近兩年人工智慧行業在國內外得到了爆發試的增長，各大巨頭紛紛布局成立了自己的人工智慧實驗室和研究院，但是我們不得不承認，目前人工智慧的重視方向主要集中在技術型人才方面，在人工智慧產品方面的人才還沒有得到進一步的重視。
追究其原因，主要還是因為人工智慧還是屬於很新型的技術領域，目前關於人工智慧的商業化產品還沒有大面積的落地，隨著技術型到商業產品化的轉變，人工智慧產品經理必然會像多年前的互聯網PM一樣得到重視。
產品經理是什麼？
產品經理其實在每個時代都有，只不過都是換了一個稱謂而已，在快消費品時代，因為消費品都有一個標準，所以同質化都會很嚴重，這個時候產品經理其實就是相當於營銷產品經理，將同質化的消費品通過營銷的方式賣給用戶；在軟體時代，產品都是處於可用的狀態，都是在快速的搶佔市場份額進行產品布局，這個時候項目經理其實就相當於產品經理，主要工作都是來把控產品研發流程進行項目管理，快速形成產品落地；到了移動互聯網時代，技術已經得到成熟，產品之間的競爭其實就是需求和體驗的競爭，互聯網的產品經理才形成了一個標準化的體系，挖掘用戶潛在需求，提升產品用戶體驗成了一個產品經理的核心化競爭力。
那麼我們就會有這樣一個疑惑，在人工智慧的時代，AI產品經理的核心化競爭力又是什麼？目前有沒有一套合理的知識體系去指導我們去進行學習呢？
很抱歉，答案是沒有！！就像互聯網產品經理剛出現的時候也沒有真正的一套知識和技能體系供大家去參考，目前的互聯網產品經理的知識和技能體系也是隨著各大公司招聘要求相互碰撞和產品研發過程中不斷摸索所得到的一個共同體系，現在的AI產品經理，由於沒有大面積成熟商業產品落地，現在所面臨的知識空窗期只能說更為嚴重。
AI產品經理應該具備什麼樣的技能？
我個人養成了一種習慣，一般去研究某種職位技能的時候，我第一點都是要去搜索各個公司的招聘需求，特別是BAT這樣的巨頭公司，往往一個新型的職位都是有巨頭公司所領導並逐漸建立標準的，我們不妨去看看它們的招聘需求。
總結以上的三個巨頭的招聘需求，我們不難發現其共同點，AI產品經理除了需要具備互聯網產品經理的基本技能之外，行業／場景和技術稱為最頻繁提及的字眼，在技術方面也只是提及了需要對人工智慧基礎有大志的了解，也就是說在技術方面並不要求產品經理打到能夠研發產品的水平，這一點和互聯網的產品經理的要求很相似，重點的要求其實還是在場景挖掘和行業經驗方面。
所以我們基本上能夠得到一個結論，AI產品經理最核心的技能其實還是在於通過人工智慧技術去重新的去定義場景和需求，通過個人的知識儲備去重新定義解決問題的方式，從而提供一套可行的人工智慧解決方案。
AI產品經理和互聯網產品經理最大的區別是什麼？
AI產品經理和互聯網產品經理有很多共同之處，可以說AI產品經理在某些方面是互聯網產品經理的再次細分，AI產品經理在保證掌握互聯網產品經理的大部分知識體系之外還需要具備自己獨特的技能，例如對於人工智慧知識的了解和掌握，以及對於場景的重現定義等方面。
那麼我們就產生了這樣一個疑問，AI產品經理和互聯網產品經理最大的區別是什麼？在我個人看來主要有兩點最大的區別。
區別一：AI產品經理的需求驗證更為重要
我們通過人工智慧手段去重新定義場景需求的時候，需求和技術驗證是最重要的一點，然而在互聯產品經理看來，需求就是更容易發現的事情，很容易就通過常規的正常技術手段就解決了，能夠更快的進行產品迭代從而形成產品的落地和產品閉環。
但是，對於人工智慧產品經理來說，這個就更難了，由於技術的問題，我們需要花費大量的時間來進行場景需求的驗證，驗證是不是通過人工智慧的手段能夠完成需求的解決，往往對於AI產品經理來說，產品能夠達到60分的可用及格線往往比開發一款完美產品更為重要，只有我們能夠通過技術驗證場景，該一款產品才有可能進行商業落地，往往AI產品經理會遇到一個窘況，自己好不容易發現了一個場景需求，在個人看來通過人工智慧手段能夠大大提高效率，但是在經過半年甚至一年的技術驗證之後發現並不能，在出現了這種情況下，轉戰其他場景需求就顯得更為重要了。
區別二：技術迭代更為快速
其實在深度學習沒有出現之前，人工智慧的發展已經到了一個瓶頸期，我曾過一個研究人工智慧翻譯的人寫的一段話，大致的含義就是他看了谷歌的一篇關於智能翻譯的論文，發現自己之前所有的技術積累都已經落後了，不得不說這是一個巨大的打擊。所以，如果你是一名人工智慧的產品經理，關注前沿的行業技術更新就顯得更為重要了，往往去年的某一個需求驗證沒有通過，但是隨著時間推移又能夠通過技術手段進行解決了！！
AI產品經理的主戰場在哪裡？
對於很多想轉站人工智慧產品的同志們苦於沒有標準化的指導，我也查閱了很多資料，發現又一個ppt對AI產品經理的預測比較合理。
他把人工智慧產品分為三個大類十個小類，分別是平台網站類，目前大部分都是開放平台類的網站產品；垂直場景類，這個算是一個主戰場的領域；最後就是聊天對話類，往往這個類別是最難的，往往和智能硬體結合，例如最近火熱的智能音箱，純基於平台的度秘產品等。
AI產品經理如何學習和入門？
我個人認為AI是一個技能型的職業，其主要的機會在於細分領域和交叉領域，AI產品經理所面臨的最大的難度其實就是在於怎麼去基於場景去定義需求。
主要的學習路線我個人認為可以分為三部走：
第一步，找到自己的興趣點和特長，最好和自己之前有技能重合的領域，分技術大類的話其實也就是人機交互／計算機視覺／自然語言處理／生物特徵識別等幾個大類，這些大類又相對應的分出很多小類。
第二步就是要選擇好自己的方向是基於平台類，還是聊天類亦或者是基於場景類。
最後一步其實就是實施轉型了，這是最為艱難的一步，當然也是最終要的一步，這裡我們重點聊聊實施轉型這一步。
實施轉型需要我們加深對AI技術的理解力，需要我們培養類機器學習的思維方式，並且需要去接觸多感官的人機交互方式，在人工智慧產品的設計中，我們不能用之前互聯網解決需求的手段進行套用，多感官的人機交互方式更是人工智慧產品的最大特點，當然所有的產品其實都是要落地到場景中去的，如何設計一款可用的人工智慧產品，還需要我們具備深刻的場景和行業認知能力，具備跨領域協作的產品技能。
要說明的一點是本文的很多啟發都是來源於hanniman的一些看法，他是圖靈機器人的戰略官，在此向他表示感謝。
最後用他的一句話作為總結：演算法demo更偏向於命題作文，而在產品商業化的時候，關鍵的第一步就在於基於場景，去重新定義問題！！
本文轉自公眾號 產品Doggy，原文地址
Comments