開局一張圖

關(guān)注AI的朋友們好～本期古牧君邀請來自宇宙條的資深A(yù)I產(chǎn)品經(jīng)理雞翅姐（見上圖），針對AI產(chǎn)品經(jīng)理這個崗位暢聊并總結(jié)成文，作為《職場不設(shè)限》系列的首篇，希望能給大家的職業(yè)路徑增加一種可能性

本文篇幅適中，內(nèi)容環(huán)環(huán)相扣：

1，AI產(chǎn)品經(jīng)理到底該怎么定義？

2，做AI產(chǎn)品經(jīng)理需要具備哪些能力？

3，AI產(chǎn)品經(jīng)理?vs 產(chǎn)品經(jīng)理 的日常

4，哪些崗位更容易轉(zhuǎn)型AI產(chǎn)品經(jīng)理？

5，現(xiàn)階段AI產(chǎn)品經(jīng)理們有什么困境？

01

AI產(chǎn)品經(jīng)理到底該怎么定義？

為了更好的理解AI產(chǎn)品經(jīng)理的定義，我們不妨把時間線拉長，回顧互聯(lián)網(wǎng)的幾次大規(guī)模技術(shù)迭代，以及每次迭代中催生的新崗位：

Step1

從純代碼協(xié)議到PC端的網(wǎng)頁瀏覽器，使互聯(lián)網(wǎng)從小眾到大眾。在這個時期，產(chǎn)品經(jīng)理都不那么重要，網(wǎng)頁瀏覽器這種載體，相對復(fù)雜度還沒那么高，程序員+設(shè)計師就基本能應(yīng)付個七七八八。我們現(xiàn)在耳熟能詳?shù)暮枚喈a(chǎn)品大神都是程序員出身，因為那個時期就沒什么產(chǎn)品經(jīng)理啊！這就給后世留下一個印象：好產(chǎn)品經(jīng)理必須懂技術(shù)？懂技術(shù)更能成為好產(chǎn)品經(jīng)理？其實真不見得

Step2

從PC端的網(wǎng)頁瀏覽器到移動端的APP，互聯(lián)網(wǎng)開始變得無處不在，互聯(lián)網(wǎng)從業(yè)者也不得不思考如何在方寸之間保障用戶的體驗。這個時候產(chǎn)品經(jīng)理們正式崛起，沒記錯的話，曾經(jīng)還有“移動端產(chǎn)品經(jīng)理”這種崗位稱呼，而這正是一種典型的過渡期叫法

Step3

AI廣泛應(yīng)用，提升效率。稍微想想，我們現(xiàn)在很少說“瀏覽器產(chǎn)品經(jīng)理”和“APP產(chǎn)品經(jīng)理”了吧，這倆崗位早就簡化成了產(chǎn)品經(jīng)理。但我們現(xiàn)在依然在說AI產(chǎn)品經(jīng)理，這是一個標(biāo)準(zhǔn)的“技術(shù)迭代”+“產(chǎn)品經(jīng)理”的組合。因為新生事物剛剛涌現(xiàn)，大家還沒習(xí)慣。等AI滲透到生活的方方面面，那個時候AI產(chǎn)品經(jīng)理的前綴也就會不復(fù)存在了

按時間線梳理后，我們再從功能結(jié)構(gòu)上看看AI產(chǎn)品經(jīng)理在產(chǎn)品經(jīng)理中的定位。之前分享了一篇文章，數(shù)據(jù)產(chǎn)品經(jīng)理的到底重心在哪兒？文中通過很多事例和概念，厘清了數(shù)據(jù)產(chǎn)品經(jīng)理的本質(zhì)是產(chǎn)品經(jīng)理，好比白馬它首先得是馬

到了AI產(chǎn)品經(jīng)理這兒，也不能犯同樣的錯誤。來，默念一遍：AI產(chǎn)品經(jīng)理的本質(zhì)，是產(chǎn)品經(jīng)理，不能因為前綴加了AI就發(fā)生改變，就算變成“宇宙產(chǎn)品經(jīng)理”，它也還是產(chǎn)品經(jīng)理

