浅谈机器人产品落地全过程

来源：互联网发布：中国空军实力知乎编辑：程序博客网时间：2024/05/17 22:19

最近这几个月，人工智能陷入了混战。大厂都在布局，或协作，或自建，或收购，各种招数应接不暇。市场也快速被开发，软硬企业都有自己的布局Apollo、DuerOS、AliGenie、deepbrain、AIUI、DUI、Trio......Lenovo+DuerOS、Skyworth+DuerOS、 N+AIUI、 Microsoft +Element AI+Hexadite 、 Apple+Lattice Data 、 Velodyne 、NVIDIA、AMD 、INTEL GOOGLE TPU 、XILINX、Microsofl FPGA 、 Qualcomm 、Apple、ARM、IBM TrueNorth、 HiSilicon Cambricon 、Horizon Robotics ......

但是，目前落地的产品没有能够快速颠覆人们的习惯。或许正在进化吧？(技术/成本限制了场景？）我不知道。未来不要去控制，未来是“连接” ，去中心化，单向的，自上而下的思维不适用这个时代去做产品了。扯远了····说机器人

[机器人] 我的理解之所以带有一个“人”字。因为是同有人的属性，本质是对人的意识与思维的信息过程进行模拟。以下同人特征：

1、输入：

听觉(麦克的阵列拾音得到音频数据，ADC）

语音识别：（将语音转换为文本技术）典型公司：Nuance、科大讯飞、云之声、思必驰、捷通华声。

语义识别：（解决听得懂，的问题）典型公司：微软小冰、度秘、trio.ai 三角兽、出门问问Mobvoi、图灵机器人、DeepBrain出门智能360、蓦然认知等。

语料采集：（QA）典型公司：Speechocean海天瑞声、中科信利。

视觉（摄像头、激光雷达、红外雷达、毫米波雷达）

将三维世界到二维世界的映射。提取图片特征，典型技术公司；SenseTime | 商汤科技、旷世科技FACE++ 、图普科技TUPU、依图科技、触景无限、格林深瞳、海康、大华、思岚等）

sensor 嗅觉、触觉等、数据采集，典型公司：freescale nxp、futaba、ON Semiconductor安森美半导体、欧姆龙、Sony、松下、英飞凌.....

2、存储：记忆，情感（太复杂，司马还没有想清楚放在哪个位置及如何描述）基于硬件CPU\GPU\NPU\TPU，云计算（CNN\RNN\GNN) 已有认知的知识图谱(RDF)，（我同事李瑶说，假设我去吃一个宫保鸡丁，这个时候我会输入味觉，视觉，嗅觉，等，我会判断，这个不错，以后还要来。但是十年后，我是不会记得这些细节的，但是我会想到宫保鸡丁会很好吃。流口水的表情。这是一个人类的特征。）不过12年的Google X 实验室Jeff说：“我们在训练的时候从来不会告诉机器说：‘这是一只猫。’系统其实是自己发明或者领悟了“猫”的概念。” 不就的将来神经网络系统则是通过机器学习的方式，转换“宫保鸡丁，这个不错以后还要来，”转换成为，宫保鸡丁很好吃，流口水的表情。当然这只不过是设想，或许还有更好的答案。

3、行动：舵机技术，导航避障（多传感器交叉处理）

4、思考：判断、决策输出等（这里与第2点是紧密关联的,主要还是算法与开源的平台）

定位（产品的源头，或者说一个智能硬件的源头）

理解完笔者所认为“机器人”，那么要做一款什么样的产品呢？

需求、痛点、频次，嗯，以目前市场来看，垂直类的场景显得至关重要。开始一个产品不能做太重，否则无法聚焦核心定位。定位真的不是一个容易的决策，因为这牵扯到创始人对产品的执着与狂热，也有产品的偏执，有一个美好的愿景，也抛不开市场的了解，人性的通透，因为这不仅仅是做一个好卖的商品，而是一个改变生活的产品。当然也会带来商业价值，不谈商业的产品都是耍流氓......

用例：（我们一直想着突破2B市场，一直把机器人定位高端市场，假设一个酒店场景，我们会想着怎么送行李，怎么解决业务需求，NO；NO；NO；导航避障，激光雷达、深度视觉，建图，这些高成本的技术目前却没有办法给“高端”人群惊喜，因为这个产品并没有提高效率，也不一定有惊喜。因为你们都是准备卖给高端酒店的。最后服务的还是人，那么这些“高端人群”才是真正的用户。如果一旦不能让这些“高端用户爽”高端酒店是不会买单的。

换个思路；我把产品定位在2、3星级酒店，如：7天连锁、如家，这种快捷酒店，出一款低成本的机器人，为酒店用户做一些服务，住快捷酒店的群体是否会有惊喜呢？这个群体是否有装逼需求呢？他们是否会好奇呢？（好了，可以研究一下这个群体））

