一、AI來(lái)了，你被OUT了，有人卻已在快車(chē)道上了

給你講個(gè)恐怖的故事：我今年，32歲了！三十歲左右是一生中最焦慮的年紀(jì)。在大城市打拼的我們，每天在瞬息萬(wàn)變的互聯(lián)網(wǎng)行業(yè)里累成翔；為了保住飯碗付每月的房貸或者房租，回家還要拼命學(xué)習(xí)成長(zhǎng)，想怎么和有想法且已經(jīng)創(chuàng)業(yè)幾次的95后比更有市場(chǎng)競(jìng)爭(zhēng)力；活在青春尾巴的我們，看著自己開(kāi)始發(fā)福的身體不斷問(wèn)自己：會(huì)像李世石那樣被阿爾法狗打敗那樣，被超人類(lèi)的AI取代嗎？

看另一批已借助AI先行出發(fā)、領(lǐng)跑時(shí)代的30歲產(chǎn)品經(jīng)理們。85后的黃釗,既是較早的一批互聯(lián)網(wǎng)產(chǎn)品經(jīng)理（08年開(kāi)始），又是最早的AI

產(chǎn)品經(jīng)理（12年開(kāi)始）; 既受到過(guò)最正規(guī)的互聯(lián)網(wǎng)PM培訓(xùn)熏陶（騰訊），又在AI PM的行業(yè)探索前行（圖靈機(jī)器人）;現(xiàn)在已經(jīng)華麗轉(zhuǎn)身為AI第一梯隊(duì)、未來(lái)獨(dú)角獸——圖靈機(jī)器人的VP了。逆襲之路正在逐漸收窄，彎道超車(chē)的賽道開(kāi)始閉合，只剩眼前這條路。那作為傳統(tǒng)信息流產(chǎn)品經(jīng)理的你，又能從哪個(gè)切入點(diǎn)找到轉(zhuǎn)行AI產(chǎn)品經(jīng)理的機(jī)會(huì)呢?

二、這個(gè)時(shí)代的焦慮，終需要用這個(gè)時(shí)代的技術(shù)解決

鮑捷老師的《人工智能的鐘擺》中介紹到AI過(guò)去30年的八卦史，每一次輪回就像一次次的雪崩，起點(diǎn)是堅(jiān)實(shí)的技術(shù)發(fā)展基礎(chǔ)，暗流涌動(dòng)的媒體煽動(dòng)又一次次將其推向深淵。用王菲的歌來(lái)描述就是：一個(gè)一個(gè)概念都不過(guò)如此，沉迷過(guò)的概念一個(gè)個(gè)消失。但是，最近一次AI又借助AplhaGo而名聲大噪。

人工智能的底層是海量大數(shù)據(jù)碎片化散落在世界角落，通過(guò)借助于云計(jì)算極低的計(jì)算成本和極強(qiáng)的計(jì)算能力，進(jìn)而輸出人工智能所需的各種結(jié)構(gòu)化數(shù)據(jù)。在這之上是AI人工智能領(lǐng)域的范疇，包括：機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語(yǔ)言處理和知識(shí)圖譜。

看到上面的圖是不是感覺(jué)：知識(shí)圖譜不就是人工智能的一個(gè)不起眼的小弟，同時(shí)還被機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和自然語(yǔ)言處理各位更有名氣大哥的擠到角落里的受氣包嗎？其實(shí)知識(shí)圖譜是人工智能運(yùn)籌帷幄之中的幕后英雄。

三、知識(shí)圖譜又是什么鬼？

在一個(gè)快速迭代的行業(yè)里面，如果你看的只有大家都在熱議的東西是做不了大事的。知識(shí)圖譜最能體現(xiàn)人工智能的特色——像人類(lèi)大腦一樣思考！人類(lèi)最擅長(zhǎng)的思考方式就是將點(diǎn)和線關(guān)聯(lián)起來(lái)并由點(diǎn)及面，然后抽絲剝繭，慢慢理清其中的邏輯推理關(guān)系。

福爾摩斯作者有一句名言:“一個(gè)邏輯學(xué)家，不需要親眼見(jiàn)過(guò)，或聽(tīng)過(guò)大西洋和尼亞加拉大瀑布，他從一滴水中就能推測(cè)出它們?！?/p>

知識(shí)圖譜就像福爾摩斯破案一樣，首先需要采集散布在各個(gè)角落的碎片化信息和數(shù)據(jù)，然后把它按標(biāo)準(zhǔn)化思考方式整理，再將各個(gè)看似不相關(guān)但背后有著共同聯(lián)系的信息關(guān)聯(lián)起來(lái)，并挖掘背后的規(guī)律，據(jù)此做深入的推理，最后激昂的背景音樂(lè)就此響起，智慧的福爾摩斯搬出最致命的證據(jù)，兇手的臉一陣抽搐…

