机器人产品落地，需要掌握哪些知识？
2021/5/29 18:00:00 人人都是产品经理
机器人研发当下也十分常见。而要做好一款机器人产品，产品经理与产品研发者需要对市场、用户、技术等方面都有相应了解。本篇文章里，作者结合其机器人产品设计经历，全面地复盘了其产品设计过程，一起来看一下。
作者：司马
微信公众号：失控的PM
题图来自 Unsplash，基于 CC0 协议
全文共 12088 字，阅读需要 24 分钟
—————— BEGIN ——————
人们对机器人有各种不同的认知：普通人日常对话中所提起的“机器人”，科幻作家会用文字描述的“机器人”，艺术家则会在艺术作品中表现自己心中的“机器人”，2016年HBO发行的科幻类连续剧《西部世界》描述了“机器人”，波士顿动力公司研究的“机器人”……今天机器人技术获得了众人如此广泛的关注实在是很少见。
背景说明
我要做的产品是一个普通人日常对话中的“机器人”，这就是我要做的“产品”，总体根据2017年我所主导的“机器人产品”实际落地而编写。
本篇文章主要针对当年做机器人产品的一个复述。
主要描述在2017年我是如何做机器人这款产品的，包含对AI新知识的学习提炼，关联专业知识、基础的用户研究、新技术的理解、心态、胸怀、信念、行业的融入感，以及兴趣与爱好等多个维度来描述如何锻造一个机器人产品，把大致思路通过文字与图片来还原。
文章若有信息滞后，请行业朋友见谅。
2017年我在一家小型的机器人公司，最原始的需求并非来自产品经理，而是老板，老板就一个需求，要做一个教育型的陪伴机器人(不要试图质疑，拿到老板需求后第一时间是做思考)。
调研阶段
拿到任务第一时间就是找二手资料，了解整个行业的产业链，了解市场，这些二手信息能够让你快速地对自己要做一个什么产品有所了解，能让产品人具备全局观。
1. 市场调研方法
1)与用户交流(或做用户研究)
做一个什么产品？我们要搞清楚这个产品卖给谁？又是谁在用？买产品的人不一定是用产品的人，我们既要父母购买又要关注孩子的用户体验。
互联网人对用户研究都有自己的方法与思路。
传统的硬件设备厂商一般都不爱做这个，核心的原因是To B客户较多，而且大多数传统硬件的大boss不是很在意做用户研究。
——这是一个很头疼的问题。
我们也不要试图说服老板，而是你觉得你需要什么就去做什么？毕竟一个完整的用户研究是需要一个强大的团队支持的。当时2017年我们的用户研究是委托其他小伙伴一起完成。
我们通过研究得到了购买者与使用者的人物模型。再分析这6个类型中他们的需求与痛点，从而满足产品设计的要点。
2)用户研究思路
调研思路→问卷调研→用户访谈→访谈对象→入户调研→家长访谈→观察用户→小朋友访谈→可用性测试→用户反馈→新手用户测试→专家测试→定量人物建模→家长人物建模→儿童人物建模
通俗地讲就是：通过给用户制定任务，在用户执行任务过程中，发现产品设计的不足，并为产品优化提供依据的一种方法。
一般根据目的不同，可以是定性地地发现问题、也可以是定量地比较多个竞品的优劣。
2. 与客户交流
To B端与C端的产品侧重点完全不一样，To B端需关注甲方需求，让客户赢、集体决策、容错率低、反馈快是其特点。
你真的要了解市场与客户，这个市场一直都在，但是你不一定看到了。每个行业都有自己的特性，有自己的利益链条也就是我们所说的行业壁垒。
这个时候我们就要依托销售端走出去，去市场看看，看看你的客户、用户、供应商、友商都说了什么？他们说的信息我们需要慎重地分析。
我比较深刻的是很多客户的需求大多数想要表达的是他们的解决方案，这仅仅是他们考虑的维度。所以收集多方信息再做多维思考分析从而得出你的判断。
To C端的特性是让用户爽，瞬间体验决策，关注用户体验。
用户体验互联网领域已经有很多的非常完善的理论。
3. 市场研究报告(二手资料)
