編輯導語：機器人研發當下也十分常見。而要做好一款機器人產品，產品經理與產品研發者需要對市場、使用者、技術等方面都有相應瞭解。本篇文章裡，作者結合其機器人產品設計經歷，全面地覆盤了其產品設計過程，一起來看一下。
人們對機器人有各種不同的認知，普通人日常對話中所提起的“機器人”，科幻作家會用文字描述的“機器人”，藝術家則會在藝術作品中表現自己心中的“機器人”，2016年HBO發行的科幻類連續劇《西部世界》描述了“機器人”，波士頓動力公司研究的“機器人”……今天機器人技術獲得了眾人如此廣泛的關注實在是很少見。
背景
我要做的產品是一個普通人日常對話中的“機器人”，這就是我要做的“產品”。總體根據2017年我所主導的“機器人產品”實際落地而編寫。
本篇文章主要針對當年做機器人產品的一個複述。主要描述在2017年我是如何做機器人這款產品的，包含對AI新知識的學習提煉，關聯專業知識、基礎的使用者研究、新技術的理解、心態、胸懷、信念、行業的融入感，以及興趣與愛好等多個維度來描述如何鍛造一個機器人產品，把大致思路透過文字與圖片來還原。文章若有資訊滯後請行業朋友見諒。
2017年我在一家小型的機器人公司，最原始的需求並非來自產品經理，而是老闆，老闆就一個需求，要做一個教育型的陪伴機器人（不要試圖質疑，拿到老闆需求後第一時間是做思考）。
一、調研
拿到任務第一時間就是找二手資料，瞭解整個行業的產業鏈，瞭解市場。這些二手資訊能夠讓你快速地對自己要做一個什麼產品有所瞭解。能讓產品人具備全域性觀。
市場調研方法
1。 與使用者交流（或做使用者研究）
做一個什麼產品？我們要搞清楚這個產品賣給誰？又是誰在用？買產品的人不一定是用產品的人，我們既要父母購買又要關注孩子的使用者體驗。
網際網路人對使用者研究都有自己的方法與思路。傳統的硬體裝置廠商一般都不愛做這個，核心的原因是To B客戶較多，而且大多數傳統硬體的大boss不是很在意做使用者研究。這是一個很頭疼的問題。
我們也不要試圖說服老闆，而是你覺得你需要什麼就去做什麼？畢竟一個完整的使用者研究是需要一個強大的團隊支援的。當時2017年我們的使用者研究是委託其他小夥伴一起完成。
我們透過研究得到了購買者與使用者的人物模型。再分析這6個型別中他們的需求與痛點，從而滿足產品設計的要點。
使用者研究思路
調研思路
問卷調研使用者訪談訪談物件入戶調研家長訪談觀察使用者小朋友訪談可用性測試使用者反饋新手使用者測試專家測試定量人物建模家長人物建模兒童人物建模
通俗地講，就是透過給使用者制定任務，在使用者執行任務過程中，發現產品設計的不足，併為產品最佳化提供依據的一種方法。一般根據目的不同，可以是定性地地發現問題、也可以是定量地比較多個競品的優劣。
2。 與客戶交流
To B端與C端的產品側重點完全不一樣，To B端需關注甲方需求，讓客戶贏、集體決策、容錯率低、反饋快是其特點。
你真的要了解市場與客戶，這個市場一直都在，但是你不一定看到了。每個行業都有自己的特性，有自己的利益鏈條也就是我們所說的行業壁壘。
這個時候我們就要依託銷售端走出去，去市場看看，看看你的客戶、使用者、供應商、友商都說了什麼？他們說的資訊我們需要慎重地分析。
我比較深刻的是很多客戶的需求大多數想要表達的是他們的解決方案，這僅僅是他們考慮的維度。所以收集多方資訊再做多維思考分析從而得出你的判斷。
To C端的特性是讓使用者爽，瞬間體驗決策，關注使用者體驗。
使用者體驗網際網路領域已經有很多的非常完善的理論。
3。 市場研究報告（二手資料）
我相信大多數人都具備快速獲取二手資料的能力。不多贅述，我們在這裡要做的是如何把二手資訊快速做出對自己的產品有價值的分析與總結。
4。 競品分析
