本次【產品經理菁英會社團暨PM Tone產品通】的分享主題將聚焦於【AI與物聯網結合的策略與技術】，主講者是之前任職於KKBOX IoT商務發展副理，目前在出門問問（中國10大AI獨角獸）擔任AI商業化 商務發展經理的沈品勳（Seff Shen）。首先，Seff將從全球智能語音的發展趨勢切入，和大家分享「AI」與「物聯網」如何充分結合的具體做法及如何將產品商業化的過程；其次，Seff將分享傳統的產品經理面臨AI時代的來臨，PM該如何重新定位以及該具備那些技能？才不會被時代演化所吞沒！ 滿滿的case study及solution，非常充實的知識饗宴~

讓我們一起來回顧一下本場次精彩的分享吧！

以下的筆記內容由團友 Jia-Ying Liu 提供，非常感謝！ ！ ！

---

AI Voice Revolution 下一代人機互動智能語音「喚」醒全球商機

【Part One】語音「喚」醒全球商機 全球智能語音大趨勢 AI 與物聯網繃出的新火花 企業也需要語音？機器人的崛起 

沈品勳 Seff 從政大資管所畢業後，在 KKBOX 擔任商務發展副理的期間，點燃了對 AI 的熱情，進一步到台灣人工智慧學校進修，獲得經理人班認證，修業完成後也獲得機會加入中國 10 大 AI 獨角獸的【出門問問 mobvoi】，繼續擔任 AI 商業化商務發展經理的職務。

【出門問問】的背後投資戰略夥伴是眾所皆知的 Google，以及車界大廠 Volkswagen，同時投入在智能語音互動的研發，以及智慧車機的研發。

什麼是智能語音？

智能語音的實踐涵蓋到五種核心技術，包含：聲音信號處理、熱詞喚醒、語音辨識 ASR、語意處理 NLP，以及語音合成 TTS。

語言理解是人工智能皇冠上的明珠 – Bill Gates 

而對語言理解的應用，可以廣泛應用在各種研發領域：

1. 人機互動
2. 神經機器翻譯 – 透過類神經網路進行自然語言翻譯
3. 語言閱讀與理解 – 透過讓機器不斷的考試與學習，擴增機器的問答能力
4. 機器創作 – 機器可以學習文本的一些核心特色，例如詩詞的韻律，進而運用語言元素創作

IoT 物聯網，主要有三大領域：消費物聯網、工業物聯網、智慧城市 。

而「消費物聯網」則是「智慧語音」應用的最大領域，又細分為三個主題：

1. Smart Home 
2. Wearable Tech
3. Automobile 

Smart Home

出門問問投入在「智慧音箱」的研發上，認為智慧音箱是以語音連動消費物聯網的關鍵，透過智慧家居，成為打開物聯網的鑰匙。日本的 NAVER 即有開發自己的音箱，台灣遠傳也與出門問問合作出了「問問音箱」，而 Google 也加入了這個高速發展的一級戰區。
在中國，出門問問發展出「帶屏音箱」，將視覺與智能語音的結合，應用在熟齡長照的領域，協助長者紀錄日常生理數據以及常民生活的語音互動。

收斂到家庭，美國甚至發展出「語音芭比娃娃屋」，可以透過聲控進行娃娃屋的操作改造；而 Adobe 的統計數據，「語音」已經成為美國家庭選購電視、車子的重要考慮因素之一。

Wearable Tech

語音智慧穿戴的發展近幾年從未停下，出門問問也透過 Tic Watch 加入這個戰場。例如「速食店店長專用智慧錶」，因應特殊場景，嘗試透過智慧語音解決人工認知超載的問題。

Automobile

出門問問與 Volkswagen 合作了「大眾問問」，也加入了車載語音的進化浪潮。

而智慧語音帶來了哪些商機呢？SEO、Ad.、Shopping，當人們開始習慣跟智慧音箱互動時，智慧音箱提供的 content 便開始加劇對消費者的影響力，優先被播放的內容，將成為最有力的廣告互動；延伸廣告的應用，語音購物也逐漸成為電商的新通路。

不僅是單方面投放 content 的消費領域，Open Banking 是一種智慧語音在服務業的應用範例。

除了消費物聯網，企業也開始將語音應用在更廣泛的商用題目上。提到企業開發的智能語音，最有名的就是 Siri，是最早面世的語音助理，但隨著 Jobs 的離世，對 Siri 的諸多理想也未能實現，反而成為業界進化最緩慢的語音助理。

對話即平台 CaaP（ Conversation as a Platform） – Satya Nadella

Chatbot：服務導向的小娜 & 聊天高手第六代微軟小冰
進一步從文字的 Chatbot，企業也將此類型智慧語音應用至 Call Center，以節省人工成本。在 Inbound 的場景，可直接進行「服務查詢、業務申辦、語音答錄以及透過聲紋辨識建構的身分核查」。在 Outbound 的部分，則包含「回訪、電銷、問卷調查」，透過越來越聰明的語音互動，篩選出低中高潛力的客戶，將人力投入在中高潛力客戶的刀口上。

較知名的 Outbound 案例是 Google 曾 demo 的 Google AI Duplex；Inbound 案例則是 2019 年 LINE 發表的 LINE BRIAN 電話語音機器人。

實體智慧機器人分為四大類型：陪伴型、迎賓型（Pepper）、服務型（獵豹移動的豹小蜜），以及特種機器人（極端環境的運輸工作等）。
從 Chatbot 到 Voicebot，各大企業前仆後繼的投入了語音發展。

• 通用語音助理：Siri、Cortana、Alexa、Google Assistant
• 企業服務整合：Nuance、科大訊飛、出門問問
• Cloud Solution Provider – SaaS: Google Cloud、AWS etc. 