在明確這個基礎(chǔ)認(rèn)知后，我們看AI產(chǎn)品經(jīng)理就會清晰很多了。它在產(chǎn)品經(jīng)理的崗位地圖中，層級上是無法與C端產(chǎn)品經(jīng)理或B端產(chǎn)品經(jīng)理對等的，更合理的邏輯層級應(yīng)該是：C端AI產(chǎn)品經(jīng)理、B端AI產(chǎn)品經(jīng)理。對嘍～AI產(chǎn)品經(jīng)理目前應(yīng)該是嵌入在兩端產(chǎn)品經(jīng)理體系內(nèi)的

如果你還想再往下細(xì)分，那就套用現(xiàn)有的方法，在C端和B端這個維度上，再疊加一個行業(yè)領(lǐng)域，比如C端社交AI產(chǎn)品經(jīng)理、C端電商AI產(chǎn)品經(jīng)理

對B端的疊加，可以稍微贅述幾句。B端從概念上既可以是to企業(yè)內(nèi)部這個B，也可以是to企業(yè)外部（如其他企業(yè)或政府）這個B；同時，B端本身還有這么一種劃分：技術(shù)層、能力層、應(yīng)用層。所以B端的疊加就會更豐富一些，比如：B端出行技術(shù)層AI產(chǎn)品經(jīng)理、B端視頻應(yīng)用層AI產(chǎn)品經(jīng)理等

02

做AI產(chǎn)品經(jīng)理需要具備哪些能力？

既然AI產(chǎn)品經(jīng)理本質(zhì)上是產(chǎn)品經(jīng)理，那么產(chǎn)品經(jīng)理的基本功就不能丟：

除此之外，“數(shù)據(jù)驅(qū)動”的思維和能力也是AI產(chǎn)品經(jīng)理的特需。為啥？因為AI跟數(shù)據(jù)是強(qiáng)關(guān)聯(lián)的，所有對AI的訓(xùn)練和迭代都離不開數(shù)據(jù)，這也導(dǎo)致產(chǎn)品經(jīng)理日常需要更關(guān)注數(shù)據(jù)這個閉環(huán)，不僅要依賴數(shù)據(jù)功能上線后的評估和優(yōu)化，還要運用數(shù)據(jù)進(jìn)行策略設(shè)計。策略設(shè)計是什么？古牧君之前通過兩個案例詳細(xì)介紹過，感興趣的朋友可以自行查閱

這么看來，AI產(chǎn)品經(jīng)理既要像一個真正的產(chǎn)品經(jīng)理，又要具備較強(qiáng)的數(shù)據(jù)驅(qū)動能力，稀缺也就比較正常了。聯(lián)想到前段時間有個業(yè)內(nèi)新聞，對產(chǎn)品經(jīng)理有潔癖的騰訊，把12級（原P4-1）以下的產(chǎn)品從業(yè)者都改名叫什么產(chǎn)品策劃、產(chǎn)品運營，只有綜合能力達(dá)標(biāo)的那一小撮人，才配繼續(xù)叫產(chǎn)品經(jīng)理。這說明什么呢？天下大勢分久必合合久必分，早些年產(chǎn)品經(jīng)理不斷細(xì)分、不斷專業(yè)化，而往后很可能就該不斷融合、不斷全能化了

03

AI產(chǎn)品經(jīng)理vs產(chǎn)品經(jīng)理的日常

做常規(guī)的產(chǎn)品經(jīng)理，核心就是吃透????這張圖：

以及????這種層層轉(zhuǎn)化的漏斗關(guān)系圖：

?

第一張圖在產(chǎn)品從0到1的階段非常重要，尤其隨著用戶調(diào)研+MVP上線后帶來反饋逐步增多，常規(guī)產(chǎn)品經(jīng)理很容易失焦，進(jìn)入到“競品有，我沒有，因此我要有”的癲狂狀態(tài)

這樣的狀況大概持續(xù)3-6個月就會發(fā)現(xiàn)，無論自己再怎么瘋狂加功能，對最終的漏斗轉(zhuǎn)化率效果都不大，就要花時間關(guān)注增長的問題了

?

