在當今科技飛速發(fā)展的時代，AI （人工智能）產(chǎn)品經(jīng)理已經(jīng)成為了備受科技領(lǐng)域矚目的職業(yè)角色。隨著 AI （人工智能）技術(shù)的廣泛應用，如何成為一名優(yōu)秀的 AI （人工智能）產(chǎn)品經(jīng)理也成為了眾多從業(yè)者和求職者關(guān)注的焦點。本文將深入探討 AI （人工智能）產(chǎn)品經(jīng)理的分類、所需技能、成長路徑以及如何挖掘產(chǎn)品創(chuàng)意等方面，為有志于成為 AI （人工智能）產(chǎn)品經(jīng)理的人士提供全面的指導。 一、AI 產(chǎn)品經(jīng)理的分類AI 產(chǎn)品經(jīng)理主要可分為三種類型：AI 平臺產(chǎn)品經(jīng)理、AI Native 產(chǎn)品經(jīng)理和 AI + 產(chǎn)品經(jīng)理。 1. AI 平臺產(chǎn)品經(jīng)理AI 平臺產(chǎn)品經(jīng)理是隨著人工智能技術(shù)發(fā)展應運而生的重要崗位。他們主要負責為 AI 工程師構(gòu)建各類工具，以提升 AI 開發(fā)與應用的效率和質(zhì)量。 以 Arize 公司的產(chǎn)品經(jīng)理為例，其所在的公司專注于人工智能的可觀測性和評估平臺。起初，該平臺主要聚焦于機器學習領(lǐng)域，如排名、回歸、分類模型等應用程序中的推薦系統(tǒng)或黑匣子，之后業(yè)務(wù)逐漸拓展至更廣泛的 AI 領(lǐng)域，如今則著重于大語言模型。 當下，基于 OpenAI 或 Anthropic 等提供的 API 構(gòu)建的工具還處于初級階段，存在界面不夠友好、功能不夠完善等問題。AI 平臺產(chǎn)品經(jīng)理的核心職責便是協(xié)助 AI 工程師清晰了解其使用工具和應用的實際效果。他們需要深入了解 AI 技術(shù)和工程師的工作流程，通過收集、分析數(shù)據(jù)等方式，評估工具和應用在實際場景中的表現(xiàn)，從而為工程師提供有價值的反饋和建議。 具體而言，AI 平臺產(chǎn)品經(jīng)理要參與產(chǎn)品的全生命周期管理，從需求調(diào)研、產(chǎn)品設(shè)計，到開發(fā)、測試、上線及后續(xù)的優(yōu)化迭代。他們要與跨部門團隊緊密合作，包括研發(fā)、設(shè)計、數(shù)據(jù)等團隊，共同推動產(chǎn)品的發(fā)展24. 例如，與研發(fā)團隊合作確保工具的技術(shù)可行性和性能優(yōu)化；與設(shè)計團隊協(xié)作，提升工具的用戶界面友好度；與數(shù)據(jù)團隊配合，保證數(shù)據(jù)的準確收集和有效利用。 總之，AI 平臺產(chǎn)品經(jīng)理在 AI 工程師與工具、應用之間搭建起了一座橋梁，對于推動人工智能技術(shù)的發(fā)展和應用落地發(fā)揮著不可或缺的作用。 2. AI Native 產(chǎn)品經(jīng)理AI Native 產(chǎn)品經(jīng)理是在人工智能時代應運而生的關(guān)鍵角色，他們專注于圍繞 AI 設(shè)計核心產(chǎn)品，致力于將先進的 AI 技術(shù)轉(zhuǎn)化為用戶可實際應用的產(chǎn)品。 以 ChatGPT、Raiza 和 NotebookLM 等產(chǎn)品為例，它們均是 AI Native 產(chǎn)品的典型代表。