我相信大多数人都具备快速获取二手资料的能力。不多赘述，我们在这里要做的是如何把二手信息快速做出对自己的产品有价值的分析与总结。
4. 竞品分析选择重于分析，分析大于罗列。
——《破茧成蝶》
我们基本上买了市面上所有跟儿童相关的机器人产品，从产品功能、用户体验、硬件拆解、成本分析、销售策略等做了全面的对比。
放几个用户研究分析结论：
1)动作交互
经过对比发现：现阶段儿童机器人市场产品的动作交互还处于基本的功能满足阶段，包括语音唤醒、开关机、息屏亮屏、行走等。
按键的设置可以减轻仅靠屏幕交互带来的交互交叉，但是机身交互操作区域过多也会带来误操作。
建议针对儿童机器人的动作交互不宜太多，同时要注意避免在儿童抓抱区设置动作交互区域。
2)语音交互
经过对比发现：现阶段儿童机器人市场中可以做语音打断机制的产品已经不少，建议加入语音打断机制；
鉴于儿童的特点，建议加强语音反馈功能，在有点击或其他操作时加强语音反馈。
同时在容错机制上，当出现误操作时建议加强语音反馈。
3)视觉分析
经过对比可以得出结论，现阶段儿童机器人市场中产品的造型及界面风格多以萌系为主。
但是小勇的造型偏细长，屏幕圆角较小，切界面风格偏科技感，而且界面对儿童来说认知符合较大，建议造型可以做得再萌一些，界面色彩和风格则可以像偏儿童系靠拢，同时增大界面图标的点击区域，进而符合儿童的使用习惯。
4)核心使用场景分析
经过对比发现，现阶段儿童机器人的使用场景中以听儿歌、讲故事、听音乐、玩游戏、百科知识、视频通话、学英语，这些是一些高频使用场景。
建议这些基础功能做保留并且寻找一两个作为核心功能点进行提升，也可加一些其他的亮点功能，增强xx机器人在市场中的差异化。
在研究竞品的时候，我还发现了一个很厉害的产品“智伴机器人” ，这是当年在儿童机器人品类出货量NO.1 的存在——微商的渠道深深震撼了我。所以在中国做生意渠道是整个商业策略中及其重要的一个环节。
5. 用户数据分析
说实在的，用户数据分析在大多数的传统硬件公司基本是不具备的。
一方面是无法获取数据另一方面是不具备数据分析能力；另外在产品没有发布之前根本就是一个不可能实现的工作，大多数人都借助自己的经验与敏锐的观察力。
6. 头脑风暴
头脑风暴法出自“头脑风暴”一词。
所谓头脑风暴(Brain-storming) 最早是精神病理学上的用语，指精神病患者的精神错乱状态而言的，如今转而为无限制的自由联想和讨论，其目的在于产生新观念或激发创新设想。
——百度百科
其实简单的说就是一群人，无论职级、无论身份、大家针对某一个问题在正常融洽和不受任何限制的气氛中以会议形式进行讨论、座谈，打破常规，积极思考，畅所欲言，充分发表看法。
然而事实是：这样的环境实在是太难形成了，想要畅所欲言实在太难了，只能自己YY了。
1)云脑支持
通过机器人的各种传感器，经过用户授权后传到Ycloud，再进行某些服务支持。
这部分是我自己YY的，落地了一部分，也有部分并落地。
2)场景
一天，5 岁的小明，在家里吃午餐。
今天妈妈做了 5 个菜，小明很高兴。
小明不爱吃青菜，只吃自己喜欢红烧肉。因为肉比较油腻，小明在吃饭的时候还要妈妈给他倒了一杯水。
因为小明吃饭不专心，还看着电视，所以这一顿饭，吃了 1 个小时。
机器人识别：
人物识别：小明识别率 99%；
情绪识别：很高兴 识别率 90%；
动作识别：
小明吃了几个菜？识别率 90%。
小明吃饭上一口与下一口时间间距是多少？一顿饭平均时间是多少？识别率 90%。
物体+动作识别：只吃自己喜欢红烧肉识别后反馈：如：只吃肉挑食可不好哦，会长胖哦!
物体+动作识别：倒了一杯水识别后反馈：如：吃饭的时候不可以喝水哦，喝水将扣分哦!
判断分析：一顿饭，吃了 1 个小时 识别后反馈：如：超过时间啦，或者马上就要到时间了赶紧吃完哦，不然就将扣分哦!
