落地之路：硅谷無(wú)人駕駛產(chǎn)品心經(jīng)

1 入門無(wú)人駕駛 1
1.1 何為無(wú)人駕駛 1
1.1.1 做這行是件很委屈的事 2
1.1.2 落地的不是技術(shù)，而是產(chǎn)品 4
1.1.3 像內(nèi)行一樣看懂無(wú)人駕駛 6
1.2 4個(gè)核心概念 13
1.3 中美無(wú)人駕駛對(duì)比 20
1.3.1 中國(guó)的無(wú)人駕駛到底處于什么水平 20
1.3.2 魚龍混雜的市場(chǎng)環(huán)境 21
1.3.3 美國(guó)有創(chuàng)新，中國(guó)有速度 23
1.3.4 社會(huì)接納程度 25
1.3.5 中美的不同場(chǎng)景 28
1.4 產(chǎn)品經(jīng)理的角色 30
1.4.1 產(chǎn)品管理2.0 31
1.4.2 人工智能產(chǎn)品分類 33
1.4.3 無(wú)人駕駛產(chǎn)品經(jīng)理職位 34
2 人工智能如何成功落地——無(wú)人駕駛產(chǎn)品深析 39
2.1 正確的產(chǎn)品，錯(cuò)誤的時(shí)機(jī) 40
2.1.1 高成本，人工智能產(chǎn)品的詛咒 41
2.1.2 水漲船高 42
2.1.3 找不到病根，如何對(duì)癥下藥 44
2.1.4 一次事故，也許毀了一個(gè)行業(yè) 46
2.2 萬(wàn)種算法俱備，只欠場(chǎng)景 47
2.2.1 悟空畫的保護(hù)圈 47
2.2.2 無(wú)人車的“保護(hù)圈”：適用場(chǎng)景 50
2.2.3 產(chǎn)品用途 51
2.2.4 駕駛行為 54
2.2.5 具化場(chǎng)景 56
2.3 駕駛：無(wú)人駕駛的核心產(chǎn)品 60
2.4 高精地圖，駕駛的第一步 65
2.5 仿真，確保安全的唯一途徑 68
2.5.1 路測(cè)與仿真，孰先孰后 68
2.5.2 仿真的兩種運(yùn)用方式 71
2.5.3 邊角案例 74
2.6 運(yùn)營(yíng)：從代碼到路測(cè)的跨越 76
2.6.1 路測(cè)：躲不掉的風(fēng)險(xiǎn) 77
2.6.2 關(guān)于“介入”你應(yīng)該知道的一切 80
2.6.3 遠(yuǎn)程控制：實(shí)現(xiàn)無(wú)人的捷徑 83
2.6.4 充電：高效運(yùn)營(yíng)的關(guān)鍵 85
2.7 數(shù)據(jù)：不只是數(shù)據(jù)科學(xué)這么簡(jiǎn)單 87
2.7.1 市政規(guī)劃與道路數(shù)據(jù) 88
2.7.2 車禍數(shù)據(jù) 89
2.7.3 數(shù)據(jù)標(biāo)注 92
2.7.4 教你拆穿數(shù)據(jù)的謊言 95
2.8 驗(yàn)證：拿到駕照的艱辛之路 97
2.9 無(wú)人車設(shè)計(jì) 101
2.9.1 人機(jī)交互：人類將如何接受機(jī)器人 102
2.9.2 從“駕駛”到“乘坐”的設(shè)計(jì)顛覆 109
3 AI產(chǎn)品落地過(guò)程全解析 119
3.1 AI產(chǎn)品的成長(zhǎng)過(guò)程 119
3.1.1 第一階段：開發(fā)，從0到0.99 120
3.1.2 第二階段：驗(yàn)證，從0.99到1 123
3.1.3 第三階段：落地，從1到100 126
3.1.4 第四階段：擴(kuò)張，從100到N 131
3.2 讓指標(biāo)流在產(chǎn)品的血液里 133
3.2.1 產(chǎn)品的通病 133
3.2.2 何為好的指標(biāo) 135
3.2.3 先行指標(biāo)與滯后指標(biāo) 136
3.2.4 如何衡量駕駛技術(shù) 137
3.3 讓產(chǎn)品成為公司的基石 140
3.3.1 從多個(gè)維度拆分產(chǎn)品 143
3.3.2 化解矛盾的秘籍 145
3.3.3 計(jì)劃中的不穩(wěn)定因素 146
3.3.4 靜下心來(lái)做一份深度研究 148
3.3.5 派出你的工作小組 149
3.3.6 項(xiàng)目拆分管理 150
