层，任何可规模性、成系统性（程序化）的工作都会交给机器，而我们今天看到的很多底层劳动力，反而会因为更为廉价的资源供给而幸免。

什么时候齿轮代替人类，完全取决于一个价格点。

人工智能（主张打造智能机器，创造可以取代人类的机器）还是智能增强（倡导以人为本，制造工具帮助人类挖掘自身潜能），所有的矛盾最后会同归于一笔经济账。

技术性取代将成为经济对经济成长来说暂时但必要的垫脚石。技术性失业，将可能蒸发对现代民主十分重要的中等阶层，整个世界会完全变成资本的世界。

不过，据美国劳工统计局预计，在2018年银行柜员的人数反而增至638万余人，比2002年增长了10余人，也就是说，这个问题，事实比我们今天所有的预估都更为复杂——对未来的一知半解可能是更有恰当的名词。

奇点临近，人类将何去何从？

库茨维尔预测人类将超于自己生物的存在，哪一个时间的到来，会在2045年。

4、《人工智能产品经理》
未来已来，未来会走向何方，我们又应该如何应对？

作为一名产品经理，我们如何适应未来的智能时代？

如何又能真正的理解AI，并以此作为一个契机，迎接未来的时代。

本书作为一个入门级的产品手册，梳理了一些 基本的概念，以及产品经理们可切入的途径 。

3、《人工智能的未来》
库兹韦尔预言在2045年，人工智能将超越人类智能，储存在云端的“仿生大脑新皮质”与人类的大脑新皮质将实现“对接”，世界将开启一个新的文明时代！

想象一下在未来，当你睡觉时，一些机器扫描你的大脑，收集一些细节，然后把这些信息细节再一个非生物体内保留一份“思想档案”，这个非生物体（也许是你的助理）的一举一动都很像你，甚至还能像你传递信息。早上醒来的时候，它和你讨论你的生活，计划，甚至思想。甚至你消失了也没有人在意到你，因为你的助理是第二个你。

甚至，你的朋友家人会更高兴，因为看起来你的身体更健康了，状态更好了。

因此，我们不再需要以前的身体和大脑了，如果我们把它处理掉，是不是也可以？你和第二个你，是可以替换的吗？

当第二个你说出它的感受和感知经验，而我们相信它们所说的都是真实的，它们就成为了真实的人，但我们如何相信它是真实的表达“我”的意识，而不会撒谎呢？

“智能的爆炸”，我们需要面临的问题将会变得完全不一样： 在未来，我们是谁？我们是什么？人还能称之为人吗？

讨论这一类问题的时候，将是“信仰的飞跃”，这会回到基本的哲学问题， 是物质先于意识存在，还是人类先产生了思想意识，才有了后面的物质世界？

我的观点是，在目前阶段，哪怕是计算机通过了图灵测试，这一类的机器本身并没有理解现实世界的含义，它们并不了解它们在做什么。

库兹韦尔的预言需要“坚定的信仰”才能真正期待预言成真的那一天。

也许你会看到，谁知道呢。

2、《人工智能时代》

第一次工业革命，开创了以机器代替手工劳动的时代，200年前的电力颠覆了人类世界，不久的未来人工智能必定掀起一场新的产业革命。

随着技术的发展，机器“人”正在很大程度上替代人类的工作，不管你是蓝领还是白领。人工智能的发展，一定会给人类社会带来巨大的冲击，它不仅仅是一次技术改革，更是一场深刻的社会变革。就像工业革命带来影响一样，颠覆我们的生活方式和思维方式。

机器人犯罪，谁应该负责？人工智能时代，人类价值如何重新定义？未来的经济增长，是劳动力驱动，还是资本驱动？

机器使人类变得更加强大，我们迎来了与机器人共舞的时代，但 人类又该如何成为未来的领舞者？

1、《失控》
这是很“混乱”的书。

也许这就是一种失控吧，有的地方写得很兴奋，有的地方很混乱，有的地方很晦涩，打开了很多扇窗户，却不知道要通向哪里。

为什么那些看似简单无脑的初级生物能够产生群体智慧？ 个体的无意识到群体的有意识之间到底是不是鸿沟巨壑？

“蜂巢思维”的神奇在于，没有一只蜜蜂控制他但是有一只看不见的手，控制着整个群体。他的神奇还在于，量变引起质变。要想从单个虫子的机体过渡到集群机体，只需要增加虫子的数量，使大量的虫子聚集在一起，使他们能够互相交流。他们互相之间构成了一个网络，网络的节点与网络本身构成了新个体，这个个体拥有了强大的力量。

