AI產(chǎn)品經(jīng)理知識體系系統(tǒng)總結(jié)

近兩年人工智能行業(yè)在國內(nèi)外得到了爆發(fā)試的增長，各大巨頭紛紛布局成立了自己的人工智能實驗室和研究院，但是我們不得不承認(rèn)，目前人工智能的重視方向主要集中在技術(shù)型人才方面，在人工智能產(chǎn)品方面的人才還沒有得到進一步的重視。

追究其原因，主要還是因為人工智能還是屬于很新型的技術(shù)領(lǐng)域，目前關(guān)于人工智能的商業(yè)化產(chǎn)品還沒有大面積的落地，隨著技術(shù)型到商業(yè)產(chǎn)品化的轉(zhuǎn)變，人工智能產(chǎn)品經(jīng)理必然會像多年前的互聯(lián)網(wǎng)PM一樣得到重視。

1.產(chǎn)品經(jīng)理是什么？

產(chǎn)品經(jīng)理其實在每個時代都有，只不過都是換了一個稱謂而已，在快消費品時代，因為消費品都有一個標(biāo)準(zhǔn)，所以同質(zhì)化都會很嚴(yán)重，這個時候產(chǎn)品經(jīng)理其實就是相當(dāng)于營銷產(chǎn)品經(jīng)理，將同質(zhì)化的消費品通過營銷的方式賣給用戶；在軟件時代，產(chǎn)品都是處于可用的狀態(tài)，都是在快速的搶占市場份額進行產(chǎn)品布局，這個時候項目經(jīng)理其實就相當(dāng)于產(chǎn)品經(jīng)理，主要工作都是來把控產(chǎn)品研發(fā)流程進行項目管理，快速形成產(chǎn)品落地；到了移動互聯(lián)網(wǎng)時代，技術(shù)已經(jīng)得到成熟，產(chǎn)品之間的競爭其實就是需求和體驗的競爭，互聯(lián)網(wǎng)的產(chǎn)品經(jīng)理才形成了一個標(biāo)準(zhǔn)化的體系，挖掘用戶潛在需求，提升產(chǎn)品用戶體驗成了一個產(chǎn)品經(jīng)理的核心化競爭力。

那么我們就會有這樣一個疑惑，在人工智能的時代，AI產(chǎn)品經(jīng)理的核心化競爭力又是什么？目前有沒有一套合理的知識體系去指導(dǎo)我們?nèi)ミM行學(xué)習(xí)呢？

很抱歉，答案是沒有！！就像互聯(lián)網(wǎng)產(chǎn)品經(jīng)理剛出現(xiàn)的時候也沒有真正的一套知識和技能體系供大家去參考，目前的互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的知識和技能體系也是隨著各大公司招聘要求相互碰撞和產(chǎn)品研發(fā)過程中不斷摸索所得到的一個共同體系，現(xiàn)在的AI產(chǎn)品經(jīng)理，由于沒有大面積成熟商業(yè)產(chǎn)品落地，現(xiàn)在所面臨的知識空窗期只能說更為嚴(yán)重。

2.AI產(chǎn)品經(jīng)理應(yīng)該具備什么樣的技能？

我個人養(yǎng)成了一種習(xí)慣，一般去研究某種職位技能的時候，我第一點都是要去搜索各個公司的招聘需求，特別是BAT這樣的巨頭公司，往往一個新型的職位都是有巨頭公司所領(lǐng)導(dǎo)并逐漸建立標(biāo)準(zhǔn)的，我們不妨去看看它們的招聘需求。

總結(jié)以上的三個巨頭的招聘需求，我們不難發(fā)現(xiàn)其共同點，AI產(chǎn)品經(jīng)理除了需要具備互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的基本技能之外，行業(yè)／場景和技術(shù)稱為最頻繁提及的字眼，在技術(shù)方面也只是提及了需要對人工智能基礎(chǔ)有大志的了解，也就是說在技術(shù)方面并不要求產(chǎn)品經(jīng)理打到能夠研發(fā)產(chǎn)品的水平，這一點和互聯(lián)網(wǎng)的產(chǎn)品經(jīng)理的要求很相似，重點的要求其實還是在場景挖掘和行業(yè)經(jīng)驗方面。

所以我們基本上能夠得到一個結(jié)論，AI產(chǎn)品經(jīng)理最核心的技能其實還是在于通過人工智能技術(shù)去重新的去定義場景和需求，通過個人的知識儲備去重新定義解決問題的方式，從而提供一套可行的人工智能解決方案。

3.AI產(chǎn)品經(jīng)理和互聯(lián)網(wǎng)產(chǎn)品經(jīng)理最大的區(qū)別是什么？

AI產(chǎn)品經(jīng)理和互聯(lián)網(wǎng)產(chǎn)品經(jīng)理有很多共同之處，可以說AI產(chǎn)品經(jīng)理在某些方面是互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的再次細(xì)分，AI產(chǎn)品經(jīng)理在保證掌握互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的大部分知識體系之外還需要具備自己獨特的技能，例如對于人工智能知識的了解和掌握，以及對于場景的重現(xiàn)定義等方面。

那么我們就產(chǎn)生了這樣一個疑問，AI產(chǎn)品經(jīng)理和互聯(lián)網(wǎng)產(chǎn)品經(jīng)理最大的區(qū)別是什么？在我個人看來主要有兩點最大的區(qū)別。

