一.前言
产品经理是定义产品的人,需要找到正确的场景提出与之匹配的解决方案,并实现商业化的落地。
本质上,产品经理是提升商业化落地的确定性的人,而提升这个确定性则是基于做正确的选择——“选正确的场景”以及“选匹配的解决方案”。所以,更本质的,产品经理是在从0到1阶段做关键选择的人。
那么,为了做好这两个选择,产品经理需要具备什么样的认知?
对于“选正确的场景”需要的是丰富的行业经验以及对痛点的洞察力作为支撑,去找到那一个个“起点”。
而对于“选匹配的解决方案”则需要先认知解决方案的构成——技术。然后,它就像从“起点”伸出来的绑住产品经理的一条脚链,决定了提出的解决方案能走多远以及走到什么位置,最终形成“技术边界”。
而“铁链”有多长,“边界”的范围有多大,我们能在“边界”内走到哪个点,这才是所谓的产品经理需要懂的“技术”。
这是新瓶装旧酒吗?对我来说肯定不是。为什么?都在说产品经理要知道“技术边界”要怎么样怎么样,那些都是结论,而自己去挖掘其中理由才知道具备这样那样认知的意义,并且知道如何在更本质的前提下去做能力的延伸。
二.CV的定义
CV是什么,我找到了一些定义:
“用计算机来模拟人的视觉系统,实现人的视觉功能,以适应、理解外界环境和控制自身的运动。”
“利用机器模拟人的视觉系统,来获取、理解图像中的三维信息。”
“对图像中的客观对象构建明确而有意义的描述。”
“基于感知图像做出对客观对象和场景有用的决策。”
定义很多也比较概括,所以更具备逻辑性的概括可为:计算机输入对应情境的图像数据,基于设计者定义的标准处理数据,输出与情境匹配的反馈。
CV的目的是辅助甚至替代人类完成某些任务,从而实现生产力的提升。人类的“输入”就是“看见”,而人类的输出就是“做”,它可以是数不尽的各种各样的操作,如:听、说、读、写、走、跑、跳…
所以,CV就可以归结为:只要人类看见 [ X ] 后,就做 [ Y ] 的任务,计算机可以替代人类来做。
三.CV行业的现状
在企业的角度,2019年CV在几个领域均实现了商业化,并将产品渗透进入了大众的生活,比如安防的智能闸机,零售的智慧门店,金融的刷脸支付,这几个万亿级的市场中的一些痛点都得到了解决。
对于开拓者而言,他们逐步在几个大市场站稳了脚跟并成为巨头,且开始瞄准新的细分市场、新的痛点。但是,对于大多数后入者而言会产生这种困惑:“现在计算机视觉已经趋向于成熟了,行业巨头早已经实现了落地,随便一家小公司都能实现在产品上应用CV算法了,下一步我们应该做什么?”
现存市场中用户的需求是固定的,这就决定了一大群奔跑者无论从哪里起步,都会逐渐并到一起去追逐同一个猎物,这也是同质化的原因。所以“计算机视觉趋向成熟”意味着“技术边界”已经在当前的时间节点稳定,但是“起点”仍然是非常多的,这也意味着风险也是巨大的。急着入局或焦虑者看到的是人山人海的红海,本质还是没有真正行动去冒险去创新。所以,要沉淀下来而不是秉持赚钱的心态、风险投资的心态,离开办公室去找利基市场,再招兵买马也不迟,毕竟“技术边界”的突破应该仍需要几年的时间,在现阶段还是有很多机会的。
在求职者的角度,2019年也是顺应了企业的沉浮而定,因为在顶端的巨头以及各路独角兽割据的局面已经开始稳定,长尾的其他创业公司的生存状况肯定是具有压力的,这就意味着这些长尾的公司大概率会对公司的用人以及各种开支更为谨