PC互联网时代已过气，移动互联网时代如火如荼，如今的AI时代锋芒初显，人工智能的快速发展和技术的快速变革，伴随着的是人机交互方式的更新和重构，重新定义了我们与机器之间的关系。

从最初开启了PC时代的鼠标和键盘，到触摸交互将移动时代推向巅峰，再到目前人机交互的手势、语音、人脸等逐渐开始发挥AI的优势，新的人机交互已经不仅限于是一个工具，更是人性、心理、生活、产品甚至美学的凝聚。

那么对于AI PM而言，当全新的一种人机交互方式出现时，如何把控和调整用户与AI之间的情感，从而实现更自然的交互，势必成为新生代AI PM面临的突出问题。

本文重点阐述人工智能产品经理在处理产品和用户情感的问题是和普通产品经理之间的区别，通用的需求、规划、设计、运营方法论暂时略过。

一、清楚「AI产品定位」，避免用户认知错误

人工智能产品经理很容易犯一个错误：AI很牛，用户很傻，你要相信、崇拜我的AI产品。殊不知，你的AI产品在用户眼里就是人工智障。清楚自己产品的定位将会是你的产品是否具有用户粘性的关键一点。

以目前市面上常见的智能助手类产品为例：

医疗领域的智能助手一般产品定位是辅助医生看病：主动根据患者的基本信息和病历信息进行辅助诊疗判断，根据患者信息、病历状况等自动推荐患者可能存在的疾病，但是按照正常的思维模式，给医生推送AI认为最正确的或准确率最高的疾病给医生，理论上是没问题的，但是对于基层最常见的疾病来说，医生也能很容易判断这方面不太容易出错，所以这个理论上很正确的AI助手在用户眼里就是人工智障，用户能搞定的事情AI还要重复的告诉我一遍。

本质上医生助手，定位是辅助医生看病，更应该利用好AI的优势，去挖掘医生在问诊过程中所无法触达的信息，比如患者的历史病情、过敏史、传染源接触史、可能存在的危急重症，这些才是医生无法通过常规手段能获取到的，这些才是对医生来说有价值的信息，才是人工智能助手应该做的事情。

客服领域的智能助手一般产品定位是解决重复、简单的问题：其实客服角色在产品优化、迭代的过程中是属于非常重要的一个环境，目前很多互联网公司都已经有产品经理在客服部轮班的做法，本质上也是在次一线的环境去接触用户。

但是客服存在的真正的意义是两部分，一部分是解决已知的用户简单、重复的问题，另一部分是从用户的反馈和吐槽中挖掘出有价值的信息，如果不清楚这样的一个部门定位，而单纯的是为了回复用户反馈，那么这样的这一产品就会不断给用户造成麻烦，简单问题回答不全、多轮交互不理解、复杂问题还需要转人工等，这种情况下智能助手的意义形同虚设。

二、清楚「AI边界」，不给与用户过高的期望

作为人工智能产品经理，如何将AI更好的落地到真实的场景中，其中关键的一个判断点就是明确AI边界。如果不清除AI的边界在哪里，很容易提出“手机壳随着心情变颜色”的需求。

在语音识别领域，目前科大讯飞作为语音龙头，语音识别录入速度接近180字/分，识别结果响应时间低于200ms，识别准确率98%。作为语音AI落地的PM，这个时候需要清晰的明确在这样一个领域内，语音识别率是无法做到100%的识别准确率的，科大讯飞的语音识别率已经做到很好，目前也还差几个百分点，那么在做产品设计时，针对这样一个语音识别的AI边界，就需要考虑到边界情况，如果出现了无法识别时，产品经理需要给与用户界面提醒，引导用户进行再次问询，同时给出相应的识别、未识别的状态标识，用户可感知到。

对于语音识别技术来说，市面上已经有的像晓医机器人、木爷机器人、日本的Pepper机器人，目前均属于语音服务机器人，对于这样细分领域的机器人来说，首先概念上以机器人的概念推出，那么必然对于用户来说，你在相应的场景下是要具备足够的智能性，多人交互、远场近场、噪音干扰、方言过重等原因导致机器人无法“听懂”时，那么此时就需要一个不那么智能的“人机交互”设计方案兜底，以便于让用户感知到机器人的AI边界，而不是一味鼓吹自己的无限智能。

