惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

C
Check Point Blog
GbyAI
GbyAI
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
U
Unit 42
美团技术团队
NISL@THU
NISL@THU
C
Cisco Blogs
SecWiki News
SecWiki News
N
Netflix TechBlog - Medium
Forbes - Security
Forbes - Security
Cloudbric
Cloudbric
雷峰网
雷峰网
T
Tailwind CSS Blog
博客园 - 司徒正美
The Register - Security
The Register - Security
L
LangChain Blog
S
Security Affairs
Hacker News - Newest:
Hacker News - Newest: "LLM"
B
Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
T
Threat Research - Cisco Blogs
I
InfoQ
S
Schneier on Security
L
Lohrmann on Cybersecurity
量子位
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Martin Fowler
Martin Fowler
Schneier on Security
Schneier on Security
F
Fortinet All Blogs
TaoSecurity Blog
TaoSecurity Blog
K
Kaspersky official blog
Google DeepMind News
Google DeepMind News
Cisco Talos Blog
Cisco Talos Blog
PCI Perspectives
PCI Perspectives
Attack and Defense Labs
Attack and Defense Labs
WordPress大学
WordPress大学
Microsoft Azure Blog
Microsoft Azure Blog
H
Help Net Security
Project Zero
Project Zero
The GitHub Blog
The GitHub Blog
D
Docker
N
News | PayPal Newsroom
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
H
Hacker News: Front Page
云风的 BLOG
云风的 BLOG
Microsoft Security Blog
Microsoft Security Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
博客园 - 聂微东
Webroot Blog
Webroot Blog
MongoDB | Blog
MongoDB | Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
挖掘AR设备应用场景,探索如何将AR设备作为新质生产力工具
沈傲然 · 2024-06-28 · via 人人都是产品经理

一直以来,头显设备对我们来说都是玩具和游戏用途的存在;实际上,在某些领域,头显已经成为了生产力工具,而且还有单独的设计。这篇文章,作者就分享了将AR设备作为生产力工具的案例,供大家参考。

其实无论从网上搜索【AR应用场景】也好,还是问ChatGPT也好,回复的内容都非常的宏观,什么教育,医疗,培训,制造等等,没有任何一种回复能达到案例级别的。

所谓案例级别就是,没有任何一个明确且合理的案例阐述了,在某种场景下,存在某些限制条件,在这些条件下,传统的作业方式有哪些不方便,而用了眼镜之后,完全解决了之前的问题,提高了作业准确度和效率,提高了安全性等等。大多数的所谓案例,都是由果导因,逆向创造出来的场景。

什么叫创造出来的场景呢?就是把可以用与适合用搞混了,可以用≠合适用,可以吃≠想要吃。

错误逻辑就是:由于我们先有了这样的功能,所以在这种场景下可以套用这些功能。

分享两个最有共鸣的例子: (来自真实客户现场反馈)

1️⃣【由于我们产品具有通过AR眼镜内显示的SOP步骤的能力,所以此功能可以用来赋能一线装配工人快速掌握工艺流程】

先不说传统装配线ESOP看板的成本比AR解决方案便宜近十倍的问题,通过AR眼镜查阅装配产线的SOP内容这个模式,完全颠覆了装配工人的传统使用习惯,不但会导致装配速度降低,反而还会提高废品率。

2️⃣【由于我们有远程专家通过AR的动态\3D标注的功能,所以当现场需要远程专家介入维修的时候可以快速发现异常点位,提高维修效率】

首先微信,腾讯会议,钉钉,飞书,QQ数之不尽的即时通讯工具都可以做到让远程的专家看到现场的画面,为什么必须用AR眼镜?况且这些所谓的标注工具目的就是让专家最方便最快速的告知现场人员问题点在哪个位置而已,动态标注和3D标注这种,往AR能力上硬靠的解决方案,真的有必要么?直接打点和冻屏画圈也能满足需求,为什么需要与现实场景叠加一个虚拟箭头提示?为了攻克ORB-SLAM2的单摄像头漂移问题的研发ROI完全算不出来啊,并且标注的真正意义就是抓拍那一瞬间的异常现象并且指示给现场人员,动态标注和3D标注只是把一个图形叠加在现实场景中,而现实场景中的异常现象往往是周期性变化的,你现在标注了告警灯,过一会儿告警灯灭了,但是你还是标注在上面不是很奇怪么?

