隨著大模型技術(shù)的快速發(fā)展，市面上涌現(xiàn)出了大量的大模型產(chǎn)品崗位，那么想要進(jìn)入AI行業(yè)的產(chǎn)品經(jīng)理同學(xué)，需要提前做好哪些準(zhǔn)備工作呢？這篇文章里，作者總結(jié)了入行AI的必備知識，包括市場調(diào)研、產(chǎn)品底層邏輯等內(nèi)容，一起來看。

AI大模型從去年11月開始到現(xiàn)如今，已經(jīng)非?；馃?，無論大廠還是創(chuàng)業(yè)新星都在為AI的落地搭建產(chǎn)品架構(gòu)，并迅速跟進(jìn)落地鋪量，隨著業(yè)務(wù)擴(kuò)建，市面上也涌現(xiàn)出大量的大模型產(chǎn)品崗位。對于目前在看機(jī)會的如果想要入AI坑的話，產(chǎn)品經(jīng)理要開始做哪些方面的準(zhǔn)備工作呢？

一、市場摸底調(diào)研：市面主要提供AI服務(wù)都有哪些大類？

選擇AI大模型的崗位本身也是在做職業(yè)的規(guī)劃過程，對線上已有的公司提供的能力進(jìn)行摸底調(diào)研有助于找準(zhǔn)自己的興趣點(diǎn)，并基于后續(xù)規(guī)劃選擇最為契合的崗位方向。按照產(chǎn)品服務(wù)的類型，市面上AI提供的品類主要有

對話生成式：基于深度學(xué)習(xí)模型，如循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）或變種，如長短時記憶網(wǎng)絡(luò)（LSTM）和注意力機(jī)制。這些模型通過學(xué)習(xí)大量的對話數(shù)據(jù)，可以捕捉到語言的上下文和語義信息，并生成符合語法和語義規(guī)則的自然語言回復(fù)。這類產(chǎn)品在市面上比較多也相對成熟，比如大家熟知的openai、文心一言、glow等。

AI繪圖：利用人工智能技術(shù)進(jìn)行繪圖和創(chuàng)作的過程。通過訓(xùn)練深度學(xué)習(xí)模型，計算機(jī)可以學(xué)習(xí)并模仿藝術(shù)家的繪畫風(fēng)格、創(chuàng)作技巧和審美特點(diǎn)，從而生成具有藝術(shù)性的圖像和繪畫作品。在應(yīng)用這套技術(shù)的，比如抖音產(chǎn)品的特效、百度文心一言繪圖功能。

虛擬助手和智能客服：利用自然語言處理和對話生成技術(shù)，可以與用戶進(jìn)行語音或文本交互，提供信息查詢、任務(wù)執(zhí)行、問題解答等服務(wù)。這類產(chǎn)品通常服務(wù)于2B比較多，日常在美團(tuán)app里面的小美智能滿足用戶非結(jié)構(gòu)化的找店需求。

陪伴類的產(chǎn)品市面上會有一些根據(jù)人臉做面向分析，也有一些心理咨詢行業(yè)在用的咨詢感情陪伴類產(chǎn)品，底層都是基于用戶在數(shù)據(jù)中的表現(xiàn)去匹配相應(yīng)的情感支持。

二、這么多品類AI產(chǎn)品，它們底層邏輯是如何實現(xiàn)的？

市面上已有的大模型產(chǎn)品主要依賴底層的基礎(chǔ)模型處理數(shù)據(jù)能力。從最底層到實際應(yīng)用層，數(shù)據(jù)方向從基礎(chǔ)數(shù)據(jù)的“非”智能轉(zhuǎn)向有意圖的“智能”。

1. 基層模型能力

按產(chǎn)品所需能力建設(shè)所需的自研數(shù)據(jù)，這里面可能包括特定的圖像表達(dá)、語音表達(dá)、視頻表達(dá)、情緒感知等多種類型的數(shù)據(jù)服務(wù)能力。

其次是基于戰(zhàn)略合作的特色數(shù)據(jù)源，本圖中給出的數(shù)據(jù)合作產(chǎn)品ChatGLM-6B是開源的雙語對話模型，含 62 億參數(shù)，可處理對話聊天、智能問答等多種自然語言任務(wù)，支持在單張消費(fèi)級顯卡上推理使用，提供服務(wù)方是面向企業(yè)的2B類公司。

開放接口，眾所周知，來自O(shè)penAI跟微軟Azure提供的智能化語義理解與智能辦公的數(shù)據(jù)處理能力。

開源模型主要分為NLP工具包、元學(xué)習(xí)開源庫等資源信息，按照產(chǎn)品本身的的需求能力可以自己接入。

再往上走就是基于目標(biāo)服務(wù)的能力如何保證數(shù)據(jù)的高效調(diào)用，一般會從部署能力、推理優(yōu)化、量化壓縮幾個象限去建構(gòu)調(diào)用的資源，實現(xiàn)減少存儲數(shù)據(jù)的壓力，提升查詢速度，縮短問題被解答的思考時間，建構(gòu)自適應(yīng)學(xué)習(xí)能力提高問題解答滿意度等目標(biāo)。