每个节点都是中心，当每个节点互联链接的时候，形成了一个全新的个体。什么场景会出现这种情景，是的，没错，未来的家居环境极有可能。

市场是如何形成的， 一群逐利的人，他们行为却可以导致市场的均衡，虽然它总是摇摇欲坠，但总是能回复平衡。

人类是自然界的进化，还是被创造的一种生物，或者是为了创造更高级生命而诞生的环境？

生命的进化终点在哪里？机器终有一天会进化成生命吗？

总体来说，AI类产品可大体分为两类：

对于推荐算法产品经理而言，算法本身即是产品。产品经理的职责主要在于，通过挑选合适的数据、算法帮助用户更好地解决 个性化需求与海量信息之间的匹配问题 ，通过恰当的测评方法，帮助技术人员寻找优化特定场景下算法效能的方法。考虑到用户的需求相对单一，且参考指标明晰（如点击率、浏览率等），因此算法产品相对于其他产品而言，要对技术实现和底层算法逻辑拥有更清晰的认识，从而可以方便的配合技术人员完成转化率的提升。

对于终端类产品经理而言，如果产品形态仅仅是算法，那么需要考虑的内容应与推荐算法产品大同小异。随着家居物联网产品的兴起，越多越多的企业开始提供硬件类产品，常见的包括：AI智能音箱、安防摄像头以及疫情期间的测温仪等等。由于硬件产品对物流供应链的要求高、产品集成度也更高， 产品经理除却需要考虑算法是否能够适配当前的场景之外，更应当专注于产品的集成测试和竞品分析（尤其需要掌握潜在进入者的动向），来确保产品的整体可用性和市场竞争力。

非个性化推荐算法关注的是一群人的共性 。

典型应用场景包括，“音乐热曲排行榜”、初期谷歌的“搜索引擎”等等。

由于非个性化推荐的结果依赖于大众的点击，因此易呈现强者越强、弱者越弱的马太效应。对于内容生产者而言，推荐引擎如果始终维持这样的策略，将对新产生的内容不公平。为了兼顾冷启动的问题，可以考虑采用“最近时间窗口”策略，维护内容的新鲜度的同时兼顾大众偏好。

个性化推荐算法关注的是少数人的个性 。

适用于非个性化推荐算法的场景主要具有以下两个特征：

1海量数据；

2拥有收集用户信息的渠道。

其中用户信息的收集方法又可分为以下两种：

1来源于网页Cookie信息、访问地址信息;

2来源于用户登录账户期间的 *** 作日志记录。

个性化推荐中有两类重要的算法设计思路，分别是（1）基于向量相似度的推荐算法，以及（2）基于用户的协同过滤推荐算法。前者偏重于推荐标的物与用户兴趣之间的相似度评估，通过在预先设定的维度上获取用户的兴趣向量作为基向量，而后用同一坐标系对标的物进行标注，获取到用户兴趣与潜在标的物之间的相似度（具体示意如图1所示）。后者则偏重于用户间相似度的衡量，假设认为，拥有较高兴趣相似度的用户，针对某个具体标的物将具有相似的偏好（具体示意如图2所示）。

产品发展到一定的DAU数量之后，为了进一步提高这部分DAU人群的使用效率，需要通过精细化的推荐来辅助运营实现更高层次的目标。

尽管同为推荐产品大类，但由于推荐场景略有不同，因此电商推荐类产品与内容推荐类产品在业务指标的关注点上也略有不同。 电商推荐类产品更关注用户的营收， 因此通常将 转化率 设定为推荐指标； 内容推荐类产品则更关注用户的留存和使用粘性， 因此通常将 推荐准确度、用户体验 设定为推荐评估指标 。 以京东和头条为例，由于前者是面向”大明型“用户群体的产品，更关注推荐系统产生的效果为及时转化贡献了怎样的力量；而后者则是面向”小闲型“的用户群体，因此更关注推荐系统在用户体验与产品依赖层面贡献了怎样的力量。

