编辑导语：AIoT（人工智能物联网）=AI（人工智能）+IoT（物联网）。AIoT融合AI技术和IoT技术，通过物联网产生、收集来自不同维度的、海量的数据存储于云端、边缘端，再通过大数据分析，以及更高形式的人工智能，实现万物数据化、万物智联化。本文总结了AloT项目实操方法，避免项目出错。希望对你有所帮助。
最近我发现在19年发表的很多的文章，截止目前还有很多朋友还在继续留言并且加我微信，想要了解相关的知识以及产品经验，我倍感兴奋，证明我之前分享的知识与经验确实是对大家有帮助的。
最近一年多，我确实非常忙，很多时候总结都是通过简要笔记的方式在总结和提升自己。最近刚好项目上的节奏慢下来了一点，然后家里面小孩也和她妈一起去我丈母娘家了，于是准备花一点时间复盘总结一下最近推进的一个较大型的AIoT项目，期望对自己以及对其他朋友都有帮助和提升。
备注：项目涉及一定的保密需求，所以我只总结经验，不去详细描述具体业务以及客户信息，总结的主要内容时如何带好一个AIoT项目，其中主要踩过哪些坑，有哪些经验值得总结下来。
一、项目背景及岗位职责
项目背景：项目是某大型集团的一个数字化转型项目，目标就是降本增效，提升企业经营效益。
岗位职责：整个项目比较精炼，我在项目中担任项目经理同时兼任产品&解决方案职责，我们这个项目就是一个特种部队，核心参与人少但是每个人具备丰富的专业技能。
二、项目过程经验总结 1. 项目需求调研
项目一开始其实只有一个明确的客户，也没有什么明确的需求，只有一个泛概念的目标“门店数字化运营”，以数字化运营为目标，帮助目标客户实现降本增效，全面提升企业经营效益。
接到这个项目的时候，我们的铁三角成员启动两项（解决方案专家+大客户经理），我主要负责产品和解决方案，另外一个同事主要负责前期商务关系对接，方便对接客户约好调研时间以及相关负责人。
调研阶段整个项目难点主要在：
- 客户不知道具体有什么需要我们帮助他做，他也不清楚我们到底能做什么
- 我们有很广泛的概念，但是对于具体的产品方案想法并没有一个目标
那么我是如何解决这个问题的？
（1）分析客户组织架构与最小管理单元
结合以往做B端大客户市场的经验，首先我分析了客户的组织架构，客户是一个大型集团，他的最小经营单元为门店，最小管理单元是各个服务组；分析客户的组织架构有一个特别好的好处就是，可以快速定位到业务发力的目标单位，而不至于目标不聚焦；做产品/业务最怕的就是对于业务以及市场不能很好的聚焦，在前期调研的时候很难凝聚到一个准确的方向上去。
（2）门店调研，深度挖掘业务方向
确定好调研的目标后以及方案后，我开始了具体的门店调研工作。去到门店之后，我按照最小管理单元为目标，分别找了各个工作的核心员工进行访谈，访谈内容全部是开放式的问题，比如你在工作中有没有遇到一些难点的问题，或者启发性地一些问题。
在这个过程中，非常重要的就是启发与引导，客户经常会不经意的说一句话，但是每一句话很可能就是业务重要来源。我们需要做的就是详细挖掘这个业务，然后利用自己的专业技术能力抛出一个方案，进一步启发他确认相关目标。这个过程确实比较繁琐，但是这个方向一定要做扎实，这对于后面的解决方案设计与产品设计至关重要。
这个过程中，一定要充分调动客户的积极性。永远相信一句话“客户才是最熟悉需求的人，他只是不具备相关专业知识，不知道如何通过技术手段来解决而已”，所以我会充分的在门店中尽可能多的去多看，多聊，多和客户碰撞，虽然他不会设计方案，但是他一定会给你源源不断的思维，帮助你提炼相关业务需求，准确戳中客户的核心痛点和价值点。
（3）确定产品的目标与执行计划
经过一轮调研后，我从几个维度进行了评估，开始选择核心发力点；首先思考存在核心痛点的业务场景，这个场景中如果我们解决了，能够创造多大价值，二者缺一不可！
如果不痛，客户可以很好的解决，那么方案的意义就不大。
如果解决也不能创造很好的价值，那么就会存在投入产出不成比例的问题，就算做好的，但是也会因为创造价值不足，而可能导致项目失败，只有具备很好价值体现的项目才是好业务。
其次，做产品规划与定位时，一定要从复杂的业务中剥离出核心的业务价值点，契合客户核心的目标才是最重要的。解决问题或者设定产品目标：我们既不能仅仅局限于解决某一个业务场景，但是又要细化的某一个业务场景，分开需是一个价值好的模块有独立价值，各个模块组合起来，还能形成更大的业务闭环产生更大组合效应目标。
