机器人产品|从定位到落地全流程分析

摘要: 未来已来,超越个体智能的机器正在疯狂的成长。


作者:司马

全文共 4543 字,阅读需要 9 分钟


—— BEGIN ——


【机器人】我的理解之所以带有一个“人”字。


因为是同有人的属性,本质是对人的意识与思维的信息过程进行模拟。


以下同人特征:


1. 输 入:


听觉(麦克的阵列拾音得到音频数据,ADC)


  • 语音识别:(将语音转换为文本技术)典型公司:Nuance、科大讯飞、云之声、思必驰、捷通华声。

  • 语义识别:(解决听得懂,的问题)典型公司:微软小冰、度秘、trio.ai 三角兽、  出门问问Mobvoi、图灵机器人、DeepBrain出门智能360、蓦然认知等。

  • 语料采集:(QA)典型公司:Speechocean海天瑞声 、中科信利。


视觉(摄像头、激光雷达、红外雷达、毫米波雷达)


将三维世界到二维世界的映射,提取图片特征。


典型技术公司;SenseTime | 商汤科技、旷世科技FACE++ 、图普科技TUPU、依图科技、触景无限、格林深瞳、海康、大华、思岚等。


Sensor 嗅觉、触觉等


数据采集,典型公司:freescale nxp、futaba、ON Semiconductor安森美半导体、欧姆龙、Sony、松下、英飞凌…..


2. 存 储:


记忆,情感(太复杂,笔者还没有想清楚放在哪个位置及如何描述)


基于硬件CPU\GPU\NPU\TPU,云计算(CNN\RNN\GNN)已有认知的知识图谱(RDF)


我同事说,假设我去吃一个宫保鸡丁,这个时候我会输入味觉、视觉、嗅觉等,我会判断:这个不错,以后还要来。


但是十年后,我是不会记得这些细节的,但是我会想到宫保鸡丁会很好吃。


流口水的表情。这是一个人类的特征。


不过12年的Google X 实验室Jeff说:


我们在训练的时候从来不会告诉机器说:‘这是一只猫。’系统其实是自己发明或者领悟了“猫”的概念。


不就的将来,神经网络系统则是通过机器学习的方式,将“宫保鸡丁”:这个不错以后还要来。转换成为“宫保鸡丁很好吃,流口水”的表情——当然这只不过是设想,或许还有更好的答案。


3. 思 考:


判断、决策等(这里与第2点是紧密关联的,主要还是算法与开源的平台)


一、定位 


产品的源头,或者说一个智能硬件的源头。


理解完笔者所认为“机器人”,那么要做一款什么样的产品呢?


需求、痛点、频次,嗯,以目前市场来看,垂直类的场景显得至关重要。开始一个产品不能做太重,否则无法聚焦核心定位。


定位真的不是一个容易的决策,因为这牵扯到创始人对产品的执着与狂热,也有产品的偏执;有一个美好的愿景,也抛不开市场的了解,人性的通透,因为这不仅仅是做一个好卖的商品,而是一个改变生活的产品。


当然也会带来商业价值:不谈商业的产品都是耍流氓……


用 例:


我们一直想着突破2B市场,一直把机器人定位高端市场。


假设一个酒店场景:


我们会想着怎么送行李,怎么解决业务需求,NO;NO;NO;导航避障,激光雷达、深度视觉,建图,这些高成本的技术目前却没有办法给“高端”人群惊喜,因为这个产品并没有提高效率,也不一定有惊喜。


因为你们都是准备卖给高端酒店的,最后服务的还是人,那么这些“高端人群”才是真正的用户——如果一旦不能让这些“高端用户爽”,高端酒店是不会买单的。


换个思路:我把产品定位在2、3星级酒店,如:7天连锁、如家,这种快捷酒店,出一款低成本的机器人,为酒店用户做一些服务,住快捷酒店的群体是否会有惊喜呢? 这个群体是否有装逼需求呢? 他们是否会好奇呢?(好了,可以研究一下这个群体)


二、了解了机器人


有了定位,产品目标,后面主要是落地的一个过程了。


1. 需求


市场分析,用研,定性与定量,竞品分析,二手数据分析,头脑风暴,做人物与场景建模,根据用户行为、痛点、需求,定义产品功能,理清业务逻辑,输出需求文档。


需求很重要,前期的传递一定要清晰,要让所有伙伴知道我们在做什么?