这些场景的 “通病” 就是,不上AR一点不影响,上了AR也没有多高的效率提升,甚至反而会增加一线人员的工作量,增加抵触感。

1️⃣ 找到真正适合AR解决方案的场景,做到能落地、可应用、成为颠覆传统的新质生产力重要工具

2️⃣ 通过完美适配AR解决方案的场景需求,逆推技术创新,拿出适合此场景的杀手级功能,进一步做到AR解决方案与场景的完美适配

要找到真正合适AR解决方案落地的场景,首先就要对AR硬件设备进行选型。

目前双目的眼镜做的最好的无疑就是苹果的Vision Pro,他有哪些黑科技呢?搭载了 12个摄像头5个传感器 (1个 Lidar、2个结构光深度传感、2个IR传感)和6个麦克风,为了保证单眼4K的分辨率硬解码速度,同时搭载了一块M2和R1芯片。

  • 可以做到画面延时低无眩晕感。
  • 光学模组支持眼球跟踪,模组可以自动判定注视焦点来调整画面清晰范围
  • Pancake 光学方案、虹膜识别、IPD 调节、空间音频等等

而这上面一系列的高成本黑科技只有一个目的,骗过你的视觉和听觉感官,让你觉得你看到的内容就是通过自己的眼睛看到的,而不是通过摄像头拍摄后再通过光学模组成像出来的画面。

那对标国产双目眼镜,目前还远远达不到苹果的性能,光学模组成像画面延时高,有畸变等问题导致头昏,摄像头清晰度不够,所以遮挡视线的时候完全无法进行作业,需要把成像模组翻上去,但是这样又看不到画面了,就很鸡肋,并且双目的头环再配上头盔重量接近两斤用户体验确实不太友好。

所以经过反复的测试和众多客户的需求反馈,决定采用辅助增强的单目眼镜,与其为了骗过眼睛投入的高成本,不如就用你自己的眼睛去看,既不遮挡视线也能在你需要的时候很方便的看到AR眼镜内的作业画面,并且重量也没有双目的这么重。

1. 有纸化办公时代

在工业2.0时代,一切还比较原始,日常巡检工作能否有效的执行下去,预防性维护是否达标,多数时候还得依靠老技术专家经验沉淀与自身责任感支撑,所以存在以下问题:

⚠️ 如何管理现场巡检,如何评估巡检绩效;

⚠️ 如何有效地反馈现场情况等问题是, 难以监督和跟踪工作的执行情况 (巡检工作是否真正完成?)

⚠️ 报告及计量数据缺乏准确性(通常是基于纸面的手写报告)

⚠️ 巡检结果和现场数据无法用于分析(纸面内容需要二次手动录入系统或整理成 Excel 表格)

2. 移动互联网时代

2009年以后,随着android进入中国市场,移动互联网时代正式到来,基于Android的手持终端PDA等设备成为传统巡检模式,数字化转型的重要生产力工具。

到目前为止,手持PDA巡检方案经历了十几年的投产应用,也暴露出来了相关问题与隐患~

1️⃣ 巡检数字化转型?与传统纸质工单打钩相比,并没有什么实质性的改变,只不过以前在纸上用笔打钩,现在用手持设备在屏幕上打钩而已。当巡检人员的责任感与专业能力无法达标的时候,预防性巡检与维护的效果无法保证,也无法有效避免作业人员漏巡漏检,误操作或不操作等行为(无法保证巡检质量按照标准推进)

2️⃣ 可以上传现场照片和录像?一线的使用方式是只要去一次拍摄了大量的现场照片以后,后面直接可以从相册选择内容上传,完全不需要真去现场。(无法保证巡检上报结果真实有效)

3️⃣ 可以定位?由于所有的定位都是基于LBS的,所以一线人员早就下载了大量的伪装定位软件,再哪里都可以上传真实现场的巡检位置,如果遇到室内巡检场景比较多的情况,那就无法定位了。(无法通过巡检行为路线验证巡检过程的饱和度)

4️⃣ 数据安全?被竞争对手探厂?虽然目前对厂外人员私自入内管理的越来越严格,在产线上也严格禁止拍摄生产工艺与柔性产线的部署情况,但是通过巡检设备内采集的日常巡检照片即可详细的知道所有信息。目前一些厂商允许工人用个人手机安装巡检程序,工艺流程泄密情况更为严重

AR+AI大模型,是新质生产力工具的必经之路,也必将替代移动互联网时代传统数字化转型的产物!

【困难与挑战】:分享我的一个亲身经历~

我比较幸运,算是中国第一批做移动设备开发的一群人,2009年的年底在厦门刚参加工作的时候,岗位是移动端研发工程师,主要做基于Android系统和IOS系统的开发,记得当时IOS开发比较奇葩,还得用黑苹果电脑(雪豹系统)+ipod touch进行开发。Android系统的业务我们主要是研发了一套基于移动端的OA系统,硬件设备是谷歌的手机和三星的平板,当时还没有三防PDA的概念。

设备一开始在B端场景中应用,下发到一线作业人员手里之后,也没办法快速使用起来,因为当时一线作业人员跟本没有用移动设备进行作业巡检的概念,还是纸质巡检,而且也根本不会使用安卓系统,培训与沟通成本非常高。

但是大概仅仅过了一年多时间,android手机开始火了,随着智能手机的普及教育成本不断降低,这才有了大规模应用的机会。

⚠️所以AR目前存在的挑战和我们之前刚跨入移动互联网时代,推广数字化转型的产品时候的痛苦非常相似,这东西太新了,用户使用习惯没有培养起来,并且也不愿意放弃老的作业习惯。但是随着AR的市场的普及,用户教育的越来越成熟,在某些特定场景下,穿戴设备一定有机会大范围替代手持设备。

