人工智能最近比較火熱，很多產(chǎn)品經(jīng)理也希望轉(zhuǎn)行做機(jī)器人或者轉(zhuǎn)到人工智能領(lǐng)域。作者從行業(yè)和職位要求出發(fā)，詳細(xì)分析了人工智能PM的要求和轉(zhuǎn)行建議，推薦想要轉(zhuǎn)行的小伙伴閱讀。

開(kāi)宗明義，必須結(jié)合產(chǎn)業(yè)發(fā)展才能談人工智能領(lǐng)域PM。

產(chǎn)業(yè)發(fā)展情況

這些年產(chǎn)品經(jīng)理大火其根本原因是行業(yè)出現(xiàn)了兩波大的行業(yè)機(jī)遇。

1. 05年開(kāi)始到11年的PC互聯(lián)網(wǎng)和軟件的平臺(tái)機(jī)遇，造就平臺(tái)機(jī)遇的技術(shù)基礎(chǔ)：

• 工業(yè)化的軟件開(kāi)發(fā)標(biāo)準(zhǔn)建立，OOP、SOA等思想被行業(yè)廣泛認(rèn)同，形成工業(yè)化軟件研發(fā)體系。
• 出現(xiàn)穩(wěn)定的平臺(tái)，無(wú)論是Windows XP、Windows 7，形成穩(wěn)定的系統(tǒng)平臺(tái)，同時(shí)伴隨著互聯(lián)網(wǎng)普及，上網(wǎng)人口的急速提升。

2. 07~08年開(kāi)始的移動(dòng)互聯(lián)網(wǎng)行業(yè)興起，更準(zhǔn)確的說(shuō)是iPhone的誕生定義了移動(dòng)互聯(lián)網(wǎng)的基調(diào)以及之后安卓的興起，都是形成了定義行業(yè)標(biāo)準(zhǔn)的平臺(tái)。

國(guó)內(nèi)這兩波行業(yè)熱潮的本質(zhì)是“在互聯(lián)網(wǎng)/移動(dòng)互聯(lián)網(wǎng)上重構(gòu)社會(huì)”，而PM這個(gè)角色的本質(zhì)是在這個(gè)過(guò)程中代言定義社會(huì)某一群角色的訴求/需求，并在互聯(lián)網(wǎng)上以合適的產(chǎn)品形式體現(xiàn)出來(lái)，滿(mǎn)足群體的需求的過(guò)程。

而人工智能和過(guò)去兩輪產(chǎn)業(yè)機(jī)遇有本質(zhì)的差別在于：之前兩波產(chǎn)業(yè)發(fā)展的本質(zhì)是渠道拓展，從PC到移動(dòng)互聯(lián)網(wǎng)，大幅提升了信息傳播的效率，出現(xiàn)一個(gè)新的場(chǎng)景機(jī)遇。而人工智能的發(fā)展是賦予程序思考判斷的能力，不在同一緯度的產(chǎn)業(yè)機(jī)遇。人工智能賦予了程序判斷思考的能力，這一能力的拓展會(huì)改變整個(gè)產(chǎn)業(yè)的角色分工，也意味著組織本身會(huì)發(fā)生變化，產(chǎn)品關(guān)注的不再是原有的產(chǎn)品，運(yùn)營(yíng)關(guān)注的也不再是原有的運(yùn)營(yíng)。

如何轉(zhuǎn)行人工智能

回到問(wèn)題本身，那么互聯(lián)網(wǎng)方向的PM如何投入人工智能？

從我的角度來(lái)看，PM能在人工智能領(lǐng)域?yàn)槠髽I(yè)帶來(lái)的價(jià)值主要是兩個(gè)方面：

應(yīng)用領(lǐng)域結(jié)合深刻的行業(yè)經(jīng)驗(yàn)和對(duì)人工智能技術(shù)本質(zhì)的理解，形成應(yīng)用產(chǎn)品方案。由于人工智能目前仍然處于初級(jí)階段，技術(shù)的掣肘很大。在這個(gè)前提下深刻的理解目前行業(yè)現(xiàn)狀，洞悉應(yīng)用場(chǎng)景痛點(diǎn)，以目前合理的方式快速形成可用的產(chǎn)品方案是應(yīng)用領(lǐng)域PM所要關(guān)注的最重要的因素。

