前段时间为我写了一篇文章聊到，特朗普上台后，产品经理可以做的赚钱机会
有朋友问到这和特朗普上台有什么关系？
1.看全球首富的排行榜，了解行业趋势
全球的资产在哪里，就代表着当下那个行业是最火的。
所以首付排行榜是世界各个行业发展趋势的结果映射，如果你看中国首富排行榜，曾经是房地产行业的董事长，现在成了互联网企业的字节跳动的张一鸣。
在看下经榜单，可以看到是互联网科技公司是榜单前面，而房地产如今已经不在前十榜单里了。理由很简单，房地产不行了。
而这次特朗普上台，马斯克系列相关公司的股价飙涨，马斯克除了保持成为全球首富之外，远远甩开贝索斯第二。
而马斯克所在的AI、机器人、脑机接口等这些科技，也将因为政策的宽松与支持会迎来更大的发展，因为有了资本就可以有更多投入。
2.AI离不开数据标注
从图像识别算法数据标注行业
在最近几年开始，新能源行业背后的自动驾驶蓬勃发展，数据标注行业也火了。数据标注汽车驾驶过程中的人、物、马路等各个对象，通过训练模型，让计算机能够知道道路上有什么，路应该怎么走，最终形成自动驾驶图。
如上就是云点图标注，通过提前设置好标签，对云点图里面的汽车、人等物体进行标注，让计算机学习这类标签模型。
举一反三，这种数据标注的方式本质上就是“教给计算机看外面的世界“，将其扩展到其他行业，比如医疗行业的影像标注，就可以扩展非常多了。
3.医学影像的数据标注与图像识别算法
医学数据从核磁检查数据，再到内窥镜显示设备，如今仅是信号采集与画面展示，方便医生查看，如何诊断与治疗，还是基于存在脑子里的“经验”所完成的。
基于医生“经验”的诊断与治疗
传统医生通过是通过观察、看视频以及检查报告，通过一个又一个的患者治疗、书籍学习、文献来获得经验，最终需要医生自己的大脑将这些知识体记住，整理背下来，从而提升自己的医疗技术。
所以你会发现，医学生就是各种背，因为太多的药品、视频影像素材等，你需要记下来，才能说怎么用。
而对于计算机，这就是一个数据读写，不费吹灰之力。
4.近几年的AI大模型，催生了数据标注
数据标注的行业之所以在这几年能够发展起来，也是因为神经网络相关算法提升以及硬件性能提升，让开发者与科学家能够有办法制造一些工具平台，实现各式各样的图像标注。
比如早些几年，我们只能对图像通过一些算法来实现处理，但是随着AI之后，我们可以用数据标注与大模型来完成小模型的建立，从而构建更快、更准的图像识别，不管是稳定性扩展性都会比传统停留在死板规则上的图像处理算法更好。
下面，我整理了一些图像算法与AI模型来识别图像的区别
优势：
1.无需大量标注数据：传统的图像算法不依赖于大量的标注数据
2.快速实现：对于一些简单的图像处理任务，如滤镜应用、基本的图像增强等，传统算法可以快速实现，无需复杂的模型训练过程。
3.较低的计算成本：在没有大量数据和深度学习框架支持的情况下，传统图像算法通常需要的计算资源较少。
劣势：
1.准确性和精细度有限：相比于AI模型，传统图像算法在识别和处理复杂图像内容时可能不够准确和精细。AI模型通过学习大量标注数据，能够识别图像中的细微差别和复杂特征
2.缺乏学习能力：传统图像算法通常是基于预设的规则，缺乏从数据中自动学习和提取特征的能力，这限制了它们在处理新场景和复杂问题时的表。
3.泛化能力差：传统图像算法可能在特定类型的图像上表现良好，但在新的或不同的图像数据上可能无法达到同样的性能，因为它们不具备泛化学习的能。
4.缺乏个性化服务：AI模型能够提供更加个性化的服务，例如根据用户的行为和偏好进行图像处理，而传统算法通常无法实现这种级别的定制。
5.隐私和安全性问题：虽然AI模型需要处理敏感数据，但传统算法在处理图像时可能不需要考虑数据隐私和安全性问题，这在某种程度上可以减少数据泄露的风。
6.过拟合风险低：AI模型存在过拟合的风险，尤其是在数据量有限的情况下，而传统图像算法由于不依赖于数据驱动的学习，因此过拟合的风险较。
7.依赖于专业知识：传统图像算法的开发和应用往往依赖于领域专家的知识和经验，而AI模型可以通过数据自动学习，减少对专家知识的依赖。
有了图像识别算法的发展，我们才能说逐步建立数据标注体系，帮助计算机训练模型了解这个世界。
而一旦一个模型生成后，自然辨识度就可以提高，并且适用于后续的图像，随着数据越来越多，准确率会逐步提升。
并且计算机是不知道疲惫的，可以24小时不间断的做影像查看。
有了以上的基础，我们才可以说，在影像学上，计算机可以逐步为医生减轻担，到提升患者治病效率， 从未来的发展曲线来看势必是淘汰医生。
特朗普上台，和产品经理做产品有什么关系：AI与机器人更加是风口
最后再来看特朗普上台后，马斯克的相关科技公司势必会发展的更快，有更多资本加入，于是就会催生更多竞品出现。
那么对于AI、机器人、脑机接口相关的供应链也会加大发展，所以产品经理就可以关注在这几个赛道上做产品了。
产品经理做数据标注的第三方公司
随着特朗普上台，会催生更多科技公司图像识别的需求场景越来越多，因为数据标注一旦把模型建立起来了，那么接下来就是不断地优化与迭代模型的工作，也不需要那么多的数据标注师了，所以就形成了公司自己聘请成本高，还不如找到第三方。
所以数据标注软件、到特定领域的数据标注操作手册与规范、最终形成一个标注公司，是产品经理可以做的，也就有机会做赚钱的产品。
今天的分享就在这儿
最近我的原创
每日案例拆解库，AI等产品打卡群
我创建的产品设计打卡社群，加入后365天，每天体验一款APP。提升产品设计能力，同时有1300份体验报告帮助你找到竞品。
在这里你可以随时查询到你想找的各类竞品行业APP，无须自己亲自下载就可以马上得到APP的一手产品优化、交互设计、功能描述信息。
从优化&建议、商业模式、运营、功能描述、交互设计、产品定位至少6个维度，体验一款应用。
平均1天1块钱，扫码购买即可加入
连续体验48款应用，通过后原路退回
报名后添加星球助理
PMTalk123
