谷歌输入法2013官方文章列表:

• 1、谷歌为Gboard输入法发布新更新：增加50多种语言支持
• 2、Google I/O 2018：这里是所有你不能错过的大新闻
• 3、7亿网民都在用，哪款输入法更受欢迎？
• 4、PM宝典：设计机器学习产品的七大要点谷歌内部总结
• 5、行业深度洞察2021：中国第三方输入法行业竞争格局及市场份额

谷歌为Gboard输入法发布新更新：增加50多种语言支持

玩懂手机网2月2日资讯，根据外媒报道，谷歌为旗下的Gboard输入法新增了50多种语言支持，目前Gboard输入法累计支持语言已经达到500多种。

Gboard输入法是谷歌发布的一款纯净而简约的输入法，支持文字即时翻译，emoji表情，滑行输入等。

Gboard支持的数百种语言（部分），包括：

南非荷兰语、阿姆哈拉语、阿拉伯语、阿萨姆语、阿塞拜疆语、巴伐利亚语、孟加拉语、博杰普尔语、缅甸语、宿务语、恰蒂斯加尔语、中文（普通话、粤语等）、吉大港语、捷克语、德干语、荷兰语、英语、菲律宾语、法语、德语、希腊语、古吉拉特语、豪萨语、印地语、伊博语、印度尼西亚语、意大利语、日语、爪哇语、卡纳达语、高棉语、韩语、库尔德语、摩揭陀语、迈蒂利语、马来语、马拉雅拉姆语、马拉地语、尼泊尔语、北索托语、奥里亚语、普什图语、波斯语、波兰语、葡萄牙语、旁遮普语、罗马尼亚语、俄语、西莱基语、信德语、僧伽罗语、索马里语、南索托语、西班牙语、巽他语、斯瓦希里语、泰米尔语、泰卢固语、泰语、茨瓦纳语、土耳其语、乌克兰语、乌尔都语、乌兹别克语、越南语、科萨语、约鲁巴语、祖鲁语等等。

新版本目前已经在谷歌商店上上架，喜欢的朋友可以前往谷歌商店进行下载。

Google I/O 2018：这里是所有你不能错过的大新闻

又到了一年一度的科技公司竭尽全力展示各自软硬件产品优越性、前瞻性的盛会。

当地时间5月7日，微软召开了 Bulid 开发者大会。就在后一天，谷歌开发者大会（Google I/O 2018)也于加州山景城的 Shoreline Amphitheater 举行。

今年依然是谷歌首席执行官 Sundar Pichai 带来开幕式演讲，并透露了明年的发展计划，涵盖人工智能的方方面面，当然关键词依然是AI。

据雷锋网了解，谷歌展示了新一版本的 Android 操作系统 Android P，另一方面，许多的改变都集中在机器学习是如何基于收集到的大量数据为用户提供个性化体验的。

比如，人工智能正在提供新的视角来改变医疗世界，谷歌医疗AI将能帮助发展中国家诊断视网膜病变和糖尿病；机器学习结合摩斯密码，Gboard谷歌输入法能够帮助残障人士更好地交流；本月谷歌将向所有Gmail用户推出智能组件Smart Compose ，能为用户实时推荐承接的短语或句子；Google Photos 将帮助还原老照片；智能音箱的Multiple Actions等，并还发布了最新版的 TPU3.0 版。据介绍，相较于2.0版本，性能提高8倍，达到100 petaflops，还引入液体冷却方法实现散热降温。

接下来请跟雷锋网一起看看，谷歌大会第一天具体的产品吧。

Android P正变得越来越个性化

Android P是新一版本安卓系统的代号，而它的全名要到今年晚些时候才会公布。 虽然连名字都尚未确定，但在Google I/O 大会上，我们还是能够得知更多关于Android P的细节。

最大的更新集中在用户个性化。 例如，它正在引入自动省电管理和亮度设置。 这些设置会根据用户使用手机的方式自动改变。背后是Android 团队与谷歌 DeepMind 人工智能分支进行合作，基于个性化所需的机器学习技术。

谷歌也一直努力让手机能够预测用户接下来要做什么。Android P将通过“应用程序操作（app actions）”知道你的位置和时间，以便建议你接下来要做什么。 所以，如果你总是在晚上7点打电话给家庭成员，手机就会在那个时间建议你打电话。

