机器学习时代下PM的价值

Abstract:机器学习看似能自动决策,但其实不是真正的自动决策。原因在于单目标的决策会带来一些风险;而由于外部环境和规则的多变性,机器不可能把所有变量和数据纳入考虑,此时需要懂得系统逻辑的人去调整系统的发展

使用ML前:人作决策,计算机只负责计算。

使用ML后:机器做计算也做决策。

机器真的是自动决策吗?

不是,在整个过程中计算机基本都是基于统计方法作分析和决策。本质上高度依赖于整个机器学习过程中系统设定的目标

@ 举个栗子:商品的个性化推荐系统

预设目标:当天销售量

输入数据:历史销售数据,用户行为数据

当给机器预设的目标为销售量时,模型会根据历史销售数据和用户行为数据推荐给最有可能会用户选择的商品(此即基于历史分析的预测)。

但问题在于:最核心的目标只是短期的销售量吗?其实电商的运营目标可能有很多个(用户惊喜度,内容重复度等),而算法若为单目标最优则意味着完全不考虑其他目标,有很大可能牺牲其他重要利益。

如若国家发展的唯一目标是单一GDP,则环境质量、道德水平等就不在考虑范围内。

PM的价值:

  • 给出系统一个准确的目标:必须是复合目标,多方位考虑
  • 在懂得整体系统逻辑的基础上去把握产品发展方向。

因为无论系统如何发展,总会有一些数据无法被纳入到系统中,此时需要一个懂得系统逻辑的人去调整系统的发展。


Reference:

机器学习时代,产品经理未来的价值在哪里

拿钱去买猫粮和狗粮嗷 ~