一、AI的落地应用呼唤健全的人才组合最初，在AI应用领域较受关注的人才是AI科学家和AI工程师。
二、进入应用启蒙期和应用狂想期后，业界普遍认为“AI技术人才+行业专家”这种人才组合才是最理想的，并且认为依靠这种人才组合可以让AI技术在某行业顺利落地并得到应用。
这期间我们看到做医疗影像AI的公司招聘了医院影像科医生，做安防应用的AI技术公司招聘了公安技防专家。
行业专家的加入确实带来了一些改变，行业专家了解行业，能为技术指明应用方向，因此对AI技术在行业落地应用起到了一定的作用。
但在多数情况下，行业专家的作用并没有达到预期。
（1）AI是一项全新的技术，只有深入理解它的本质并善加利用，才能使其应用成果达到预期，而行业专家对此并不擅长。
（2）行业专家长期处于某个行业中，因此产生了行业局限。而技术应用的很多场景是大幅改变甚至颠覆行业的，并且可能行业专家本身就是被颠覆的对象。行业专家可能会做出小改进，但难以做出大变革。
（3）从技术、行业经验到产品，这是一次飞跃，需要很强的产品规划能力。行业专家能指出行业的痛点、需求，但并不擅长专业的产品规划。
不理想的现实促使业界进一步思考，看来要想让AI技术顺利落地应用，除“AI技术人才+行业专家”的组合之外，还需要新的角色，这样才能形成健全的组合。我们还需要两类重要人才：AI产品经理和AI商业人才。
这样的人才组合的演变，在互联网技术的应用过程中已经完整地展现了。AI业界已经开始意识到这个问题。以DeepMind公司为例，该公司博士云集，各位创始人都有很强的技术背景。2018年，该公司引入了第一位COO（首席运营官），这才有了一位负责产品、运营的顶级高管。
相信AI产品经理等人才的加入会使AI应用需要的人才组合更加健全，从而真正促进AI应用的长期繁荣发展。
三、AI产品经理
（1）未来的人工智能产品经理。他们现在可能是互联网产品经理，可能是对AI产品感兴趣的大学生、职场新人，也有可能是希望转行做AI产品经理的技术人员。
（2）对人工智能应用的场景、产品、商业模式感兴趣，想系统了解这些内容的人士。
四、技术商业的特点和成功要素
“你能看到多远的过去，就能看到多远的未来。”我非常认同丘吉尔的这句话。人类的智慧来自过往，用于将来。
世界每天都有新事物、新技术产生，身处其中我们会不由地感叹“太阳每天都是新的”，但只要我们站得更高一点儿，又会觉得“太阳底下无新事”。
所以，我们要先跳出AI的圈子，站在技术商业这个更高的位置，研究更高层次的规律，然后在更高的层次上对AI形成更深的认知。
将商业模式分为六大要素：定位、业务系统、关键资源能力、盈利模式、现金流结构和企业价值。理解一个企业的商业模式，就是理解这个企业的六大要素及其之间的关系。相应地，为一个企业设计商业模式就是设计六大要素及其之间的关系。技术创业公司失败的主要原因，如下图：
AI商业与互联网商业同样是技术商业，在互联网行业经过验证的规律已经在AI行业初步发挥作用。
（1）技术—场景。AI应用虽然在一些场景遇到了困难，但AI应用在基于人脸识别的安防、基于语音技术的智能音箱等场景已经得到了初步的认可。
（2）资源。在起步阶段，AI技术公司获取资源的能力比互联网公司更强，因此一些优秀的AI技术公司将有充足的资源去发展、去试错。
（3）产品。大多数AI技术公司尤其是有着纯技术背景创始人的公司，由于其最初并没有重视产品，于是很快便遇到了问题。目前，大多数AI技术公司均已开始重视产品，少数公司已经具备了较强、较系统的产品能力。
（4）商业模式。多数AI技术公司还没有开始重视这个要素，但根据X技术商业的规律及互联网商业的经验，这是一个必须要重视的要素。AI技术给商业模式带来了新的力量，也给商业模式带来了新的可能。另外，商业模式决定了组织能力的方向，为组织能力的发展提供了指导。
（5）组织能力。目前，多数AI技术公司还只是强调自己的技术实力、高学历员工的比例，并没有站在更高的层次来看待组织能力。组织能力并不是高学历员工的简单组合。公司的技术实力虽然是组织能力的重要组成部分，但并不是全部。多数企业还没有意识到整体组织能力的价值，也还没有朝这个方向努力。