3)APP支持
APP与机器人联动：
关联专业知识
机器人产品所依赖的技术非常多，硬件、软件、算法、云服务等都有。我描述几个我当年花费不少心血研究过的领域。
主要从机器人几个关键部分来做分解：
《语音用户界面VUI+GUI》这是我2017年09月份自己对VUI+GUI交互的理解，也是我当时理解的多模态交互设计。
《高交会那些做计算机视觉的公司》这是2017年深圳高交会，那些做计算机视觉公司的show。
《致小白—告诉你机器学习和算法是什么鬼？》2017年对算法很陌生。
AI算法在数学上来讲是一组记忆，看得多，学得多就越聪明。
1. NLP (Natural Language Processing)(自然语言处理——AI分支)
语音交互主要包含自动语音识别(Automatic Speech Recognition，ASR) 将录音转为文字。
自然语言理解(Natural Language Understanding, NLU)将语音识别出的文字，进行分词及找出意图。
自然语言生成(Natural Language Generation, NLG)将数据转换成自然语言表示的翻译器。
文字转语音(Text to Speech, TTS)等技术，如同人与人在进行对话时的「听清」、「听懂」与「满足」三种能力。
通俗地说就是听说的能力(麦克的阵列拾音得到音频数据，ADC)。目前麦克风阵列就是下图所示的样子：2个或以上的麦克风来处理拾音，主要解决远场语音录入问题。
4麦线性阵列：
6麦环形阵列：
科大讯飞官网有详细的麦克风阵列设计从结构到布局的相关指导，感兴趣的同学可以去找找哈。
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。
下图是我2017年的时候画的，我想大的业务逻辑没有变化。基本上的三要素：“听清、听懂、满足”是自然语言处理的最终需求。每一个要素随着技术的发展与大量的数据积累而突破。
下图可以看出语音语意识别准确为用户最为关注的一个点：
2. CV(Computer Vision)计算机视觉
计算机视觉是机器认知世界的基础，也是最主要的人工智能技术之一。
信息采集(原始数据)利用传感器技术采集数据包括视频和实景。主要分为静态内容与动态内容识别。
目标检测特征定位及提取(模型训练)将采集到的信息进行检测关键点定位及特征提取，给定相应的数据和表情提交到学习平台进行训练，提高识别的精度。
人脸识别图像识别(识别反馈)经过大量的训练之后，最终计算机给予相应的识别反馈信息，主要有人脸、物体、手势等。
传感器：3D摄像头红外雷达、毫米波雷达，将三维世界到二维世界的映射。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…..
算法：典型技术公司；SenseTime | 商汤科技、旷世科技FACE++ 、云丛、依图科技、图普科技TUPU、触景无限、格林深瞳、海康、大华、思岚等，前四为行业所说的四小龙。
计算机视觉也是在2017年受到资本青睐。
2017年高交会上，人工智能的主题就充斥着整个会场，机器人视觉仅仅是其中一个领域。
3. 动作行动能力
想要让机器人完成某项工作，需要在机器人身上安装驱动各部分构造的致动器，另外还要配备各种传感器，以便让机器人掌握自身的状况与动作。
通过传感器的辅助，机器人才能测量外在环境，进而做出适当的反应。
机器人身上必然需要搭载了许多不同的传感器，比如，日常生活中常见的加速度传感器与陀螺仪传感器，或者是结合这两种传感器所打造的动作传感器。
关键词：动作传感器、激光测距仪、3D测量、触觉硬件、味觉传感器与嗅觉传感器、RC伺服电机、微型致动器、ERMR流体、高速视觉系统、定位传感器。
当前服务型机器人最核心的还是同步定位于建图。
地图的构建与机器人自我定位密不可分。同步定位与建图(SLAM，Simultane-ous Localization and Mapping)技术是通过机器人的内部传感器来测量环境并建构地图。
机器人要想在实际环境中行动，行动的区域或地标、周围物体的情况以及场所或空间等信息不可或缺。