區(qū)別一：AI產(chǎn)品經(jīng)理的需求驗證更為重要

我們通過人工智能手段去重新定義場景需求的時候，需求和技術(shù)驗證是最重要的一點，然而在互聯(lián)產(chǎn)品經(jīng)理看來，需求就是更容易發(fā)現(xiàn)的事情，很容易就通過常規(guī)的正常技術(shù)手段就解決了，能夠更快的進行產(chǎn)品迭代從而形成產(chǎn)品的落地和產(chǎn)品閉環(huán)。

但是，對于人工智能產(chǎn)品經(jīng)理來說，這個就更難了，由于技術(shù)的問題，我們需要花費大量的時間來進行場景需求的驗證，驗證是不是通過人工智能的手段能夠完成需求的解決，往往對于AI產(chǎn)品經(jīng)理來說，產(chǎn)品能夠達到60分的可用及格線往往比開發(fā)一款完美產(chǎn)品更為重要，只有我們能夠通過技術(shù)驗證場景，該一款產(chǎn)品才有可能進行商業(yè)落地，往往AI產(chǎn)品經(jīng)理會遇到一個窘?jīng)r，自己好不容易發(fā)現(xiàn)了一個場景需求，在個人看來通過人工智能手段能夠大大提高效率，但是在經(jīng)過半年甚至一年的技術(shù)驗證之后發(fā)現(xiàn)并不能，在出現(xiàn)了這種情況下，轉(zhuǎn)戰(zhàn)其他場景需求就顯得更為重要了。

區(qū)別二：技術(shù)迭代更為快速

其實在深度學(xué)習(xí)沒有出現(xiàn)之前，人工智能的發(fā)展已經(jīng)到了一個瓶頸期，我曾過一個研究人工智能翻譯的人寫的一段話，大致的含義就是他看了谷歌的一篇關(guān)于智能翻譯的論文，發(fā)現(xiàn)自己之前所有的技術(shù)積累都已經(jīng)落后了，不得不說這是一個巨大的打擊。所以，如果你是一名人工智能的產(chǎn)品經(jīng)理，關(guān)注前沿的行業(yè)技術(shù)更新就顯得更為重要了，往往去年的某一個需求驗證沒有通過，但是隨著時間推移又能夠通過技術(shù)手段進行解決了??！

4.AI產(chǎn)品經(jīng)理的主戰(zhàn)場在哪里？

對于很多想轉(zhuǎn)站人工智能產(chǎn)品的同志們苦于沒有標(biāo)準(zhǔn)化的指導(dǎo)，我也查閱了很多資料，發(fā)現(xiàn)又一個ppt對AI產(chǎn)品經(jīng)理的預(yù)測比較合理。

他把人工智能產(chǎn)品分為三個大類十個小類，分別是平臺網(wǎng)站類，目前大部分都是開放平臺類的網(wǎng)站產(chǎn)品；垂直場景類，這個算是一個主戰(zhàn)場的領(lǐng)域；最后就是聊天對話類，往往這個類別是最難的，往往和智能硬件結(jié)合，例如最近火熱的智能音箱，純基于平臺的度秘產(chǎn)品等。

5.AI產(chǎn)品經(jīng)理如何學(xué)習(xí)和入門？

我個人認(rèn)為AI是一個技能型的職業(yè)，其主要的機會在于細(xì)分領(lǐng)域和交叉領(lǐng)域，AI產(chǎn)品經(jīng)理所面臨的最大的難度其實就是在于怎么去基于場景去定義需求。

主要的學(xué)習(xí)路線我個人認(rèn)為可以分為三部走：

第一步，找到自己的興趣點和特長，最好和自己之前有技能重合的領(lǐng)域，分技術(shù)大類的話其實也就是人機交互／計算機視覺／自然語言處理／生物特征識別等幾個大類，這些大類又相對應(yīng)的分出很多小類。

第二步就是要選擇好自己的方向是基于平臺類，還是聊天類亦或者是基于場景類。

最后一步其實就是實施轉(zhuǎn)型了，這是最為艱難的一步，當(dāng)然也是最終要的一步，這里我們重點聊聊實施轉(zhuǎn)型這一步。

實施轉(zhuǎn)型需要我們加深對AI技術(shù)的理解力，需要我們培養(yǎng)類機器學(xué)習(xí)的思維方式，并且需要去接觸多感官的人機交互方式，在人工智能產(chǎn)品的設(shè)計中，我們不能用之前互聯(lián)網(wǎng)解決需求的手段進行套用，多感官的人機交互方式更是人工智能產(chǎn)品的最大特點，當(dāng)然所有的產(chǎn)品其實都是要落地到場景中去的，如何設(shè)計一款可用的人工智能產(chǎn)品，還需要我們具備深刻的場景和行業(yè)認(rèn)知能力，具備跨領(lǐng)域協(xié)作的產(chǎn)品技能。

要說明的一點是本文的很多啟發(fā)都是來源于hanniman的一些看法，他是圖靈機器人的戰(zhàn)略官，在此向他表示感謝。

最后用他的一句話作為總結(jié)：算法demo更偏向于命題作文，而在產(chǎn)品商業(yè)化的時候，關(guān)鍵的第一步就在于基于場景，去重新定義問題??！






摘自：人人都是產(chǎn)品經(jīng)理