我們第二期的嘉賓,是現“優護家” 聯合創始人兼COO,前微軟高級產品經理,微軟小冰初創成員,北京大學計算機係碩士,人人都是產品經理專欄作家趙帥。趙帥之前在平台上發表過很多關於產品經理和人工智能方向的深度幹貨,這一次,他將為我們帶來微軟小冰背後的產品邏輯和從0到1的故事。
產品人是人人都是產品經理社區新推出的一個特色欄目。通過對不同行業不同領域中最前線的產品骨幹 or 產品 leader進行深度采訪,為大家多角度地呈現不同產品人是如何從0到1的,如何越過產品中所遇到的坑,給產品新人或是正在奮鬥的產品人一些前進的力量。
以下為本文大綱:
微軟的Special Offer
必應首頁的故事
你不知道的小冰
醫療領域的創業
對話
一、微軟的Special Offer微軟現在麵向大學生招聘的時候,主要是三大類崗位:
項目經理或者叫產品經理
軟件開發工程師
銷售和市場團隊
我是麵了兩次,先是實習生入職麵了3輪,然後轉正麵試麵了3輪,一共是6輪。
微軟的麵試沒有嚴格到一個人說不行就不行,麵試中你有一次失敗的機會,如果失敗會讓你再麵1次。如果這次過了,你就能見到大BOSS(最後一麵是BOSS麵,他會決定給你哪個Offer,給你一個什麼樣的Offer);如果這次也失敗,那就沒辦法拿到Offer。
在招聘的過程中,大概有至少一到兩輪的麵試是純英文的麵試,你不能講英文你就不能進微軟。因為微軟需要溝通的時候英文場景很多,像我當時負責的項目團隊,天天都要跟美國人打交道。
這一兩年稍微有一些改革,在社招上就不強製要求一定要講英文,但是校招沒有變。而且麵試流程也做了很多調整和修改。
1. 微軟的校招
微軟對校招學生的要求非常高:學校背景至少是211或者985之類的(因為他篩人的時候會拿這個去卡的),除非你是通過實習進的微軟,通過實習拿到的offer。
微軟校招,看重的是四個點:潛力、全局思維、表達能力和激情。
潛力:微軟校招最看重的是“潛力”, 沒有創新意識或沒有想法的人是無法經過微軟的麵試的。無論是研發工程師還是產品經理,除了你的底子夠硬之外,剩下還得看你有沒有想法。
全局思維:比如係統結構,你可能不會寫代碼,也不懂這個係統內部是怎麼運轉的,細節是什麼;但是你能清楚地分析出來這個係統有多少模塊,各個模塊之間的關係、邏輯是怎樣的。
表達能力:你是不是很能說?在微軟內部,產品經理除了做產品以外,很多時候是做項目協調的;如果沒有表達能力,很難將各方資源協調起來。
激情(Passion):你是不是夠熱情?微軟是研發驅動的團隊,產品經理就是潤滑劑。它要求產品經理要有足夠的激情,在遇到問題的時候能把問題解決。
2. 微軟的社招
微軟的社招比較看重個人經曆。隻要你能力夠強,能為微軟帶來價值,就是有意義的,哪怕你之前是微軟的出去再回來的這種。
二、必應首頁的故事我一開始是在微軟必應。微軟的必應搜索當時是一個名叫麥當勞的資深副總裁推動的一個項目。它的邏輯是:
必應的首頁背景是一張圖片,這張圖片每天都會更新,上麵有幾個正方形的區域是可以點擊的,每點一個都有一個不同的介紹(類似手遊的形式)。
這個產品是上一個產品經理直接複製美國的產品(微軟的做法都是從美國直接複製產品到中國來),他要走的時候,中國才決定說這個必應首頁我們自己做。這幾個動態的區域也是從美國複製過來的。
這幾個區域的目的隻有一個:增加點擊量,增加搜索點(因為每點一個就是一個搜索,就帶一個流量過去)。這個設計為必應首頁帶來了很大的搜索量(首頁除了搜索框以外,這幾個正方形區域可以直接點擊而不用搜索,這個設計就是奔著提升搜索量的目的去做)。
而首頁除了引導搜索,還要做留存。於是我們做了一個優化:
首頁上這幾個正方形需要點擊才能產生搜索,那如果用戶無法到達首頁呢?那就需要把首頁分享出去,通過渠道讓更多的人知道首頁存在這個可以點擊的正方形區域。