❇️那么AR是否可以给传统用户提升放弃旧作业标准的信心,是否可以真正意义上赋能一线作业过程,是否真正意义上成为生产力工具,AR解决方案本身的产品力,至关重要‼️‼️

为了更好的论证这个结果,我们先来看看中国经济发展的不同阶段,人民对食物需求标准经历的三次变化:【有即可】→【吃得好】→【吃的健康】

承载中国经济快速发展的是制造业,同样在它的巡检作业场景中,也可以看到类似的需求递进变化:【有人巡检即可】→【巡检业务可统一线上规范管理】→【进一步提升预防性维护质量与数据资产沉淀】

下面介绍两个非常优质的案例,在下面两个案例中,AR真正意义上成为了新质生产力工具

案例1:日本福岛核电站实验室

【案例背景】:福岛核电站泄露以后,东电公司在核电站附近为了对核泄漏点进行持续降温,需要把海水不断地灌入核电站,再将核废水导入多核素处理系统(ALPS)进行核污水净化,在这期间设施内的实验室中需要有人不断地对废水进行测量化验,跟踪校准,最后通过测量核废水中饲养的鱼身体中的氚含量,来判定排海的安全性。

【方案供应商】:日本科学研究补助金数据库(KAKEN),隶属于日本学术振兴会

【眼镜品牌】:爱普生分体式AR眼镜

【刚需场景】:

①实验室内部可能存在危害物质暴露的风险,所以严格限制限制个人物品入内无法使用手机

②作业场景需要持续佩戴手套,无法方便的使用传统触屏设备

③由于涉及核废料,化验过程必须非常小心,精密仪器必须人来操作,双手必须释放出来

④实验室化验结果会实时同步给异地的事务所,化验结果异常的时候远程的专家需要随时介入

案例2:美国VTDS,一家主要做林业解决方案的公司

【案例背景】:此公司位于美国金斯顿,当地林业非常发达,砍伐下来的树木先堆放在户外场地经过人工测量和记录以后,再加工成板材销售,出货前还需要对板材的质量进行二次人工审核,在这期间他们发现传统模式下工人需要拿着纸质的表格边测量边填写,效率非常低并且容易出错,所以在13年前,他们研发出来了一套基于语音识别记录木材参数的设备,工人只需要佩戴话筒和耳麦,即可通过语音对木材的参数进行录入,提升工作效率,13年后的今天,他们更新了原有的硬件设备,采用了Realwear的眼镜。

13年前的语音录入解决方案

13年后采用Realwear的解决方案:

【方案供应商】:Voice Directed Tally Systems,Inc.(美国金斯顿)

【眼镜品牌】:Realwear

【刚需场景】:

①伐木季节气温寒冷,且原木材比较锋利,室外作业需要佩戴手套,无法使用传统PDA设备 ②纸质记录效率低,出错几率高,最后统一录入成本高,管理不便

③作业过程中双手需要进行测量工作,必须释放出来

④没有采用流程化产线替代人工,还是最传统的人工测量模式,采用眼镜是为了减轻工人的工 作压力,提高效率和准确率

优质场景中业务特点:

  • 无法通过机器替代人工,或者替代成本非常高客观因素不允许,总之就是必须依靠人工作业。
  • 作业过程中需要相对专业的操作流程,依赖经验沉淀去判断正常与否,并不能直观的一眼看出来结果。例如实验仪器的导管气密性监测,需要先配置检测液,然后调整实验仪器上气,最后将检测液刷在接缝处查看。
  • 作业过程中需要频繁用到双手,额外携带巡检作业装备多有不便,容易造成错检漏检或故意不捡。
  • 传统作业场景中存在大量的舞弊行为无法监测,作业过程无法跟踪,企业成本居高不下。 5.作业人员整体年龄相对年轻,一线作业人员体量庞大,统一监管和任务派发多有不便。
  • 作业人员整体专业水平不高,经常无法及时解决现场出现的问题,专家团队人手不足,异常处置周期过长。
  • 企业有意愿进一步提升预防性维护的标准,确保维护手段保质保量的落地的同时,可以将维护作业历史变为企业的数据资产沉淀下来,并通过大模型的方式对其他业务线进行赋能。
  • 作业场景中的设备过于精密,且无法通过第三方设备进行数据采集,所有维护作业必须依托人工完成,并且维修保养成本非常高。例如生物医药、大气成分监测等进口实验仪器,进口医疗器械、高端装备制造设备等等。
  • 作业场景中有非常高标准的精益化生产的落地应用,除了个人物品与工作场景严格分离之外,客户也非常希望通过专业场景用专业设备的方式,进一步提升精益生产的标准。

本文由 @沈傲然 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务