后端形成深度結(jié)合人工智能技術(shù)的產(chǎn)品和運(yùn)營(yíng)體系以及組織改造的方案。人工智能的行業(yè)機(jī)遇本質(zhì)是計(jì)算機(jī)在一定范圍內(nèi)用戶(hù)識(shí)別和判斷的能力。后端PM關(guān)注的本質(zhì)是：

1. 使得計(jì)算機(jī)識(shí)別和判斷能力更加精準(zhǔn)。
2. 重新定位組織角色，明確新的分工和業(yè)務(wù)模式。
3. 形成新的體系評(píng)估方案，由于判斷的難以衡量性，特別是非結(jié)構(gòu)化數(shù)據(jù)難以按過(guò)去的分析思路進(jìn)行全量數(shù)據(jù)分析，所以導(dǎo)致目前行業(yè)內(nèi)很多的運(yùn)營(yíng)或產(chǎn)品陷入了一個(gè)抽樣分析、打標(biāo)判斷難以一窺全貌，導(dǎo)致被各路人馬無(wú)限挑戰(zhàn)的怪圈，這也是目前人工智能行業(yè)PM陷入的一個(gè)怪圈。

人工智能需要什么樣的PM

最后人工智能行業(yè)需要什么樣的PM，從我面試的評(píng)判角度來(lái)講一般關(guān)注3 + 1的能力模型：

產(chǎn)品能力

人工智能行業(yè)產(chǎn)品的問(wèn)題一般很難直接評(píng)估，并且都是綜合類(lèi)問(wèn)題，這使得人工智能的PM需要有極強(qiáng)的綜合產(chǎn)品能力。需要有能從紛繁復(fù)雜的場(chǎng)景下快速定位核心問(wèn)題的洞察力，有豐富的解決問(wèn)題手段。除了這個(gè)問(wèn)題之外，挖掘用戶(hù)需求，滿(mǎn)足需求這類(lèi)只能算是基礎(chǔ)能力罷了。

舉個(gè)例子：當(dāng)作為甲方我們?cè)O(shè)計(jì)智能知識(shí)庫(kù)類(lèi)型產(chǎn)品時(shí)，在決策產(chǎn)品方案時(shí)除了考慮到日常知識(shí)庫(kù)基本建設(shè)之外，需要重點(diǎn)關(guān)注圍繞產(chǎn)品的運(yùn)營(yíng)體系建設(shè)。由于智能產(chǎn)品的特點(diǎn)是算法牽扯了一部分判斷的部分，確保運(yùn)營(yíng)體系能夠低成本的持續(xù)有效的提升算法能力。

其次，類(lèi)似知識(shí)庫(kù)這類(lèi)后端產(chǎn)品位于整個(gè)產(chǎn)品體系的核心部分不直接對(duì)外，產(chǎn)品本身的能力建設(shè)需要仰仗應(yīng)用層產(chǎn)品持續(xù)應(yīng)用，并給予知識(shí)庫(kù)持續(xù)優(yōu)化的反饋。在這過(guò)程中我們的決策需要考慮的不僅僅是產(chǎn)品如何設(shè)計(jì)，更在于如何持續(xù)提升產(chǎn)品的各方面能力。

在這個(gè)決策過(guò)程中，除了基本的知識(shí)庫(kù)產(chǎn)品設(shè)計(jì)能力，對(duì)PM還有建設(shè)運(yùn)營(yíng)體系的能力、外部應(yīng)用產(chǎn)品的設(shè)計(jì)能力甚至包括流程保障、數(shù)據(jù)評(píng)估方案等等，作為普通的PM很多的工作內(nèi)容都有前車(chē)之鑒，包括很多成熟的方案可供支撐依賴(lài)，而智能產(chǎn)品的PM在很多情況下需要重新自己造車(chē)。

技術(shù)能力

這里有兩個(gè)方向：

• 深入介入技術(shù)算法方向，能直接在這個(gè)層面理解并帶來(lái)價(jià)值。
• 了解技術(shù)本質(zhì)，理解技術(shù)邊界，能觀察行業(yè)發(fā)展方向，并在這個(gè)層面形成產(chǎn)品決策方案。