這些產(chǎn)品的核心體驗由底層 AI 模型驅(qū)動，而 AI Native 產(chǎn)品經(jīng)理的重要任務(wù)就是將研究人員和工程師所推動進步的技術(shù)進行包裝。他們需要深入理解 AI 技術(shù)的原理、優(yōu)勢和局限性，比如自然語言處理技術(shù)在 ChatGPT 中的應用，能夠使產(chǎn)品理解和生成人類語言。 在產(chǎn)品規(guī)劃方面，AI Native 產(chǎn)品經(jīng)理要明確產(chǎn)品的定位和目標用戶群體。例如，針對不同行業(yè)的企業(yè)用戶，確定產(chǎn)品如何滿足其特定的業(yè)務(wù)需求，如提高工作效率、優(yōu)化決策等；對于普通消費者，考慮產(chǎn)品在日常生活中的應用場景，如娛樂、學習等。 同時，他們要與跨部門團隊緊密合作，包括 AI 研究人員、工程師、設(shè)計師、市場人員等，共同推動產(chǎn)品的開發(fā)與優(yōu)化。在產(chǎn)品開發(fā)過程中，與工程師協(xié)作確保 AI 模型的性能和穩(wěn)定性；與設(shè)計師合作，打造簡潔、易用的用戶界面，提升用戶體驗；與市場人員溝通，制定有效的營銷策略，提高產(chǎn)品的市場競爭力。 此外，AI Native 產(chǎn)品經(jīng)理還需關(guān)注市場動態(tài)和用戶反饋，及時調(diào)整產(chǎn)品策略。隨著 AI 技術(shù)的不斷發(fā)展和市場需求的變化，持續(xù)對產(chǎn)品進行迭代升級，以保持產(chǎn)品的領(lǐng)先性和適應性，讓用戶能夠更好地享受到 AI 技術(shù)帶來的便利和價值。 3. AI + 產(chǎn)品經(jīng)理“AI + 產(chǎn)品經(jīng)理” 是在人工智能技術(shù)飛速發(fā)展背景下應運而生的新型產(chǎn)品管理角色。他們與傳統(tǒng)產(chǎn)品經(jīng)理的區(qū)別在于，其產(chǎn)品工作已深度融入 AI 技術(shù)輔助，從而極大地提升了工作效率。 AI + 產(chǎn)品經(jīng)理無需像專業(yè)的 AI 研究人員或工程師那樣從零構(gòu)建 AI 模型，而是巧妙地利用現(xiàn)有的大語言模型或其他各類成熟的 AI 模型，為客戶打造最為適配的體驗。例如，在產(chǎn)品設(shè)計階段，借助 AI 進行快速的需求調(diào)研和用戶畫像分析，更精準地把握客戶需求；在產(chǎn)品開發(fā)過程中，利用 AI 工具優(yōu)化流程、提高開發(fā)速度；在產(chǎn)品測試環(huán)節(jié)，通過 AI 模擬用戶行為，更全面地檢測產(chǎn)品性能。 隨著 AI 技術(shù)的日益普及，未來眾多產(chǎn)品經(jīng)理的工作重心都將圍繞 AI 展開。AI 技術(shù)有望像數(shù)據(jù)庫一樣，成為 SaaS 應用中不可或缺的普遍基礎(chǔ)設(shè)施。這意味著產(chǎn)品經(jīng)理的職責和發(fā)展方向也將發(fā)生重大轉(zhuǎn)變，他們可能會致力于為其他產(chǎn)品經(jīng)理或公司開發(fā)專業(yè)的 AI 工具，助力整個行業(yè)提升產(chǎn)品管理和開發(fā)的效率與質(zhì)量；也可能會投身于打造前沿的 AI 模型，以創(chuàng)新的方式解決客戶面臨的復雜問題，為客戶創(chuàng)造更大的價值。 