語音甚至也應用在醫療領域，用以解讀漸凍人的語意表達。

【Part Two】AI 時代的 PM 長什麼樣 多模態 AI 的產品解構（語音 + 機器人 + 人臉辨識）AI 所孵育的跨國與新型態工作，從 BD 角度觀察 AI PM 該具備的特質

多模態 AI 的產品結構

What’s AI? 用很多的數據和過去的規則，去推估出未來的走向。

• 訓練 Training: 利用統計原理運算變數間的數學關係，進而生成演算法。
• 預測 Inference: 基於訓練後的演算法，透過已取得的變數推論未知變數。

Machine Learning 處理可量化的元素：Dimension Reduction、Clustering、Regression、Classification。

Continuous (predicting a quantity)

Discrete (predicting a category)

Deep Learning 處理難以量化的元素：NN、RNN、CNN 為深度學習的主流模型。

AI 的應用：

1. Chatbot (Google – Dialogflow)
2. Voicebot (語音辨識 > 語意理解 > 語音合成 – 語素轉音素、預測持續時間、基頻預測、音頻合成)
3. AIoT (商湯 – AI 人臉辨識)
   1. 結合 AI 的 ibon 高鐵訂票場景，縮短一半的 user journey，提升操作效率，並加入精準廣告投放應用
      1. 人臉啟動
      2. 人臉辨識
      3. 喚醒啟動 – 聲音信號處理、熱詞喚醒
      4. 精準廣告推播 – 人臉分析、年齡分析、SEO 等
      5. Voicebot and chat 
   2. 深度個人化情境 – 帶屏音箱家庭娛樂 Google Home Hub 
      1. 聲紋辨識
      2. 用戶畫像
      3. 人臉比對 / 臉部辨識 – 驗證購買
      4. Machine learning 喜好推薦

AI 所孵育的跨國與新型態工作

• 傳統資訊系統 SI、UI / UX
• AI 資訊系統 SI、UI / UX、AI

以 IoT 產品的 ASR 訓練為例：

1. 去敏（保護敏感資訊）
2. 標註（標註語音正確文字作為訓練資料）
3. 聲學
4. 語言
5. 服務化（打包語言模行為服務的 API 等工具）
6. 硬體
7. 佈署

Google Hangout 近期發展出即時線上會議多國語音翻譯，甚至包含繁簡中文在地化用詞轉換。

UI / UX 的需求變化 – Google Conversation Design，需考慮 Language、Technology、Psychology 

1. 交談人性化
2. 推進對話（在相同情境，進一步以關聯性材料延伸對話的長度）
3. 簡單扼要
4. 串通語境
5. 靈活的調整語序
6. 不要教用戶怎麼說話

VUI 和過去觸控 UI 的差異 – Richart 的 App 人性對話轉帳操作是近期台灣的經典範例。

系統整合的需求變化 – 跨裝置的全通路支援：Web/App、Phone、TV、Wearable device、Smart home, etc.  PM 需要能注重多種通路的產品發展。

消費物聯網的 SI 變化 – KKBOX IoT，KKBOX 透過 API、APK / AIDL、KKLINX 多重的技術開發跨裝置的 AI 訂購方案推薦。

AI PM 的 7 個特質

1. 軟實力
   1. 現學現賣 – 會遇到連總部都沒經驗的「第一次」，快速透過網路上的資源學習、需消化思考後並實踐 。
   2. 教育客戶 – 與其糾結於技術語言，讓客戶感受前後差異（如節省成本、執行效率、辨識率等）和買單更重要 。
2. 硬實力
   1. 機器學習 – 模型訓練的成長、複用性、I/O Data 與不確定性（AI 的東西是概率性的東西）。
   2. 雲端運算 – 模型訓練和推測（使用既有模型）為獨立作業，要有 Google Docker、最佳化運算能力與 HA 的概念。
   3. 全通路 – AI 將不再限於網站與 App，了解各通路、IoT 的軟硬體運作方式。
3. 創造力
   1. 具象化 – AI 非常虛無飄渺，用簡單道理來譬喻舉例，和具象化邏輯與畫面的能力。
   2. 想像力 – AI 就像人的器官與腦，洞見未來的能力並創意整合不同的 AI 技術並切入市場需求。

Seff 的推薦閱讀【聲控未來 Talk to Me】討論了「紀念機器人」的市場。另一本推薦閱讀是【人工智慧在台灣】。

Gary 補充推薦了另一本【亞馬遜 2022：貝佐斯征服全球的策略藍圖】，裡面提到了 Amazon 365 的概念，以及 Amazon 的 AI 布局。

Q&A – 如何定義 AI 產品的 product roadmap？

Seff 說定義 AI 的 product roadmap 不能操之過急，要先從「打到最多產業的 AI 技術切入」，才能達到最廣泛的應用，同時蒐集模型，在市場需要時才能一步到位拿出來；同時也需要透過篩選產業、篩選客戶，精準找出產品的可能買家。

Q&A – AI 語音的時代，要如何維護資訊隱私與資料安全？

目前的 AIoT 領域，資安確實未到高度安全，在中國，情侶專用的「暖心 IoT」分手後變成「家暴 IoT」；未來逐漸使用的 blockchain 技術應可以大幅提升資安程度。

---

再次謝謝 Seff 的分享，也謝謝大家的參與，我們下次見 ！

文字來源： Ying @ Taiwan by Jia-Ying Liu

圖片來源： 產品經理菁英會

若有轉貼需求，請來信（service@pmtone.com）討論。 轉貼時禁止修改內容及標題、須保持所有連結、禁止商業使用，並且必須註明原文標題、連結、及作者訊息。

覺得這篇文章好嗎？ 請分享給您的朋友吧~