它还推出了一款新的 Android Dashboard，可以让用户通过手机或平板电脑来监控他们的时间。 在设置中可以找到这个仪表板，可以让人们看到他们已经解锁了多少次手机，使用应用程序已经花费了多长时间，以及通知的详细分解。 Android P 还可以让用户设定他们每天使用应用程序的时间，一个叫做 Shush “嘘”的新功能会让手机在面朝下放在桌子上时不会打扰。

Gmail 为你写邮件

在开发者大会的前两周，谷歌宣布对 Gmail 进行大规模的迭代。设计上的变化是近几年最明显的， 但变化不仅于此，该公司为Gmail iOS 版本增加了在线支付的功能，虽然安卓用户似乎在一年前就能体验这个功能。

另一个颇引人瞩目的的功能叫作Smart Compose 智能组合。简单地说就是根据用户本身特征，为你推荐接下来可能会用到的短语。

Google Assistant为你打call

谷歌副总裁Scott Huffman表示，公司将为Google Assistant增加6个新的声音，增加了后续问题的应答能力，并发布了一个针对儿童的选择——"请"必须作为语音命令的一部分。

第一个带屏幕的家庭智能助手将在7月份上市。另外，谷歌还在研究名为Duplex的新系统，它将汇集谷歌所有的AI能力。

大会上，谷歌还展示了手机中的Google Assistant是如何与理发师和餐厅服务员自然地交流，并完成预约的。它能“听懂”并回答对方问题，而对方还没有感知（这是个AI）。

保护物联网的安全

随着联网设备的数量达到数十亿并且不断增长，安全性成为一个长久以来的问题，因为设备经常使用因为设备经常使用默认用户名和密码，且不常更新。为了解决这个问题，谷歌推出了Android Things 1.0。事实上该操作系统2016年就曾亮相，不过直到今天才发布正式版本。据介绍，Android Things 1.0是一个非常基本的操作系统，不同于Android，这是一个封闭的源代码，这意味着开发者不能在设备上启用之前就修改代码。

同时，它也被设计成每次只能运行一个应用程序。不过它的用途可能还是比较广泛，因为第一个带屏幕的Google Assistant将使用该操作系统。

谷歌新闻给你更多

2017年10月，谷歌新闻的创始人还批评了这个平台，因为它为新闻爆炸事件提供了太多恶作剧的空间。据称，谷歌正在改善这个缺陷。谷歌能够根据用户的搜索历史，提供更契合用户口味的简讯。

另一方面，该公司也希望为新闻报道引入更深层次的解读和全面报道（full coverage）。每个大主题事件将收录多篇文章，包括事实核查、各类媒体报道和评论等。目的是帮助人们过滤泡沫。新功能将在下周安卓、 iOS 和谷歌新闻网站上推出。

谷歌地图 照相机解救路痴患者

结合摄像头，谷歌地图玩出了一些新花样。比如一个增强版的谷歌地图简直是路痴的福音。当你打开一个照相机APP时，可以加载街景，实时指出前进方向。谷歌称之为视觉定位系统，可以识别面前的建筑物和地标。

据雷锋网了解，谷歌地图还想要更懂你。找到合适的地方吃饭是件棘手的事。而谷歌将通过个性化分析挖掘用户喜好，并给出一个入围名单。 这样你就可以收藏想要访问的地方，并将之与朋友分析。

参考wired和economictimes报道

7亿网民都在用，哪款输入法更受欢迎？

图片来源：视觉中国

极光大数据发布《2018年输入法app行业研究报告》，从行业趋势、主流输入法app运营情况、输入法app用户画像及搜狗输入法app用户图鉴等维度分析当前输入法app行业的市场格局。以下为报告节选，查看完整报告请至极光官网或微信公众号lovejpush下载。

数据亮点：

截至18年6月最后一周，输入法app行业用户规模接近7亿人；

搜狗输入法、讯飞输入法和百度输入法是仅有的三款MAU量级过亿的输入法app；

每10个安装了输入法app的用户中，有7个是搜狗输入法用户；

搜狗输入法app的渗透率仅次于微信和QQ，是国内第三大APP。

一、行业趋势

输入法作为互联网的入门级工具型软件，从PC端时代就开始在中国网民中渗透。于2006年上线的搜狗输入法是目前主流输入法中上线时间最长的输入法，已经深深扎根中国互联网；2009年以来，移动互联网疾速发展，带来了讯飞等一批新兴的移动输入法，近年来手游大热，更是催生了像66键盘这样的垂直手游输入法app。

