在AI人工智能时代下，产品经理该如何跟上节奏？

最新推荐文章于 2025-02-13 20:49:02 发布

程序员老冉

最新推荐文章于 2025-02-13 20:49:02 发布

阅读量962

点赞数 18

文章标签：人工智能产品经理搜索引擎 chatgpt 机器人程序人生 ai

本文链接：https://blog.csdn.net/2301_82000445/article/details/141163296

版权

目前，人工智能还是一个学术密集型以及技术密集型的领域，其中最耀眼的角色当属研究人员和工程师。这样的背景下，大量的资讯和材料都指向了工程师受众。那么，对于产品经理来说，如何在这个领域中调整自己的认知和状态，跟上发展的节奏呢？

在如今的科技行业中，人工智能的普及已成显著趋势，资本布局初具规模，从业者的梯队也逐渐形成。可以预见的一点是：在接下来相当长的一段时间内，人工智能会渗透到整个互联网行业中，成为业界标配。

这种规模的技术变革，很可能会改变游戏规则，从而产生大量的新机会。作为互联网从业者，我们应该想办法跟上节奏，不要浪费科技浪潮带来的红利。

相信很多同学在加入百度教育合作与共建之前，自己对人工智能基本是陌生的，对于机器学习、深度学习之类的概念半生半熟。于是，作为产品经理，我们面临的第一个问题就是：要不要学算法。

第一个问题：AI时代的产品经理，要不要学算法

在过去的时代里，技术体系相对成熟，技术的发展和迭代主要集中在工程层面。对产品经理来说，有很多手段可以了解技术的能力和边界，比如移动时代到了，高强度用个百八十款App，这个东西能做什么大概就心里有数了；在这个基础上，再去补一些浅显的相关介绍，请工程师吃几顿饭，基本就可以做产品设计和可行性判断了。

然而，在人工智能时代，很多手段失效了，比如，我们想通过使用产品的方式去了解人工智能，我们能干什么呢，是跟AlphaGo下棋还是跟Siri唠嗑？

这些都没什么用，原因是至少在当前的阶段，人工智能的能力大都隐藏在我们能感知到的功能之下，我们很难从场景出发，理解内部机制，获得认知。这个就建议看看这个课程。

在这样的前提下，想要做人工智能的产品经理是必须要了解算法的。那么，这就引出了接下来的一个问题：怎么学算法？

第二个问题：产品经理怎么学算法

我们先假设产品经理没有很强的数学和工程背景（当然，如果有更好，但谁忍心给产品经理提这么多要求呢），这就需要给自己理性地设置学习目标，调整学习心态。

首先，目前能在网上查到的大部分人工智能学习材料和书，对于产品经理来说，都没有必要读懂，也很难完全读懂。

大部分的算法介绍都涉及数学原理和实现方法，作者在描述中会特意省略大量的背景知识介绍，因为已经默认读者知道这些学术常识。我们在阅读这些材料时，经常会看到类似“显而易见可以得到 XXX 结论”的描述，这就让我们做产品经理的一头雾水，很难理解书中显而的是哪门子易见。

那怎么学呢？我的建议是：从优质的视频开始，从百度教育合作与共建的课程开始。

不论哪个视频，初看的过程确实还是很痛苦的，因为会不时碰到一些确实听不懂的内容。不要担心，先囫囵吞枣，坚持过去。特别是百度小白扫盲课程以及这次的人工智能的产品经理课程，制作可谓是具有很高品质，应该是目前国内看到的课程中质量较好的“头部”课程。

看完视频，你基本可以对人工智能有个大体的认识，再趁热打铁读些机器学习相关的书，这样会对巩固知识更有帮助。这里就不具体推荐读什么书了，不过可以建议你一次多买几本，交叉阅读，效率更高。

随着后续不断地接触、学习和实践，之前那些听不懂或不理解的内容，会在某个时刻突然贯通。

有了视频课程的基础，这时你再去读书已经不像看外星文字了，通过读书这一步，可以进一步强化对先前概念的了解。当然，如果感觉视频读完之后不需要强化，你也可以跳过这一步，以后回来再看书。

