怎么转型为AI产品经理

要解答这个问题，请假设我们现在要让各种诸如GPT或是Claude的大模型去完成这两类任务：开车和写文章。这里的开车和写文章实际上是一种隐喻，可以是任何类似的任务。但是你可以发现，几乎没有人敢坐GPT开的车，实际上它也开不了。但是不论愿不愿意，至少所有人都敢读AI写的文章。这种差别是根本原因之一，请让我们来对比它们。让我们首先来看“开车”类任务。这是一个黑白分明，讨厌不确定性的任务。它的结果由物理定律和现实约束决定，正确性的衡量标准非常客观且明确。特别的，这项活动的容错率相当低。撞上去就是撞上去了，车是不会理解你的差不多的。小错就是刮蹭，大错就是事故。接下来是写作任务。写作任务互动的不是客观的物理世界，而是主观的人类认知。结果的好坏是由你的理解和接受程度决定的，允许很多的近似和模糊性，是没有标准答案的。在写作任务上，如果你出了一点小错，大家会说这个表达很有意思，如果出了一个大错，我们也许会说“AI有创造力，实在太棒了”。这就是所谓的“小错小创新，大错大创新”。所以，写作任务非常合适由现阶段的AI完成。在现阶段，即使是最好的大模型o1，在大多数时候也根本无法独立完成生产任务，仅限于降本增效。我现在已经成功从一个产品经理转型为一个全栈工程师，在AI的帮助下，我可以在两周内写出一个需要3-5人的团队，工作一个月才能开发出的困难音视频处理项目。如果没有AI，我绝对做不成这件事。然而，在这个过程中我仍然感到相当的痛苦。

基于我之前也实操了一些AI落地项目（后面分享），我实际聊了一些AI企业的就业机会，谈谈个人的想法。1）鱼龙混杂，求职者要做好信息甄别。即使面试通过拿到offer，除了看boss直聘的招聘评价，一定要提前收集其他信息，如在脉脉上搜一下这家公司靠不靠谱；2）一些公司实际上没搞懂用AI能为自己企业带来什么价值，只是处于焦虑或跟风心态要做AI，这部分企业可以聊，但要求求职者要有咨询和商业化的思维，能帮公司厘清业务增长机会；3）不同公司对AI产品经理的定位不同，所以招聘市场上对AI产品经理的岗位职责和任职要求也不同，慢慢会统一标准，这也是产品经理转型的机会。4）有行业沉淀和认知的产品经理转型会更有机会，类似之前的“互联网+”，目前应用层的机会在“AI+行业”，只懂AI或只懂行业是不够的。还有就是业务创新，找到细分的场景痛点并完成PMF验证，海外有很多优秀案例。

随着机器学习、深度学习等AI技术的突破和应用场景的不断拓展，市场对能够将AI技术转化为实际产品和服务的人才需求急剧增加。[heading3]关于AI PM掌握算法知识的必要性[content]传统的软件/互联网PM在面对AI产品时，需要具备更专业的技术知识和独特的产品思维，因此AI PM作为一个更加专业化的PM角色逐渐形成。AI产品通常涉及复杂的算法、大数据处理等技术，同时又需要考虑用户体验、商业模式等因素。这就要求PM具备跨学科的知识背景，能够在技术和业务之间进行有效沟通和决策。1.理解产品核心技术了解基本的机器学习算法原理，有助于PM更好地理解AI产品的核心技术，从而做出更合理的产品决策。2.与技术团队有效沟通掌握一定的算法知识，可以帮助PM与开发团队进行更有效的沟通，减少信息不对称带来的误解。3.评估技术可行性在产品规划阶段，PM需要评估某些功能的技术可行性。了解算法知识可以帮助PM做出更准确的判断。4.把握产品发展方向AI技术发展迅速，了解算法前沿可以帮助PM更好地把握产品的未来发展方向。5.提升产品竞争力了解算法可以帮助PM发现产品的独特优势，提出创新的产品特性，从而提升产品的竞争力。6.数据分析能力很多AI算法都涉及到数据处理和分析，掌握相关知识可以提升PM的数据分析能力。