AI產(chǎn)品經(jīng)理的價(jià)值和未來|學(xué)習(xí)俞軍老師分享有感
AI產(chǎn)品經(jīng)理,可能才是真正的“需求產(chǎn)品經(jīng)理”。
這兩天,被俞軍老師講產(chǎn)品經(jīng)理的文章刷屏了 ,推薦大家先看完《深度對(duì)話俞軍:關(guān)于產(chǎn)品經(jīng)理的價(jià)值、天賦、能力、成長(zhǎng)及未來,最系統(tǒng)的分享》,再看下文。
俞軍老師確實(shí)是大神級(jí)人物,關(guān)于互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的認(rèn)知,我們都需要向其學(xué)習(xí);本文,我主要針對(duì)“AI產(chǎn)品經(jīng)理”,分享交流3個(gè)方面:
- 互聯(lián)網(wǎng)產(chǎn)品經(jīng)理,更多是“體驗(yàn)產(chǎn)品經(jīng)理”;AI產(chǎn)品經(jīng)理,可能才是真正的“需求產(chǎn)品經(jīng)理”。
- AI時(shí)代,可能會(huì)有更多的2C新需求要素產(chǎn)生,只不過,目前時(shí)機(jī)未到。
- AI產(chǎn)品經(jīng)理的行業(yè)認(rèn)知度、分類、能力模型等等。
一、AI產(chǎn)品經(jīng)理,可能才是真正的“需求產(chǎn)品經(jīng)理”
俞軍老師關(guān)于“互聯(lián)網(wǎng)產(chǎn)品經(jīng)理演進(jìn)史”的定義,確實(shí)非常清晰簡(jiǎn)明:
- 消費(fèi)品時(shí)代,產(chǎn)品經(jīng)理(Product Manager)的本質(zhì)是“營銷產(chǎn)品經(jīng)理”。因?yàn)樾枨笙鄬?duì)明確、產(chǎn)品同質(zhì)化、生產(chǎn)標(biāo)準(zhǔn)化。
- 軟件時(shí)代,PM本質(zhì)是“項(xiàng)目產(chǎn)品經(jīng)理”。因?yàn)樾枨笙鄬?duì)容易明確,用戶對(duì)產(chǎn)品體驗(yàn)要求不高(選擇少,必須用)——PM“在管理生產(chǎn)上更能創(chuàng)造價(jià)值,溝通協(xié)調(diào),版本控制,按時(shí)交付?!?/li>
- 互聯(lián)網(wǎng)時(shí)代,PM本質(zhì)是“需求產(chǎn)品經(jīng)理”。因?yàn)樾枨?體驗(yàn),能產(chǎn)生更大價(jià)值。
關(guān)于第3點(diǎn),有朋友和我交流疑問:互聯(lián)網(wǎng)產(chǎn)品經(jīng)理,確實(shí)都會(huì)“涉及”需求和體驗(yàn),但其擁有的決策權(quán)(同時(shí)也有“做不好被追責(zé)”的壓力),好像更多的還是在體驗(yàn)上,而不是需求上(沒有產(chǎn)品決策權(quán))。那么多互聯(lián)網(wǎng)產(chǎn)品,可能最后拍板的,還是老板或者部門總經(jīng)理。
對(duì)這個(gè)疑問,我個(gè)人觀點(diǎn)是,AI產(chǎn)品經(jīng)理,可能才是真正的“需求產(chǎn)品經(jīng)理”。為什么呢?——
AI領(lǐng)域需求特點(diǎn)是,機(jī)會(huì)多、難度大、變化又快又大,導(dǎo)致老板無法兼顧,必須讓AI產(chǎn)品經(jīng)理成為細(xì)分領(lǐng)域的小CEO。
1、機(jī)會(huì)多
先說我經(jīng)常舉的這2個(gè)例子——
自動(dòng)駕駛,長(zhǎng)期價(jià)值毋庸置疑,但民用車的自動(dòng)駕駛,中短期內(nèi)難以落地;反而是“卡車自動(dòng)駕駛”能在短期可行,因?yàn)槟軠p小卡車車隊(duì)在城市之間運(yùn)輸行駛的成本。
人臉識(shí)別,也是非常熱的領(lǐng)域,但整體落地進(jìn)展相對(duì)比較慢;而某家創(chuàng)業(yè)公司選擇“嫌犯識(shí)別”切入,直接從公安系統(tǒng)合作中獲得了不菲的收入。
以上2個(gè)例子,只是個(gè)案,如何證明這種機(jī)會(huì)是非常多的呢?
