如何成为一个懂行业的产品经理之行业分析案例

图片发自App

在之前的系列文章中，我们说到了人工智能时代对行业的重新分类，以及在新的分类标准下，不同的公司对产品经理的不同要求。这篇文章呢，我们就用一个实际的行业分析案例来说明如何快速的学习行业知识，并且获取行业趋势洞见。

比如说你是一个做个人/家庭服务机器人的产品经理，首先就需要按照产业化程度和需求量的大小，对个人和家用服务机器人进行分类。

个人和家庭服务机器人基本上可以分为以下三类。

第一类是产业成熟类，
第二类是创新集中类，
第三类长尾需求类，
它们各自拥有不同的特点，以及目前在市面上出的代表产品。

• 第一类是产业成熟类。这个类别的特征是产业化程度高，市场需求量大，产品较为成熟。代表的市面产品有扫地机器人，擦窗机器人，消费级无人机和玩具机器人。

• 第二类叫做创新及种类，特点是产业化程度较低，市场需求量大。代表性的市面产品是教育机器人和陪护机器人。

• 第三类是长尾需求类，这一类产品的预计需求量较少，仅满足小规模的特定应用。代表产品有家庭安防机器人。

在了解了产业分类结构之外，还可以通过市场调研报告了解这个产业的历史销量，以及近几年的预测销量。

比如下图。，就是对家用和娱乐机器人销量统计的一个图表。

图片发自App

另外，你应该了解驱动这个行业发展的关键在哪里，这就需要从剖析服务机器人的构成开始。

个人／家庭服务机器人是软件，电子组件和机械结构深度集成的产物。从产业链上看。，上游包括智能芯片传达器，传感器，激光雷达等。中游包括操作系统提供商，AI引擎算法提供商，云服务系统提供商等等。下游包括集成应用，各种场景应用等等。产品经理应该深入了解供应链上的每个厂家是谁，了解他们的优劣势及市场格局，这有助于判断合作对象，构建合理的产品集成方案。

图片发自App

个人和家庭服务机器人的系统架构，由应用软件，AI引擎，操作系统，核心零部件（智能芯片，传感器，激光雷达等），本体五部分构成。

图片发自App

首先核心零部件是典型的技术驱动型产业。

比如智能芯片，包括CPU，gpu，fpga，tpu/npu等处理感知计算，特别是视觉及深度学习，起到了关键作用。产品经理应该关注核心部件的发展，由于硬件产品的集成本身就存在较高的替换成本，因此一旦选择了某种硬件集成方式，当产品量产后几乎没法替换。

但同时这也是一种非常好的竞争壁垒壁垒，如果能够拿到某种核心组件的独家技术合作，将与竞争对手在不同的赛道比拼，比如苹果公司收购了3d传感技术公司。该公司为苹果提供了优秀的3d传感器，精准的地理地理追踪性能，构成了iPhone x的AR，face ID，人像特效拍摄等亮点功能的技术基础，这种判断就需要依靠产品经理敏锐的嗅觉来完成。

AI引擎部分主要包含自动语音识别（ASR）机器视觉（CV）的各种感知交互技术。

数据和算法是这个部分的核心竞争力，这部分具有技术迭代快将最新算法成果移植到产品上相对容易的特点。

由于开源算法的普及以及机器学习训练平台的门槛越来越低，在这个领域中不仅会有大量的人工智能人工智能，创业公司有限，而且传统行业也将加快掌握人工智能基础技术，并且依托其积累的行业资源，参与到这个层面的竞争中来。

人工智能时代，比拼的是AI引擎能够在多大程度上辅助解决业务场景中的实际问题，算法不能够停留在传产品的宣传，而需要具备实际的价值，这就需要考验公司的人才储备，行业资源积累及通过算法赋能产品的工程实践能力。

机器人操作系统的标准架构包含核心层，库，机器人功能和场景化应用。

机器人操作系统提供一系列的标准的操作系统服务，例如硬件抽象，底层设备控制，常用功能实现，进程间消息及数据包管理等。除此之外。机器人操作系统还能够提供相关的工具和库，用于获取，变异，编辑代码，以及在多个计算机之间运行程序，以完成分布式计算，如下图所示，操作系统是构建生态圈的关键壁垒，但是构建生态本身需要的时间周期比较长，投入呢比较大，因此这种突破口往往不适合初创企业。

图片发自App

目前较为主流的机器人操作系统包括安卓ros。另外不少国内机器人的操作系统也在。蓄类和突破，例如图灵机器人，小i机器人和小智机器人，都在朝这个方向突破。

接下来产品经理需要对行业的标准了如指掌，而且是越早越好。

了解行业中的规范设计和开发标准，不仅能够缩短产品设计中的基础探索周期，而且能够避免未来由于产品不符合行业标准或规则而带来的风险，如果公司能够参与行业标准的制定，最好，即使不能熟悉行业标准和规范，对于产品定义设计都非常关键。

例如机器人性能规范，机器人安全要求可以指导产品非功能需求的设计，机器人系统与集成标准可以保证产品的集成设计方案目前是合理且通用的服务，机器人模块化设计总则可以指导机器人的模块化设计，目前国家已经公布的机器人行业标准如表如下图所示。

图片发自App