選擇重於分析，分析大於羅列。——《破繭成蝶》
我們基本上買了市面上所有跟兒童相關的機器人產品，從產品功能、使用者體驗、硬體拆解、成本分析、銷售策略等做了全面的對比。
放幾個使用者研究分析結論
1）動作互動
經過對比發現，現階段兒童機器人市場產品的動作互動還處於基本的功能滿足階段，包括語音喚醒、開關機、息屏亮屏、行走等。按鍵的設定可以減輕僅靠螢幕互動帶來的互動交叉，但是機身互動操作區域過多也會帶來誤操作。
建議針對兒童機器人的動作互動不宜太多，同時要注意避免在兒童抓抱區設定動作互動區域。
2）語音互動
經過對比發現，現階段兒童機器人市場中可以做語音打斷機制的產品已經不少，建議加入語音打斷機制。同時鑑於兒童的特點，建議加強語音反饋功能，在有點選或其他操作時加強語音反饋。同時在容錯機制上，當出現誤操作時建議加強語音反饋。
3）視覺分析
經過對比可以得出結論，現階段兒童機器人市場中產品的造型及介面風格多以萌係為主。
但是小勇的造型偏細長，螢幕圓角較小，切介面風格偏科技感，而且介面對兒童來說認知符合較大，建議造型可以做得再萌一些，介面色彩和風格則可以像偏兒童系靠攏，同時增大介面圖示的點選區域，進而符合兒童的使用習慣。
4）核心使用場景分析
經過對比發現，現階段兒童機器人的使用場景中以聽兒歌、講故事、聽音樂、玩遊戲、百科知識、影片通話、學英語，這些是一些高頻使用場景。建議這些基礎功能做保留並且尋找一兩個作為核心功能點進行提升，也可加一些其他的亮點功能，增強xx機器人在市場中的差異化。
在研究競品的時候，我還發現了一個很厲害的產品“智伴機器人” ，這是當年在兒童機器人品類出貨量NO。1 的存在。微商的渠道深深震撼了我。所以在中國做生意渠道是整個商業策略中及其重要的一個環節。
5。 使用者資料分析
說實在的，使用者資料分析在大多數的傳統硬體公司基本是不具備的。一方面是無法獲取資料另一方面是不具備資料分析能力。另外在產品沒有釋出之前根本就是一個不可能實現的工作。大多數人都藉助自己的經驗與敏銳的觀察力。
6。 頭腦風暴
頭腦風暴法出自“頭腦風暴”一詞。
所謂頭腦風暴（Brain-storming） 最早是精神病理學上的用語，指精神病患者的精神錯亂狀態而言的，如今轉而為無限制的自由聯想和討論，其目的在於產生新觀念或激發創新設想。——百度百科
其實簡單的說就是一群人，無論職級、無論身份、大家針對某一個問題在正常融洽和不受任何限制的氣氛中以會議形式進行討論、座談，打破常規，積極思考，暢所欲言，充分發表看法。然而事實是，這樣的環境實在是太難形成了，想要暢所欲言實在太難了。只能自己YY了。
1）雲腦支援
透過機器人的各種感測器，經過使用者授權後傳到Ycloud，再進行某些服務支援。這部分是我自己YY的，落地了一部分，也有部分並落地。
2）場景
一天，5 歲的小明，在家裡吃午餐。
今天媽媽做了 5 個菜，小明很高興。
小明不愛吃青菜，只吃自己喜歡紅燒肉。因為肉比較油膩，小明在吃飯的時候還要媽媽給他倒了一杯水。
因為小明吃飯不專心，還看著電視，所以這一頓飯，吃了 1 個小時。
機器人識別：
人物識別：小明識別率 99%；
情緒識別：很高興 識別率 90%；
動作識別：
小明吃了幾個菜？識別率 90%。
小明吃飯上一口與下一口時間間距是多少？一頓飯平均時間是多少？識別率 90%。
物體+動作識別：只吃自己喜歡紅燒肉識別後反饋：如：只吃肉挑食可不好哦，會長胖哦！
物體+動作識別：倒了一杯水識別後反饋：如：吃飯的時候不可以喝水哦，喝水將扣分哦！
判斷分析：一頓飯，吃了 1 個小時 識別後反饋：如：超過時間啦，或者馬上就要到時間了趕緊吃完哦，不然就將扣分哦！
3）APP支援
APP與機器人聯動
二、關聯專業知識