上圖,是Andrei Cheremskoy提出的“組合矩陣”方法,能系統(tǒng)性研究深度學(xué)習(xí)的應(yīng)用機(jī)會(huì)。
他在聽覺、視覺、運(yùn)動(dòng)和符號(hào)等模態(tài)下,分出“生成器”和“識(shí)別器”兩種子維度,然后做排列組合。——其中,每一個(gè)矩陣格,就是一個(gè)可能的機(jī)會(huì),再結(jié)合特定領(lǐng)域,就能產(chǎn)生非常多的靈感。
比如,將Image recognizer(圖像識(shí)別)和Natural language generator(自然語言生成)組合在一起之后,就可以得到看圖說話的應(yīng)用;而將Motion recognizer(運(yùn)動(dòng)識(shí)別)和Speech generator(語音生成)組合在一起之后,就可以得到給無聲電影配音這樣的深度學(xué)習(xí)應(yīng)用。更多詳情,可見文章《透視深度學(xué)習(xí),暢想未來應(yīng)用——AI視野(二)| 張江》
而且,我們知道,AI技術(shù)本身,就有非常多的細(xì)分領(lǐng)域,比如自然語言處理、計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)等等
而自然語言處理下面,又可以細(xì)分出這么多
來自《百度副總裁王海峰:百度在NLP領(lǐng)域都做了什么?》
這每一個(gè)模塊,里面還有很多層級(jí)內(nèi)涵,暫不贅述了。
而且,不僅有以上理論分析,現(xiàn)實(shí)已經(jīng)有不少公司在同時(shí)嘗試多個(gè)產(chǎn)品方向了,比如,我曾在一個(gè)活動(dòng)現(xiàn)場(chǎng),親耳聽見某知名自動(dòng)駕駛領(lǐng)域創(chuàng)業(yè)公司創(chuàng)始人說,他們同時(shí)在做“高速無人駕駛&低速輔助駕駛”,還有一家公司同時(shí)做了手表、車載、家居、開放平臺(tái)等各種業(yè)務(wù)線。
也許有人會(huì)問,在這些細(xì)分場(chǎng)景和交叉領(lǐng)域,市場(chǎng)空間會(huì)不會(huì)太???個(gè)人認(rèn)為不會(huì)的,因?yàn)殡m然看起來群體(流量)被細(xì)分了,但是,AI會(huì)重構(gòu)這個(gè)細(xì)分場(chǎng)景的價(jià)值鏈,將單位流量?jī)r(jià)值放大10倍以上。——這可能是目前整個(gè)行業(yè)都沒意識(shí)或做到的。
多引申一句,很多企業(yè)想和AI結(jié)合,但不知道如何結(jié)合,這是為什么?一個(gè)很重要的原因,就是他們還站在“通用需求”角度去想——這是很難看到結(jié)合點(diǎn)的,可能必須去找細(xì)分場(chǎng)景和交叉領(lǐng)域。
2、難度大
分3方面:選方向、找痛點(diǎn)、做設(shè)計(jì)。
這里,從我之前分享的《【重磅福利】人工智能產(chǎn)品經(jīng)理的新起點(diǎn)(200頁P(yáng)PT下載)》里,摘取7張圖:
3、變化又快又大
這是因?yàn)槲曳窒磉^的“AI時(shí)代兩大重要特質(zhì)”——高維+突變。
高維,意思是說,我們1年的工作產(chǎn)出,可能在瞬間被“高維”的人或產(chǎn)品所吞噬……。比如,有的人工智能產(chǎn)品經(jīng)理最近告訴我,針對(duì)一個(gè)AI產(chǎn)品形態(tài),他曾研究了1年,然后突然發(fā)現(xiàn),自己做的這個(gè)事情是沒有意義的(因?yàn)槭褂脠?chǎng)景等各種問題,導(dǎo)致做不成;其實(shí)整個(gè)行業(yè)都是這樣,并不是他個(gè)人的能力問題。)