这样的信息称为地图，制作地图需要庞大的人力，而环境稍有变化，地图也应随之更新，因此人工制作机器人使用的地图有一定的限制。然而我们要做的就是让机器人拥有自己制作地图的能力(也是部分的研究让我后来加入了3D 视觉公司)，《做机器人的“双眼”》。
4. 判断与决策(算法)
算法模型，是为了求解给定的问题而经过充分设计的计算过程和数学模型。
它为机器注入感知力、洞察力、创造力，是人工智能从“单细胞”到“多细胞”、再到“高级智慧生物”演进过程的根本推动。
基于硬件CPUGPUNPUTPU，云计算(CNNRNNGNN) 已有认知的知识图谱(RDF)，训练模型等(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。” 不久的将来神经网络系统则是通过机器学习的方式，转换“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。
AI产品比你更了解你，因为算法模型把你量化了，你就是一个量化的数据；AI本质上是非线性方程组，用数据喂出来一套确定性的非线性方程组。
其实曾经一直想去一家算法公司工作。然后想去剥开更深层的迷雾，如机器学习、深度学习、神经网络、监督学习、无监督学习、迁移学习……
“输入——处理——输出”
5. 其它行业知识
物联网：是将各自信息传感设备互联起来形成的网络，其中传感器采集信息，物联网专网传输信息，物联网平台处理信息，管理连接和传感器终端呈现信息与应用。
云计算：提供海量数据存储与计算，多方数据汇聚共享能力；云计算为物联网平台和大数据提供基础的存储和计算能力为人工智能算法提供强大的人工智能计算能力。
人工智能：是对人类智能的启发式模拟；机器学习是人工智能的核心和主要实现方式，人工智能包括人工智能算力和人工智能算法。
大数据：是需要专门软件处理的海量规模的数据；对环境、设备、交易、行为等进行洞察，对工作流程进行优化。大数据技术的一样不在于庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。
边缘计算：将远离用户的云端存储和计算能力向用户边缘迁移，为5G应用提供比云计算更低延时的能力；边缘计算存储处理实时数据，云计算存储处理共享的海量数据，边缘计算为时间敏感的5G应用提供支撑。
需求管理
1. 了解需求
1)收集与发掘需求
什么是需求？
需求就是一个个问题包、各种问题包。
来自市场需求、高层需求、用户需求、运营需求、其它需求……需求，其实就是解决各方的问题。
作为产品经理我们要做的就是辨别真伪：什么是真？什么是伪？
2)需求取舍
来源——处理——真伪
3)需求管理
撸各方面的需求，找到用户目标与公司商业目标之间的平衡是我们产品人要着重思考的问题。
市场需求是从个人需求推导出来的，所以，市场需求量取决于决定个别买者需求量的因素。因此，市场需求量不仅取决于一种物品的价格、而且还取决于买者的收入、嗜好、预期，以及相关物品的价格。它也取决于买者的人数。
高层需求指你的老板与股东所要达成的愿景与商业目标。
用户需求取决于目标群体的预期，下图不难看出《国学教学》与《英语教学》是家长们的强需求。他们可能会因为这一个核心的功能而购买该产品。
商业取舍对于我们这类创业公司来说，这几个类型的需求来源不同，但最后目的只有一个，“把产品卖出去” 我们才能活下来。
4)内部需求传递与转化
需求理清楚后，要把需求传递与转化好。
前期需求传递一定要清晰，要让项目组的成员清晰的知道我们在做什么？为什么做？这么多需求，哪些做？哪些不做？为什么？我们要如何把研究的用户需求转化为产品需求？
各个部门以及相关项目组成员要统一传递，统一协作，以便更好地理解需求，get 到一个点上，达成一致，达到产品目标。
这一步就是要同时解决用户问题和公司问题一个都不能少——开会。
产品经理的管理能力其实就是在资源不足的情况下把事情做成功的能力。
信息不足以决策；
时间不足以安排周密；
人员不足以支持工作强度和难度；
资金不足以自由调配。
+3方法
需求是从哪里来的？/目标客户是谁？
有多少人有这样的需求？这个需求紧迫吗？
他们的痛是什么？场景是什么？(用产品之前/之后)
解决之后会有什么表现？
产品5问
给谁用？
他们用这个产品来解决什么问题？
这个问题对他们而言有多重要？