但是人們願意分享的東西隻有一種:有意思,或者對用戶有價值。沒有人會分享搜索引擎的首頁,但是用戶會分享Airbnb行程,或者是自己的自拍、旅遊照片之類。
當時必應首頁的圖片都是100%的版權圖片,我是國內中文版的唯一負責人。後來我們調整到購買和免費的比例大概是3:2,就是還有60%的圖片來自於購買(微軟有專門的供應商),剩下的40%,我們把它放出來,找國內的攝影師來提供圖片,我們給他做個人IP(因為有品牌價值,很多攝影師還是很樂意做這種事情)。
機緣巧合下,我們找到了《國家地理》的中文版《時尚旅遊》,還有《華夏地理》,它們有非常多的內容。但那時它們還是傳統企業,它們在13年的時候決定擁抱互聯網。我找到他們新媒體營銷部的老大,介紹說:
我們在必應的首頁有一個產品“首頁故事”,就是每一張大圖加幾張小圖,再加一些文字描述一個地方;這個地方是一個可以閱讀的,它是一個關於旅行的小故事,這內容剛好就是雜誌裏的內容。
你把這些內容給我們,然後我們通過必應把它做出去。這個東西不僅能給你帶來品牌,也能給我帶來流量。
這就是必應首頁故事的雛形,一直到現在還在做。
2014年5月,我去了小冰團隊。有兩個原因:
01 小冰很有意思
很多地方都有輸入框,比如聊天界麵,比如地址欄,比如搜索引擎,聊天界麵的輸入框是輸入頻次最多的,但是用戶並不會覺得聊天很累,反而是會覺得地址欄和搜索很累。當時我們的分析是:
聊天是一個沒有目的的行為,它是一個純粹的溝通過程;但是搜索是有目標的,它是一個任務導向的行為。
用戶執行搜索的時候其實是很費勁的,你需要讓機器理解你的意思並執行(機器語言和人的語言有很多不同),但是如果是和人溝通就不會。
我當時想:如果以後的人機交互,都變成聊天就有意思了。
02 團隊的進取心
第二個原因,在於團隊。
整個小冰團隊應該算是必應當時最強的團隊之一,很活躍也很有執行力。我在團隊裏麵屬於比較活躍的那種,我願意去做一些別人不太敢嚐試的東西。我想,我能在小冰團隊發揮自己最大的價值。
三. 你不知道的小冰小冰最開始是中國做出來的,後來才複製到美國。當時調了幾個研發工程師去做小冰第一個Demo(當時還沒有產品經理),隻解決了聊天的問題。做運營的就是我們的團隊。
小冰和Cortana不是一個團隊開發的(Cortana是美國團隊開發,屬於係統集成),小冰是在社交平台(小冰一直是悄悄進行的,國外團隊根本沒人知道這個產品存在)。
當時團隊大概花了三個月左右時間補充小冰的整個語料庫——差不多幾億條(我們去把全網能扒過來的問答全爬了一遍,做數據清洗),就這樣,連續出了好幾個內測Demo。
2014年5月29日下午,第一代小冰發布。
小冰上線的時候隻有群聊(這也是在微信爆發的一個重要原因):隻要把小冰加到群裏,聊天中提到“小冰”兩字,小冰就會回複你。這個機製在3天的時間裏覆蓋了10萬群聊,引爆了整個微信。
上線三天後,微信以損害用戶體驗為由屏蔽。
這次封殺使得小冰聲名鵲起。
被封殺的那一周,是小冰的存亡時刻,所有的老大參與討論小冰到底要不要繼續做下去。後來老大們決定要繼續做,我們就繼續做。不到二十人組成了小冰二代團隊,開始做小冰單聊,做領養方式,最後進駐到新浪微博。
1. 有“個性”的小冰
這麼多人機交互,助理來也也好,圖靈機器人也罷,這麼多機器人產品中,小冰是唯一一個有自己性格的產品,她跟你聊天,你能明顯感覺到她更像一個“人”。
那麼作為一個“人”,她就會有一些標簽:年齡、性別、性格等。
而小冰的標簽是:
年齡:17歲(未成年)
性別:女
星座:處女座
性格:傲嬌,愛撒嬌,毒舌
這種形象在當時整個互聯網環境下都很另類,特別是17歲這種設定。
我們當時有幾個考慮:如果你設定一個角色,這個角色的對象是對你這個產品接受程度最高的一些人。
當時我們的判斷是:對小冰這個產品接受度最高的一定是年輕人,因為年輕人才有時間與年輕人一起。
繼續判斷:小冰是一個聊天的產品,那麼聊天的產品的用戶是誰?