不僅是產(chǎn)品設(shè)計(jì),在技術(shù)方面也一樣,下面是翻譯和TTS方面的截圖例證,大家可以感受下:
(來自傅盛文章)
?(來自知乎)
突變,意思是說,類比基因突變,AI行業(yè)(產(chǎn)品/市場(chǎng))變化太快,而且是大調(diào)整。最多6個(gè)月,如果不去接觸一線的情況,就會(huì)突然發(fā)現(xiàn)自己不熟悉市場(chǎng)了。
總之,機(jī)會(huì)多、難度大、變化又快又大,導(dǎo)致老板得承認(rèn)自己的知識(shí)背景和精力有限,可能無法兼顧所有可能方向,必須讓AI產(chǎn)品經(jīng)理成為細(xì)分領(lǐng)域的小CEO,來做決策和承擔(dān)更大壓力。
這也是為什么一開始我認(rèn)為,AI產(chǎn)品經(jīng)理,可能才是真正的“需求產(chǎn)品經(jīng)理”。
二、AI時(shí)代,可能會(huì)有更多的2C新需求要素產(chǎn)生
最開始文章里說,“下一波 AI 很可能不是一個(gè)能創(chuàng)造很多 to C 新產(chǎn)品的新要素,可能跟二三十年前的軟件計(jì)算機(jī)類似,主要價(jià)值在于跟原有產(chǎn)品結(jié)合,提升企業(yè)效率?!?/p>
有朋友問我,提升效率,確實(shí)是AI的一個(gè)重要價(jià)值。不過,歷史不是螺旋式上升的嗎?為何會(huì)回到2、30年前?是簡(jiǎn)單重復(fù)嗎?
我個(gè)人觀點(diǎn)是:現(xiàn)階段2C的新產(chǎn)品需求,確實(shí)不多見,但可能并不是“未來”沒有,而是“目前”還沒做出爆款,讓大家看到。
- 理論上,是存在很多可能性的。這點(diǎn),在前文已敘述。
- 現(xiàn)實(shí)中,2C爆款產(chǎn)品的機(jī)會(huì)需求點(diǎn)在哪里呢?
目前我能看到相對(duì)可能性比較大的,有3個(gè)點(diǎn),但是,其中1個(gè),還沒人能做到足夠好(兒童機(jī)器人);第2個(gè),可能做出海量用戶,但行業(yè)內(nèi)還沒人真正深入去做;第3個(gè),和知識(shí)內(nèi)容相關(guān),但行業(yè)內(nèi)還沒有人去做,技術(shù)上可能也有難度。
其他的,確實(shí)沒有太多好的機(jī)會(huì)和產(chǎn)品出現(xiàn)。
- 為何沒有爆款,有個(gè)重要原因是產(chǎn)業(yè)鏈的積累并不扎實(shí)。一般行業(yè)也會(huì)說,只有當(dāng)交互、硬件、OS三大標(biāo)準(zhǔn)都成型時(shí),才可能迎來真正的爆款產(chǎn)品。
比如,未來的交互標(biāo)準(zhǔn),會(huì)是語音或者CUI嗎?這里有潛在問題的,不一定。
總之,個(gè)人判斷,AI時(shí)代的2C新需求要素,可能會(huì)更多,而不是更少。只不過,目前時(shí)機(jī)未到。
三、AI產(chǎn)品經(jīng)理的行業(yè)認(rèn)知度、分類、能力模型等等
這里,結(jié)合之前的3篇分享文章,概述下重點(diǎn):
1、AI產(chǎn)品經(jīng)理的行業(yè)認(rèn)知度:
《“人工智能產(chǎn)品經(jīng)理”正開始被行業(yè)接受!》
到今年第二季度,不論是從業(yè)者、媒體甚至投資人,都在更多的提及AI產(chǎn)品經(jīng)理;可以說,從現(xiàn)在起,AI產(chǎn)品經(jīng)理算是開始被AI行業(yè)接受(正視)了。
2、AI產(chǎn)品經(jīng)理的分類等:
《福利 | 《從互聯(lián)網(wǎng)產(chǎn)品經(jīng)理到AI產(chǎn)品經(jīng)理》PPT下載及講解(58P)》
- AI PM分類:3大類-10小類
- AI PM的真正價(jià)值是什么
- AI PM和互聯(lián)網(wǎng)PM,可能就不是同一群人
- 為何體系化的文科知識(shí)背景很重要?比如倫理學(xué)、心理學(xué)
- 為何說文科生、女生,做AI PM更有優(yōu)勢(shì)
- AI PM和程序員協(xié)作關(guān)系的變化
- 好的AI PM,利益回報(bào)是否比程序員更大
- AI PM和CEO的區(qū)別在哪里
- AI PM稀缺到什么程度
- AI PM的人才真空期還有多久
……
3、AI產(chǎn)品經(jīng)理的能力模型等:
《【重磅福利】人工智能產(chǎn)品經(jīng)理的新起點(diǎn)(200頁P(yáng)PT下載)》
目錄大綱:
(一)AI PM在做什么、如何做
- AI的時(shí)代背景及真正瓶頸
- 如何選行業(yè)方向 in AI
- 如何找場(chǎng)景痛點(diǎn) in AI應(yīng)用層(2B/2C)
- 如何做體驗(yàn)設(shè)計(jì) in 對(duì)話聊天產(chǎn)品
(二)如何從互聯(lián)網(wǎng)PM轉(zhuǎn)型成AI PM
- AI PM能力模型
- AI技術(shù)概念厘清
- 如何轉(zhuǎn)型
(三)人工智能的本質(zhì)及腦洞
- AI的過去和現(xiàn)在
- AI的未來和突破口
- AI的本質(zhì)、效用和終局
總之,AI產(chǎn)品經(jīng)理人才非常稀缺,相關(guān)的認(rèn)知也在探索中,感興趣的朋友,歡迎一起交流探討。
#專欄作家#
hanniman,微信公眾號(hào)/知乎/在行/飯團(tuán)“hanniman”,人人都是產(chǎn)品經(jīng)理專欄作家,前騰訊產(chǎn)品經(jīng)理。5年人工智能實(shí)戰(zhàn)經(jīng)驗(yàn),8年互聯(lián)網(wǎng)行業(yè)背景?!叭斯ぶ悄墚a(chǎn)品經(jīng)理”概念的推動(dòng)者,被AI同行廣泛傳播的200頁P(yáng)PT《人工智能產(chǎn)品經(jīng)理的新起點(diǎn)》的作者。關(guān)注人機(jī)交互(特別是語音交互)在手機(jī)、機(jī)器人、智能汽車、智能家居、AR/VR等前沿場(chǎng)景的可行性和產(chǎn)品體驗(yàn)。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,不得轉(zhuǎn)載
看了很多AI 產(chǎn)品經(jīng)理理論知識(shí),然而還是進(jìn)不了AI公司當(dāng)AI 產(chǎn)品經(jīng)理!!
請(qǐng)問當(dāng)時(shí)碰壁的原因主要是什么呢?您現(xiàn)在怎么樣了呢,轉(zhuǎn)行成功了嗎?我現(xiàn)在也像轉(zhuǎn)到AI產(chǎn)品,可否和你交流一下?
我現(xiàn)在也準(zhǔn)備轉(zhuǎn)AI產(chǎn)品經(jīng)理,可以交流經(jīng)驗(yàn)嗎
文章很實(shí)用,AI時(shí)代產(chǎn)品經(jīng)理確實(shí)有新的要求和挑戰(zhàn),一起加油!
學(xué)習(xí)ai中 ??
怎么開始學(xué)習(xí)? 我也想開始學(xué)習(xí)ai,目前沒頭緒
能交流經(jīng)驗(yàn)嗎,我也在想轉(zhuǎn)AI
我也在準(zhǔn)備轉(zhuǎn)AI ,能交流經(jīng)驗(yàn)嗎