我们的方法是否足够简单方便？
我们要付出的代价与所得是否匹配？
产品规划
一般对产品有两种主要的规划：一是以产品的生命周期为主体做产品规划，二是以关键目标做产品规划。大多数公司都会使用这两种方式。
很显然，我们这个机器人产品是有关键目标的。
有关键目标的产品规划相比起来需求会更清晰。
用户基础需求+客户强指标
1. 产品目标
一款教育型儿童智能机器人，以语音交互为核心的人工智能产品。带有声源定位技术、娱乐教育资源应用、中英翻译、智能提醒以及远程监控功能，并持续进行版本更新，产品框架合理并具有延展性。
目标是所有人的前进方向。
一般会在项目启动的时候来向团队成员宣导，这个宣导非常重要，这里是真的要有会讲故事，一般制作成PPT。
当然PRD上也会描述这一信息。产品定位主要是确认了目标，限定了范围，明确了相关约束。这一点越清楚，越能够统一团队成员对产品的理解，可避免很多争执与疑惑。
目标：
符合儿童用户体验最佳的儿童机器人产品。打造机器人用户体验标杆。
提供最优教育资源接入。
6个月达MP状态。
2. 商业目标
对于一款硬件属性的产品，最核心的还是卖出去。这其实是个开始。
有自己的渠道的直接通过市场容量，往年的销售数据，来判断自己可靠的出货量。
也可以通过客户的订单来支撑该项目。支付一定的NRE费用。符合客户成本、用户体验及时间预期的产品。完成首期20K订单交付。
3. 关键差异
差异(我们主要还是做竞品没有满足的需求)：
强儿童级用户体验；
强教育资源投入；
强客户渠道能力……
4. 盈利模式
客户定制并支付NRE费用。
大多数硬件方案都已经既定，但To B 端客户一般都有自己的定制需求，我们可以快速评估客户的定制需求，并评估出相关成本投入给到商务端，由商务端来跟客户做进一步商务谈判。
5. 效益目标
目标(作为企业主要还是经济效益)：
为公司创造5000万~1亿的销售额。
为行业树立新标杆(社会价值)。
6. 产品定价
利润=产品价格x销量-总成本
说到定价就不得不说到成本，说实在的我们并没有特别独树一帜的方法。大多根据市场供需关系、渠道利润空间、品牌价值、友商价格、产品线布局等综合考虑定价。
这一次由于是客户定制，更多的是摊开BOM成本来谈。
主要采用成本毛利与竞争参考，市场定价：1999/台。
还有一个预算。
预算一般是根据产品规划提前做好的，以公司为单位。一方面需要与各个部门沟通确认，同时你预算的每一毛钱都是需要详详细细为财务经理解释的。
很多部分比较难标准化，每一个产品的规划都有它的独特性。
不管是成功还是失败的产品，实际的产品规划中牵扯到各个部门、各个层面的诉求。作为产品经理得到“权”“责”“利”太难，太难了，有人说其实真正的产品经理太少了。也有人说产品经理是CEO的学前班。
产品落地
上述写了那么多，就是描述了一个智能硬件产品方法以及要开始落地这个产品之前所需要做的工作。更多的是一个概念证明(构思)根据市场研究和设想的目标论证为可行的商业模式。
关键词：用户研究、客户需求、市场信息、竞品分析、创新思考、硬件知识、技术理解、需求收集、处理、辨别、取舍。
有了这些信息，我们就需要真正投入做硬件了。我们知道了自己要做一个什么功能的产品，大的方向已经确认。也就到了设计探索阶段(规划)把抽象的商业需求，量化为团队可感知的技术指标(互联网产品更多的就是产品原型，而智能硬件更多的是硬件规格)。
一个简单实用的推倒过程，功能指标——性能指标——硬件规格。
哪家的芯片够用好用通用你要知道，哪些是你的核心功能？如何选型能够让你的芯片够用又不过剩，好用又稳定可靠，研发调试又能够快速支持到位。
两个点你要做到，一是多跟芯片厂商打交道知道他们的产品路线，二是要深入行业，了解这个行业都用什么芯片？都是基于何种考量才用的？
之前有写过AI 人工智能——三种芯片简介有兴趣的同学可以了解一下基本面。至于要想练就快速选型的本领，还是需要在行业沉淀沉淀的。
机器人硬件搭建框架：主控板(Orion 主控板、mCore主控板、MegaPi、Me Auriga )
电机驱动：(2H步进电机驱动模块、130电机模块、双电机驱动模块、编码电机驱动模块、步进电机驱动模块)；
传感类：(触摸传感器、超声波传感器、巡线传感器、光线传感器、温度传感器、陀螺仪、摄像头、3D深度摄像头)；