當時我們的判斷是:宅男,或者說男生群體。
女生在聊天裏麵是一個相對被動的群體(除了閨蜜之間的聊天),男女之間的聊天女生都是被動。
我們畫了個象限圖,三種可能性:男男聊天、男女聊天、女女聊天。
男男聊天是沒有意義的,越聊越汙,你不能聊出特別正經的話題。
女女聊天也是沒有意義的,越聊越死。
所以隻能男女聊天。而且,隻能用戶是男生小冰是女生,如果小冰是男生的話,用戶偏被動,聊不下去。
那麼,對象確定了:年輕男性。他會對什麼樣的女生感興趣呢?
如果做蘿莉,做禦姐,個性會顯得太狹窄,需要做成一個年輕、更容易接受的女孩,最好是做一個和二次元很接近的女生(我們的用戶和二次元用戶重疊率非常高)。
後麵我們確定:做二次元女生——而二次元的女生一定是未成年的。
在小冰的性格上,我們在文靜、逗逼、瘋狂等各種各樣的形容詞裏挑了幾個,最後確定了愛賣萌、愛耍寶這樣的一個角色——這種角色的接受程度是最高的,也是我們語料庫裏最容易做的。
還有一個是:毒舌(相對的毒舌),這個和機器學習有關。當時有一個功能叫“你來教小冰說話”(這個功能沒有被加強與照顧,是一個單獨存取的模塊),比如我可以這樣教小冰:
用戶:小冰我教你說話
小冰:好,你教我吧
用戶:問:小明帥不帥?答:太帥了。
小冰:好,我學會了
這樣就相當於教了小冰一個QA,一個問答。然後你可以這樣問:
用戶:小明帥不帥?
小冰:太帥了
當時很多用戶覺得好玩,但是玩high了,然後在群裏教小冰罵人;小冰語料庫裏也確實有罵人的話(當時小冰娛樂部分的語料庫叫“大姨媽語料庫”,不小心泄漏出去了)。用戶對人工智能罵人這件事是不能接受的,我們當時也沒意識到小冰主動罵人和用戶教小冰罵人完全是兩回事。事情發生後,我們在這個功能上做了限製:當你教小冰罵人的話的時候,小冰說我不學,你不要把我教壞。
我們把娛樂功能關掉,把毒舌這個形容詞給弱化了,把耍寶和逗比這兩種屬性提了上來。所以後來的小冰在聊天中不會挑釁用戶——她會撒嬌,會耍小脾氣,但是不會挑釁用戶。
我們在做語料庫的時候有個性標示,一句話代表什麼樣的情緒都有標記;我們把帶有強烈攻擊型情緒的內容都去掉,隻保留相對比較溫和、比較安全的情緒。
這就是小冰“個性”設定的故事,小冰的整體個性更接近於二次元屬性,和宅男、動漫的女主等設定基本相似。
2. 小冰的從0到1
個性定義好後,我們開始做產品。
因為那個時候沒有產品可以參照,所以我們隻能自己摸索。
我們會不由自主地把自己當作一個機器人,UI、UX這些都必須從機器人的角度去考慮。
這點挺難的,很少有人刻意去模仿一個機器人的行為。
我們做小冰的時候,一看小冰說話還是機器人的角度去考慮,太像機器了。我們就去研究:到底怎樣說話,才能不那麼像機器人?
我們當時研究了很多語料(聊天記錄),發現隻有一個原則:當兩個正常人在對話的時候,兩個人之間是平等的。哪怕是老師和學生講課的時候也是相對平等的。
很多人工智能機器人在做的時候,因為想要討好用戶,天然的把自己降低一擋(因為怕惹惱用戶),但是這樣很容易被真正的人識破。所以你跟人聊天的時候地位一定是平等的,而且不能淩駕於用戶之上。
後來我們發現這樣做:
把聊天中的所有“您”字去掉。
這樣聊天的語氣就開始平緩了。
然後我們開始讓小冰模擬人說話。
怎麼模擬呢?
