传统产品经理如何转型AI产品经理

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。

个人做了一下划分，仅供娱乐和参考。1）入门级能通过WaytoAGI等开源网站或一些课程了解AI的概念，使用AI产品并尝试动手实践应用搭建（对应的画像可能是喜欢听小宇宙APP的播客或浏览AI相关的文章哈哈）；以前互联网刚兴起的时候，部分用谷歌的人会比用百度的有优越感，现在可能用AI搜索的更有优越感（当然我感觉都没啥好优越的，都是工具，关键还是看能用工具产出什么）。2）研究级我理解这里有两个路径，一个是技术研究路径，一个是商业化研究路径；对应传统互联网偏功能实现的产品经理和偏商业运营的产品经理，当然最好是同一个人，我一直的理念是产品运营不分家（产品即运营）。这个阶段对应的画像可能是对某一领域有认知，可以根据需求场景选择解决方案，或利用Hugging face等工具手搓出一些AI应用来验证想法；3）落地应用这一阶段我理解的画像就是有一些成功落地应用的案例，如产生商业化价值。对应传统互联网PM也有三个层级：1）负责功能模块与执行细节；2）负责整体系统与产品架构；3）熟悉行业竞争格局与商业运营策略；总结来说，对AI产品经理要求懂得技术框架，不一定要了解技术细节，而是对技术边界有认知，最好能知道一些优化手段和新技术的发展。AI说白了也是工具和手段，我认为产品经理要关注的还是场景、痛点、价值。举一些我们之前做的落地案例（我个人也是在2017年开始关注机器学习，还报了风变的Python课程，不过当时没有深入研究）。

变革归变革，那么作为产品人，我们该怎么去把ai这个能力用起来呢？我认为转变自己的“传统”产品设计思路和视角，是最关键的一步。其实我前段时间我在一个仅面向产品经理的公众号中，读到一篇对大模型发展未来表达看法的文章。文章的开篇，就表达了认为大模型应用是在内容、电商、o2o、工具之外的第五条赛道，且当前是否够资格成为“第五条赛道”都有待商榷。在该文章的评论区下，我建议作者先去了解下大模型的基础原理以及当前的技术发展状况。当时之所以这样说，只是因为我觉得许多产品同学实际上并未真正意识到这次大模型所带来的变革，所以他们的思路和视角，依然停留在传统互联网商业模式上，仍然认为此次的变革只是在传统的基础之上做更新。但上面我们也说了，这次的ai变革是从互联网最底层的if-else逻辑开始的，而那些传统互联网的商业模式，只是基于传统的互联网技术架构和用户需求综合出来的产物。所以，我们在去思考ai的发展的时候，切记一定要去抛开当前的业务体系和框架，从最本质入手，从人最底层心智，和最底层的需求去着手，重新思考自己的产品逻辑，去重新设计商业逻辑体系和流程。否则你做出来的，只能是在现有业务体系下的雕花产物罢了。最后，纸上得来终觉浅，绝知此事要躬行。建议感兴趣的产品同学，与其看千篇文章，不如实际地到coze或文心或混元平台上，亲手做几个agent出来感受一下。相信在这个过程中，大家可以收获到更多。祝愿大家都能在这次的AI浪潮中，找到属于自己的方向。