这个项目，经过一轮调研下来，我明确的业务核心发力点，即一个目标，三个业务组，两个管理关键点。目标仅仅契合客户的经营中最关心的点，这个点能够未客户创造核心的效益，实际经营中客户也是围绕这个核心目标进行展开。
总结：在这个阶段其实对于产品经理的经验其实考验非常大，要求有非常强的洞察力，能够从客户不经意的一句话，甚至处理业务的一个动作，就能够思考到是否是个小的价值功能点。还要具备很强的沟通的能力，凡是沟通和表达能力差一点的，很能从最懂业务的客户那里获取到核心的需求点。
做B端模糊的业务，完全不像一个有明确的目标的C端业务，毕竟我们自己不是客户，我们对客户的业务场景一开始是不了解。同时，产品经理需要具备多项技术能力，能够知道一些技术原理，知识要全面，系统&软件&硬件&算法等，因为每一次调研其实自己大概就要有一些初步设想和方案，如果完全不懂技术，或者只懂一部分，还是不够的。
2. 方案设计
这个项目，经过调研我已经拟定了产品目标，那么接下来就是具体的方案设计与产品规划设计。对于总体方案其实非常明确，就是某大型集团的门店数字化转型升级，那么核心就是围绕这个进行展开，由多个业务子系统负责支撑！经过多轮与客户高层的汇报沟通，总体方案获得认可得以明确，剩下的就是具体如何去执行目标。
在调研的过程中其实积累了较多的可以发力的业务，但是还必须平衡一下具体从哪一个业务开始，万丈高楼平地起，纵然业务再多，也需要先明确一个核心先做的业务。平衡业务从哪里开始的时候，我主要考虑了以下几个因素：
- 这一个业务是否所有门店都适用？考虑的是产品的适用性以及可扩展的规模，因为规模决定了最后投资收益的核算；
- 这一个业务是否核心刚需？对于第一个业务非常重要，客户或者门店对于一个供应商其实一开始是很陌生的，那么只有产品足够刚需且足够好才容易被接受获得推广；
- 投资回报比如何？项目的核心目标是降本增效，那么一定要体现出核心的投资回报比，那么一定要非常容易能够测算出项目的经济价值，且价值较大。
综合以上几个因素，我们选择了第一个业务项目：
- 项目可以在所有门店进行部署，不论是新开的门店，还是老门店，不受环境的约束；
- 业务非常刚需，和一线员工以及门店管理员一聊对方就清楚价值，且目前没有被很好的解决；
- 可以省人工，且可降低工作强度具备很好的员工满意感价值。
具体到产品方案设计的时候，又增加了几个考虑选项：
- 尽量不过多增加硬件投入，因为门店上千家，单个门店增加一项硬件投入，整体下来就比较大，所能使用软件或者现有硬件基础设施就基于现有设施进行；
- 不拘泥于单一单元考虑问题，实现总体考虑，一项信息多个业务使用，降低研发投入，避免重复设计。
由于肩负方案与产品以及项目管理职责，所以产品设计部分也需要自己实际考虑；软件交互以及UI设计其实没有什么特别需要强调和总结的，其实就是按照常规的优秀水准进行就可以了；主要总结一下关于AI视觉相关的思考，项目主要的核心内容就是利用安防监控网络进行视觉解析，然后用于客户经营业务的辅助，从而降低人工成本。
那么整个产品的核心设计部分就落在了AI视觉算法的挖掘上了，这个上面其实主要以下经验总结：
- 算法的核心目标是解决业务场景中的问题，所以第一步，一定是深入到场景中，挖掘出业务场景中的核心问题，然后针对相关问题思考视觉算法；
- 人员总是懒惰的，不要寄希望于需要人工过多的主动配合以及增加其他特定的识别标志物；整个问题的解决重点是要回归到业务场景本身，要从场景中去挖掘，就是客户现有场景中的物品的以及画面。重心应该放在如何利用好这些信息，如何更精准的识别出来；
- 需要多重穿插，识别物是一方面，连续动作是一方面，甚至还需要结合其他信息进行综合判断，但是核心点还是落在于如何巧妙解决问题；实在困难的时候，我也曾出现过连续用我这个人，“人工”识别业务场景几个月思考问题，最终找到了某几个问题的处理方案；
- 多和开发工程师进行交流，他们具备很好的技术知识体系以及算法知识，一定是业内的大牛，缺乏的是业务场景的理解以及持续关注度；先理解他们怎么做的，然后在思考中结合，或许能开拓出一些不一样的解决问题的思路；
- 同一个画面，处于不同阶段代表的含义是可以有差异的，所以千万不能局限于图像内容！
整个研发过程，其实也没有其他特别多的需要强调的，主要是技术团队也比较给力，都是特种作战，快速且做的非常不错；但是核心就是要很好的“引导”他们不要局限在了技术里面，一定要站在客户或者用户角度思考问题，一定要坚信“只要和现场环境不对应，那就是错的”，千万不能只是“技术上没问题，完全没分析错”。