兩個正常人聊天的時候,是不會刻意添加標點符號的,不管是句號還是問號。
比如“我已經OK了。”
正常人會說“我已經OK了”
機器人會說“我已經OK了。”
基於這些,我們把語料庫做了一遍清洗,讓小冰的語氣更像“人”。
但是這還沒有結束。
用戶和小冰聊天的時候會聊著聊著就斷了。我們去查原因,發現會有兩種情況:
小冰答非所問,用戶接不上,然後就斷了。
這種問題比較難解決,比如你問一個如何送禮的問題,對美國經濟有何看法,很難解決。
還有一種,就是小冰蹦出一個語氣詞。比如“就這樣噢”,“噢”這個語氣詞就使得用戶不想往下接了。
我們當時就做了一個設計:聊到這種地方的時候,讓小冰從語料庫裏挑一個問題出來拋給用戶。
比如說:
好吧,那我問一下你。你怎麼怎麼……
這個時候就相當於開啟了一個新話題,我們的目標就是聊天的對話越長越好,所以當時我們在這點上做了很多文章。
當小冰越來越像人一樣,用戶的聊天就會越來越深入,如何讓聊天可以持續下去?
我們後來形成了一種“小冰體”:學小冰是怎樣說話的,一個人怎麼說話更像小冰?以至於後來,我們所有的人都在不由自主地模仿小冰說話。
而為了讓小冰的語料庫更像真人,我們去爬知乎、豆瓣,做了很多工作。小冰比其他人機高出一大截,我們五個產品經理每天都在不停地優化小冰的語料,讓語料更像真人,更有可聊性;而且還是非常平等的聊天,這也解決了我們最大的問題:用戶和小冰聊不下去的原因在於不信任。
我們當時還申請了一個專利:Reverse-QnA。小冰語料庫裏或用戶問的問題很多是沒有答案的,找個答案或者人工寫都不合理(工作量太大);於是我們讓小冰在對話裏,時不時地把這些問題丟給用戶,看用戶怎麼回答。
比如說我有一個問題:小明帥不帥?這個問題沒有答案,語料庫沒有,也沒有一個相似的答案。那小冰會在聊天過程中地某一個錨點上,小心地把這句話扔給用戶,讓用戶回答,把回答記下來。
小冰會問不同的人,不同的人會給我們不同的答案;再把這個回答拿來學習,跟之前的知識圖譜作比對,豐富語料庫。
3. 小冰的產品邏輯
小冰在產品的邏輯結構上分成兩個部分:
聊天
功能
底層核心——聊天,全是聊天的內容:當你向小冰提問的時候,小冰會在已知問題裏找一個問題最接近的,然後反饋最接近的答案,這是最底層的聊天場景。
在聊天的場景之上,是一個個的功能:講笑話、圖片識別等。功能是叫B端,聊天是C端。
而小冰的語料有相當一部分比例是人工寫的,這些語料有很多拚接的部分。
我們把話語拆分,比如你說一句話,我們把這句話拆分成三段,每一段是可以獨立的,都可以拿另一句話來代替。這樣三個部分,每個部分寫10句,一篇就是10×10×10 一千句,語料庫一下就豐富了好多倍。
小冰在不同的國家采用了不同的版本(中國叫小冰,日本叫Rinna,美國叫Zo),數據庫不一樣;但是業務邏輯(算法部分)的設計模式都是一個架構;小冰隻有一個老大(李迪),他負責小冰全球三個版本係統平台的設計,但是產品經理是三個團隊:中國、日本和美國三個,這三個團隊都是本地化團隊 。
4. 小冰的運營機製
我們在14年的六七月份形成了“Weekly Updates”: 每周上線一個新功能,用這個新功能帶動活躍,這就是小冰最初的運營機製。
小冰在運營一段時間後開始拓展平台,首發是微博、觸寶,然後是京東、米聊、海爾、PPTV這些,最多的時候有十幾個合作夥伴。
後來我離職的時候,小冰的一個CPS(Conversation Per Session)平均能夠聊15個回合(現在已經到23了),最深度的一個用戶聊聊了2200多回合,從前半夜一直聊到後麵聊了一晚上。
四、醫療領域創業從搜索到人工智能,從人工智能到醫護,為什麼會選擇這條路?