以搜狗为首的头部输入法凭借其强大开发实力不断实现产品迭代，良好的用户体验为其赢得了基数庞大的用户群。66键盘（主打游戏键盘）等第二梯队输入法更聚焦输入法垂直领域。

2013年9月，腾讯入股搜狗，QQ输入法运营开发获得搜狗支持。搜狗和科大讯飞凭借优良的产品和市场潜力，率先完成上市。其他主流输入法公司也都获得了不同程度的资本青睐。

以搜狗输入法为代表的新一代输入法融合了大数据分析、人工智能分类器和深度学习方法，在交互体验上对于用户多样的意图表达都有更精准的解读，区别于过去专注文字输入功能的输入法。以搜狗输入法为例，当用户在使用移动输入法的过程中希望分享图片、新闻、视频、音乐等分类信息，通过搜狗输入法的智能分享一键搜索，无需切换app，即可获得需要的信息，开发了输入法作为新一代流量入口的潜力。

根据极光大数据统计，输入法app行业过去一年的用户规模表现平稳，截至18年6月最后一周，输入法app行业用户规模达到6.9亿人，与去年同期相比增长了13.1%。

二、主流输入法app 运营情况

通过观察极光大数据发现，搜狗输入法、讯飞输入法和百度输入法过去一年的MAU均值分别为：4.6亿、1.1亿和1.0亿，是仅有的三款MAU量级过亿的输入法app，其中搜狗输入法的MAU表现最出色。

通过观察极光大数据发现，搜狗输入法app在一众输入法app中表现突出，在过去一年中的DAU持续领先。以搜狗输入法app的DAU为基准，将搜狗输入法的DAU指数设置为100，百度输入法和讯飞输入法的过去一年的DAU指数均值分别为32.10和22.14，与搜狗输入法有较大的差距。

根据极光大数据显示，在已安装输入法app的用户中，70%的用户安装了搜狗输入法app。

三、输入法app用户画像

根据极光大数据统计，输入法app用户中男性用户占比为56.0%，85.3%的用户不到35岁；极光调研显示，输入法app用户的本科及以上学历用户为29.1%，月收入在5000元以下用户的占比为53.6%。

根据极光调研数据统计，43.6%的输入法app用户是学生，14.6%的输入法app用户是专业技术人员，还有14.4%是自由职业者或个体户。

通过观察极光大数据发现，搜狗输入法app在输入法app人群中的渗透率为69.8%，仅次于微信和QQ，用户基数高于支付宝和手淘，名列第三。

极光大数据显示，搜狗输入法和谷歌拼音输入法的女性用户偏多，这两款app的女性用户占比分别为55.5%和51.9%，百度输入法和讯飞输入的男性用户占比明显高于女性。

根据极光大数据统计，相对于百度输入法、讯飞输入法和谷歌拼音输入法，搜狗输入法的用户更低龄化，超过90.5%的用户年龄不超过35岁。

通过观察极光调研发现，用户基数较大的输入法app搜狗输入法、百度输入法和讯飞输入法的学历分布水平均匀，相似度高，其中搜狗输入法本科及以上学历水平的用户略高于另外两款输入法。

极光调研结果显示，33.1%的输入法app用户在进行搜索时会使用搜狗输入法,另外有33.0%和30.8%的输入法app用户分别在进行浏览新闻网站、社交沟通时选择搜狗输入法；极光调研结果还显示，受访的输入法app用户在11个使用场景中均优先使用搜狗输入法，其中33.1%的受访者表示在进行搜索时会使用搜狗输入法，还有33.0%和30.8%的受访者分别表示在浏览门户网站和社交沟通的场景下如需使用输入法，会选择搜狗。

四、搜狗输入法app用户图鉴

通过观察极光大数据发现，搜狗输入法用户的兴趣点在于服装饰品、美食和电影，他们喜欢通过具有文艺小清新、幽默笑话属性的app或社群交友，对生活品质有较高的追求。

根据极光调研统计，60.5%的搜狗输入法用户表示中文联想是他们最常用的输入法功能，另外分别有37.2%和33.0%的受访者表示自己常用表情斗图和主题皮肤功能。

根据极光调研统计，在将搜狗输入法app设置为默认输入法的受访者中，51.5%的用户认为搜狗输入法操作方便，31.6%的受访者受它的“颜值”吸引，认为搜狗输入法的界面简洁美观，皮肤简洁丰富，另外还有31.6%的受访者被搜狗输入法丰富的表情、斗图和颜文字功能吸引。