機器人產品所依賴的技術非常多，硬體、軟體、演算法、雲服務等都有。我描述幾個我當年花費不少心血研究過的領域。主要從機器人幾個關鍵部分來做分解。
《語音使用者介面VUI+GUI》這是我2017年09月份自己對VUI+GUI互動的理解。這也是我當時理解的多模態互動設計。《高交會那些做計算機視覺的公司》這是2017年深圳高交會，那些做計算機視覺公司的show。《致小白—告訴你機器學習和演算法是什麼鬼？》2017年對演算法很陌生。AI演算法在數學上來講是一組記憶，看得多，學得多就越聰明。
1。 NLP （Natural Language Processing）（自然語言處理（AI分支））
語音互動主要包含
自動語音識別
（Automatic Speech Recognition，ASR） 將錄音轉為文字。
自然語言理解
（Natural Language Understanding， NLU）將語音識別出的文字，進行分詞及找出意圖。
自然語言生成
（Natural Language Generation， NLG）將資料轉換成自然語言表示的翻譯器。
文字轉語音
（Text to Speech， TTS）等技術，如同人與人在進行對話時的「聽清」、「聽懂」與「滿足」三種能力。
通俗地說就是聽說的能力（麥克的陣列拾音得到音訊資料，ADC）目前麥克風陣列就是下圖所示的樣子。2個或以上的麥克風來處理拾音，主要解決遠場語音錄入問題。科大訊飛官網有詳細的麥克風陣列設計從結構到佈局的相關指導，感興趣的同學可以去找找哈。
4麥線性陣列
6麥環形陣列
語音識別
：（將語音轉換為文字技術）典型公司：Nuance、科大訊飛、雲之聲、思必馳、捷通華聲。
語義識別
：（解決聽得懂，的問題）典型公司：微軟小冰、度秘、trio。ai 三角獸、 出門問問Mobvoi、圖靈機器人、DeepBrain出門智慧360、驀然認知等。
語料採集
：（QA）典型公司：Speechocean海天瑞聲 、中科信利。
下圖是我2017年的時候畫的，我想大的業務邏輯沒有變化。基本上的三要素：“聽清、聽懂、滿足”是自然語言處理的最終需求。每一個要素隨著技術的發展與大量的資料積累而突破。
下圖可以看出語音語意識別準確為使用者最為關注的一個點。
2。 CV（Computer Vision）計算機視覺
計算機視覺是機器認知世界的基礎，也是最主要的人工智慧技術之一。
資訊採集
（原始資料）利用感測器技術採集資料包括影片和實景。主要分為靜態內容與動態內容識別。
目標檢測特徵定位及提取
（模型訓練）將採集到的資訊進行檢測關鍵點定位及特徵提取，給定相應的資料和表情提交到學習平臺進行訓練，提高識別的精度。
人
臉識別影象識別
（識別反饋）經過大量的訓練之後，最終計算機給予相應的識別反饋資訊，主要有人臉、物體、手勢等。
感測器
：3D攝像頭紅外雷達、毫米波雷達，將三維世界到二維世界的對映。Sensor 嗅覺、觸覺等、資料採集，典型公司：freescale nxp、futaba、ON Semiconductor安森美半導體、歐姆龍、Sony、松下、英飛凌…。。
演算法：
典型技術公司；SenseTime | 商湯科技、曠世科技FACE++ 、雲叢、依圖科技、圖普科技TUPU、觸景無限、格林深瞳、海康、大華、思嵐等，前四為行業所說的四小龍。
計算機視覺也是在2017年受到資本青睞。2017年高交會上，人工智慧的主題就充斥著整個會場。機器人視覺僅僅是其中一個領域。
3。 動作行動能力
想要讓機器人完成某項工作，需要在機器人身上安裝驅動各部分構造的致動器，另外還要配備各種感測器，以便讓機器人掌握自身的狀況與動作。
