不記得是誰開玩笑說過“產(chǎn)品是有生命周期的，產(chǎn)品人也是這樣”。這句話看似平常無奇，卻是千萬產(chǎn)品人不得不面臨的問題。

在IT行業(yè)圈，無論你是什么工種，35歲通常被認(rèn)為是牛馬生涯衰落期的開始。被裁、轉(zhuǎn)行大多都從這個(gè)年齡開始。雖然每一位產(chǎn)品牛馬還深愛著這個(gè)崗位，但現(xiàn)實(shí)總是那么的殘酷。畢竟，這個(gè)社會(huì)的法則就是這樣：有人來就會(huì)有人走。

既然遲早要面對(duì)，如何讓自己的路更寬一些，選擇更多一些呢？

30歲的選擇！30歲，一個(gè)三十而立的年紀(jì)，產(chǎn)品圈也將這個(gè)年紀(jì)形容為產(chǎn)品人最后一次“鯉魚跳龍門”的機(jī)會(huì)。如果在這個(gè)年紀(jì)，能夠選擇一個(gè)不錯(cuò)的賽道，一個(gè)不錯(cuò)的企業(yè)，踏實(shí)穩(wěn)定的沉淀幾年，必然會(huì)增加更多的機(jī)會(huì)。

基于當(dāng)前的趨勢，筆者整理了以下幾個(gè)的賽道，對(duì)與不對(duì)的供大家參考：

一、AI產(chǎn)品經(jīng)理賽道

這個(gè)賽道這兩年火的要命。AI方向不得不說是一個(gè)當(dāng)下和未來都不錯(cuò)的方向。但是，AI產(chǎn)品經(jīng)理不是說轉(zhuǎn)就可以轉(zhuǎn)的。因?yàn)椋珹I產(chǎn)品經(jīng)理不僅對(duì)學(xué)歷、專業(yè)、技術(shù)要求都比較高，而且人多坑少。并且，AI產(chǎn)品經(jīng)理一般不是從技術(shù)崗轉(zhuǎn)過來，就是企業(yè)開拓了AI相關(guān)業(yè)務(wù)，而你恰巧走了“狗屎運(yùn)”被分配到AI項(xiàng)目中，給了學(xué)習(xí)和試錯(cuò)的機(jī)會(huì)，逐步在AI方向一步步成長。如果說愣轉(zhuǎn)，我們不妨先看看它的門檻有多高。

為什么說產(chǎn)品經(jīng)理門檻比較高？因?yàn)椋啾戎皞鹘y(tǒng)的產(chǎn)品設(shè)計(jì)理念，AI產(chǎn)品經(jīng)理除了核心職責(zé)和底層能力之外，還需要注重人工智能行業(yè)、算法場景以及驗(yàn)收評(píng)估標(biāo)準(zhǔn)等方面的知識(shí)，比如：

1.1 數(shù)學(xué)統(tǒng)計(jì)學(xué)相關(guān)知識(shí)

因AI技術(shù)建立在數(shù)學(xué)模型基礎(chǔ)之上，必備的數(shù)學(xué)統(tǒng)計(jì)學(xué)知識(shí)是理解人工智能的基礎(chǔ)，所以數(shù)學(xué)相關(guān)的基礎(chǔ)知識(shí)是產(chǎn)品經(jīng)理必須要了解的。

AI產(chǎn)品經(jīng)理雖然不需要具體了解每一個(gè)數(shù)學(xué)公式以及公式背后的邏輯，但需要知道數(shù)據(jù)統(tǒng)計(jì)學(xué)的基本概念以及概念的落地應(yīng)用。比如了解線性代數(shù)中標(biāo)量、向量、矩陣、張量概念以及概率統(tǒng)計(jì)中的常見分布，如：伯努利分布、正態(tài)分布等。（掌握邊界：知道、了解）

1.2 熟悉模型的構(gòu)建的每個(gè)流程

模型構(gòu)建的過程實(shí)際上就是應(yīng)用某個(gè)算法技術(shù)來實(shí)現(xiàn)一個(gè)模型的過程，AI產(chǎn)品經(jīng)理需要知道模型的建模流程都有哪些節(jié)點(diǎn)，這些節(jié)點(diǎn)都牽扯了哪些角色，每個(gè)角色又承擔(dān)了什么工作，每個(gè)節(jié)點(diǎn)的產(chǎn)出物是什么，以及每個(gè)節(jié)點(diǎn)合理的工作周期又應(yīng)該是多長時(shí)間。

一般來講，模型構(gòu)建大致包括4個(gè)階段，分別是模型設(shè)計(jì)和選擇階段、特征工程階段、模型訓(xùn)練與驗(yàn)證階段和模型部署階段。針對(duì)每個(gè)階段，筆者在《AI時(shí)代，產(chǎn)品經(jīng)理不得不掌握的AI知識(shí)》一文有過詳細(xì)的描述，感興趣的可以去了解一下。

1.3 知曉常見的算法知識(shí)

在算法這個(gè)領(lǐng)域，作為AI產(chǎn)品經(jīng)理雖不需要深入，但需要知道常用算法的實(shí)現(xiàn)邏輯和應(yīng)用場景，以便更好的與算法工程師進(jìn)行溝通，減少溝通成本，并且當(dāng)產(chǎn)品與算法工程師之間因結(jié)果產(chǎn)生爭執(zhí)時(shí)，也有一定理論做支撐。

1.4 學(xué)歷

院校、學(xué)歷、專業(yè)也是AI產(chǎn)品經(jīng)理必須要面臨的問題，這個(gè)話題比較敏感，這里不做過多的延展。

看到這里，可能有同學(xué)就已經(jīng)打了“退堂鼓”了，覺得自己沒有辦法轉(zhuǎn)崗這個(gè)領(lǐng)域。雖不能勝任AI產(chǎn)品經(jīng)理，并不代表無緣AI賽道，AI解決方案經(jīng)理也是不錯(cuò)的選擇。下面我們一起看一下AI方案經(jīng)理。

二、AI方案產(chǎn)品經(jīng)理賽道

AI方案產(chǎn)品經(jīng)理可以理解為售前產(chǎn)品經(jīng)理。這個(gè)崗位不需要AI產(chǎn)品經(jīng)理哪些專業(yè)的技能，懂需求、懂溝通、了解AI產(chǎn)品，能挖掘應(yīng)用場景，基于AI，能制定出合理的解決方案即可。這個(gè)賽道也是筆者非常喜歡的一個(gè)賽道，可謂是一個(gè)承上啟下方向。這么說吧，也許到了35歲，之前作為產(chǎn)品經(jīng)理的你已經(jīng)不做了，但AI方案產(chǎn)品經(jīng)理通過這幾年沉淀下來的資源，可能正混的風(fēng)生水起。

可就這樣的一個(gè)賽道，大多被產(chǎn)品經(jīng)理忽視掉，覺得由產(chǎn)品經(jīng)理轉(zhuǎn)成產(chǎn)品方案：一是掉面；二是認(rèn)為掙得沒有產(chǎn)品經(jīng)理多，卻忽略了它的長期價(jià)值。

三、垂直行業(yè)軟件產(chǎn)品經(jīng)理賽道

“術(shù)業(yè)有專攻”放在這個(gè)賽道再合適不過了。比如CRM產(chǎn)品經(jīng)理、ERP產(chǎn)品經(jīng)理、OA產(chǎn)品經(jīng)理等等。這是一個(gè)不錯(cuò)的賽道，當(dāng)把一個(gè)垂直領(lǐng)域做做精，前半程做產(chǎn)品設(shè)計(jì)，后半程做實(shí)施方案也是不錯(cuò)的選擇。但這里有個(gè)必要的前提條件：在這個(gè)賽道里，要有機(jī)會(huì)進(jìn)入垂直行業(yè)的頭部企業(yè)是非常關(guān)鍵的。好比你在中小型做了五年的ERP產(chǎn)品經(jīng)理，也不及你在用友、金蝶公司等企業(yè)做了兩年。（ps:只是舉例，不是吹捧）

四、硬件產(chǎn)品經(jīng)理賽道

硬件產(chǎn)品經(jīng)理是個(gè)好賽道。尤其近兩年AI的加持，猶如虎添翼。但硬件這個(gè)方向?qū)I(yè)性太強(qiáng)。如果你不是這個(gè)專業(yè)的，建議盡量不要在30歲的年紀(jì)變換這個(gè)賽道。這個(gè)賽道不是靠產(chǎn)品能力就能力就可以的，它需要一定的硬件知識(shí)做支撐。并且筆者斷定隨著米國川普的上臺(tái)，國內(nèi)這個(gè)賽道的產(chǎn)品人將迎來美好的春天。

時(shí)間有限，筆者僅舉例了這些，當(dāng)然不只有這些。不管如何，30歲是一個(gè)非常關(guān)鍵的轉(zhuǎn)折，2025年,30歲的你，準(zhǔn)備好了嗎？