通信类：(蓝牙模块、WiFi模块、2.4G 5G模块、mBot蓝牙模块、红外接收模块)；
显示类：(数码管模块、RGB灯模块、表情面板模块、2.2~13.3寸TFT显示模块、灯条)；
操控类：(按键模块、遥感模块、电位器模块、执行类、电磁铁模块、快门线模块)；
电机类：(42步进电机、9g小舵机、25直流电机6V、37直流电机12V、DC Encoder Motor…..)；
语音类：(单麦麦克风、阵列麦克风、喇叭)；
机械零件：(梁类、连接片及支架类、齿轮类、同步带轮类、传送带类、链轮类、轴承类、滑轨类、轴类、轮系、五金及工具类、气动及液压类)；
转接类：(TF卡槽、SIM卡槽、充电接口、USB接口、IC卡)；
电源类：(电池、无线充电)；
线材类、塑料类、模具类配件类：(充电器、USB线、无线充电桩、遥控器、其他)；
包装类：(说明书、保修卡、防潮剂、托架、包装盒、物流盒、其他)；
这个《产品硬件规格书》抄其型何其简单，command+C &command+V，但产品得到这么个硬件指标可谓是费尽心思。
当然没有人是一版本就能输出这份材料的，不断的硬件选型评审会是我们日常必不可少的。
关键参与角色：产品、研发(电子、结构、驱动、固件、品质、供应链)。
评审1评审2评审3到团队满意为止。
注意：一个优秀的产品人是不会随便妥协的。这就意味着你需要懂更多技术边界。免得被工程师忽悠了。
为什么要叫规格书？
为什么要多次评审？
1. 设计需求(ID设计、结构设计、散热设计、接口设计)
ID的设计也是同步需要进行的，大多数公司没有专业的工业设计师，一般无非就是自己的工程师设计或者委外设计。
这是一个审美与颜值问题，它牵扯到生产技术的难度、工艺的限制、外观造型与结构设计之间的博弈、成本的考量，包括是否能够向用户传递产品端向传递的信息，这是一个机器人，不是玩具。
同样配色、包装设计在这个颜值时代，想要得到好看又好用的产品不容易。
我们机器人定位也就让我们很清晰ID设计的方向。
关键词：小朋友、萌、科技感。
最终ID确认，自己团队的工业设计师出好图纸后，由大老板在设计师的座位后边，改这里，这里大一点，这里要白色，这个位置xxxx 然后就确认了ID。
对于这一点，设计师往往都会吐槽，吐槽老板或上级或甲方的审美，但是我们吐槽之前是非常有必要站在他们角度来考虑这个问题的。其实有时候往往他们的决策是真的比你有价值多了。
结构设计必然与ID需要更多的考量，实际的生产组装、耗费工时、模具投入等。这个过程中手板打样非常重要，请不要在这个预算上抠唆了。
手板打样
目的：验证结构，保证无功能性失误。
坑：不同的拆件方式会导致装配工艺完全不同。同时避免经验主义，而是充分验证。
2. 电子设计(关键词：需求清晰、成本、供应能力、技术支持)
PCB’A设计：器件选项——原理图——PCB Layout——评审——发型——硬件BOM。
大多数会根据结构设计提供的版宽尺寸来设计PCB，这里最关键的还是产品规格的定义，若是Layout完成之后你需要再增加一个USB接口，这可能导致整个PCB需要重新Layout。
器件选型除了满足产品需求之外必须与供应链进行强沟通。
智能硬件产品的需求不同于单个软件产品，智能硬件产品更贴实际的应用场景，每个元器件都会被纳入到场景的要素中去，要知道每个器件是有技术条件限制的。
往往在这个部分器件工程师或者电子工程师是无法融合到多场景。
一般都是可用性测试后才知道要什么样的器件，这意味着你已经付出了足够的代价。优秀的产品经理完全有能力减轻代价的。
下面这段文字是之前写的，每次都想放进来，因为太实在了。
“跟着需求找物料、找方案，关注采购成本、生产成本、库存成本、时间成本对应的就是供应链管理、作业指导、生产管理、项目管理……
硬件的坑比软件成本要高得多，因为拿到需求后，从ID设计开始出发，到产品真正MP，这是一张张毛爹爹铺出来的。
10块的主IC能不能降到8块；
显示屏从10寸改到8寸就要开个模；
SD卡因为结构设计或是线材成本需要内置，能不动就不动，喇叭声音小了，3W换5W 成本增加了，喇叭孔开小了，再开，T0出来了，PO还没见，物料也不敢备，这一折腾，半个月不见了，包装盒子印错了，随便就万儿八千的不见了…….”