透過感測器的輔助，機器人才能測量外在環境，進而做出適當的反應。機器人身上必然需要搭載了許多不同的感測器，比如，日常生活中常見的加速度感測器與陀螺儀感測器，或者是結合這兩種感測器所打造的動作感測器。
關鍵詞：動作感測器、鐳射測距儀、3D測量、觸覺硬體、味覺感測器與嗅覺感測器、RC伺服電機、微型致動器、ERMR流體、高速視覺系統、定位感測器。
當前服務型機器人最核心的還是同步定位於建圖。
地圖的構建與機器人自我定位密不可分。同步定位與建圖（SLAM，Simultane-ous Localization and Mapping）技術是透過機器人的內部感測器來測量環境並建構地圖。機器人要想在實際環境中行動，行動的區域或地標、周圍物體的情況以及場所或空間等資訊不可或缺。
這樣的資訊稱為地圖，製作地圖需要龐大的人力，而環境稍有變化，地圖也應隨之更新，因此人工製作機器人使用的地圖有一定的限制。然而我們要做的就是讓機器人擁有自己製作地圖的能力（也是部分的研究讓我後來加入了3D 視覺公司）。《做機器人的“雙眼”》，夥伴們有興趣可以看下這個影片。
號外號外：自動駕駛 L1：駕駛員輔助 L2：部分自動化 L3：有條件自動化 L4：高度自動化 L5：完全自動化
4。 判斷與決策（演算法）
演算法模型，是為了求解給定的問題而經過充分設計的計算過程和數學模型。它為機器注入感知力、洞察力、創造力，是人工智慧從“單細胞”到“多細胞”、再到“高階智慧生物”演進過程的根本推動。
基於硬體CPUGPUNPUTPU，雲計算（CNNRNNGNN） 已有認知的知識圖譜（RDF），訓練模型等（假設我去吃一個宮保雞丁，這個時候我會輸入味覺、視覺、嗅覺等，我會判斷，這個不錯，以後還要來。但是十年後，我是不會記得這些細節的，但是我會想到宮保雞丁會很好吃。流口水的表情。這是一個人類的特徵）。
不過12年的Google X 實驗室Jeff說：“我們在訓練的時候從來不會告訴機器說：‘這是一隻貓。’系統其實是自己發明或者領悟了“貓”的概念。” 不久的將來神經網路系統則是透過機器學習的方式，轉換“宮保雞丁，這個不錯以後還要來，”轉換成為，宮保雞丁很好吃，流口水的表情。
當然這只不過是設想，或許還有更好的答案。
AI產品比你更瞭解你，因為演算法模型把你量化了，你就是一個量化的資料，AI本質上是非線性方程組。用資料喂出來一套確定性的非線性方程組。
其實曾經一直想去一家演算法公司工作。然後想去剝開更深層的迷霧。如機器學習、深度學習、神經網路、監督學習、無監督學習、遷移學習……
“
輸入——處理——輸出
”
5。 其它行業知識
物聯網
：是將各自資訊感測裝置互聯起來形成的網路，其中感測器採集資訊，物聯網專網傳輸資訊，物聯網平臺處理資訊，管理連線和感測器終端呈現資訊與應用。
雲計算
：提供海量資料儲存與計算，多方資料匯聚共享能力；雲計算為物聯網平臺和大資料提供基礎的儲存和計算能力為人工智慧演算法提供強大的人工智慧計算能力。
人工智慧
：是對人類智慧的啟發式模擬；機器學習是人工智慧的核心和主要實現方式，人工智慧包括人工智慧算力和人工智慧演算法。
大資料
：是需要專門軟體處理的海量規模的資料；對環境、裝置、交易、行為等進行洞察，對工作流程進行最佳化。大資料技術的一樣不在於龐大的資料資訊，而在於對這些含有意義的資料進行專業化處理。
邊緣計算
：將遠離使用者的雲端儲存和計算能力向用戶邊緣遷移，為5G應用提供比雲計算更低延時的能力；邊緣計算儲存處理實時資料，雲計算儲存處理共享的海量資料，邊緣計算為時間敏感的5G應用提供支撐。
三、需求管理
瞭解需求
1）收集與發掘需求
什麼是需求？需求就是一個個問題包、各種問題包。來自市場需求、高層需求、使用者需求、運營需求、其它需求……需求，其實就是解決各方的問題？作為產品經理我們要做的就是辨別真偽。什麼是真？什麼是偽？