人工智能領(lǐng)域我們主要涉及到是算法模型和機(jī)器學(xué)習(xí)部分的技術(shù)內(nèi)容。一些基礎(chǔ)的機(jī)器學(xué)習(xí)知識(shí)，包括一般的模型評(píng)估和選擇的方法，基本的應(yīng)用模型如：線性模型、決策樹(shù)、貝葉斯、隱馬爾科夫模型、支持向量機(jī)這種比較常用的機(jī)器學(xué)習(xí)方案，以及目前大熱的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)目前經(jīng)常應(yīng)用的DNN、CNN、RNN這類(lèi)網(wǎng)絡(luò)結(jié)構(gòu)；根據(jù)自己的產(chǎn)品方向的差別，從了解機(jī)器學(xué)習(xí)技術(shù)的特點(diǎn)、算法模型應(yīng)用的邊界以及如何結(jié)合算法和訓(xùn)練特點(diǎn)形成產(chǎn)品方案、算法評(píng)估有效性等等都是人工智能PM需要額外關(guān)注的部分。

業(yè)務(wù)能力

深刻理解目前所處的行業(yè)應(yīng)用本質(zhì)、痛點(diǎn)和未來(lái)的發(fā)展方向，最好能有產(chǎn)業(yè)思維，有自己獨(dú)到的行業(yè)理解。

人工智能行業(yè)目前還在快速發(fā)展過(guò)程中，支撐方案都沒(méi)有太多成型，也沒(méi)有很明確的平臺(tái)基礎(chǔ)，所以很多的產(chǎn)品決策需要對(duì)目前行業(yè)現(xiàn)狀以及未來(lái)的技術(shù)發(fā)展方向有足夠預(yù)判，在產(chǎn)品設(shè)計(jì)上有相應(yīng)的布局。

另外產(chǎn)業(yè)思維可以幫助PM更好的理解上下游以及各自的用戶(hù)訴求，有深刻的產(chǎn)業(yè)思維可以有效的在更高的層面做出有效的產(chǎn)品決策。

+1. 指的是管理能力

人工智能PM除了要在應(yīng)用層面有所建樹(shù)之外，對(duì)后端的運(yùn)營(yíng)/產(chǎn)品體系、組織的改造是非常重要的，而這需要對(duì)管理有深刻的理解的PM才能滿(mǎn)足這方面的需求。

我們現(xiàn)有的組織是建立在現(xiàn)有IT所能搭建的系統(tǒng)基礎(chǔ)上，由于計(jì)算機(jī)技術(shù)的快速發(fā)展，提升的信息的管理和處理效率。而人工智能技術(shù)的發(fā)展本質(zhì)是在現(xiàn)在有技術(shù)基礎(chǔ)上增加了思考和學(xué)習(xí)的能力，計(jì)算機(jī)變得擁有判斷能力，這使得組織分工勢(shì)必跟著這個(gè)技術(shù)發(fā)展產(chǎn)生變化；特別是后端的智能產(chǎn)品，在這個(gè)方面的變化會(huì)更加明顯，人員分工變化角色調(diào)整都是人工智能PM在做產(chǎn)品方案的時(shí)候需要仔細(xì)考量的。

如何轉(zhuǎn)型

最后的最后，從現(xiàn)在開(kāi)始如何向這個(gè)領(lǐng)域的PM轉(zhuǎn)型？

• 洞察理解人工智能的行業(yè)本質(zhì)。
• 找一個(gè)自己最切合的人工智能應(yīng)用領(lǐng)域，找相關(guān)企業(yè)嘗試自薦。
• 找些資料理解人工智能/機(jī)器學(xué)習(xí)的技術(shù)原理。
• 深刻的產(chǎn)品功底。

相信各位聰明的PM都能找到相關(guān)的資料，書(shū)單這類(lèi)的就不開(kāi)了。

如果有什么問(wèn)題或者見(jiàn)解歡迎大家和我交流溝通。

作者：李大熊（微信號(hào)luweixio_4982），螞蟻金服資深PM。4年人工智能PM經(jīng)驗(yàn)，負(fù)責(zé)螞蟻金服機(jī)器人以及運(yùn)營(yíng)體系設(shè)計(jì)。

本文由 @李大熊 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。