知識(shí)圖譜又可以從數(shù)據(jù)角度和技術(shù)角度來(lái)看。以數(shù)據(jù)方面為例，它就是一個(gè)語(yǔ)義的知識(shí)庫(kù)，里面的組成單位是“實(shí)體—屬性—關(guān)系”這樣的三元組，各個(gè)組聚合在一起就構(gòu)成了復(fù)雜的網(wǎng)狀知識(shí)結(jié)構(gòu)。比如“劉德華”周?chē)泻芏嚓P(guān)系：他的別名、身高、生日、妻子以及電影作品，他演的《無(wú)間道》又包含了相關(guān)的導(dǎo)演、演員以及制片地區(qū)香港等。所以知識(shí)圖譜能非常直觀的表達(dá)對(duì)象與對(duì)象之間的關(guān)系。世間萬(wàn)物是一個(gè)錯(cuò)綜復(fù)雜的關(guān)系網(wǎng)，但是無(wú)論形式上多么復(fù)雜，其實(shí)本質(zhì)上都是簡(jiǎn)單的三元組。

以技術(shù)方面為例，知識(shí)圖譜是從數(shù)據(jù)、情報(bào)到知識(shí)，最后再到智慧的過(guò)程。首先是分布式數(shù)據(jù)采集，這里面既會(huì)涉及到外部海量在線數(shù)據(jù)（像新聞，公司披露等信息），也會(huì)有內(nèi)部業(yè)務(wù)數(shù)據(jù)。并且需要把采集來(lái)的數(shù)據(jù)像剛從果園采回的鮮果一樣做徹底的清洗，然后輸出干凈的基礎(chǔ)數(shù)據(jù)。下一步需要對(duì)其做語(yǔ)義處理，因?yàn)樾侣劚旧砜赡芤埠袕V告，所以需要通過(guò)自然語(yǔ)言處理識(shí)別新聞中到底談到哪個(gè)公司，或者哪位高管，又或者提到公司的什么大事，比如中了什么標(biāo)，可能會(huì)對(duì)業(yè)績(jī)有較大的影響。做完語(yǔ)義處理之后，輸出結(jié)構(gòu)化標(biāo)準(zhǔn)數(shù)據(jù)，然后將行業(yè)專(zhuān)家的知識(shí)融合進(jìn)來(lái)去建模，從而構(gòu)建出各個(gè)行業(yè)的知識(shí)庫(kù)。在這個(gè)基礎(chǔ)上，就可以做上層決策支持系統(tǒng)，通過(guò)更加簡(jiǎn)易的人機(jī)交互來(lái)訪問(wèn)這些底層的知識(shí)圖譜。比如你向同花順i問(wèn)財(cái)提問(wèn)“同花順可以買(mǎi)嗎？”，它首先需要理解你要問(wèn)的是什么：意圖是同花順這個(gè)公司，實(shí)體是怎么樣，要不要買(mǎi)；然后把它轉(zhuǎn)化到龐大的底層知識(shí)圖譜中去做搜索，最后返回給你想要的結(jié)果，比如同類(lèi)型的事件當(dāng)時(shí)同花順股票漲跌的概率等。

四、人工智能的“神奇魔杖”

你現(xiàn)在對(duì)知識(shí)圖譜有了大致了解，那我們?cè)僖酝?lián)數(shù)據(jù)蘿卜投研揭秘豬肉價(jià)格上漲背后的產(chǎn)業(yè)鏈投資機(jī)會(huì)，來(lái)看看這個(gè)類(lèi)似哈利波特手中的“神奇魔杖”到底已經(jīng)如何運(yùn)用到金融科技的前沿領(lǐng)域中了。?在2015年7月，蘿卜投研的數(shù)據(jù)監(jiān)控系統(tǒng)對(duì)豬肉價(jià)格發(fā)出異動(dòng)提醒，這時(shí)我們注意到豬肉價(jià)格自4月以來(lái)，已連續(xù)上漲超過(guò)20%

。

進(jìn)一步結(jié)合供需關(guān)系來(lái)分析豬肉價(jià)格上漲的原因，可以發(fā)現(xiàn)相比豬肉價(jià)格不斷上漲的同時(shí)，而生豬存欄量卻在持續(xù)走低，養(yǎng)殖行業(yè)并未進(jìn)行補(bǔ)欄。

在系統(tǒng)推薦的關(guān)聯(lián)數(shù)據(jù)中， 仔豬價(jià)格仍舊表現(xiàn)平穩(wěn)，因此可以預(yù)測(cè)，如果豬肉價(jià)格繼續(xù)上漲，養(yǎng)殖者一定會(huì)跟風(fēng)養(yǎng)豬，仔豬需求量就會(huì)上升，隨之而來(lái)的就是仔豬價(jià)格的上漲。

如預(yù)測(cè)的那樣，隨后仔豬價(jià)格大幅飆升。

此時(shí)是投資生豬繁育行業(yè)的大好機(jī)會(huì)，那么仔豬價(jià)格的上漲是否也影響到了其上下游產(chǎn)業(yè)？更多潛在的投資機(jī)會(huì)也許就埋在這些關(guān)系鏈中。