2）需求取捨
3）需求管理
擼各方面的需求，找到使用者目標與公司商業目標之間的平衡是我們產品人要著重思考的問題。
市場需求
是從個人需求推匯出來的，所以，市場需求量取決於決定個別買者需求量的因素。因此，市場需求量不僅取決於一種物品的價格、而且還取決於買者的收入、嗜好、預期，以及相關物品的價格。它也取決於買者的人數。
高層需求
指你的老闆與股東所要達成的願景與商業目標。
使用者需求
取決於目標群體的預期，下圖不難看出《國學教學》與《英語教學》是家長們的強需求。他們可能會因為這一個核心的功能而購買該產品。
商業取捨
對於我們這類創業公司來說，這幾個型別的需求來源不同，但最後目的只有一個，“把產品賣出去” 我們才能活下來。
4）內部需求傳遞與轉化
需求理清楚後，要把需求傳遞與轉化好。前期需求傳遞一定要清晰，要讓專案組的成員清晰的知道我們在做什麼？為什麼做？這麼多需求，哪些做？哪些不做？為什麼？我們要如何把研究的使用者需求轉化為產品需求？
各個部門以及相關專案組成員要統一傳遞，統一協作，以便更好地理解需求，get 到一個點上，達成一致，達到產品目標。
這一步就是要同時解決使用者問題和公司問題一個都不能少——
開會。
產品經理的管理能力其實就是在資源不足的情況下把事情做成功的能力。
資訊不足以決策；
時間不足以安排周密；
人員不足以支援工作強度和難度；
資金不足以自由調配。
+3方法
需求是從哪裡來的？/目標客戶是誰？
有多少人有這樣的需求？這個需求緊迫嗎？
他們的痛是什麼？場景是什麼？（用產品之前/之後）
解決之後會有什麼表現？
產品5問
給誰用？
他們用這個產品來解決什麼問題？
這個問題對他們而言有多重要？
我們的方法是否足夠簡單方便？
我們要付出的代價與所得是否匹配？
四、產品規劃
一般對產品有兩種主要的規劃，一是以
產品的生命週期
為主體做產品規劃，二是以
關鍵目標
做產品規劃。大多數公司都會使用這兩種方式。很顯然，我們這個機器人產品是有關鍵目標的。有關鍵目標的產品規劃相比起來需求會更清晰。使用者基礎需求+客戶強指標。
1。 產品目標
一款教育型兒童智慧機器人，以語音互動為核心的人工智慧產品。帶有聲源定位技術、娛樂教育資源應用、中英翻譯、智慧提醒以及遠端監控功能，並持續進行版本更新，產品框架合理並具有延展性。
目標是所有人的前進方向。
一般會在專案啟動的時候來向團隊成員宣導，這個宣導非常重要，這裡是真的要有會講故事，一般製作成PPT。
當然PRD上也會描述這一資訊。產品定位主要是確認了目標，限定了範圍，明確了相關約束。這一點越清楚，越能夠統一團隊成員對產品的理解，可避免很多爭執與疑惑。
目標
符合兒童使用者體驗最佳的兒童機器人產品。打造機器人使用者體驗標杆。
提供最優教育資源接入。
6個月達MP狀態。
2。 商業目標
對於一款硬體屬性的產品，最核心的還是賣出去。這其實是個開始。
有自己的渠道的直接透過市場容量，往年的銷售資料，來判斷自己可靠的出貨量。
也可以透過客戶的訂單來支撐該專案。支付一定的NRE費用。符合客戶成本、使用者體驗及時間預期的產品。完成首期20K訂單交付。
3。 關鍵差異
差異（我們主要還是做競品沒有滿足的需求）：
強兒童級使用者體驗；
強教育資源投入；
強客戶渠道能力……
4。 盈利模式
客戶定製並支付NRE費用。
大多數硬體方案都已經既定，但To B 端客戶一般都有自己的定製需求，我們可以快速評估客戶的定製需求，並評估出相關成本投入給到商務端，由商務端來跟客戶做進一步商務談判。
5。 效益目標
目標（作為企業主要還是經濟效益）：
為公司創造5000萬~1億的銷售額。
