“费米推论”的目的在于向人们表明，我们可以进行科学的假设，从中得出比较接近的答案。其中的道理很简单，在一系列的计算中，错误会相对抵消。费米推论是将复杂、困难的问题分解成小的、可以解决的部分，从而以最直接的方法迅速解决问题。

如果用二八定律来解释产品经理的工作，那就是产品经理80%的时间都在思考，20%的时间在执行，因此思维的素质一定程度决定了产品经理的高度。

但是AI产品经理必须必备一些AI的思维方式，必须具备极高的“机器商”，才能做好AI产品。那么什么是“机器商”？

• 智商：衡量自我智力和学习能力的标尺；
• 情商：衡量认知自我和他人情绪能力的标尺；
• 机器商：衡量跟机器协同合作的能力的标尺。

机器的本质是代码，代码的核心是算法，机器有机器算法，AI产品经理也必须有产品经理该有的算法，或者提升自己机器商的算法。

什么是费米推理，首先先思考一个问题，北京市有多少加油站？

北京有500万辆车，一辆车10天加一次油，一辆车加一次油5分钟，实际加油时间段是早7点到晚10点共计15个小时，一个加油站4个加油桩，加油桩利用率50%。

北京城一天加油能力 = 北京城车辆一天加油需求次数。

北京城一天加油能力 = 一个加油站一天加油的车辆数*加油站个数 = 15小时* 50%利用率/5分钟 *4个桩 * 加油站个数 = 360次*加油站个数。

北京城车辆一天加油需求次数 = 500万辆车/10 天 = 50万次。

可以求得加油站个数 = 50万次/360次 = 1389个。

然后百度地图搜索北京市加油站数量1494个，误差7%。

这就是费米推论，恩里科·费米（Enrico Fermi 1901.09.29—1954.11.28），美籍意大利裔物理学家，第一台核反应堆的设计师，1938年物理诺贝尔奖得主。

1945年7月，世界上第一颗原子弹在美国新墨西哥州沙漠爆炸。40秒钟后，爆炸引起的滚滚气浪冲到科学家们进行观测的大本营里，第一个起身的是物理学家恩里科-费米。

在原子弹爆炸之前，费米从笔记本里扯下一张纸，将其撕成碎片。当他感受到气浪所带来的第一下波动时，马上将碎纸片举过头顶抛撒出去。它们在空中飘动，然后纷纷扬扬地落到地面，拉开的距离大约有2.3米。

经过初步估算， 费米宣布这颗原子弹的能量为1万吨TNT当量。后来，相关专家经过几个星期的分析研究，证实了费米当时现场估计的准确性。

费米解答问题的方式是推理思维，估算只是方法，对问题分解是推理的必然过程。这个思维过程就是——哪些真实存在的因素导致这样的事情发生？

就是在信息不完整的情况下，凭借对对象事物的深刻理解和洞察，科学地作出一些假设使得问题得以简化，复杂的程度得以降低，从而得到符合或接近实际的估计。

“费米推论”的目的在于向人们表明，我们可以进行科学的假设，从中得出比较接近的答案。其中的道理很简单，在一系列的计算中，错误会相对抵消。费米推论是将复杂、困难的问题分解成小的、可以解决的部分，从而以最直接的方法迅速解决问题。

我们将问题分解为可知和不可知的部分，对尚未确定的答案的部分一概视为未知，说出自己的假设并加以验证。大胆猜想，用于试错。宁愿迅速发现错误，也不要用模糊的措辞隐藏错误。对于“不可知的因素”，凭直觉和经验给出结果，最后，得出结论。这就是一个AI产品经理必须具备的思维方式。

一、确定决策

AI产品就是一款算法集合，就是结构与流程搭建的世界。假设某一天你的老板告诉你要做一个产品，他可能就是三言两语，但此时产品经理的心里，就要形成这个产品的框架结构。要做到这一点，就需要很强的推理判断决策能力。

二、没有不可能

当我们给自己设定一个圈子时，我们的思维可能会被禁锢，面对问题就会被已有思维所局限。当我们为一个产品解决方案冥思苦想不得结果时，也许在另一个范畴内，会有一些方案可供我们参考，这个时候就需要有跨领域的连接能力了。

三、相信数据

所有决策必须有数据支撑，直觉不可靠。只要有足够的数据，机器会比人更了解用户。数据不能简单的理解为传统的“数”，它可以被理解为一种属性、标签，通过这些我们可以判断某一个用户目标的兴趣、习惯。

一个AI产品经理必须学会唯数据是从。

结语

本篇分享，详细介绍了费米推论，一方面，是提供给各位一个思考解决问题的思维方法和解决方案；另一方面，是由此思维方法给AI产品经理一个解决问题的启发，希望在今后工作中能够有所帮助。

本文由 @老张 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自 Pexels，基于 CC0 协议