关于广告推荐的几个共识：

1、产品的价值交换：为用户创造使用价值、并获取交换价值的过程。

2、几乎所有的广告需求都是对体验有负向影响的反向需求。

广告形态主要分为（1）横幅；（2）插屏；（3）原生。其中横幅广告效果较差，且对体验有一定影响；插屏广告由于以整屏形式出现，会吸引用户的全部注意力，尽管降低了产品的体验，但一定程度上提高了广告的展示效率；原生广告以一种仿似真实展示结果的形式嵌入到用户产品使用过程中，用户体验最好，但转化率相对插屏而言较低。一般情况下， 更推荐使用插屏和原生广告，尽量避免使用横幅广告 。

由于广告具有一定的商业性质，只有尽可能保障广告推荐的高效性，才有机会获取到足够的广告营收费用。通常而言，广告是否有效需要从以下两个角度进行衡量：

1曝光频次高；

2展示效率高，其中展示效率可从以下三个方面去衡量：（1）展示时机；（2）用户状态及（3）可见区域。

通常情况下，在产品刚进入市场的阶段，应当重点考虑DAU，只有把用户基数做大，后续的流量变现规模才足够可观。当产品DAU开始逐渐稳定时，则可以开始考虑MTR，产品也随之进入商业化变现的成熟阶段。Avglmps指数一方面展示出广告曝光率与广告收入之间的正线性关系，一方面也暗示着广告的曝光率与用户体验之间的反比关系，需要产品在不同场景下进行适当的权衡与取舍。广告点击率的大小，更多情况下取决于交互数据的应用和推荐算法的构建。当广告推荐的准确度日趋成熟，产品的广告位也将逐步获得更好的议价能力，有望获得更多的营收收入。

除了产品开发者本身可以招揽广告位外，广告生态系统中还存在这样一类第三方，被称之为ad network。作为连通广告位和广告主之间的中间方，通过统筹并协调广告资源，制定相对普适化的广告算法，能够最大限度的保障广告主对于广告展示次数的要求，同时能够帮助产品提供方充分利用剩余的广告位资源。对于大厂而言，流量变现已成为最重要的营收手段，除非广告资源稀缺，通常不会交予第三方管理。但对于尚处于发展期的公司而言，将广告位外包给中间商，一方面获取源源不断的收入，一方面将更多的精力集中在产品的研发投入上，是一件一举两得的事情。

在进行广告分析时，通常会采用如上的5个指标对广告展示效率进行逐层次的分析，在自上而下的过程中每一层次都存在着流量的流失。下面将以两个场景为例，逐一分析场景二的潜在提升空间。

1 通常而言，广告请求率应尽量保证在100%，可以考虑优化用户访问时的请求率；

2 当用户端发出广告请求时，缺少与用户当前情境相匹配的广告时，易出现填充率的情形。可考虑适当增加广告源，进一步提高填充率；

3 广告展示率低，意味着广告匹配成功后，却由于网络带宽、用户停留时长、广告资源大小等原因没有得到合适的展示机会。需要具体分析，可采用prefetch等方法、挑选合适的展示时机等方法，提高展示成功率；

4 点击率与广告内容、展示时机和广告大小等等因素密切相关。通过选取与上下文情境相匹配的广告源、增加广告位的大小、筛选出高质量广告，可以进一步提升广告的点击期望。

5、然而，为了选取高质量的广告而为广告位设置了广告底价后，也意味着广告资源数目的降低（即填充率的降低）。需要产品制定出适用于当前产品的整体策略。

除了上述AI产品之外，还有一类特殊的AI产品，通常由AI头部公司创建。通过集成相关算法和数据，为开发者提供相对自由的基础训练模型，提供自然语言处理、图像识别、VR等相关领域的SDK开发包，为各行业定制专用解决方案。可参考的AI平台类产品主要包括：

1 百度大脑 —— AI开放平台（ >