為行業樹立新標杆（社會價值）。
6。 產品定價
利潤=產品價格x銷量-總成本。
說到定價就不得不說到成本，說實在的我們並沒有特別獨樹一幟的方法。大多根據市場供需關係、渠道利潤空間、品牌價值、友商價格、產品線佈局等綜合考慮定價。
這一次由於是客戶定製，更多的是攤開BOM成本來談。主要採用成本毛利與競爭參考。市場定價：1999/臺。
還有一個預算。
預算一般是根據產品規劃提前做好的，以公司為單位。一方面需要與各個部門溝通確認。同時你預算的每一毛錢都是需要詳詳細細為財務經理解釋的。
很多部分比較難標準化，每一個產品的規劃都有它的獨特性。不管是成功還是失敗的產品。實際的產品規劃中牽扯到各個部門、各個層面的訴求。作為產品經理得到“權”“責”“利”太難，太難了，有人說其實真正的產品經理太少了。也有人說產品經理是CEO的學前班。
五、產品落地
上述寫了那麼多，就是描述了一個智慧硬體產品方法以及要開始落地這個產品之前所需要做的工作。更多的是一個概念證明（構思）根據市場研究和設想的目標論證為可行的商業模式。
關鍵詞：使用者研究、客戶需求、市場資訊、競品分析、創新思考、硬體知識、技術理解、需求收集、處理、辨別、取捨。
有了這些資訊，我們就需要真正投入做硬體了。我們知道了自己要做一個什麼功能的產品，大的方向已經確認。也就到了設計探索階段（規劃）把抽象的商業需求，量化為團隊可感知的技術指標（網際網路產品更多的就是產品原型，而智慧硬體更多的是硬體規格）。
一個簡單實用的推倒過程，
功能指標——效能指標——硬體規格。
哪家的晶片夠用好用通用你要知道，哪些是你的核心功能？如何選型能夠讓你的晶片夠用又不過剩，好用又穩定可靠，研發除錯又能夠快速支援到位。
兩個點你要做到，一是多跟晶片廠商打交道知道他們的產品路線，二是要深入行業，瞭解這個行業都用什麼晶片？都是基於何種考量才用的？
之前有寫過AI 人工智慧——三種晶片簡介有興趣的同學可以瞭解一下基本面。至於要想練就快速選型的本領，還是需要在行業沉澱沉澱的。
機器人硬體搭建框架：
主控板：
（Orion 主控板、mCore主控板、MegaPi、Me Auriga ）
電機驅動：
（2H步進電機驅動模組、130電機模組、雙電機驅動模組、編碼電機驅動模組、步進電機驅動模組）；
感測類：
（觸控感測器、超聲波感測器、巡線感測器、光線感測器、溫度感測器、陀螺儀、攝像頭、3D深度攝像頭）；
通訊類：
（藍芽模組、WiFi模組、2。4G 5G模組、mBot藍芽模組、紅外接收模組）；
顯示類：
（數碼管模組、RGB燈模組、表情面板模組、2。2~13。3寸TFT顯示模組、燈條）；
操控類：
（按鍵模組、遙感模組、電位器模組、執行類、電磁鐵模組、快門線模組）；
電機類：
（42步進電機、9g小舵機、25直流電機6V、37直流電機12V、DC Encoder Motor…。。）；
語音類：
（單麥麥克風、陣列麥克風、喇叭）；
機械零件：
（梁類、連線片及支架類、齒輪類、同步帶輪類、傳送帶類、鏈輪類、軸承類、滑軌類、軸類、輪系、五金及工具類、氣動及液壓類）；
轉接類：
（TF卡槽、SIM卡槽、充電介面、USB介面、IC卡）；
電源類：
（電池、無線充電）；
線材類、塑膠類、模具類
配件類：
（充電器、USB線、無線充電樁、遙控器、其他）；
包裝類：
（說明書、保修卡、防潮劑、托架、包裝盒、物流盒、其他）；
這個《產品硬體規格書》抄其型何其簡單，command+C &command+V，但產品得到這麼個硬體指標可謂是費盡心思。當然沒有人是一版本就能輸出這份材料的，不斷的硬體選型評審會是我們日常必不可少的。
關鍵參與角色：產品、研發（電子、結構、驅動、韌體、品質、供應鏈）。
