博客

课程 2/6: 解决方案。不是产品。

作者: RAGHU DHARMARAJU,瓦德瓦尼 AI 公司产品与项目副总裁

在亚马逊上,当你购买可充电电池时,它不太可能推荐没有库存或无法在合理时间内交付的电池充电器。这是因为,即使亚马逊的人工智能团队构建了优秀的推荐系统,它的工程师、设计师, 产品经理弄清楚了人工智能是如何在客户满意度 (以及长期收入) 最大化的情况下与他们系统的其他部分一起工作的。

为社会利益建设人工智能需要同样的心态。

(见本系列的第一篇文章-第一课: 以用户为中心?受益人、选择者和付款人呢?)

为社会利益建设人工智能

让我们以 Wadhwani AI 的工作为例棉花害虫管理。*我们正在建造的人工智能从领头农民拍摄的害虫陷阱照片中识别并计算害虫。AI 的输出用于提供关于使用什么农药、使用多少农药以及何时使用的及时建议。问题解决了吗?不!

为了让这个人工智能有所作为,一些事情必须在人工智能应用的上游和下游发生。例如: 上游,必须设置和监控害虫陷阱; 下游,产生的建议,比如喷洒或不喷洒杀虫剂,必须付诸行动。说起来容易做起来难。

就亚马逊而言,所有利益相关者的经济协调确保了一定程度的协调,并推动了运行平稳的数字基础设施 (硬件、软件、连接) 的采用。这是一个良性循环,随着时间的推移,产品经理和设计师可以很容易地专注于大难题的较小部分, 如果需要为大局服务,他们可以自信地处理/影响其他部分。

相比之下,利益相关者在大规模项目中的利益 -- 比如政府卫生或农业项目 -- 不会朝着同一个方向发展。当地垄断的农药供应商可能会鼓励更多而不是更少的农药使用。部署给实地工作人员使用的应用程序通常是为 “报告” 目的而设计的,而不是为了让数据对农民有用。而且,一般来说,规定的协议和实际实践很少是相同的。

所以,在社会发展环境中,溶液视角似乎令人望而生畏。对于技术创新者来说,专注于伟大的人工智能或产品是很有诱惑力的,并希望其他系统性问题能在适当的时候得到解决。但是过去十年的 “技术为好” 的经历是一个警告。政府和非政府组织项目在筒仓和半数字化工作流软件创造的额外工作的重压下呻吟。医学技术和农业技术创新者哀叹项目无法采用他们的产品来产生影响。管理者哀叹创新者看不到大局。

这就是为什么在 Wadhwani AI,我们不停地问基于 AI 的解决方案是否可能,以及它是否有可能产生很大的不同。我们还寻找合作伙伴 -- 非政府组织和政府 -- 来共同创建、迭代、试点和扩展上述解决方案。

这集中在溶液,相对于人工智能或产品,反映在我们的创新过程中。我们的产品经理写的 “解决方案需求文档” * * 不是您典型的 PRD,即产品需求文档!

* Wadhwani AI 是这项工作的全球 Google AI 影响挑战赛的获胜者之一, 但是现在还为时尚早,我们预计在接下来的几个月里会有很多变化,因为我们从实地实验中学习。

* * 解决方案需求文档 (SRD) 是一份随着我们的学习而不断发展的活文档。产品经理与项目、设计、工程和人工智能研究合作编写,并从外部关键合作伙伴那里获得投入。

P.S.:向下滚动查看人工智能研究和程序的附带说明 -- 这两个功能大多数产品经理、设计师和工程师都不会密切合作。

嘘!我们正在招聘。如果您是世界一流的产品经理或设计研究员,请写信给我们:Careers@wadhwaniai.org。别忘了提到这个博客!

关于程序和人工智能研究功能的附带说明

也许值得解释的角色程序人工智能研究在我们的创新过程中,因为它们是大多数产品团队通常看不到的两个功能。

程序就像外部运营和业务开发功能合二为一。他们最接近社会发展领域的客户和用户。他们带头参与政府和非政府组织项目,访问/收集数据,寻找相关领域的专业知识 (比如昆虫学家或流行病学家),进行实地实验,等等。它们有助于回答这样的问题: 记住哪些关键的系统约束?工作流修改是可能的吗?我们能收集这些数据吗?我们应该和谁合作?规模的路径是什么?

人工智能研究团队,除了在解决方案的核心构建人工智能,帮助团队的其他成员了解什么是可能的 (或不是) 以及哪些新的研究方向值得追求。他们紧跟最新的研究,这通常领先于行业实践。他们帮助团队的其他成员理解: 需要什么数据?当前工作流需要如何改变?在缩放之前,我们应该如何评估新模型?

接下来:

我们将在随后的帖子中讨论内部利益相关者 (人工智能研究人员、工程师、项目经理和领导层)。在这里注册接收本系列新文章的更新。

第三课: 数据,数据无处不在。一滴也不能喝。

第四课: 人工智能研究是迭代的。非常迭代。

第五课: 人工智能的用户界面。AI 为 UI。

第六课: 用粘土脚敏捷