笔者还是先把行业锁定在“AI机器人” 笔者落地教育机器人，开干吧！

1、需求

市场分析，用研，定性与定量，竞品分析，二手数据分析，头脑风暴，做人物与场景建模，根据用户行为、痛点、需求，定义产品功能，理清业务逻辑，输出需求文档。（如何去理解需求这事就不细说了）

需求很重要，前期的传递一定要清晰，要让所有伙伴知道我们在做什么？为什么做？这么多需求，哪些做？哪些不做？为什么？是如何把用户需求转化为产品需求的？各个部门以及相关人员要统一传递，统一协作。以便更好的理解需求。get 到一个点，才能更好的协作，达到产品目标。

2、需求评审

理想与落地之间的撕逼（沟通之前，把PRD传递到相关伙伴，用人话描述清楚）

什么？谁谁谁，没看？评审时一脸懵逼？那就看完再开。当然产品经理前期也应该小范围做一些沟通的。撕逼的时候请产品经理自行把逻辑理清楚先。不然伙伴们发大招，暴击9999点伤害，回不了血，自己扛着吧。

评审后，该修订的修订，搞定后发给所有相关伙伴。签字画押！哈哈哈

3、产品硬件规格

硬件选型：方案选型；主控用谁家？全智？联盛德？山景？瑞星微？MTK？intel？用几瓦的喇叭？麦克风？LED ？电池？。。。。。。说白了就是看第一条需求来做选型硬件。当然，选好一个方案会决定您整个产品的生命周期。（一局可以玩更久）

图片.png

4、硬件选型评审

理想与落地之间的撕逼 (硬件选型的大小，性能，参数，与结构设计等的，与需求都息息相关。所以ID ，结构，产品，硬件，会再次撕逼一次。这里产品就需要做好协调工作了，ID不管结构，结构推ID的事儿长有。混战，可以直接放一个大招。（开玩笑，没那么严重，不过确实需要良好的沟通与协作）

5、资源用谁家？哪里来？

又是需求来定义资源选型。流行音乐？儿童教育资源？视频通话方案商，其他开放平台等。商务谈判也是产品控制成本的重要环节。那么行业信息，资源渠道，都至关重要。笔者之前踩了个坑，一切都谈好了，配合也很不错，这公司倒闭了。具体笔者就不多说。找靠谱的。不然全队都game over.

图片.png

6、交互设计 GUI + VUI(Voice User Interface)

信息架构、交互流程、交互规范、原型设计、交互文档DRD、语音交互规则

体验层面，一定是产品先落地，先解决需求问题，再谈体验。但是前期做好交互设计对未来产品迭代会有不少帮助，能少踩很多坑。 GUI+VUI 多模态的交互，是机器人必要的趋势。

机器人交互设计与传统的交互设计有什么不同？

GUI被动，VUI主动，如此分开就比较易懂了。被动的交互是一种引导，传递信息。而主动的交互不仅仅包含被动所能表现的，且能够主动感知或认知人来获取信息，而人还是原来的行为模式。VUI的实现基于NLP 的技术，市场需求，业务需求，产品形态的需求.

用例：比如我们落地的机器人，简单的一个人脸识别，就能做到主动语音交互。

1、主动交互，当我在机器人端录入了我的人脸。可以通过限定的场景，机器人识别到我的人脸的时候。进行主动的语音交互。如：问个早上好或者主动播报今天的天气情况。（这里就体现了一个非常简单的主动交互，涵盖了语音，表情，灯光的交互）

2、上下文也是一种交互的处理方式，用一个小冰最简单的会话表示；

3、引导式对话；(您可以在siri 充电情况下体验）嗨siri可以唤醒。

Q：我饿了

A：你想吃什么？

Q：我想吃面

A：附近离你最近的面点王评价还不错。这是你要找的吗？

Q：不是

A: 第二个是品湘楼，离你500米，营业时间xxxx 这个行么？

Q: 可以

A：好的，现在帮您查询去品湘楼的路线。

A：您是步行还是开车呢？

Q: 步行

A：好的，为您规划步行导航。

以上是一些已经落地的产品，但是笔者认为，人还是对另外一个“人”正常说话表达，机器人要通过算法来理解人表达的信息，而不是引导人应该如何说话。比如动作，人还是用它习惯的动作来表达，而机器人要能识别和认知人表达的意图。而不是机器人来引导人如何反馈。引导式的体验相对要差很多。目前只能在界面，输出的语音，以及少量的分析数据来判断。在未来，机器人表达的方式是人类能接受和阅读的。表达可以是非人的，一条狗不会说人话，但是人类也能读懂它是否友好，是否能听我的。它有它完整的表达逻辑。相信机器人也能成为人类的一份子。不仅仅是工具，而是生活中的一员。

说白了，与机器人交互，终极目标，同人一样交互。（超级大boss一般最后一关）