評審1評審2評審3到團隊滿意為止。
注意：
一個優秀的產品人是不會隨便妥協的。這就意味著你需要懂更多技術邊界。免得被工程師忽悠了。
為什麼要叫規格書？
為什麼要多次評審？
1。 設計需求（ID設計、結構設計、散熱設計、介面設計）
ID的設計也是同步需要進行的，大多數公司沒有專業的工業設計師，一般無非就是自己的工程師設計或者委外設計。
這是一個審美與顏值問題，它牽扯到生產技術的難度、工藝的限制、外觀造型與結構設計之間的博弈、成本的考量，包括是否能夠向用戶傳遞產品端向傳遞的資訊，這是一個機器人，不是玩具。
同樣配色、包裝設計在這個顏值時代，想要得到好看又好用的產品不容易。
我們機器人定位也就讓我們很清晰ID設計的方向。
關鍵詞：小朋友、萌、科技感。
最終ID確認，自己團隊的工業設計師出好圖紙後，由大老闆在設計師的座位後邊，改這裡，這裡大一點，這裡要白色，這個位置xxxx 然後就確認了ID。
對於這一點，設計師往往都會吐槽，吐槽老闆或上級或甲方的審美，但是我們吐槽之前是非常有必要站在他們角度來考慮這個問題的。其實有時候往往他們的決策是真的比你有價值多了。
結構設計必然與ID需要更多的考量，實際的生產組裝、耗費工時、模具投入等。這個過程中手板打樣非常重要，請不要在這個預算上摳唆了。
手板打樣
目的：驗證結構，保證無功能性失誤。
坑：不同的拆件方式會導致裝配工藝完全不同。同時避免經驗主義，而是充分驗證。
2。 電子設計（關鍵詞：需求清晰、成本、供應能力、技術支援）
PCB’A設計：器件選項——原理圖——PCB Layout——評審——髮型——硬體BOM。
大多數會根據結構設計提供的版寬尺寸來設計PCB，這裡最關鍵的還是產品規格的定義，若是Layout完成之後你需要再增加一個USB介面，這可能導致整個PCB需要重新Layout。
器件選型除了滿足產品需求之外必須與供應鏈進行強溝通。
智慧硬體產品的需求不同於單個軟體產品，智慧硬體產品更貼實際的應用場景，每個元器件都會被納入到場景的要素中去，要知道每個器件是有技術條件限制的。往往在這個部分器件工程師或者電子工程師是無法融合到多場景。一般都是可用性測試後才知道要什麼樣的器件，這意味著你已經付出了足夠的代價。優秀的產品經理完全有能力減輕代價的。
下面這段文字是之前寫的，每次都想放進來，因為太實在了。
“跟著需求找物料、找方案，關注採購成本、生產成本、庫存成本、時間成本對應的就是供應鏈管理、作業指導、生產管理、專案管理…… 硬體的坑比軟體成本要高得多，因為拿到需求後，從ID設計開始出發，到產品真正MP，這是一張張毛爹爹鋪出來的。10塊的主IC能不能降到8塊；顯示屏從10寸改到8寸就要開個模；SD卡因為結構設計或是線材成本需要內建，能不動就不動，喇叭聲音小了，3W換5W 成本增加了，喇叭孔開小了，再開，T0出來了，PO還沒見，物料也不敢備，這一折騰，半個月不見了，包裝盒子印錯了，隨便就萬兒八千的不見了……。”
3。 軟體開發需求（平臺、驅動除錯、應用層、演算法層……）
在2017年的兒童機器人牽扯演算法比較少，它並沒有承擔足夠複雜的任務。所以它是一個MTK的主控基於Android的架構所做的開發。至於比較有代表性的機器人軟體OpenRT與ROS，以及用於物料模擬與計算機視覺的函式庫我在2017年並沒有深入接觸。
軟體應用部分主要有三大塊，這三塊某種意義上來看是三個拆分的產品設計了。整體軟體的架構非常之重要，它關係著你們產品後續的可擴充套件性。
機器人系統OS （機器人本身功能性應用）；
手機互動APP（與機器人聯動的APP）；
伺服器（1、2之間的中介軟體）。
兒童機器人資源也是應用中非常關鍵的要素，跟器件選型有類似的邏輯，最終還是根據產品需求來定義資源的選型與配置。