报告说明

1.数据来源

极光大数据，源于极光云服务平台的行业数据采集及极光iAPP平台针对各类移动应用的长期监测，并结合大样本算法开展的数据挖掘和统计分析。

2.数据周期

报告整体时间段：2017.06-2018.06。

数据指标说明

具体数据指标请参考各页标注。

3.法律声明

极光大数据所提供的数据信息系依据大样本数据抽样采集、小样本调研、数据模型预测及其他研究方法估算、分析得出，由于方法本身存在局限性，极光大数据依据上述方法所估算、分析得出的数据信息仅供参考，极光大数据不对上述数据信息的精确性、完整性、适用性和非侵权性做任何保证。

任何机构或个人援引或基于上述数据信息所采取的任何行动所造成的法律后果均与极光大数据无关，由此引发的相关争议或法律责任皆由行为人承担。

4.报告其他说明

极光数据研究院后续将利用自身的大数据能力，对各领域进行更详尽的分析解读和商业洞察，敬请期待。（本文首发钛媒体）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

PM宝典：设计机器学习产品的七大要点谷歌内部总结

李林 若朴 编译整理

量子位 报道 | 公众号 QbitAI

产品经理新入机器学习坑，应该注意什么？

Google的用户体验设计团队总结了7点，量子位编译如下：

在没有用上机器学习(ML)的时候，一个网站或者App有许多人为设定的规则。而机器学习，能让产品不依赖这些规则，从数据中发现模式和关系。

机器学习能够为用户创造个性化的动态体验，小到视频网站、新闻应用，大到无人车，都在使用这种技术。

于是，用户体验设计师，或者说产品经理，面临着一项重任：确保机器学习和用户体验的协调，让用户感受到自己掌控着技术，而不是被技术掌控。

和互联网、移动互联网两波浪潮一样，ML也让我们在建立每一项用户体验时，都需要重新思考、重组、置换，考虑新的可能性。

Google的用户体验设计团队为了应对机器学习带来的新问题，提出了一个努力方向：“以人类为中心的机器学习”(HCML)。

这个名字有点眼熟？量子位猜，大概是因为和“以用户为中心的设计”比较像。

我们从“以人类为中心”的角度去看产品，探索怎样从人类的需求出发，用只有通过ML才能完成的独特方式去解决这些需求。

如果你刚刚开始接触机器学习，可能会觉得信息量太大。

不要慌。

通过Google用户体验团队和AI团队的合作，以及试错的经验，我们列出了以下7点，帮用户体验设计师来熟悉“机器学习驱动的产品”这一新领域。

这些要点能帮你把用户放在第一位，快速迭代，并了解机器学习带来的独特机会。

开始吧。

1. 不要指望机器学习自己找出需要解决的问题

机器学习和人工智能炒作得太火热，很多公司和产品团队在制定产品策略的时候，甚至不管要解决什么问题，先确定了以机器学习作为解决方案。

如果只是纯粹的技术探索，这样没什么问题，可能还会激发产品设计灵感。

但如果是在设计产品，你不从人的需要出发，可能就会建立一个非常强大的系统来解决非常小、或者根本不存在的问题。

所以，我们要说的第一点是，那些挖掘用户需求的苦活累活，你还是得自己做。

那些情境调查、访谈、深入讨论、用户调查、日志分析统统不能简化，你需要接近用户，找出你是否解决了问题，或者找到了他们潜在的需求。

机器学习不能自己找出该解决的问题，这需要我们来定义。

作为用户体验设计师，无论哪种技术范式主导，我们指导团队的基本工具还是不变的。

2. 问问自己，机器学习能否以独特的方式解决问题

一旦你确定了需要解决的问题、需要满足的需求，就该评估机器学习能否以独特的方式解决这些问题了。

很多问题根本用不上机器学习。

在产品开发的这个环节，一个很大的挑战是去确定哪些用户体验需要ML，哪些功能用了ML会得到有意义的增强、哪些用不用都一样，甚至用了还不如不用。

很多产品不需要ML就能给人“智能”或者“个性化”的感觉，不要以为只有机器学习才能救产品。

