这是一本从基础认知、专业技术、产品经理工作方法与流程、产品实践等几个维度深度讲解AI产品经理必备技能的图书。书中内容均来自作者多年AI产品工作实践，是真正的一线经验总结。
AI产业发展篇（第1~2章）：从宏观层面介绍了AI基本概念、AI发展历史、AI产业现状、AI类企业和相关从业者的发展路径。
AI技术篇（第3~10）这部分首先从整体角度构建了AI产品经理技术图谱，然后分别从机器学习、计算机视觉、语音处理、自然语言处理、AI模型构建、云原生等多个维度介绍AI产品经理必须掌握的与技术、算法相关的知识。
AI产品篇（第11~14章）这部分是本书重点，主要介绍了AI产品研发过程中，产品经理相关工作的流程、方法和注意事项，包括市场调研、需求分析、可行性分析、软硬件设计、性能设计、安全设计、高效研发方法等。
AI实践篇（第15~17章）主要从实践角度呈现了AI产品的全貌，并对安防、医疗、自动驾驶、工业等领域的AI产品落地方案进行分享。

商汤科技AI产品专家撰写，来自商汤科技、迅雷、中兴等的多位专家、高管联袂推荐
深入解读AI产品技术、方法与行业实践，重点剖析算法、中台、业务类产品的落地方法，内含安防、汽车、制造等多种典型产品解决方案

计算机/产品设计

A赵 瑞　商汤科技智慧城市事业群研发执行总监
AI技术突破对产业发展起着非常重要的作用。AI技术落地成为产品，需要形成闭环并产生价值，故除了应关注技术的领先性外，还应关注用户价值、商业价值等，而AI产品经理正是连接技术、用户和商业，推动AI赋能百业的重要角色。本书就是专为AI产品经理写的，值得推荐。
程 浩　远望资本创始合伙人、迅雷创始人
在人工智能时代，技术越来越成熟，AI领域面临的最大挑战是落地问题。应用要落地，需要懂行业、懂用户需求的产品经理来推动，本书介绍的方法论和实践对于有志从事人工智能产业的产品经理有一定的借鉴和帮助作用。
林 强　中兴通讯研发中心原主任、欧洲经营部总经理、中兴创投董事总经理
进入AI时代，如何研发成功的产品是企业面临的新挑战。除了需要各平台技术的支撑，企业还需要具备产品管理思维。进行原型开发是产品经理的重要工作，即通过收集需求，将客户需求定义为产品原型。挖掘客户需求、开展竞争分析、把握核心本质、提升产品解决问题的能力，这是智能时代产品经理面临的新挑战。通过本书，我们能系统了解AI算法、平台与业务，可为开发出成功产品拓展思路。
苏 杰　产品创新顾问、《人人都是产品经理》作者
讲AI产品的书很多，但大多都在体系化方面存在不足，本书弥补了这方面的不足。本书从技术到商业，从基础理论到行业应用，从产品规划到落地，从G端、B端到C端，从事到人，都进行了系统解读，可作为AI产品从业者的知识索引、案头手册。
罗予晨　云天励飞原产品总监
AI产品经理是人工智能时代企业中的重要岗位，是连接AI技术与业务的关键角色。本书系统介绍了AI技术，又结合了业务场景和实践案例，内容全面且深入，值得AI产品从业人员阅读。