音樂資源、影片通話方案、課程資源、其他開放平臺等，這些都是需要我們一家一家的去跟供應商談，這還不能直接交給供應鏈，與需求是否高匹配只有你清楚。
需求與資源匹配；
可持續服務時間（公司實力、行業口碑）；
成本控制與商務溝通。
4。 互動設計（GUI+VUI（Voice User Interface））
資訊架構、互動流程、互動規範、原型設計、互動文件DRD、語音互動規則。
體驗層面一定是產品先落地，先解決產品需求問題再來談互動體驗，但前期做好互動設計對產品迭代會有很大的幫助。機器人產品的互動設計與傳統的硬體互動設計大有不同。前文有連結可參考。
兒童機器人UI介面設計
5。 工具需求（測試工具、特殊工具需求）
機器人涉及的功能與互動極其複雜，針對單個功能與多模功能會涉及到不同的測試工具開發。
6。 測試需求（slam測試、壓力測試、通話測試……）
測試往往根據你的PRD文件對測試文件進行定義。
7。 品質與可靠性需求
對於硬體來說，品質管控是產品管理當中的一個關鍵，但是往往我們會由於交付以及成本等各種原因而將就，這種缺乏工匠精神的行為顯然不會造就特別優秀的產品。但維持產品在品質中的平衡是需要大量資料來佐證的。我不得不提醒您，在這部分的預算多做點兒。
8。 功能性需求（產品必須有的功能）非功能性需求（ID是否美觀、使用者體驗、穩定性、易用性等）
9。 認證（CCC、CQC、CE、SRRC、CTA）
一般在產品DVT到PVT版本階段就可以準備相關資料，提交申請。一般公司都交由第三方認證公司幫忙認證。
10。 專案管理
當年我們沒有軟體的專案經理，基本上就是產品兼職幹了。
軟體的專案計劃並不一定是在硬體完成EVT才開始，基本上拿到開發板就可以做部分工作了。應用層的軟體完全可以在類似平臺同步做一些開發。
專案管理中衝突是不可避免的，進度安排、任務排序、時間選擇、優先順序、沒人力、技術方案選擇、成本管控等都是專案實施過程中不同利益相關者需要平衡的。
我遇到的一些專案風險，內部技術風險（產品技術方案複雜，實施過程中改得太多）外部組織風險（預算不夠，合作伙伴不符合預期倒閉）管理風險（時間評估偏差，調不動人）感觸：我比較喜歡既有
技術專業性
又有
藝術變化性
的人做專案經理。
寫到這裡又讓我回憶起了產品落地過程中的各種周旋了。經驗真的是個好東西。不得不說這麼一個龐大的產品真的不是一個人可以造就的。在這段工作中遇到的小夥伴，他並非技術出生對技術卻有著天生的敏感，解決了很多工程師認為不可能解決的問題。共同的信念讓我們時常折騰到凌晨兩三點而不知。
對於這個行業我們都有著深深的迷醉，當我們共同完成一個流程圖上的智慧家居控制邏輯的時候，燈亮了，也點燃內心的興趣與愛好。
做任何一個產品，牽引你的一定是內心底裡所隱藏的瘋狂。
六、輸出物
整理一下輸出物：
市場調研文件MRD、立項計劃、產品硬體規格定義、產品需求文件PRD、互動設計文件DRD、專案計劃、產品規格書/說明書、使用者幫助、內部產品宣講、產品釋出文件。
至於商業計劃 BRD，說實在的，創業——會寫。
我理想中的機器人是西部世界中的機器人一樣。目前機器人學還在發展起步階段，機器人的核心技術也尚未成熟，還有許多事項尚待完成，未來，更需要嶄新的創新，尤其是在機器人的系統整合問題、安全問題、成本問題等。其實不管是近兩年的風口，還是其它勢力進入都為機器人行業做了貢獻。
做機器人產品，接觸知識面非常廣，學到的東西非常多。儘管大多數服務型機器人公司還未實現盈利，但他們真正地推動了機器人領域發展。
本文由 @司馬 原創釋出於人人都是產品經理。未經許可，禁止轉載。
題圖來自Unsplash，基於CC0協議