于是利用蘿卜投研的知識(shí)圖譜，首先挖掘出了仔豬的上游產(chǎn)業(yè)——從飼料、疫苗再到維生素，這些都存在著不錯(cuò)的投資價(jià)值。

以維生素為例，在包括仔豬養(yǎng)殖量上漲等多種因素的疊加下，各類(lèi)維生素價(jià)格出現(xiàn)了大幅度的飆升；這為主營(yíng)維生素的企業(yè)提供了有力的業(yè)績(jī)支撐。

回到知識(shí)圖譜對(duì)產(chǎn)業(yè)下游進(jìn)行觀察，可以預(yù)估，到了2016年底，當(dāng)這批生豬出欄之后，豬肉的屠宰業(yè)將引來(lái)業(yè)績(jī)大爆發(fā)，這又利好相關(guān)上市公司。

可見(jiàn)，如果能擁借助知識(shí)圖譜這個(gè)“神奇魔杖”，即使不是專(zhuān)業(yè)的農(nóng)業(yè)分析師，也能試著從豬肉價(jià)格變化挖掘出整個(gè)生豬產(chǎn)業(yè)鏈里的投資機(jī)會(huì)。

不過(guò)，就算讓華爾街人人自危的智能投研Kensho也達(dá)不到其宣稱(chēng)的那樣：你問(wèn)的問(wèn)題它都懂。但是，這也正是AI產(chǎn)品經(jīng)理與信息類(lèi)產(chǎn)品經(jīng)理思路不同之處：比如智能問(wèn)答，沒(méi)有太多UI界面設(shè)計(jì)，而是需要知道底層技術(shù)邊界是什么，現(xiàn)在能做什么，以后能做什么，理解這套邏輯之后設(shè)計(jì)出來(lái)的產(chǎn)品才能不斷去自我演化。像kensho不能回答的問(wèn)題，就會(huì)搜集起來(lái)，自己去演化，通過(guò)和人的交互逐步把人想了解的知識(shí)、問(wèn)的問(wèn)題，集成到系統(tǒng)里面，讓底層的知識(shí)圖譜逐漸去匹配完善。這也就是為什么AI系統(tǒng)與傳統(tǒng)信息系統(tǒng)不一樣，它可能更多是搜集人機(jī)交互、外部信息，形成閉環(huán)，從而使自己像奮進(jìn)不停的學(xué)習(xí)者一樣不斷成長(zhǎng)演化。

五、機(jī)會(huì)之門(mén)正為你打開(kāi)

伴隨著AI這塊新的投資風(fēng)口，新興企業(yè)對(duì)AI人才的需求也是激增。據(jù)LinkedIn的報(bào)告顯示：過(guò)去三年間，通過(guò)領(lǐng)英平臺(tái)發(fā)布的AI職位數(shù)量從2014年的5萬(wàn)飆升至2016年的44萬(wàn)，增長(zhǎng)近8倍。截至2017年一季度，基于領(lǐng)英平臺(tái)的全球AI領(lǐng)域技術(shù)人才數(shù)量超過(guò)190萬(wàn)，其中美國(guó)相關(guān)人才總數(shù)超過(guò)85萬(wàn)，高居榜首，而中國(guó)的相關(guān)人總數(shù)也才5萬(wàn)人，缺口極大。

很多人講沒(méi)機(jī)會(huì)進(jìn)入AI領(lǐng)域，其實(shí)你有沒(méi)有想過(guò)，我們每一天都是做選擇，比如你開(kāi)一個(gè)會(huì)，你在會(huì)上表現(xiàn)的沉默還是表現(xiàn)積極，方案給的是偏保守還是很激進(jìn)，工作里的每一步，都是選擇。選擇會(huì)累積變成機(jī)會(huì)，機(jī)會(huì)最終會(huì)引發(fā)質(zhì)變。機(jī)會(huì)來(lái)自量的積累，機(jī)會(huì)不是說(shuō)來(lái)就來(lái)的。新崗位永遠(yuǎn)有缺口，這就需要你爭(zhēng)分奪秒地去適應(yīng)，去學(xué)習(xí)，去搶工作。

AI已來(lái)，未來(lái)不遠(yuǎn)!

作者：kyle，微信號(hào)號(hào)：kyle-fintech，機(jī)器學(xué)習(xí)初學(xué)者，曾入圍智慧中國(guó)杯大數(shù)據(jù)競(jìng)賽融360用戶貸款風(fēng)險(xiǎn)預(yù)測(cè)算法賽復(fù)賽，目前做量化策略產(chǎn)品。

愛(ài)盈利（aiyingli.com）移動(dòng)互聯(lián)網(wǎng)最具影響力的盈利指導(dǎo)網(wǎng)站。定位于服務(wù)移動(dòng)互聯(lián)網(wǎng)創(chuàng)業(yè)者，移動(dòng)盈利指導(dǎo)。我們的目標(biāo)是讓盈利目標(biāo)清晰可見(jiàn)！降低門(mén)檻，讓缺乏經(jīng)驗(yàn)、資金有限的個(gè)人和團(tuán)隊(duì)獲得經(jīng)驗(yàn)和機(jī)會(huì)，提高熱情，激發(fā)產(chǎn)品。