AI产业发展篇
第1章AI概念图谱
1.1. 人工智能定义
1.1.1. 智能分级
1.1.2. 人工智能三大主义
1.1.3. 人工智能参考框架
1.2. 人工智能的发展历程
1.2.1. 人工智能的过去（改图）
1.2.2. 迈向第三代人工智能
第2章AI产业发展
2.1. 产业
2.1.1. 产业链（改图）
2.1.2. 产业政策（图）
2.2. 人工智能与企业
2.2.1. 人工智能为企业带来什么？
2.3. 人工智能与个人职业发展
2.3.1. 人工智能带来的市场岗位需求
2.3.2. 人工智能产品经理
AI技术篇
第3章 AI技术图谱
3.1 信息与智能
3.2. AI技术概念及关系
第4章 机器学习
4.1. 机器学习算法的概述
4.2. 机器学习的过程组成
4.3. 深度学习
4.4. 生成对抗学习
4.5. 元学习
4.6. 联邦学习与隐私计算
4.7. AUTOML/AUTODL
4.8. 可解释AI
第5章 计算机视觉
5.1. 概述
5.2. 图像生成
5.3. 图像处理
5.4. 立体视觉
5.5. 图像分类
5.6. 图像检测
5.7. 图像分割
5.8. 目标跟踪
5.9. 机器视觉
第6章 语音处理
6.1. 语音识别
6.2. 声纹识别
第7章 自然语言处理
7.1. 技术概述
7.2. NLP的分析层次
7.3. 信息抽取
7.4. 机器翻译
7.5. 对话系统
7.6. 文本生成
7.7. 认知图谱
第8章 自动规划
第9章 AI模型开发流程
9.1. 任务定义
9.2. 数据工程
9.3. 模型训练
9.4. 模型转换与加速
9.5. 模型评价
第10章 AI云原生工程应用
10.1. 云原生
10.2. 容器技术
10.3. 微服务
10.4. Service Mesh
10.5. Serverless
10.6. DevOps
10.7. AI的云原生应用
AI产品篇
第11章 我们要做什么样的AI产品？
11.1. 市场需要什么样的AI——市场分析
11.1.1. 市场背景
11.1.2. 商业价值
11.1.3. 市场规模
11.1.4. 市场阶段
11.1.5. 竞争分析
11.1.6. 产品机会
11.1.7. 财务分析
11.1.8. 市场需求文档MRD
11.2. 技术真的成熟吗？——技术可行性
11.3. 走进AI应用无人之镜——产品创新
11.3.1. 技术创新
11.3.2. 业务创新
11.4. 用什么给谁带来价值？——产品定义与定位
11.4.1. 产品战略与目标
11.4.2. 产品定义
11.4.3. 产品形态
11.4.4. 目标客户
11.4.5. 目标用户
11.4.6. 应用场景
11.4.7. 产品的用户/客户价值是什么？
11.4.8. 产品的商业价值是什么？
11.5. PPT&BRD——讲好故事要到资源
11.5.1. 商业需求文档BRD
11.5.2. PPT
第12章 管好AI需求
12.1. 需求
12.2. 用户反馈、用户需求、市场需求、产品需求
12.3. 需求管理与需求生命周期
12.3.1. 需求干系人与角色
12.3.2. 用户需求收集
12.3.3. 用户需求与产品需求管理
12.3.4. 产品需求评审
12.3.5. 产品需求排期
12.3.6. 产品需求验收
12.4. 写好AI产品需求文档PRD
12.5. 产品的版本管理
12.1.9. 产品命名
12.1.10. 产品型号与序列号
12.1.11. 产品版本
12.1.12. 产品成熟度
第13章AI产品设计软硬通吃
13.1. 软件设计
13.1.1. 功能设计
13.1.2. 结构与流程
13.1.3. 原型
13.1.4. 用户体验
13.2. 硬件设计
13.2.1. 工业设计（ID设计）
13.2.2. 结构设计
13.2.3. PCBA设计和选型
13.2.4. OEM与ODM
13.2.5. 包装与配件
13.3. 性能设计
13.3.1. 速度
13.3.2. 精度
13.3.3. 功耗
13.3.4. 稳定性
13.4. 安全性
13.4.1. 数据安全
13.4.2. 代码漏洞
13.4.3. 加密与授权
13.4.4. 知识产权
13.4.5. AI算法攻击
第14章 高效AI产品研发
14.1. 研发项目管理
14.1.1. 瀑布开发
14.1.2. 敏捷开发
14.1.3. DevOps
14.2. 组织协同
14.2.1. 职能与业务
14.2.2. 产品委员会
14.2.3. 大企业VS小企业
14.2.4. 人员配比的思考
14.2.5. 产品经理在开发中的责则
AI实践篇
第15章 AI产品全景
15.1. 算力层
15.1.1. 芯片
15.1.2. 高性能计算产品
15.2. 感知层
15.2.1. 智能相机
15.2.2. 人证核验
15.2.3. 人脸门禁
15.3. 数据层
15.4. 软件层
15.4.1. 中台
15.4.2. 业务中台
15.4.3. 数据中台
15.4.4. AI中台
15.4.5. 什么阶段适合做中台
第16章AI+行业解决方案3
16.1. 安防/泛安防
16.2. 医疗
16.3. 自动驾驶
16.4. 工业
第17章 AI项目落地
17.1. 产品与项目
17.2. 商机项目
17.2.1. 角色
17.2.2. 流程
17.3. 交付项目
17.4. 项目管理
17.4.1. 10大项目管理领域知识
17.4.2. 5大过程
17.4.3. 生命周期和流程