要成為一名優(yōu)秀的 AI + 產(chǎn)品經(jīng)理，既需要具備扎實的產(chǎn)品管理基本功，如需求分析、產(chǎn)品設(shè)計、項目管理等能力，又要深入掌握 AI 技術(shù)的相關(guān)知識，包括 AI 模型的原理、應用場景、優(yōu)勢與局限性等，同時還需具備敏銳的市場洞察力和創(chuàng)新思維，以便在激烈的市場競爭中，引領(lǐng)產(chǎn)品不斷創(chuàng)新和升級，更好地滿足客戶日益增長的對智能化產(chǎn)品的需求。 二、成為 AI 產(chǎn)品經(jīng)理的步驟1. 培養(yǎng)好奇心與問題意識無論從事哪種類型的 AI 產(chǎn)品經(jīng)理工作，都需關(guān)注最終客戶，熱愛解決問題。如 Aman Khan 著迷于幫助 AI 工程師、數(shù)據(jù)科學家解決如構(gòu)建儀表盤了解模型運行情況等看似不難卻實則復雜的問題。以客戶支持體驗為例，產(chǎn)品經(jīng)理應思考如何減少客戶在提出問題到解決問題過程中的中間環(huán)節(jié)摩擦，實現(xiàn)快速高效的問題解決。這需要被好奇心驅(qū)動，探索各種工具來理解和解決問題。例如，OpenAI 發(fā)布的實時 API 可實現(xiàn)語音與 AI 生成的語音機器人實時對話，產(chǎn)品經(jīng)理可通過試用此類技術(shù)，挖掘其潛力，為產(chǎn)品創(chuàng)新提供思路。 2. 學習基礎(chǔ)知識與應用實踐
3. 構(gòu)建產(chǎn)品作品集在 AI 產(chǎn)品經(jīng)理的招聘流程中，主要關(guān)注候選人能否勝任工作、對工作的熱情以及共事的契合度。若已有 AI 和機器學習基礎(chǔ)，并擁有產(chǎn)品作品集，則可在面試前回答招聘經(jīng)理的部分關(guān)鍵問題，省去逐一評估市場營銷、工程、核心產(chǎn)品經(jīng)理能力等流程。因此，建議先從基礎(chǔ)學起，培養(yǎng)技能，憑借好奇心推動自己前進，最終將技能轉(zhuǎn)化為能在求職中脫穎而出的作品集。如今進入 AI 產(chǎn)品經(jīng)理領(lǐng)域相對以往更容易，過去可能需要扎實的機器學習背景，而現(xiàn)在更多是圍繞或為其他 AI 產(chǎn)品團隊打造體驗，且有很多資源可幫助快速構(gòu)建應用，如在 Replit 上輸入提示即可生成網(wǎng)站等。 三、成為頂尖 AI 產(chǎn)品經(jīng)理的關(guān)鍵1. 避免同質(zhì)化ChatGPT 上線時曾引發(fā)熱潮，其界面簡單直觀、模型表現(xiàn)強。但此后許多公司在構(gòu)建 AI 產(chǎn)品時，往往集中于基于自身公司數(shù)據(jù)構(gòu)建類似 ChatGPT 的內(nèi)部聊天機器人，實際使用效果卻未必理想。要想在 AI 產(chǎn)品經(jīng)理中脫穎而出成為前 3% 的優(yōu)秀人才，關(guān)鍵在于不做別人都在做的事。不能僅因 ChatGPT 界面直觀、受歡迎且熟悉，就盲目跟風。需深入思考產(chǎn)品是否真正解決當下問題，AI 界面可能有多種形式，并非局限于傳統(tǒng)聊天機器人，可能是優(yōu)化或加速現(xiàn)有流程，幫助人們更輕松完成任務(wù)。例如在公司內(nèi)部處理大量數(shù)據(jù)決策時，可嘗試自動化過程，在 AI 界面設(shè)計上進行創(chuàng)新嘗試，許多前沿 AI 產(chǎn)品也并非完全是聊天機器人形式，要思考設(shè)計產(chǎn)品時最合適的界面是什么。 2. 專注核心工作與創(chuàng)新AI 產(chǎn)品經(jīng)理的工作是解決客戶問題，而非單純做 AI 產(chǎn)品。