为什么做?这么多需求,哪些做?哪些不做?为什么?是如何把用户需求转化为产品需求的?各个部门以及相关人员要统一传递,统一协作,以便更好的理解需求。


get 到一个点,才能更好的协作,达到产品目标。


2. 需求评审


理想与落地之间的撕逼(沟通之前,把PRD传递到相关伙伴,用人话描述清楚)


什么?谁谁谁,没看?评审时一脸懵逼? 那就看完再开。当然产品经理前期也应该小范围做一些沟通的。撕逼的时候请产品经理自行把逻辑理清楚先。不然伙伴们发大招,暴击9999点伤害,回不了血,自己扛着吧。


评审后,该修订的修订,搞定后发给所有相关伙伴。签字画押!哈哈哈


3. 产品硬件规格


硬件选型:方案选型。


主控用谁家? 全智?联盛德?山景?瑞星微?MTK?intel?用多大显示器?几瓦的喇叭?麦克风?LED ?电池?……


说白了就是:看第一条需求来做选型硬件。


当然,选好一个方案会决定您整个产品的生命周期(一局可以玩更久)。



4. 硬件选型评审


 理想与落地之间的撕逼 (硬件选型的大小,性能,参数,与结构设计等的,与需求都息息相关。


所以ID ,结构,产品,硬件,会再次撕逼一次。


这里产品就需要做好协调工作了——ID不管结构,结构推ID的事儿长有。混战,可以直接放一个大招(开玩笑,没那么严重,不过确实需要良好的沟通与协作)。


5. 资源用谁家?哪里来?


又是需求来定义资源选型。流行音乐?儿童教育资源?视频通话方案商,其他开放平台等。


商务谈判也是产品控制成本的重要环节,行业信息,资源渠道,都至关重要。


笔者之前踩了个坑:一切都谈好了,配合也很不错,这公司倒闭了。具体笔者就不多说——找靠谱的,不然全队都game over。



6. 交互设计 GUI + VUI(Voice User Interface)


信息架构、交互流程、交互规范、原型设计、交互文档DRD、语音交互规则


体验层面,一定是产品先落地,先解决需求问题,再谈体验。


但是前期做好交互设计对未来产品迭代会有不少帮助,能少踩很多坑。


GUI+VUI 多模态的交互,是机器人必要的趋势。


机器人交互设计与传统的交互设计有什么不同?


GUI被动,VUI主动,如此分开就比较易懂了。


被动的交互是一种引导,传递信息。而主动的交互不仅仅包含被动所能表现的,且能够主动感知或认知人来获取信息,而人还是原来的行为模式。


VUI的实现基于NLP 的技术:市场需求、业务需求、产品形态的需求。 且人对语音的记忆时间非常短。


用例: 比如我们落地的机器人,简单的一个人脸识别,就能做到主动语音交互。


1. 主动交互,当我在机器人端录入了我的人脸。可以通过限定的场景,机器人识别到我的人脸的时候。进行主动的语音交互。如:问个早上好或者主动播报今天的天气情况(这里就体现了一个非常简单的主动交互,涵盖了语音,表情,灯光的交互)


2. 上下文也是一种交互的处理方式,用一个小冰最简单的会话表示



3. 引导式对话


您可以在siri 充电情况下体验—— 嗨siri可以唤醒:


Q:我饿了

A:你想吃什么?

Q:我想吃面

A:附近离你最近的面点王评价还不错。这是你要找的吗?

Q:不是

A:  第二个是 品湘楼,离你500米,营业时间xxxx 这个行么?

Q: 可以

A:好的,现在帮您查询去品湘楼的路线。

A:您是步行还是开车呢?

Q: 步行

A:好的,为您规划步行导航。


以上是一些已经落地的产品,但是笔者认为:人还是对另外一个“人”正常说话表达,机器人要通过算法来理解人表达的信息,而不是引导人应该如何说话。


比如动作,人还是用它习惯的动作来表达,而机器人要能识别和认知人表达的意图。而不是机器人来引导人如何反馈。


引导式的体验相对要差很多——目前只能在界面,输出的语音,以及少量的分析数据来判断。


在未来,机器人表达的方式是人类能接受和阅读的。


表达可以是非人的,一条狗不会说人话,但是人类也能读懂它是否友好,是否能听我的;它有它完整的表达逻辑。


相信机器人也能成为人类的一份子——不仅仅是工具,而是生活中的一员。


说白了,与机器人交互,终极目标,同人一样交互(超级大boss一般最后一关)。



7. 视觉UI


视觉稿/一致性规范、切图标注/界面标注


这一块是比较成熟的了。但是,但是,请根据需求与产品目标来。不然看我青龙偃月刀, 暴击10000+伤害……


8. 软件系统设计与架构(落地)


开发(这其中还有N次调整需求与撕逼过程,省略1万字)


说个大坑,大部分机器人是基于RTOS 、Linux、Android开发的OS ,前期的软件架构至关重要——后期迭代,或是OS 运用在其它智能设备,都是至关重要的。


所以一个优秀的架构师,会让程序猿宝宝们工作更有效率,成果更自豪。??????宝宝说,框架搭好,各个模块之间交叉就算有点问题也能快速解决。


9. 测试 


解BUG, 省略一万字…


10. 上线


还有一大波的事情处理…


三、以下产品交叉


(其中道道与环节笔者描述不全,还请谅解)


1. ID设计


这是一个颜值的问题,它牵扯到生产技术难度,工艺会限制模具设计,外观造型与结构设计达成共识,成本考量、包括是否能够向用户传递产品端想传递的信息,它不是一个玩具,是一个机器人?