△ 忘了加附件的提示，就不适合用机器学习

我们创建了一组问题，来帮团队了解ML对其用例的价值。

这些问题，深入挖掘了用户与ML系统的交互可中可能有什么样的心理模型和期望，以及该系统需要哪些数据。

这里有三个例子，Google某团队想要用ML来解决一个用例时，就回答过这些问题：

描述理论上的人类“专家”现在可能怎样执行这个任务。

如果你的人类专家要执行这个任务，你会如何回应他们，以便下次改进？对混淆矩阵的四种情况(真正、真负、假正、假负)都做出说明。

如果一个人要执行这个任务，那么用户希望他们做出什么样的假设呢？

花几分钟时间回答这些问题，能帮我们了解用户会带着哪些预设去使用ML产品。在产品团队的讨论中，或者在用户研究的过程中都可以去问这些问题。

稍后我们讨论定义标签和训练模型时，还会再提到它们。

回答了这些问题，为特定的产品或者功能写了故事板，我们就可以将团队所有的产品想法都放进这四个象限中：

△ 横轴代表ML带来的影响，纵轴代表对用户的影响

通过这个坐标系，我们能找出哪些想法比较有影响力，哪些想法依赖于ML来实现。在前面的对话中，你就应该开始和开发人员合作了，如果还没有，从这里开始也不晚，让他们来衡量这些想法在实际中能否用机器学习解决。

在象限右上角的功能：也就是对用户有着最大的影响力，ML技术也能带来独特体验的那些，就是优先级最高的。

3. 原型设计：个人示例和Wizard of Oz

ML系统的一个重大挑战是原型设计。

如果产品的核心价值在于通过独特的数据来为用户定制个性化体验，你很难快速地设计一个具有真实感的原型。但是，如果你等ML系统建完再去测试它的设计，可能就没机会改了。

不过，有两种用户研究方法可以解决这个问题：使用参与者建立个人示例、Wizard of Oz研究。

在使用早期模型进行用户研究时，可以让参与者带一些他们自己的数据来，比如个人照片、通讯录、他们收到的音乐或电影建议等。当然，要让参与者完全明白他们的数据将被用来干什么、什么时候才会被删除。

对于参与者来说，这可能是一个很有意思的家庭作业。

通过这些示例，你可以模拟系统的正确、错误响应。比如说你可以模拟系统向用户返回错误的操作建议，查看用户的反应，了解他对错误原因的假设。

和虚拟示例或者概念描述相比，这可以帮你更可靠地评估各种可能性的成本和收益。

还没造出来的机器学习产品的第二种测试方法，是Wizard of Oz研究。过去20年间，Wizard of Oz研究在用户研究方法中的重要性越来越低，现在，它回归了。

Wizard of Oz？绿野仙踪？

这种测试指的是由一名产品团队人员代替系统，向用户做出反馈。

△ 聊天界面是Wizard of Oz测试最简单的方法之一，只要在另一端准备一名产品人员，假装“AI”来输入回复。

让产品团队人员模仿机器学习系统的行为，比如回复聊天信息、给出呼叫建议、电影建议，可以帮用户模拟体验与“智能”系统的交互。

这些交互可以为产品设计提供关键的指导，因为当参与者认真地与“AI”交互的时候，他们会自然形成系统的新力模型，根据模型来调整自己的行为。

观察他们的对系统的适应、与系统的二次交互，对于产品设计有重大的参考价值。

4. 衡量假正类和假负类的成本

你的机器学习系统会犯错。了解这些错误是什么样的，以及它们如何影响用户的产品体验很重要。

我们在第二点中提到了混淆矩阵。这在机器学习中是一个关键的概念，描述了当机器学习系统正确或者错误的时候是什么样子。

△ 混淆矩阵的四个状态，以及对用户意味着什么

对于机器来说，所有的错误都一样，但对人来说却不是这样。

例如，如果我们有一个“人类or魔怪”分类器，意外把人识别成魔怪。这只是系统的一个错误，不涉及侮辱或者文化因素考量。机器不会明白，人被错误的识别为魔怪带来的侵犯感，远大于魔怪被错误识别为人。这也许就是以人为本的偏见。：）