4. 产品验证性测试
产品研发出来后，一个非常关键的点就是到测试门店进行测试，得到反馈然后不断升级迭代自己的产品。这个过程中，有几个事项是需要非常强调一下的。
（1）不断管理客户预期
产品刚设计出来的时候，肯定是不完美的，存在一些问题。那么在客户试用的时候，一定要调动客户积极配合我们进行优化完善。那么就需要客户不断给我们提意见，我们也需要能够及时响应。产品需要不断有变化，且是非常敏捷的。
（2）现场观察
客户普遍是不太清楚产品应该是怎么设计，大部分得人甚至就是你设计什么样，我就用就行了，就算出问题了，那么我大概也不会进行反馈，有些时候也说不太清楚。
这个时候一个非常好的路径，产品的设计者一定要亲自到现场进行参与验证，并且自己要反复验证每一个功能以及技术点，而不是把这个事情交给测试人员或者交付人员，直白一点这个产品最懂的人还是产品经理，在测试阶段一定要产品负责人亲自积极产品产品的测试，这样才能快速迭代第一时间升级。
同时产品负责人，还需积极观察目标用户是如何使用产品的，他们不一定说，但是出现问题的后可以明确发现，然后再沟通就解决问题了。
充分调动客户积极性：他们才是专家；客户才是最熟悉需求的人，他不会设计方案，但会给你源源不断的思维，因为他最懂自己！最懂自己的业务需求与核心诉求！要经得起打击，能管理好情绪；还要管理为此付出辛勤劳动的研发的人员的情绪。
客户都是刁钻的，但是越刁钻的客户，可能是对你帮助越大的人！把他变成自己人，他一定是一个优秀的产品设计者！实在由不配和的，其实还可以使用包围策略，他们中只要有超过半数积极测试，同时参与反馈那么就可以快速让大家用起来，也配合起来，最先发力的应该是如何培养出第一批“自己人”，只要“自己人”在客户那儿过半，那么测试过程就会非常高效。
管理好自己内部的人员，尤其是技术人员；在现场采集的每一个问题，都需要经过分析后准确传递给技术人员，这就是我前面讲的需要具备一些基础技术能力，主要是方便转化与沟通；首先要明白一点，最懂业务的人一定是自己，那么要有足够的理由说服技术同事配合到业务中来，反复提升；技术同事也具备一些特点，谨慎的要引导他们敢于迈出去，这个一个关键点就是项目经理担责任，关键时刻敢于做“背锅”决策。
第二就是产品经理千万不能直接抛问题，因为很可能技术同事会告诉你一万个无法解决的理由，要学会提点子，基于对业务的理解以及思考，看看是否可以给技术人员一些线索；同理心管理好了，才能把技术部门的同事也调动好，只要调动好了，才能解决好问题。
其实在很多项目都会遇到一个问题，新上一个系统或者产品，一定会促动或者改变一些员工，那么一定会有人反对，而且阻力不下，我们在测试门店测试的时候也是一样；这个项目主要使用了的方法就是，一定让测试单元的最高层优先理解价值和目标，然后向下去推；同时一定要在最一线建立起自己人，所谓的自己人就是人员机灵、年轻、愿意尝试新鲜事物，对于业务足够了解。
最后说一点题外话，产品验证测试环节，需要在一线的产品经理、方案经理、项目经理具备非常强的客户成功能力以及需要感知力，既要能够hold住客户拉到一起战斗，还要能够敏锐捕捉到需求，甚至最后还要衔接好整个团队，只有这样才能高效完整验证，最终形成可推广的版本。
5. 批量化推广
在足够数量的测试门店跑通后，其实需要对应的就是如何批量化推广的问题；批量化推广主要解决的问题就是：
（1）定价
需要基于投入以及收益，以及客户的价格敏感度，是否存在竞争对手等等综合考虑定价策略。
（2）运维
运维其实一个核心项，既要考虑响应速度还要考虑难度，主动式运维是一个趋势，但是通过产品设计减少运维工作量也是一个核心。
（3）交付
在测试环节其实就应该开始着重跑出一套可行的能够批量交付的方法总结，同时对应到相关的交付工具的储备，要具备高效低成本交付能力。
全篇总结：AIoT项目其实对于相关参与人员的要求挺高的，目前市场上也比较缺乏有经验的人员，大部分还是从其他方向融进来的；核心的区别的就是在于不仅仅是一个硬件或者软件的产品的设计，其核心已经变成了一个综合性解决方案，方案中就包含了软件、硬件、系统、算法等；对于人员的综合能力要求比较高，或者就需要拆分细化团队组成，当然能够找到复合型人才，能够更加快速高效。
#专栏作家#
Kent，微信公众号：Liuke2019，人人都是产品经理专栏作家。专注物联网&智能硬件产品实践，6年软硬件结合项目经验。
本文原创发布于人人都是产品经理。未经许可，禁止转载