最外層的輸出，就是基于上述數(shù)據(jù)的安全合規(guī)，一般分為兩個視角，數(shù)據(jù)使用的安全監(jiān)控能力、內(nèi)容存儲的合規(guī)合法能力。關(guān)于數(shù)據(jù)隱私方面的內(nèi)容未來會基于特定場景再做詳述。

2. 應(yīng)用框架層

顧名思義，為了滿足應(yīng)用層的調(diào)取高效實現(xiàn)轉(zhuǎn)換、理解、查詢、調(diào)用、輸出的架構(gòu)層。

通過上述架構(gòu)圖也可以看出，工具管理主要滿足服務(wù)模型、Prompt、存儲、知識圖譜等模塊的存放跟使用；

配置組合用于處理多個模型或組件組合在一起來實現(xiàn)更高級的功能。這種組合可以是串行的，即一個模型的輸出作為下一個模型的輸入；也可以是并行的，即多個模型同時處理不同的輸入數(shù)據(jù)。通過組合不同的模型或組件，可以實現(xiàn)更復(fù)雜的功能，例如語音識別和語義理解的組合、圖像分類和目標(biāo)檢測的組合等。組合可以根據(jù)具體的需求和場景進(jìn)行靈活的設(shè)計和調(diào)整，以實現(xiàn)更好的性能和效果。

編排決策用來滿足完成復(fù)雜任務(wù)的執(zhí)行。例如，一個語音識別應(yīng)用可能需要包括語音前端處理、語音識別模型、語義理解模型等多個組件。在這種情況下，編排就是將這些組件按照一定的順序和邏輯連接起來，以實現(xiàn)整體的功能。除了內(nèi)容體裁的讀取，編排還涉及到模型的調(diào)用順序、輸入輸出的傳遞、數(shù)據(jù)的處理和轉(zhuǎn)換等。它需要考慮到各個組件之間的依賴關(guān)系、數(shù)據(jù)流的管理、錯誤處理等方面的問題。

編排技術(shù)在AI基層模型能力中起著重要的作用，它可以幫助開發(fā)者更好地組織和管理復(fù)雜的模型和組件，實現(xiàn)更高效、更靈活的AI應(yīng)用。同時，編排也可以提供更好的可擴(kuò)展性和可維護(hù)性，使得AI模型能力在不同場景和需求下更加靈活和適應(yīng)。

以上的干貨信息，對于想要入行的PM來說面試基本上已經(jīng)足夠。

3. 產(chǎn)品應(yīng)用層

這里主要就是市面上大家所關(guān)注到的各類產(chǎn)品，具體產(chǎn)品在此不詳細(xì)贅述。單獨(dú)拎出來是希望大家可以結(jié)合自己日常熟悉工作的視角來判斷各類產(chǎn)品視角下，我們的優(yōu)勢跟可以切入的領(lǐng)域。

比如，目前在做客服平臺，如何才能結(jié)合大模型提升整體的客服滿意度？如果在做銷售管理，如何利用好大模型更好的經(jīng)營本地銷售業(yè)務(wù)，這些問題想明白有助于投遞大模型相關(guān)崗位中有的放矢，把完整的鏈路思考全面。

三、如何贏得市場增長跟變現(xiàn)思路

回應(yīng)這個問題本質(zhì)是對變現(xiàn)模式的回應(yīng)，在這里拋磚引玉舉兩個例子。

1. 自媒體從業(yè)人員

建議從使用好AI產(chǎn)品，抓住AI生成產(chǎn)品能力的優(yōu)勢來落地，學(xué)習(xí)使用AI生成“顯眼包”的話題，借用AI美化宣傳文案，甚至可以使用AI潤色圖文，使用AI能力管理好社群消息分析運(yùn)營思路。

借用AI能力打磨賬號自身的流量，獲得一定影響力，持續(xù)創(chuàng)造營收。

2. 小企業(yè)如果已經(jīng)有了相對成熟的體量且用戶相似度較高，且不希望只做廣告

1. 付費(fèi)訂閱類產(chǎn)品：圍繞目標(biāo)群體，提供需要的資訊、動態(tài)、八卦等信息，整合輸出高質(zhì)量的內(nèi)容社區(qū)，提供付費(fèi)價值，收取訂閱費(fèi)用。對當(dāng)前社會形勢嚴(yán)峻的就業(yè)擇業(yè)等問題提供信息資訊服務(wù)，向用戶收取費(fèi)用。
2. 數(shù)據(jù)銷售和用戶調(diào)研：借助大模型能力通過收集、分析和銷售用戶數(shù)據(jù)，為企業(yè)提供市場調(diào)研和用戶洞察。
3. 借助AI能力，挖掘線上用戶特征，輸出用戶本身所需的自我認(rèn)知、潛能輸出等的產(chǎn)品，實現(xiàn)平臺變現(xiàn)通道。

以上，若對AI行業(yè)感興趣的同學(xué)歡迎來交流。

專欄作家

藍(lán)蓮花zx，人人都是產(chǎn)品經(jīng)理專欄作家。關(guān)注內(nèi)容策略、內(nèi)容后臺、內(nèi)容標(biāo)簽、賬號策略等領(lǐng)域，喜歡閱讀，希望做個有趣的人。

本文原創(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(diǎn)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)。