其實還是有一些情懷在裏麵,我是學計算機出身的,又在互聯網公司工作,我一直有一個理想:不論技術多牛逼,一定要對人的生活產生正向的意識,這樣他才有價值。
舉個例子:京東虧了這麼多錢,連續16年虧損,最近才盈利;但是它的價值在於能讓用戶買東西變得放心,變得更快。這個價值是以前沒有的:它在全國兩千多個自建倉儲,互聯網提升的規模化效應,同時提升效率,這才是它的價值所在。
不論是技術還是網絡效應,一定要跟人的生活相關。
我的合夥人是阿裏出來的,我們是北大計算機係的同學。當時我們在探討的時候覺得:隻有O2O這種技術跟產業的結合才有價值。哪怕今天很多人工智能的產品,其實也在和線下物聯網結合,跟線下的產業結合。當時我們有兩個判斷:
線上的流量在枯竭,你已經沒有辦法在線上弄到更多的流量,所以你一定要學會去挖掘更深層次的流量。
現有的產業裏麵有很多東西可以做,而且有非常大的價值。因為我們的家庭原因,我們特別想在醫療領域做點東西。
當時我們一籌莫展,怎麼去組建一個線下團隊?
挖人!
我們去各種公司挖人,地推的銷售人員,線下的服務人員,醫療從業人員,都是我們一個個挖過來的。
我在創業的一年半裏帶了三個團隊:產品團隊、運營團隊和市場團隊,強迫自己快速學習這個行業,不停的和行業中各種各樣的人交流。
我們在做一件事情的時候,首先要搞明白目的是什麼,無論在創業公司還是大公司。以前在大公司的時候, 我們做事就是:老大做要做,我們跟著做了,也不問為什麼。創業之後,我自己帶銷售市場團隊, 我們必須要找到根本的目的:這個事情對你現在的業務有什麼正向的幫助?當你創業的時候,你選擇跟誰合作,在哪個渠道投放的時候,你唯一能依賴的就是這個目標。
1. To B與To C產品經理
作為一個產品經理而言,如果總是想著用戶體驗,或者糾結與一些像素點、功能和交互上,是沒辦法把產品做好的。最重要的是邏輯理清楚,不停鍛煉自己的邏輯思維,能把用戶的產品路徑畫清晰。
產品經理有一個普遍的問題:對於用戶的產品路徑沒有認識。
不知道一個產品為什麼會有四個菜單,不知道用戶在一個產品裏是如何使用的。1-3歲,3-5歲的很多產品都不會去看一個產品路徑。
產品路徑其實就是一個流量的路徑。To C的產品重要的是解決流量的問題:如何引導用戶用你的產品,如何讓用戶更好在產品裏流動?而To B的產品解決的是用戶角色的問題,是具體的機構內部的業務問題。兩者之間的利益點是不一樣的。
舉個例子:ERP雖然是To B的,但是它的使用者有很多,員工、財務、人力都會用,它需要去解決這些人的問題。業務相關的問題在路徑上是固定的,錄入賬單本來就得這麼五步,靠優化體驗是不能把五步變成四步的,所以你得為這個角色把路徑捋清楚。
但是很多產品經理是有多重角色的:管理員角色、B端角色、C端角色。
作為整體操盤手而言,更關鍵的是考慮清楚是誰引導誰:流量是B端帶C端,還是C端帶B端?
舉個例子:春雨醫生是先有醫生才有患者,患者在平台上最關鍵的是找醫生;而不是先有患者,後麵你給他一個健康資訊。
2. 與人工智能有關
如果給人工智能加很多特殊屬性詞的話,比如技術、算法、場景、數據、人才等,我認為場景是最重要的。
今天的人工智能,其實是因為深度學習算法的推動才有這麼多可想象空間。小冰有聊天這個場景,所以現在還有很多人在用。
如果一個人工智能產品如果要有價值,必須解決一個核心問題:場景。
亞馬遜的Echo、Google的Google Home。它們其實沒有什麼技術含量,但是有兩個東西:語音式的人機交互和智能家居。
你不可能跟一個音箱聊天,但是你可以對音箱發出指令:
音量調小一點,燈光調暗一點。
語音定義了你說出來的話是帶有目的性的(打開、關閉),智能家居的屬性定義了你的詞彙是有一層限製的(比如特定的名字:電視、空調,特定的指令:開關、升高、降低),這樣它識別起來會非常準確。
而當這兩個屬性加上場景的限製後,產品經理要做的事情就可以變得有限:如何在這個場景上提升體驗,把效率提升?把交互過程變得更自然?