要在被團隊和公司推動解決商業(yè)指標和 KPI 的同時，為其他事情騰出空間，如做原型、試用工具、開展黑客馬拉松、拆解優(yōu)秀產(chǎn)品體驗等。例如公司可定期選前沿 AI 產(chǎn)品開展網(wǎng)絡(luò)研討會進行分析。 雖這些活動可能不直接影響 KPI，但有助于更好地理解領(lǐng)域。要接受技術(shù)變化飛速的現(xiàn)實，產(chǎn)品可能會經(jīng)歷失敗，但需不斷迭代，找到讓 AI 在公司內(nèi)部不斷擴展的方法，避免放棄最初方向。同時，在考慮構(gòu)建 AI 相關(guān)產(chǎn)品時，如 AI Agent，要分析是否有必要在公司內(nèi)部構(gòu)建，還是應讓基礎(chǔ)模型公司開發(fā)代理層，自身工作則是讓體驗在現(xiàn)有產(chǎn)品中無縫對接，使客戶感受不到 AI 的存在，這是產(chǎn)品經(jīng)理可創(chuàng)新之處，因為多數(shù)情況下難以具備頂尖研究人員從零設(shè)計新模型或新技術(shù)構(gòu)建代理框架的能力，而是要拿現(xiàn)有技術(shù)應用到公司中。 四、挖掘產(chǎn)品好創(chuàng)意的方法1. 建立衡量標準產(chǎn)品經(jīng)理易關(guān)注指標，每個 AI 產(chǎn)品經(jīng)理都需要有衡量標準來評估 AI 原型開發(fā)的效果。許多公司在衡量 AI 對業(yè)務(wù)的影響時存在困惑，如不指望其直接帶來收入增長時，不知如何判斷所做之事是否有效。此時可將嘗試次數(shù)作為衡量標準，通過多次嘗試來探索 AI 在業(yè)務(wù)中的價值和影響。 2. 開展黑客馬拉松黑客馬拉松是挖掘創(chuàng)意的有效方式，它能讓大家親身體驗技術(shù)，消除 “AI 不好用” 的感覺。公司可組織員工帶著待解決的問題參與，嘗試用 AI 解決問題?？赡芏鄶?shù)嘗試會失敗，但能借此識別出哪些問題適合用 AI 解決，哪些不適合。例如工程團隊在黑客馬拉松中提出做 Slackbot 幫助值班人員發(fā)提醒，原以為是 AI 的完美用例，結(jié)果因信息上下文缺失等問題而難以解決，這表明關(guān)鍵是要找到合適的問題去解決，而黑客馬拉松有助于發(fā)現(xiàn)這些問題。 3. 優(yōu)化用戶體驗要深入琢磨用戶體驗，尋找用 AI 解決的問題，同時參考現(xiàn)有成功 AI 產(chǎn)品的經(jīng)驗。例如 Betty Crocker 的蛋糕混合粉，最初只需要加水就能做蛋糕卻銷量慘淡，后改為需加水和雞蛋銷量激增，原因是顧客希望在體驗中有掌控感。自動駕駛雖全自動，但用戶仍可控制空調(diào)、音樂等設(shè)置，這體現(xiàn)了 “宜家效應” 在 AI 產(chǎn)品中的應用，即當用戶覺得自己對最終體驗有影響時，會更有參與感，而非讓一切被自動化處理。AI 產(chǎn)品不應單純追求自動化，而應讓用戶體驗更簡單，降低創(chuàng)造門檻，使用戶能更容易使用并獲得更好的體驗。 五、AI 產(chǎn)品經(jīng)理的其他重要素養(yǎng)1. 保持積極能量在 IC PM（個體貢獻者產(chǎn)品經(jīng)理）崗位上，保持積極能量至關(guān)重要。例如在會議中，若帶著更多能量和熱情，許多障礙將迎刃而解，因為人類善于捕捉他人微妙信號，積極的能量能讓談話更順暢，使團隊成員感受到投入和參與。 當面臨不確定決策或處于項目瓶頸期時，可通過主動行動來展現(xiàn)能量，例如AI 產(chǎn)品經(jīng)理在面對是否投資 LLM 和大語言模型技術(shù)還是關(guān)注現(xiàn)有客戶群體的艱難選擇時，主動聯(lián)系 LinkedIn 上有 “AI” 頭銜的人約電話聊，這不僅有助于了解如何傳達問題和產(chǎn)品，還能向團隊傳遞深入細節(jié)、積極投入的信號，像 “球員教練” 一樣帶領(lǐng)團隊提高整體效率。