3. 软件开发需求(平台、驱动调试、应用层、算法层……)
在2017年的儿童机器人牵扯算法比较少，它并没有承担足够复杂的任务。所以它是一个MTK的主控基于Android的架构所做的开发。
至于比较有代表性的机器人软件OpenRT与ROS，以及用于物料仿真与计算机视觉的函数库我在2017年并没有深入接触。
软件应用部分主要有三大块，这三块某种意义上来看是三个拆分的产品设计了。整体软件的架构非常之重要，它关系着你们产品后续的可扩展性。
机器人系统OS (机器人本身功能性应用)；
手机互动APP(与机器人联动的APP)；
服务器(1、2之间的中间件)。
儿童机器人资源也是应用中非常关键的要素，跟器件选型有类似的逻辑，最终还是根据产品需求来定义资源的选型与配置。
音乐资源、视频通话方案、课程资源、其他开放平台等，这些都是需要我们一家一家的去跟供应商谈，这还不能直接交给供应链，与需求是否高匹配只有你清楚。
需求与资源匹配；
可持续服务时间(公司实力、行业口碑)；
成本控制与商务沟通。
4. 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，先解决产品需求问题再来谈交互体验，但前期做好交互设计对产品迭代会有很大的帮助。机器人产品的交互设计与传统的硬件交互设计大有不同。前文有链接可参考。
儿童机器人UI界面设计：
5. 工具需求(测试工具、特殊工具需求)
机器人涉及的功能与交互极其复杂，针对单个功能与多模功能会涉及到不同的测试工具开发。
6. 测试需求(slam测试、压力测试、通话测试……)
测试往往根据你的PRD文档对测试文档进行定义。
7. 品质与可靠性需求
对于硬件来说，品质管控是产品管理当中的一个关键，但是往往我们会由于交付以及成本等各种原因而将就，这种缺乏工匠精神的行为显然不会造就特别优秀的产品。但维持产品在品质中的平衡是需要大量数据来佐证的。我不得不提醒您，在这部分的预算多做点儿。
8. 功能性需求(产品必须有的功能)非功能性需求(ID是否美观、用户体验、稳定性、易用性等)
9. 认证(CCC、CQC、CE、SRRC、CTA)
一般在产品DVT到PVT版本阶段就可以准备相关资料，提交申请。
一般公司都交由第三方认证公司帮忙认证。
10. 项目管理
当年我们没有软件的项目经理，基本上就是产品兼职干了。
软件的项目计划并不一定是在硬件完成EVT才开始，基本上拿到开发板就可以做部分工作了。应用层的软件完全可以在类似平台同步做一些开发。
项目管理中冲突是不可避免的，进度安排、任务排序、时间选择、优先级、没人力、技术方案选择、成本管控等都是项目实施过程中不同利益相关者需要平衡的。
我遇到的一些项目风险，内部技术风险(产品技术方案复杂，实施过程中改得太多)外部组织风险(预算不够，合作伙伴不符合预期倒闭)管理风险(时间评估偏差，调不动人)感触：我比较喜欢既有技术专业性又有艺术变化性的人做项目经理。
写到这里又让我回忆起了产品落地过程中的各种周旋了。经验真的是个好东西。不得不说这么一个庞大的产品真的不是一个人可以造就的。在这段工作中遇到的小伙伴，他并非技术出生对技术却有着天生的敏感，解决了很多工程师认为不可能解决的问题。共同的信念让我们时常折腾到凌晨两三点而不知。
对于这个行业我们都有着深深的迷醉，当我们共同完成一个流程图上的智能家居控制逻辑的时候，灯亮了，也点燃内心的兴趣与爱好。
做任何一个产品，牵引你的一定是内心底里所隐藏的疯狂。
输出物
整理一下输出物：
市场调研文档MRD、立项计划、产品硬件规格定义、产品需求文档PRD、交互设计文档DRD、项目计划、产品规格书/说明书、用户帮助、内部产品宣讲、产品发布文档。
至于商业计划 BRD，说实在的，创业——会写。
我理想中的机器人是西部世界中的机器人一样。目前机器人学还在发展起步阶段，机器人的核心技术也尚未成熟，还有许多事项尚待完成，未来，更需要崭新的创新，尤其是在机器人的系统整合问题、安全问题、成本问题等。其实不管是近两年的风口，还是其它势力进入都为机器人行业做了贡献。
做机器人产品，接触知识面非常广，学到的东西非常多。
尽管大多数服务型机器人公司还未实现盈利，但他们真正地推动了机器人领域发展。
视频号推荐
源网页 http://weixin.100md.com
返回 人人都是产品经理 返回首页 返回百拇医药