和增長相關(guān)的模型和理論有很多，有AARRR，有RACE，但本質(zhì)都是回歸到強(qiáng)化“網(wǎng)絡(luò)效應(yīng)”。因此在探索了漏斗轉(zhuǎn)化率的基礎(chǔ)和邊界后，很多常規(guī)產(chǎn)品經(jīng)理就會被分去做偏運營類的工作，也就是我們耳熟能詳?shù)亍案慊顒?#34;。這也是為什么做了三年之后的產(chǎn)品難免會覺得自己的角色開始模糊，仿佛跟運營、市場都有點關(guān)系

?

總結(jié)一下：分析用戶路徑 -> 提出產(chǎn)品假設(shè)-> 優(yōu)化鏈路 / 包裝玩法 ->看對漏斗和大盤的收益 -> 評估是否達(dá)到全量標(biāo)準(zhǔn)（定性/定量），這大概就是大部分常規(guī)產(chǎn)品經(jīng)理的日常

?

相對AI產(chǎn)品經(jīng)理來說，跟上述最大的區(qū)別就是如何通過搭建可持續(xù)的AI系統(tǒng)，來實現(xiàn)上述邏輯的自動化

?

舉個例子：有一種神秘、古老的，叫做信息流產(chǎn)品經(jīng)理（Feed PM）的崗位，每天要思考的問題就是如何提升各類內(nèi)容的供需匹配效果，從而達(dá)到大盤增長。對于他們來講，feed的框架就那個樣子，而交互形態(tài)（無論單列、雙列還是混排）一旦用戶養(yǎng)成了習(xí)慣也很難再改，互動的方式無非也就是贊轉(zhuǎn)評+彈幕

?

所以他們還能做啥？

?

這就牽扯到另一個問題了：一個AI產(chǎn)品經(jīng)理需要多“懂”技術(shù)？或多大程度上參與到“AI策略設(shè)計與開發(fā)”的工作里來？

?

根據(jù)個人經(jīng)驗，AI產(chǎn)品經(jīng)理在需求評審的階段，需要與算法共同明確的主要有以下幾點：

• 模型目標(biāo)

• 特征選擇

• 數(shù)據(jù)收集

• 驗收標(biāo)準(zhǔn)

?

至于數(shù)據(jù)預(yù)處理、模型選取、特征工程、調(diào)參等等部分，如果你有精力和能力去理解那自然是好的，但如果不能，只需要理解算法運作的基本原理即可

?

因此無論你涉及到的領(lǐng)域是內(nèi)容、電商還是社交，只要是與核心業(yè)務(wù)相關(guān)，AI產(chǎn)品經(jīng)理本質(zhì)上解決的都是資源匹配的問題，只不過除了關(guān)注供求兩端，你也需要關(guān)注對平臺本身的收益

?

比如對2C平臺來說，每個階段的側(cè)重點是不同的，前期更注重日活，后期看GMV。所以AI產(chǎn)品經(jīng)理需要時刻關(guān)注隨著算法策略的迭代，模型表現(xiàn)提升對大盤收益提升的邊界效應(yīng)在哪里。除非你是專門做“技術(shù)創(chuàng)新”的純技術(shù)型產(chǎn)品經(jīng)理，不然所有脫離大盤收益的算法打磨，以及一味追求算法復(fù)雜度的行為，都只是耍流氓

04

哪些崗位更容易轉(zhuǎn)型AI產(chǎn)品經(jīng)理？

前文已經(jīng)很明確了，真正的AI產(chǎn)品經(jīng)理，必須是兼具數(shù)據(jù)驅(qū)動思維的產(chǎn)品經(jīng)理，基于這條準(zhǔn)則，古牧君把市面上跟AI產(chǎn)品經(jīng)理還算相關(guān)的崗位整理如下：