在机器学习中，需要有意识地在准确率和召回率之间进行权衡。

也就是说，如果你认为囊括所有的正确答案更重要，那意味着也会包含更多的错误答案（优化召回率）；如果想让错误答案最小化，代价是舍弃一些正确的答案（优化准确率）。

例如，你在Google Photos中搜索操场，可能会看到如下结果：

其中包括一些儿童玩耍的场景，但不在操场上。在这个案例中，召回率优先于准确率，找到所有的操场照片更重要。

5. 有计划的进化

最好的机器学习系统，应该随着用户的心智模型不断进化。

当人们与这些系统交互时，他们也在影响和调整着这个系统未来的输出；而这些调整反过来又将改变用户和系统交互的方式……（子子孙孙无穷匮也）

当然这种不断的反馈循环，既有可能是良性的，也有可能是恶性的。所以你需要注意引导用户，给出有利于自己和模型的反馈。

良性循环的一个例子就是谷歌输入法的Gboard，他能不断的进化并预测用户下一步要输入什么字，使用系统建议的人越多，给出的建议就越好。

△ Gboard示意图

机器学习系统都是用现有数据集训练而成，并会根据新的输入进行调整，但这些改变在发生之前都很难预测。所以我们需要同步调整用户研究和反馈策略。这意味着在产品周期中进行提前规划纵向、高个性化以及广泛的研究。

你需要规划出足够的时间，随着用户和用例的增加，对准确率和召回率进行量化测量，来评估机器学习系统的性能。当然还需要和用户坐在一起，了解他们如何使用系统，以及成功或者失败背后的心智模型。

另外，我们需要考虑如何在整个产品生命周期内，获得用户的真实反馈，以改进机器学习系统。能否设计出更好、更快的交互反馈模式，是良好的机器学习系统与优秀的机器学习系统之间的区别。

△ Google app隔段时间就会询问某个页卡是否有用，以获取相关的反馈意见

△ 用户可以对Google搜索自动完成功能提供反馈，包括为什么预测的结果不合适等

6. 用正确的标签训练算法

当我们谈交互时，已经习惯于把线框、mockup、原型和红线作为标志可以交付的成果。

然而，当我们谈到机器学习增强的交互时，还得指定更多，因为“标签”来了。

标签是机器学习的重要组成部分。

很多人的工作就是查看大量的内容，然后打上标签，例如标注出一张图片上是否有猫。一旦有足够的照片被标记为“猫”或者“非猫”，就形成了一个数据集，可以用来训练模型识猫。更准确一点说，是让模型以一定的置信水平预测一张照片中是否有猫。

很简单，是吧？

△ 你能通过这个测验么？

真正的挑战在于，让模型预测对于用户来说非常主观的东西，例如是否对一篇文章感兴趣或者提供电子邮件的回复建议。

而且模型训练需要很长的时间，获得一个完全标记的数据集可能非常昂贵，而错误的标签还会给产品带来巨大的负面影响。

该怎么办？

可以先从合理的假设开始，并且对这些假设进行广泛的讨论。

这些假设通常采用这样的形式：“对于在（某）情境下的（某）用户，我们假设用户更喜欢（这个）而不是（这个）”。然后尽快把这些假设放到原型里，收集反馈进行迭代。

建议为你的机器学习找一个外援，例如在相关领域有深入研究的专家。

接下来，你会发现哪些假设看起来更加“真实”。但是在大规模收集数据和打标签之前，最好让专家挑选一些真实用户数据进行关键的第二轮验证。

用户应该测试一个高保真的原型，感觉到在与一个AI进行交互。

通过这些实操验证，可以让专家创建一个AI功能的示例组合。然后把这些案例作为后续收集的路线图，进而生成一套强大的训练数据集，以及大规模的标签协议框架。

7.扩展思维，发挥创意

作为一个产品经理，可能都会得到一些令人抓狂的微调反馈，可能都有一些你再也不想打交道的工程师。

具体到机器学习这件事上，有一些微小的建议供参考。

对于一个机器学习的产品经理来说，规范太多可能会导致无意的锚定，进而束缚了工程师的创造力。要相信他们的直觉，鼓励他们不断试验，即便整个框架还不完整也可以开始用户测试。

机器学习是一个更具创造力和表现力的工程。但训练一个模型可能很慢，可视化的工具还不是很好，所以工程师在最终调整算法时，经常需要靠想象力……

所以产品经理需要一直帮助工程师走在以用户为中心的道路上。

△ 携手合作，共创未来

要用不同的方法给工程师以启迪，要温和的给出批评意见，要帮助他们深入的理解产品原理和目标。

工程师越早展开迭代，机器学习体系的鲁棒性可能越好，你就越有可能推出具有影响力的AI产品。

结论

以上是我们在Google内部强调的七个要点。希望对于正在或者想要开发机器学习产品的你有所帮助。随着机器学习开始驱动越来越多的产品，我们更应该以人为中心，为人们提供独特、有价值、极好的产品体验。