同時，積極能量也體現(xiàn)在關(guān)心團隊成員、營造良好會議氛圍等方面，不同人傳遞能量的方式可能不同，但關(guān)鍵是讓團隊能量提升而非下降。 2. 在不確定中 “游走”在不知道下一步該做什么時，AI 產(chǎn)品經(jīng)理要學會在不確定中 “游走”。在許多公司，尤其是大公司，常傾向于做熟悉的事并等待觀望，如等待 OpenAI 下一個版本發(fā)布再決定產(chǎn)品方向。但 PM 應承擔起帶領(lǐng)團隊找到方向的責任，主動探索和引領(lǐng)。例如在公司中，工程團隊可能狀態(tài)良好、計劃清晰，但從產(chǎn)品角度卻可能迷茫不知下一步。此時，產(chǎn)品經(jīng)理要像在迷霧中摸索一樣，不斷試探和調(diào)整，直到感受到產(chǎn)品在某個方向上 “拖曳” 著自己往前走。可利用一些工具如 Gong 分析潛在客戶或工程師的話語，找出痛點，從噪音中提取信號，為決策提供依據(jù)，借助 AI 工具的強大功能關(guān)注多個地方，獲取有價值信息，以更好地應對不確定性。 2. 享受工作過程做產(chǎn)品經(jīng)理壓力較大，但應學會享受過程。AI產(chǎn)品經(jīng)理需要和公司高層，以及用戶頻繁交流，得到有價值的建議便是享受的過程。保持好奇心、不斷學習并為真正關(guān)心的客戶做產(chǎn)品，這種驅(qū)動力能讓人走得更遠。保持高能量狀態(tài)會讓工作更有趣、更有動力，且能加快迭代速度。即使在迷茫時，也要嘗試享受過程，因為這有助于在壓力和恐懼面前轉(zhuǎn)換心態(tài)，從工作中找到樂趣，從而更好地應對各種挑戰(zhàn)并取得成功。 六、總結(jié)成為一名優(yōu)秀的 AI 產(chǎn)品經(jīng)理需要多方面的努力和素養(yǎng)。首先要明確 AI 產(chǎn)品經(jīng)理的三種類型及其核心職責，根據(jù)自身興趣和能力確定發(fā)展方向。在成長過程中，要培養(yǎng)好奇心，深入學習 AI 基礎(chǔ)知識并積極實踐工具應用，構(gòu)建有競爭力的產(chǎn)品作品集以進入該領(lǐng)域。成為前 5% 的佼佼者則需避免同質(zhì)化，專注于解決客戶問題并勇于創(chuàng)新。挖掘產(chǎn)品好創(chuàng)意可通過建立衡量標準、開展黑客馬拉松和優(yōu)化用戶體驗等方法。此外，還要保持積極能量、在不確定中靈活 “游走” 并享受工作過程。同時，不斷學習和關(guān)注行業(yè)動態(tài)也是必不可少的，隨著 AI 技術(shù)的不斷發(fā)展，AI 產(chǎn)品經(jīng)理需要持續(xù)適應變化，提升自己的能力，才能在這個充滿機遇和挑戰(zhàn)的領(lǐng)域中取得成功，為推動 AI 產(chǎn)品的創(chuàng)新和發(fā)展貢獻自己的力量，滿足市場和客戶日益增長的對智能產(chǎn)品的需求，引領(lǐng) AI 技術(shù)在各個行業(yè)的有效應用和深度融合。 作者：徐禮昭 本文由 @徐禮昭商業(yè)評論 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載 題圖來自Unsplash，基于CC0協(xié)議 該文觀點僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。 |