在这之后，你就可以开始在网上大量地阅读各种与实践相关的文章了（建议中英文并重，英文材料有时更细致一些）。这时整个领域概念都已经在你脑海中了，你基本不会被文章中的关键词或背景知识绊住，当遇到数学推导时，还是老规矩，可以跳过去，不要沮丧，谁让我们是产品经理呢。

读文章的过程中，你可能会遇到一些感兴趣的应用领域或学术方向，这时建议你读一点论文。读论文听起来很难，不过我们已经做好了读不懂也很正常的心理准备，所以不要有畏难的情绪。

第三个问题：要不要真的写程序

还有一个问题，是产品经理要不要真的尝试写一点简单的机器学习代码。很多大神的建议是，如果你之前就有工程能力，就尝试着写一点；如果完全没有相关背景，不写也罢，别给自己添堵。

如果要写，千万不要写具体的算法实现。比如你打算从头开始写一个支持向量机，或者写一个神经网络，纯粹浪费时间。直接调用一些成熟的框架，比如用Scikit-Learn跑个聚类，或者用哈工大、斯坦福的NLP框架跑个NER看看结果。如果研究深度学习，TensorFlow里面有个识别手写数字的工程（现在PaddlePaddle做了很多转化，大家可以直接用），直接就可以搭着跑起来，你可以动一动参数，找找感觉。

但如果没有工程能力，你的大量时间可能会花在跟机器学习完全不相干的事情上，比如很多初学者当时就遭遇了Python2和Python3的不兼容问题，还要自己处理各种数据，浪费好多无谓的时间。这时一定要去求助工程师，让他们把算法跑好，你拷过来直接看结果就可以了。

另外，有很多用图和动画演示算法过程的产品和网站，而且机器学习算法可视化的研究发展得也挺快；说不定用不了多久，我们不需要写真的代码，就可以用更简单的方式去直观地感受和理解算法过程和结果。

总之，产品经理与工程师最大的差异就是：我们不需要写程序。我们的核心价值也不在这里，所以我们要掌握的，不是细节和实现，而是要明白每种算法背后的原理、机制和边界。只有这样，我们才能跟工程师站到同一个话语空间中，去实际推进具体的产品工作。

回顾一下今天的内容，我从自己学习百度人工智能的课程出发，提到产品经理一定要了解算法；又介绍了从视频到书，再到文章和文献，这样循序渐进的学习过程；最后建议大家量力而行，通过写实验代码或其他方式去进行算法的实践。最后，说一句真心感谢百度在中国人工智能教育上做出的贡献，未来一定会对中国人工智能发展发挥更为巨大的作用。

零基础如何学习大模型 AI

领取方式在文末

为什么要学习大模型？

学习大模型课程的重要性在于它能够极大地促进个人在人工智能领域的专业发展。大模型技术，如自然语言处理和图像识别，正在推动着人工智能的新发展阶段。通过学习大模型课程，可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术，从而提升自己在数据处理、分析和决策制定方面的能力。此外，大模型技术在多个行业中的应用日益增加，掌握这一技术将有助于提高就业竞争力，并为未来的创新创业提供坚实的基础。

大模型实际应用案例分享

①智能客服：某科技公司员工在学习了大模型课程后，成功开发了一套基于自然语言处理的大模型智能客服系统。该系统不仅提高了客户服务效率，还显著降低了人工成本。
②医疗影像分析：一位医学研究人员通过学习大模型课程，掌握了深度学习技术在医疗影像分析中的应用。他开发的算法能够准确识别肿瘤等病变，为医生提供了有力的诊断辅助。
③金融风险管理：一位金融分析师利用大模型课程中学到的知识，开发了一套信用评分模型。该模型帮助银行更准确地评估贷款申请者的信用风险，降低了不良贷款率。
④智能推荐系统：一位电商平台的工程师在学习大模型课程后，优化了平台的商品推荐算法。新算法提高了用户满意度和购买转化率，为公司带来了显著的增长。
…
这些案例表明，学习大模型课程不仅能够提升个人技能，还能为企业带来实际效益，推动行业创新发展。