对于人脸识别技术来说，目前像阿里、腾讯、讯飞均已经涉足该领域，但人脸识别的技术边界依然未达到100%，此时AI PM需要明确知悉该边界，从而结合传统的认证方式对用户进行唯一性的识别，如人脸+手机号，人脸+身份证、人脸+就诊号等方式来规避AI的边界问题。虽然这样的方式会让你的产品看起来不那么完全智能，但是给用户带来的感受是你给她带来了安全感。

三、将「AI和场景适配」，逐步降低给用户的麻烦

完成了对AI边界的认知后，AI PM将AI落地之前的另一个关键节点是如何适配当前的场景，而不是一味的追求AI的准确率。如果不会将AI适配到用户的场景里，那么你的人工智能在用户那么就是一个麻烦。

仍然以语音识别为例，一款定位于医院门诊场景下专注解决患者门诊业务咨询需求的人工智能导诊导医机器人，在医院门诊较为嘈杂的这样一个环境下，很容易出现误吸、杂音干扰、识别不清等众多问题。如果AI产品经理不懂得如何将AI在这样的场景下更好的适配和调整，只是一味的去催促AI部门去提升语音识别的准确率，那么这种做法无异于南辕北辙。

此时合理的处理方法可以参考如下进行：

（1）人机交互：针对用户进行交互的引导，比如在地面或周边提醒和机器人交互需要较近距离以及声音较大声外，产品交互上可以设置，无法识别时提醒用户“暂时没有识别到您的话语”

（2）策略设计：避开识别准确率，转而去追求主麦和辅麦的效果。这种情况下取得的效果往往会事半功倍。通过判断声音音源的来源（音调、角度、来源方位等），来判断是主麦方向来源还是辅麦方向来源，针对主麦和辅麦设置不同的优先级，优先识别主麦音源的音频，这种情况下可以很大程度上解决干扰问题。另外在针对产品本身的语音交互的类型，如单轮问答、多轮会话、意图推理、个性化以及情感互动，在设置不同的优先级，基本上可以较好的解决噪音干扰问题。

四、时刻让用户「有主人翁感」，拉进用户和产品信任

回归到当前AI的现状，在无法确保100%的准确率或者即使达到了100%准确率时也并没有100%适配到用户场景时，人工智能产品经理需要把控的其中一个点就是别让你的当前还不完美的AI充当了主角，这场人机交互中还是用户是主角，AI是配角，这样用户才会不断的帮助你去一起完善AI。

在理财投资领域，投资是一件很考验人性的事情，无知、焦虑、骄傲、自负、盲从等人性在资本的市场里体现的淋漓尽致。那么作为一款AI+理财的智能助手，如果你仅仅利用从文档、公司、股票、基金等等知识中学习到的知识帮助用户推荐理财产品，你只做到了第一步，如果无法帮助用户度过投资中上涨时让用户保持理性、下跌时保持平静的心态，而是一味以AI为傲，追涨杀跌，那么最终会失去用户的信任。

AI产品需要贯穿投前投中投后的用户心理，以配角的定位，将用户的理财之路搭配成收益之路。且最重要的是让用户在AI的辅助下能够逐步认可你，不要企图大而全，先把小事最好，从开盘时间播报准确、建议委托价合理、收益损失占比等切入逐步到建议入手基金、股票，让用户逐步认可你，觉得AI是靠谱的，在逐渐承担更多的辅助用户的事情。

五、「总结」

做人工智能产品经理，需要仰望星空，同时脚踏实地。仰望星空是因为作为产品经理，你需要有远大的愿景和对产品无限智能的期望，带着这样的目标上路；同时脚踏实地是在用户、场景中需要将AI从细节上、从小事上为用户服务好，从交互细节、UI设计等方面综合考虑智能+非智能两方面的情况，逐步把控用户心智，从而获取用户信任，为逐步智能化获得用户认可。

以上是关于AI技术和用户之间情感链接的把控点，期望对AI产品经理有所帮助。