最近兩年大模型和AI火熱，而且給予AI很多行業(yè)和產(chǎn)品都會被重新洗牌。這種情況下，產(chǎn)品經(jīng)理會發(fā)生什么樣的變化呢？這篇文章，我們來討論下。
隨著人工智能技術的飛速發(fā)展，我們正步入一個前所未有的時代。曾經(jīng)，我們認為這些高科技技術只會出現(xiàn)在科幻電影中，我還記得當年看貝克街的亡靈時給到我的震撼與羨慕，游戲的世界那么的真實，人工智能自我摧毀的時候那么的感人，也好想像柯南一樣可以體驗下福爾摩斯的生活。
過去，AI技術的應用往往需要深厚的專業(yè)知識和高昂的成本投入，隨著AI技術的不斷快速發(fā)展，尤其到了2022年底，OpenAI推出通用大語言模型ChatGPT，極大地降低了企業(yè)觸達和應用AI技術的門檻。企業(yè)不再需要龐大的數(shù)據(jù)科學家團隊，也不需要復雜的算法支持，就能夠輕松地將AI技術融入到自己的產(chǎn)品和服務中。
這種變化帶來的直接影響是，越來越多的企業(yè)開始探索和應用大語言模型，以實現(xiàn)用戶體驗的升級和解決方案的效率升級。從客戶服務到內(nèi)容創(chuàng)作，從數(shù)據(jù)分析到?jīng)Q策支持，AI技術的應用場景越來越廣泛，很多產(chǎn)品經(jīng)理都在主動或被動的轉向AI產(chǎn)品經(jīng)理。
那轉向AI產(chǎn)品經(jīng)理需要哪些新的技能呢？要討論這個問題我們首先要看下AI時代下有哪幾類公司，不同種類的公司對于產(chǎn)品經(jīng)理的要求也大不相同。
一、AI時代下的公司分類
在AI時代下，公司主要分為三類：
第一類：AI研究開發(fā)公司
這類公司主要專注于人工智能技術的研究和開發(fā)，包括算法創(chuàng)新、模型訓練和優(yōu)化。比如現(xiàn)在大名鼎鼎的OpenAI就是這類公司
第二類：AI服務提供商
類公司提供AI相關的服務，如云計算、數(shù)據(jù)分析、咨詢和技術支持。比如微軟Azure。
第三類：AI應用公司
這類公司將AI技術應用于特定行業(yè)或服務，開發(fā)面向消費者的應用程序或行業(yè)解決方案。
目前大多數(shù)公司都是第三類公司或即將變成第三類公司，也就是根據(jù)自身多年行業(yè)/領域的知識經(jīng)驗累積，結合人工智能技術，給客戶/用戶提供更好的產(chǎn)品或服務。我們今天所討論的，產(chǎn)品經(jīng)理需要哪些新技能也是基于這類公司。
二、AI時代下產(chǎn)品經(jīng)理的“不變”和“變”1. 產(chǎn)品經(jīng)理永恒不變的目標
如果說互聯(lián)網(wǎng)時代的產(chǎn)品經(jīng)理做的事情是在某個場景下確保設計的產(chǎn)品滿足用戶需求，并在市場上有競爭力。那么AI時代的產(chǎn)品經(jīng)理則需要結合人工智能技術提升場景中現(xiàn)有的技術，從而實現(xiàn)用戶的體驗升級和解決方案的效率升級。
舉個例子：
如果把產(chǎn)品經(jīng)理比作一部電影的導演，他們不僅需要有創(chuàng)意（產(chǎn)品構思）和愿景（電影定位），還要確保電影（產(chǎn)品）能夠吸引觀眾（用戶）并且在市場上獲得成功（這個成功可能是票房，也可能是某個細分領域下的突破）。
在過程中，導演需要協(xié)調編劇、演員、攝影師、音樂家等團隊成員，確保電影的每個環(huán)節(jié)都符合整體愿景和目標。同時，導演還需要考慮不同來源的反饋，以改進電影的最終版本。
而在AI時代下，導演可以通過AI獲取更多創(chuàng)意靈感，并在制作過程中利用AI技術來完成以前不可能完成或需要高昂成本才能完成的恢弘場面，從而給觀眾獲得更好的觀影體驗。
產(chǎn)品經(jīng)理永遠不變的目標
對企業(yè)：用最小化的開發(fā)任務量（我們的投入），最大化我們從中得到的好處（成果或影響）
對用戶：為用戶創(chuàng)造最大價值，提供最佳用戶體驗
3. 產(chǎn)品經(jīng)理需要的新技能
1）行業(yè)/產(chǎn)品所需的AI技術就像互聯(lián)網(wǎng)時代下的產(chǎn)品經(jīng)理是否需要懂技術這個熱門討論話題一樣，懂技術的產(chǎn)品經(jīng)理最大的優(yōu)勢是可以和開發(fā)人員進行高效的溝通，同樣，懂AI相關技術的一個很大的優(yōu)勢也是可以和算法工程師進行高效溝通。
同時掌握相關技術在產(chǎn)品所在領域的應用條件和最佳實踐可以幫助我們在設計產(chǎn)品時知道技術可實現(xiàn)性，怎么價值最大化，怎么避開別人已經(jīng)踩過的坑。
最后當碰到技術限制時可以及時討論并調整方案從而完成最終目標。 例如，如果所在公司要引入大語言模型對原有的產(chǎn)品或服務進行升級，那我們起碼應該知道：
大語言模型的前世今生，以及人工智能、機器學習、深度學習、生成式人工智能、語言模型之前的關系是什么，理解主流大模型的優(yōu)缺點、能力邊界等
一些基本概念，比如預訓練、督導式學習、自督導式學習、增強式學習，比如Token、CoT、Few-shot、Zero-shot、Instruction Learning、In-context Learning、RAG、Finetune等
一些實踐操作，比如Prompting、如何準備測試集、如何做算法備案等
2）AI時代下的數(shù)據(jù)分析能力
利用大語言模型提升數(shù)據(jù)分析效率，比如利用大語言模型的情感分析（Sentiment Analysis），幫助我們更高效的分析用戶反饋，了解用戶是否對產(chǎn)品滿意。
人工/自動化標注Bad Case，分析失敗原因，并找出共性問題以迭代產(chǎn)品
3）AI時代下的人機交互準則
智能化人機設計基礎研究
Human-AI- Interaction 等研究院的設計準則
增強現(xiàn)實（AR）和虛擬現(xiàn)實（VR）在產(chǎn)品中的應用
4）安全、隱私、倫理和道德
如何避免人工智能可能說出有害的內(nèi)容，比如臟話、抄襲、歧視、過度政治正確等等
如何避免泄露個人數(shù)據(jù)隱私，在產(chǎn)品中引入AI技術后怎么做到數(shù)據(jù)合規(guī)，尤其跨國企業(yè)需要同時注意“個保法”和“GDPR”
了解基本倫理原則
四、結尾
以上的每個小點希望給大家提供一些轉型時的學習方向，希望后續(xù)有機會可以把每個小點都詳細說說實踐過程中的經(jīng)驗和踩到的坑。 大家也可以分享下，自己在轉型做AI產(chǎn)品的時候哪些技能是要新Get的？歡迎評論區(qū)討論~
最后我們想用一句很喜歡的話做結尾，All Product Managers areor will soon beAI Product Managers.
希望大家都可以在AI時代下轉型為成功的產(chǎn)品經(jīng)理！
本文由 @AI 實踐干貨 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可，禁止轉載
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