随着AI商业的进一步发展，它将很快从技术要素的比拼转化为多要素的比拼，这时组织能力的价值也会凸显出来。在这个变迁的过程中，不能及时做出反应的公司很可能出现技术领先但因为组织能力落后导致失败的情况。
历史告诉我们，技术此岸与场景彼岸之间存在很深、很宽的鸿沟，跨越这个鸿沟的难度常常超出我们的想象，很多发明家对此深有感触。
发明家要经过很多年甚至一辈子的奋斗才能做出一个了不起的发明，获得发明专利后他们满怀信心，认为等着购买或者授权的企业会排成长队。
但在很多情况下，直到发明专利失效，发明家都没有让自己的发明从此岸走到彼岸，也没有从中赚到一分钱。
与发明家一样，企业、机构的技术此岸经常有成果诞生，但多数也没能成功地走向场景彼岸。即便是美国，这个技术转化做得较好的国家也是如此。
互联网技术的成功应用给AI技术的应用提供了经验。最初，大家认为技术人员做一个网站或一个App就能产生价值，结果发现做一个网站或一个App并不难，而且越来越容易，但数以百万计的网站或App却没有产生价值。问题在于产品之拱和商业模式之拱没有造好，导致应用之桥不通。整个互联网行业从早期的实践中吸取教训，开始着力打造产品之拱和商业模式之拱。
很多互联网公司的CEO（首席执行官）都以产品经理身份自居，这迎来了产品、产品经理的高光时刻。在商业模式上，中国的互联网行业以复制起步，向复制、改造、原创并举转化。很多互联网公司的产品之拱和商业模式之拱依次建成，互联网技术的应用之桥也随之畅通。
AI产品经理需要学习互联网行业的成功经验，将AI技术和场景做到精准适配，然后打造出好的AI产品，并设计出配套的商业模式，只有这样才能让AI技术成功落地。
五、技术、产品与商业模式三者之间可以互相助力，发挥协同作用。
技术如果比较弱，是不是就不能应用了？
其实，技术本身是在不断进步的，而尽快投入使用也有利于技术的进步。一个迟迟不能落地应用的技术，很快就会陷入停滞状态。
产品从弱到强通常要经历一个过程，在产品还不够强大的时候，AI技术公司可以借助商业模式的力量。
亚马逊、Google和苹果都推出了独立于电脑使用的智能音箱，那我国企业的智能音箱如何与这些产品竞争呢？
更好的技术、更好的产品需要较长时间的积累和打磨，我国的智能音箱企业在持续升级产品的同时，还利用了商业模式来助力。
我们来看看AI领域的案例。这次我们在同一个技术—场景中，横向对比不同的产品和商业模式。
实时翻译领域的人工智能涉及三大核心AI技术：语音识别、机器翻译和语音合成。
即使采用同样的核心技术，满足同样的需求，不同的企业在产品、商业模式上也可能会有很大区别。所以，从技术到产品再到商业模式的过程中存在很多的可能性。
科大讯飞不仅产品不同于Google，其商业模式也与 Google不同。科大讯飞并没有手机业务，所以它不需要考虑手机市场的问题。它可以直接售卖能独立使用的设备，与用户的手机无关。
在同样的技术—场景中，可以有多种产品和商业模式，所以仅有技术是不足以推进落地应用的。技术的落地应用需要技术、产品与商业模式的互相助力，这是AI行业要特别重视的问题。
只有选对技术—场景，建好产品之拱和商业模式之拱，应用之桥才能畅通。众多的案例为我们提供了很多宝贵的经验，本书的内容也主要是为了帮助AI产品经理做好这三件事。只有做好了这三件事，AI应用才能顺畅，AI企业才可能取得商业上的成功。
—— About Array ——
数组公司由原虹软、恒生电子等知名企业的资深技术专家与浙江大学团队联合创立于2024年。公司依托自主创新的「能力魔方+边缘计算+AIoT」为核心技术架构，打造多场景专属的「物联 - 数联 - 智联 - 人联」四位一体产品及服务。
公司秉持“软件硬件化、硬件装备化、装备场景化、场景智能化”的核心理念，聚焦公共安全、应急科技、智慧警务、健康医疗、工业制造、能源电力、科研实验及智慧园区等行业，提供从感知到决策的专属AI智能体装备解决方案。
随着“人工智能+时代”的来临，基于物联网的泛接入成为新质生产力的主流需求，公司将持续发挥软硬件研运一体化的科技应用能力，持续在边缘计算+AI领域垂直深耕，聚焦客户需求，持续创新。
—— ArrayBox ——
—— 联系我们 ——
联系方式：赵先生 15824460609
联系邮箱：xin1cg@qq.com
———— 关注数组 ————