作者：

Josh Lovejoy，Google研究和机器学习小组UX设计师

Jess Holbrook，Google研究和机器学习小组UX经理和UX研究员

插图 by Akiko Okazaki

【完】

一则通知

量子位读者5群开放申请，对人工智能感兴趣的朋友，可以添加量子位小助手的微信qbitbot2，申请入群，一起研讨人工智能。

另外，量子位大咖云集的自动驾驶技术群，仅接纳研究自动驾驶相关领域的在校学生或一线工程师。申请方式：添加qbitbot2为好友，备注“自动驾驶”申请加入~

招聘

量子位正在招募编辑/记者等岗位，工作地点在北京中关村。相关细节，请在公众号对话界面，回复：“招聘”。

行业深度洞察2021：中国第三方输入法行业竞争格局及市场份额

——原标题：【行业深度】洞察2021：中国第三方输入法行业竞争格局及市场份额(附市场集中度、企业竞争力评价等)

目前我国第三方输入法品牌主要有：搜狗输入法、讯飞输入法、百度输入法、QQ输入法、章鱼输入法、badam维语输入法、KK键盘、趣键盘、谷歌拼音输入法、微商输入法、键多多输入法、谷歌韩语输入法等。

本文核心数据：活跃用户数量;市场份额;市场集中度

1、中国第三方输入法行业竞争层次

目前我国第三方输入法品牌主要有：搜狗输入法、讯飞输入法、百度输入法、QQ输入法、章鱼输入法、badam维语输入法、KK键盘、趣键盘、谷歌拼音输入法、微商输入法、键多多输入法、谷歌韩语输入法等。

其中第一梯队主要为活跃用户数较多的搜狗输入法、讯飞输入法和百度输入法，第二梯队：主要为QQ输入法、Badam维语输入法、谷歌拼音输入法在我国输入法市场占据一定地位;第三梯队主要为个性化的输入法品牌，如章鱼输入法、KK键盘、键多多输入法、谷歌韩语输入法、微商输入法、趣键盘等。

在注册地分布方面，中国输入法企业主要分布在在经济相对发达的广东、北京和上海等地，其中广东、江苏、浙江、山东、四川等地用户活跃用户占比相对较高。主要第三方输入法活跃用户区域分布依然存在一定的差异性，下沉渠道的竞争将更加激烈。

图表3：中国第三方输入法代表性企业区域分布热力图（图表搜索原文可得）

2、中国第三方输入法行业市场份额

中国第三方手机输入法市场份额呈现“三巨头”竞争格局，用户活跃量方面，搜狗输入法为市场第一，占据54.07%的份额吗，其次是讯飞输入法和百度输入法市场活跃用户分别为25.25%和15.44%。未来第三方手机输入法将依托AI技术能力，向市场持续输入创新产品，吸引新用户和稳固留存用户，从而达到稳固市场份额的目的。

3、中国第三方输入法行业市场集中度

我国中国第三方输入法行业市场集中度较高，前三名占据市场超过90%的份额，前5名市场份额超过95%。

4、中国第三方输入法行业企业布局及竞争力评价

2021年6月，从活跃用户来看，搜狗、讯飞和百度占据前三名，从用户粘度来看，讯飞输入法以72.5%的月留存率排名第一;用户引流方面，百度输入法以328.2万人的新安装量居前，此外在用户月均使用市场讯飞输入法以每日2.3小时的领先前两大输入法。

5、中国输入法行业竞争状态总结

从五力竞争模型角度分析，由于第三方输入法属于应用场景较高的输入工具，用户的评价直接反应了企业输入法产品的竞争状态，此处选取用户量前三同时占据市场绝对份额的搜狗输入法、讯飞输入法和保护输入法为代表分析，讯飞输入的用户从整体满意度、外观设计、输入操作、AI表情、语音和键盘输入功能均评价更高。

以上数据参考前瞻产业研究院《中国互联网行业市场前瞻与投资战略规划分析报告》，同时前瞻产业研究院还提供产业大数据、产业研究、产业链咨询、产业图谱、产业规划、园区规划、产业招商引资、IPO募投可研、招股说明书撰写等解决方案。