转型AI产品经理需要掌握的硬知识（三）：2B和2C类AI产品&公司&脑洞

本文链接：https://blog.csdn.net/m0_64752471/article/details/143001903

前面两篇文章笔者脑补了AI产品经理能力模型，系统梳理了一些AI常见概念和算法，感兴趣的朋友可以关注查看往期文章或点击下面链接查看详情：

转型AI产品经理需要掌握的硬知识（一）：AI产品经理能力模型和常见AI概念梳理转型AI产品经理需要掌握的硬知识（二）：AI常见概念和算法梳理

AI产品岗位求内推，AI产品岗位求内推，AI产品岗位求内推！重要的事情说三遍~^_

一、前文思维导图总结

第一篇文章中，系统介绍了AI发展史，在学习的过程中也看到过关于这一轮AI崛起持续不了多长时间的论点，但笔者乐观的认为这一轮AI崛起不会如前两次般遭遇冬天，也不会像前两年大红大紫的3D打印和AR/VR一样火不过一年(产品化不成功，刚需使用场景缺失)。从前两轮AI崛起没落可以看出，人工智能的发展受到以下四个因素的限制：计算能力、大数据、算法、产品化和资本因素的限制。

计算能力：人工智能的概念于1956年提出，当时IBM的电脑仅能存储5M数据，其运算速度与今天的一部普通手机的运算速度差距都如同云泥。计算机的运算能力复合摩尔定律，经过50多年的发展，其运算速度得到极大提升，天河二号超级计算机的运算速度可达到每秒 33.86千万亿次的浮点运算，未来的生物计算机的运算速度更是值得期待；大数据：早期计算机学习没有大量可供学习的数据，而经过10年个人电脑普及，10年全球互联网的蓬勃发展，智能手机的4G网络的普及覆盖，万物联网带来上百EB的数据量，这些数据都是AI的养料，可以说本轮的机器学习是大数据喂养出来的；算法和产品化：每一轮AI的崛起都源于算法层面的突破，深度神经网络学习让机器学习在自然语言识别和视觉识别领域的识别准确度分别达到99%和95%，为AI的产品化创造了可能性，互联网的连接属性极大提升了人与人，人与服务的连接效率问题，而未来的AI产品将从人类社会分工的底层提升生产效率，进而影响我们的工作和生活，尤其在2B领域，下面会系统介绍；资本：前两次AI寒冬均因为项目未能按时按预期交付完成，美国政府或军方撤资，导致研究无法继续，而本轮AI的崛起并非政府主导，而是商业资本+国家扶植，我国的四大AI平台是以民营企业为主导，所有的AI科学家也都进入到企业，商业资本疯狂追逐着人工智能公司，为其产品化保驾护航。

第二篇文章中，系统介绍了一些人工智能概念和算法，已将相关内容做成了思维导图，感兴趣的朋友可以留言区留下邮箱，笔者邮件分享xmind下载链接。