初步感覺是用戶增長產(chǎn)品經(jīng)理勝出？對幾個可能有爭議的項目稍作解讀：

1）研發(fā)工程師：“或許具備一定數(shù)據(jù)驅(qū)動思維” ？

坦白說在跟研發(fā)工程師深度配合多年后，古牧君發(fā)現(xiàn)，嚴(yán)謹(jǐn)?shù)倪壿嬎季S并不等于數(shù)據(jù)分析思維or數(shù)據(jù)驅(qū)動思維

核心差異在于，經(jīng)過長期訓(xùn)練，工程師們的邏輯思維更多是純形而上的，有些脫離實際業(yè)務(wù)場景；而數(shù)據(jù)分析、數(shù)據(jù)驅(qū)動思維，更看重理論與實踐的結(jié)合，必須是扎根于業(yè)務(wù)場景的

所以有時候，算法工程師轉(zhuǎn)型AI產(chǎn)品經(jīng)理，雖然看起來入門快，但后續(xù)無形的門檻可能會來的更早

2）產(chǎn)品經(jīng)理：“普遍缺乏數(shù)據(jù)驅(qū)動思維” ？

是的，別說數(shù)據(jù)驅(qū)動思維了，很多大廠的非初級產(chǎn)品經(jīng)理們，連基本的數(shù)據(jù)分析能力都不達(dá)標(biāo)。經(jīng)常無法對自己負(fù)責(zé)的產(chǎn)品功能提出有效、可行的量化衡量方法。

所以你說為啥現(xiàn)在還有這么多數(shù)據(jù)分析師的崗位需求呢？不就是給技能殘缺的產(chǎn)品經(jīng)理們補(bǔ)鍋呢么～

3）用戶增長產(chǎn)品經(jīng)理：“具備較好的產(chǎn)品思維” ？

必須坦誠，這是一個基于崗位JD的美好推測，是否該崗位的從業(yè)者們在日常工作中真的能充分施展產(chǎn)品思維、避免工具人的囧境，古牧君是不得而知的，歡迎這個方向的同學(xué)上門踢館指正～

05

現(xiàn)階段AI產(chǎn)品經(jīng)理們有什么困境？

現(xiàn)階段AI產(chǎn)品經(jīng)理們的困境，主要還是源自大家對這個崗位的廣泛誤解。因為前綴加了AI，就覺得這個崗位不論C端B端，都應(yīng)該是特別懂技術(shù)的，都應(yīng)該是算法與普通產(chǎn)品經(jīng)理的翻譯官和橋梁，這就導(dǎo)致很多AI產(chǎn)品經(jīng)理變成了傳話筒，價值感很低。

再次重申下，AI產(chǎn)品經(jīng)理的本質(zhì)是產(chǎn)品經(jīng)理，要求他們手撕算法代碼有意義么？有那個功夫，還不如要求他們把用戶需求和場景設(shè)計捋順，少提一些異想天開的需求吧～

這個困境如何破局呢？個體層面，可以把重心多回歸產(chǎn)品經(jīng)理本質(zhì)上，不要太糾結(jié)技術(shù)算法細(xì)節(jié)，更看重AI與用戶需求的適配；群體層面，需要等大環(huán)境逐漸成熟。天時地利人和，一個都不能少。不過要等多久呢？參考互聯(lián)網(wǎng)行業(yè)對所謂大數(shù)據(jù)的落地應(yīng)用節(jié)奏：怎么也還得有5～10年吧

---

坦白說，本文是古牧君開號以來寫的最久、最不滿意、但收獲最大的一篇文章。因為寫作的全程都在學(xué)習(xí)和拓展自己的邊界，希望讀者們不要嫌棄

AI產(chǎn)品經(jīng)理是一個面向未來的崗位，此刻正處于混沌期。當(dāng)大家都在海上漂泊激蕩之時，能指引彼岸的微光，就顯得異常珍貴了。歡迎點贊、收藏、關(guān)注、留言~

↘好文推薦：

王慧文清華產(chǎn)品課

產(chǎn)品設(shè)計師、產(chǎn)品經(jīng)理的能力模型與職業(yè)成長

騰訊工作心得：原型該畫到什么程度？

點個“在看”吧

總結(jié)

以上是生活随笔為你收集整理的职场不设限：真正的AI产品经理太少了……的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。