3.4 巧婦怎樣做出無(wú)米之炊 151
3.4.1 借鑒類似行業(yè) 151
3.4.2 為兩年后的市場(chǎng)設(shè)計(jì)產(chǎn)品 152
3.4.3 小數(shù)據(jù)的價(jià)值 154
4 你也可以加入人工智能 157
4.1 決勝10年后的職場(chǎng) 157
4.1.1 放心，人工智能不會(huì)搶走你的“飯碗” 158
4.1.2 工程師為何是個(gè)香餑餑 160
4.1.3 高校不再是人才儲(chǔ)備庫(kù) 161
4.1.4 無(wú)人駕駛工程師初體驗(yàn) 162
4.1.5 工程師的一天 165
4.1.6 非技術(shù)人才如何加入無(wú)人駕駛 166
4.2 你在無(wú)人駕駛黑名單里嗎 173
4.2.1 2020年：合作機(jī)制重新洗牌 173
4.2.2 2030年：新興產(chǎn)業(yè)的漣漪 179
4.2.3 2040年：支柱產(chǎn)業(yè)被顛覆 181
4.2.4 一些創(chuàng)業(yè)點(diǎn)子 185
4.3 主宰你的職業(yè)規(guī)劃 188
4.3.1 下一個(gè)熱門技能是否可以被預(yù)測(cè) 188
4.3.2 一項(xiàng)自我測(cè)試 190
4.3.3 尋找值得學(xué)習(xí)的技能 191
4.4 面試前的準(zhǔn)備工作 193
4.4.1 入職門檻 193
4.4.2 哪些課程值得學(xué)習(xí) 195
4.4.3 MBA到底值得念嗎 197
4.4.4 如何在平日工作中學(xué)習(xí)產(chǎn)品管理 198
4.5 對(duì)產(chǎn)品經(jīng)理的偏見 201
4.5.1 偏見一：產(chǎn)品經(jīng)理只需要口頭功夫 201
4.5.2 偏見二：產(chǎn)品經(jīng)理只是文科生的職業(yè) 202
4.5.3 偏見三：產(chǎn)品經(jīng)理只適合性格外向的人 202
4.6 拿offer 204
4.6.1 面試官自然會(huì)來(lái)找你 205
4.6.2 詢問(wèn)員工：準(zhǔn)備面試的捷徑 206
4.6.3 精通技術(shù)：不是面試的必需品 208
4.6.4 面試拼的是綜合實(shí)力 209
5 硅谷產(chǎn)品經(jīng)理進(jìn)階 215
5.1 人工智能產(chǎn)品經(jīng)理的日常 215
5.1.1 AI產(chǎn)品經(jīng)理不是簡(jiǎn)單地傳達(dá)需求 216
5.1.2 產(chǎn)品經(jīng)理的一天 217
5.1.3 人工智能產(chǎn)品經(jīng)理和傳統(tǒng)產(chǎn)品經(jīng)理有何不同 219
5.2 產(chǎn)品經(jīng)理的職業(yè)階梯 222
5.2.1 人工智能產(chǎn)品經(jīng)理的必備技能 222
5.2.2 產(chǎn)品經(jīng)理晉升之路 224
5.2.3 找到你的左膀右臂 229
5.3 產(chǎn)品經(jīng)理成長(zhǎng)記 231
5.3.1 入職第一個(gè)月：黃金學(xué)習(xí)期 231
5.3.2 事半功倍：吃透技術(shù)原理 232
5.3.3 做一名政治家：結(jié)識(shí)所有的干系人 234
5.3.4 直擊要害：找到組織內(nèi)的暗流 235
5.3.5 進(jìn)階的快車道：管理多條產(chǎn)品線 237
5.4 你也可以主導(dǎo)公司的文化 239
5.4.1 做一個(gè)會(huì)議達(dá)人 239
5.4.2 寫下來(lái)才是屬于你的 242
5.4.3 郵件其實(shí)可以很簡(jiǎn)單 245
5.4.4 眾口鑠金：團(tuán)隊(duì)可以喝些Kool-Aid 247
5.5 人工智能公司的人才難題 248
5.5.1 拿捏團(tuán)隊(duì)的“自尊心總量” 248
5.5.2 打造工程師的天堂 250
5.5.3 隨時(shí)“換血” 250
5.5.4 產(chǎn)品經(jīng)理也需要入職文檔 252
5.5.5 后繼有人 254