ID也包含,配色及确认–包装设计–包装打样及确认——在这个重颜值是时代,一见钟情还是很重要的。



2. 结构设计


流程(2D,3D–做外观手板–确认外观。)结构设计的时候需求改来改去,也有很多坑,当然与工时,组装方式都有很大的关系, 所以前期结构与ID 和项目,产品沟通,至关重要。


另外,做兼容的产品就是一个大坑。



3. 3D设计


ID进行3D绘图–结构进行建模–拆件–结构评审–3D修改–确认….


渲染一个有质感的图形给大伙看看。


百度搜了一张,大家理解干啥就行。



4. 手板打样 


  • 目的:验证结构,保证无功能性失误

  • 坑:拆件方式,不同的拆件方式导致装配工艺不同。

  • 避:沟通与经验(结构主导)

题外话:找一个优秀靠谱的手板厂不容易,我们项目经理跑得是上气不接下气。


下图是一张手板图(验证一些基本功能以及ID,结构等):



5. 结构物料


根据图档出规格书与结构BOM。


下面放张(DuerOS开发套件个人版BOM):



6. PCBA设计


器件选型–原理图–PCB layout–评审(硬件部门)–发行– 硬件BOM…


下面放张(DuerOS开发套件个人版电路原理图 )根据结构提供的板宽尺寸来设计PCB。


这里的坑是对需求的理解,或是新增需求。比如我需要增加一个USB接口,这可能导致我的整个PCB得重新layout。




7. 电子料准备


PCB 准备–其他电子料准备。


备料,协助部门:采购,PMC,项目跟进。这里公司的供应链至关重要。


8. 贴板及测试 


SMT贴片 — PCBA 测试。


SMT贴片,按照工程输出的生产文件做SMT。PCBA测试,根据测试给出的测试用例进行PCBA测试。


下图是科大讯飞麦克风阵列模块 XFM10621 (可自行官网下载文档详细了解):



10. 软件开发


平台、驱动调试、应用层、算法层…


儿童机器人牵扯算法比较少,(因为它并不是一个真正意义上的机器人)但是基于RTOS与Android还是有很大区别,因为Android满大街都是,所以有啥问题直接百度都能招到大神。


嵌入式相对就要少了。


所以选好方案后,软件架构至关重要(当然在任何时候软件架构都很重要)。


11. 品质测试 


相关标准,可靠性等。


12. 总结


反思大会,各个部门人员总结,自我批评,看看前面踩了多少坑。


13. 塑胶模具


  • 依据结构图档先做开模评审

  • 根据现有工艺要求进行模具钢料的采购

  • 模具的制作 (大约需要20天到30天左右,具体看产品的尺寸与分件)


14. PCBA


电子元件的支撑体,是电子元器件线路连接的提供者,说白了就是PCB上贴了元器件。


15. 电子料准备


16. 贴板及测试


17. 结构


再次评审、修改、确认


18. 软件


再次评审、修改、确认


19. TO准备


可以备个几十或一百以内的套料了。


20. TO装机


这个TO后,还会T1 ,重复以上进行调试,修整。


21. 品质


我们金品质告诉我们,对待品质,没有特批。


往往我们会由于交期或成本以及各种原因,而将就(特批风险单)这种缺乏工匠精神,显然这不是一个优秀产品经理该有的。


22. TO总结


看看自己踩了多少坑,哪些坑是踩了两次的? 为什么? 是否可以做得更好? 


……后期的小PP、 封样、MP….


当然,这篇文章只是笔者个人依据半年来实际从事机器人产品经理工作,从而简单描述了做机器人的大致项目流程与产品所需做的工作,以及多维度的思考产品(偏需求与协作)


整篇文章,对大数据,云、算法模型,知识图谱,用户画像,没有做落地。大厂能做的事情,我们不是不做,而是协作。


未来已来,超越个体智能的机器正在疯狂的成长。你我共勉!


欢迎伙伴们吐槽,笔者当不断的学习。


—— END ——


本文由 @司马 原创发布于人人都是产品经理。未经许可,禁止转载


点击“阅读原文”下载APP


首页 - 人人都是产品经理 的更多文章: