在AI技術(shù)快速迭代、新概念層出不窮的當(dāng)下，產(chǎn)品經(jīng)理應(yīng)該如何正確地?fù)肀I？是盲目跟風(fēng)，還是有策略地學(xué)習(xí)與實踐？本文將從系統(tǒng)學(xué)習(xí)與單點突破的平衡、實踐驅(qū)動的迭代，以及洞察力作為核心競爭力三個方面，為大家提供擁抱AI的實用建議。

上周，Manus不出意外地刷爆圈兒，據(jù)說邀請碼在某二手交易平臺被炒到5萬元，可見其勁兒有多上頭。

我在即刻關(guān)注hidecloud（Manus創(chuàng)始人、90后）也有段時間了，特別認(rèn)同他的個人簽名：尋找非共識中丨Building something wonderful。

在我看來，這句話可以作為對AI學(xué)習(xí)態(tài)度的注解——尤其在當(dāng)下火熱甚至過熱的AI浪潮下，產(chǎn)品同學(xué)到底應(yīng)該如何擁抱AI？

去年我工作太忙，對AI投入的精力遠(yuǎn)遠(yuǎn)不足，今年有了些調(diào)整，算是All in AI中，但依然覺得逝者如斯夫。

有一說一，咱對自己的精力管理、自律方法還算有自信，但即使這樣，面對AI這個新物種，我都時常會有「不知從何處發(fā)力」的頓挫時刻，普通初入門者感到各種困惑就不足為奇。

這在我的產(chǎn)品群、公眾號私信里得到了反復(fù)印證——各類同學(xué)求教AI系統(tǒng)方法論、探討AI產(chǎn)品經(jīng)理技能點、跪求各類AI資料包等等；

昨天看到 Manus 刷爆出圈兒，我自己也對 AI 學(xué)習(xí)之路做了一些復(fù)盤和思考，尤其是把自己走過的一些彎路分享出來，希望對產(chǎn)品同學(xué)正確地?fù)肀I能有一些參考。

仍然想再次HighLight：在AI之路上，我也是個小學(xué)生，也時常在犯錯、復(fù)盤，個中經(jīng)驗未必正確，僅供學(xué)習(xí)參考和啟發(fā)之用。

一、是系統(tǒng)學(xué)習(xí)，還是單點突破？

很多產(chǎn)品同學(xué)都問過我這個問題。

當(dāng)然，在我看來，能做出這樣的提問，首先就是有系統(tǒng)思考的具體表現(xiàn)，那么，應(yīng)該怎么選擇呢？

先說我的結(jié)論：先系統(tǒng)層面粗糙學(xué)習(xí)，再用多個單點突破串成新系統(tǒng)。

什么意思呢？

首先，我們還是要對AI有個相對系統(tǒng)的了解，建立初步的整體印象，我一直主張產(chǎn)品經(jīng)理要有大局觀，只有具備更高視野（這個視野，哪怕未經(jīng)實踐、只是聽過呢），才能在產(chǎn)品落地時更好地從容不迫。

畢竟，我們都明白：面對新事物，得進(jìn)語境中去，才能成長更快。

只不過，在擅長“深度學(xué)習(xí)”的AI面前，我不主張大家先深度學(xué)習(xí)，很重要的一個原因是——精力有限的情況下，快速找到適合自己的AI匹配點才是最重要的。

這個匹配點，可能是Agent，可能是AI音頻、AI視頻，也可能是AI編程，甚至還會疊加你的興趣點。

顯然，你作為優(yōu)秀的產(chǎn)品經(jīng)理，肯定知道如何快速找到這個匹配點——MVP呀，迭代試錯呀。（額，被一個年輕的產(chǎn)品同學(xué)上了一課…）

所以，我們一開始學(xué)AI，不要深度的系統(tǒng)化，先快速地、粗淺的建立系統(tǒng)認(rèn)知，然后就結(jié)合自己公司的業(yè)務(wù)、自己的興趣去深度求索。

最后，再在各個實踐中建立自己的系統(tǒng)方法論，不管你相信與否，這類實踐出來的方法論要比空洞的所謂干貨更實用，后者一不小心還可能將你勸退。

這里，我的經(jīng)驗是：可以以「AI詞云圖」為主線，進(jìn)而了解各個主要的AI概念。

比如，什么是LLM，什么是深度學(xué)習(xí)，什么是卷積神經(jīng)網(wǎng)絡(luò)等等。

AI詞云圖怎么來？

額，你這么懂AI，你肯定有辦法。

其次，我推薦兩門基礎(chǔ)課、兩本入門書：

視頻課程：一個是吳恩達(dá)老師的《AI for everyone》，另一個是李宏毅教授的《生成式AI》。

書籍可以先看這兩本——《深度學(xué)習(xí)革命》、《芯片戰(zhàn)爭》，其實我還看了Open AI CEO山姆·奧特曼的《這就是 ChatGPT》，書也不錯，就是有點太干，可以稍后看。

另外，吳恩達(dá)老師的課，可以集中學(xué)習(xí)下，B站一搜就能搜到，35個章節(jié)，3個小時左右；李教授的《生成式AI》可以慢慢看，一般1-2周就可以學(xué)完。

以「AI詞云圖」為抓手，以這兩門通識課為基礎(chǔ)，我覺得就能幫助大家快速建立粗略的AI框架，這就夠了。

接下來，其實就是找自己的匹配點，就可以從hidecloud所說的「尋找非共識」出發(fā)，和自身去做融合。

圖-??吳恩達(dá)《AI for everyone》

二、找個匹配點，在實踐中完善

相信我，實踐永遠(yuǎn)是出真知的最快路徑，尤其是在遍地AI方法論的當(dāng)下，愿意實踐、善于實踐更顯得彌足珍貴。

不少同學(xué)都反饋跟不上AI的變化，各類新概念、新工具層出不窮。

你剛學(xué)完coze工作流、智能體，他就進(jìn)化成能做智能應(yīng)用了；這邊剛學(xué)會用Cursor的Claud3.5做個小工具，那邊Trae就集成了DeepSeek和Claud 3.7。

學(xué)不完，根本學(xué)不完。

其實，沒必要也不可能全部學(xué)完，最好的方式依然是找個場景去實踐，真的，你能想到的場景絕大多數(shù)都會有解決方案。

所以，期望短期做顛覆性創(chuàng)新很難，最好的AI態(tài)度就是日拱一卒的實踐。

舉個例子：

我和幾個小伙伴共同研究AI、學(xué)習(xí)AI，我發(fā)現(xiàn)對AI的理解更深度的總是那兩三個同學(xué)，他們無一例外地都融入了自家的業(yè)務(wù)，在垂直領(lǐng)域放大AI的效能。

比如，有同學(xué)把自家的供應(yīng)鏈業(yè)務(wù)的客戶場景，與AI和飛書表格做了集成應(yīng)用，嚯，CRM都沒有他現(xiàn)在客戶分析的全面。

這就是融合的價值。

同時，他的AI功底也進(jìn)展飛速，學(xué)會了coze工作流，也學(xué)會了飛書多維表格，更懂得下一步AI的發(fā)力點。

再比如，我自己也在用AI做一個小程序，是基于我個人自媒體繁雜、重復(fù)工作的自動化應(yīng)用，所以我通過Trae搭建了一個小程序，無代碼那種，而且即將發(fā)布上線。

需要特別說明的是，在這個過程中，我自己學(xué)會了GitHub的發(fā)布與管理，學(xué)會了精準(zhǔn)調(diào)試bug，甚至我都能自己自定義小程序的navigationBar了。

無他，實踐驅(qū)動迭代而已。

所以，別糾結(jié)理論方法論，別在乎先學(xué)A會不會讓B不高興，別想太多，就從自身業(yè)務(wù)出發(fā)，去思考AI的結(jié)合點，而后堅定不移地接入、擁抱。

三、對產(chǎn)品同學(xué)而言，Insight是終極競爭力

很多時候，門外漢都是看熱鬧，而只有躬身入局的專業(yè)人士才有更多敬畏之心，才知道用戶洞察和長期主義才是出圈兒的源動力。

刷爆圈兒的Manus，正是如此。

可能不少同學(xué)昨天都看了Manus那“令人發(fā)指”的AI能力，可有幾個同學(xué)知道這個產(chǎn)品歷時20個月才問世，而且還是猶抱琵琶半遮面的內(nèi)測。

嗯，這在2周一迭代的當(dāng)下，顯得十分突兀，但卻又十分符合長期主義的敘事邏輯。

前兩天，有不少小伙伴在群里討論AI對產(chǎn)品的影響，大家各自有不同的看法，但在我看來，我們對AI的確不應(yīng)該「敬而遠(yuǎn)之」，但也不能「饑不擇食」，而是要抓住主要矛盾。

什么是主要矛盾呢？

洞察力。

是的，鏡同學(xué)覺得，對于產(chǎn)品同學(xué)來說，洞察力（業(yè)務(wù)抽象、場景分析、用戶理解等）在AI拉低技術(shù)門檻后越發(fā)重要，尤其是當(dāng)長尾需求、差異功能的實現(xiàn)成本被AI無情抹平之后。

所以，在 Manus 發(fā)布之前我就發(fā)過一個小感嘆——未來產(chǎn)品經(jīng)理分析報告、洞察數(shù)據(jù)必然會成為必備新技能。

其實我一直覺得，產(chǎn)品的核心競爭力，本就應(yīng)該在用戶洞察上，而不是簡單地借助AI做一兩個小工具之后就直呼AI強(qiáng)大、而變得沾沾自喜。

用戶需求的真正滿足、高質(zhì)量滿足，從來沒有想象中的那樣簡單，90分和100分，差的不是10分，而是一個數(shù)量級，這個數(shù)量級就在于對用戶洞察是否更加深層次。

未來產(chǎn)品經(jīng)理的新高地，一定來源于其用戶洞察力的造詣。

這似乎有些反常識，但請你仔細(xì)想想，過去產(chǎn)品經(jīng)理所能呈現(xiàn)的、靠專業(yè)經(jīng)驗放大的流程設(shè)計、高保真原型設(shè)計、甚至是0-1的產(chǎn)品技術(shù)落地等等，都變得信手拈來、毫無門檻。

當(dāng)DeepSeek將中文文學(xué)發(fā)揮與中等作者相差無幾時，別高興，普通人反而更應(yīng)如履薄冰，因為一個常識是，當(dāng)內(nèi)容供應(yīng)過剩時，具備靈魂的手工匠人又必然重回封神時刻。（就像本文一樣純?nèi)斯で么颍?/p>

那么，頂層競爭力還剩下什么？

這就好比人人手里都拿著一支神筆馬良，AI帶來的短期是平權(quán)欣喜，長期看卻是“新式內(nèi)卷”，「怎么畫」不再是競爭高低，而是根據(jù)不同場景「畫什么」的洞察與想象，才是新擂臺。

其實，我自己近期也確實體驗了不少AI出圈兒的產(chǎn)品，無一例外，都是基于對其自身業(yè)務(wù)發(fā)展的深刻思考，洞察用戶真正的需求去創(chuàng)造有內(nèi)涵的價值，這才是產(chǎn)品的終極宿命。

這也是產(chǎn)品同學(xué)擁抱AI應(yīng)該具備的姿態(tài)。

最后，鏡同學(xué)想說的是，AI帶來的表面看是諸多新變量，但「厲行價值創(chuàng)造」作為產(chǎn)品同學(xué)的內(nèi)涵卻從未改變，而且比以往任何時候還都更加突出。

智者無他，善假于萬物也。

或許這才是我們產(chǎn)品人擁抱AI的正確姿態(tài)。