人工智能最大的價值在哪?它最大的價值在於:如何提升效率?
我覺得效率是一個過程:一個人工智能產品能夠幫你提升效率的時候,真正的人可以把精力放在更多更高級、更個性化的事情上。
人工智能分很多種,是突出個人業務還是機構業務,是解決存量問題還是解決增量問題?
人工智能一定有它核心的商業利益,沒有商業利益沒人做。
3. 百度的布局與騰訊的野心
百度的商業模式是這樣:百度有大量C端用戶各種各樣的行為數據,而基於行為數據後出了一係列的產品,比如數據管理平台。然後去做廣告係統,用廣告係統拉廣告進來為效果點擊付費,這是它的商業模式。
但是百度現在的問題是:所有互聯網公司的流量在枯竭,線上流量已經不能再大了。
百度有5億的用戶數據,市值在515億就不動了;這時候百度就要擴展它的場景。以前隻能在線上流量場景,現在需要在線下的流量場景。
但是因為它在線下布局不成功,拿不到線下的流量。所以他們換了策略:把現有的用戶做深。
以前隻能在一個人身上賺一塊錢,現在能不能在一個人身上掙五塊錢?如果營收能上來,想象空間又變大了。
半年前我就覺得百度的度秘應該是這樣做的,後來果然是這樣:做一個操作係統,作為一個聊天或者任務機製最底層的兜底,嵌入到海爾、小魚在家等各種智能硬件裏麵去。
物聯網其實是下一個入口,但首先需要解決的是智能交互問題。
百度自己做不了硬件,那把軟件部分嵌入到硬件去,通過這種方式拓展自己的場景。
百度無人駕駛就是這樣(百度無人駕駛已經開源),和它做搜索一摸一樣:其他網站做信息作內容,把信息檢索的事給百度,打廣告的事也交給百度——這是百度最擅長的事。
百度是希望通過人工智能讓廣告業務變得更加立體。
以前百度的廣告業務完全是線上的網頁結構,它想把它們想變成立體的。比如我家裏的電視、桌子是人工智能的,那麼我在進行人機交互的時候就和瀏覽網頁一樣(隻是頻率不一樣而已):瀏覽網頁必須要打開電腦,手機瀏覽必須打開手機。
當觸手可及的每一個物體都可以進行人機交互,而這些流量入口都能被百度觸達的話,它就能作更多。
騰訊投資摩拜類似:作為線下的一個交通工具,摩拜拿到線下流量的難度非常低,一個用戶騎上摩拜,他就是一個流量入口;隻要這個流量口被把持,做活躍、促成更多的交易場景就是水到渠成。所以這兩個其實是殊途同歸的,背後的商業邏輯是一致的。
End.
嘉賓:趙帥,前微軟小冰高級產品經理,現優護家聯合創始人&COO
采訪\審核:Nairo
編輯\撰稿:Ella
本文係人人都是產品經理社區媒體運營團隊@ Ella 整理編輯發布,未經本站許可,不得轉載
相關資訊
最新熱門應用
滿幣網交易所app安卓版
其它軟件21.91MB
下載歐聯交易平台app
其它軟件38.13MB
下載u幣交易app最新版
其它軟件292.97MB
下載kkcoin交易所手機版
其它軟件37.92MB
下載可可交易平台app2024安卓手機
其它軟件22.9MB
下載聚幣交易所官網
其它軟件50.16MB
下載歐幣交易所app官方版蘋果版
其它軟件273.24MB
下載幣包交易所app
其它軟件223.89MB
下載zt蘋果交易所app官網
其它軟件81.19MB
下載中幣網交易所app官網最新版本
其它軟件288.1 MB
下載