我是AI产品经理，就必须掌握AI技术吗？

代码很孬写

于 2024-06-04 14:21:56 发布

阅读量1k

点赞数 11

文章标签：人工智能产品经理 ai 深度学习机器学习语言模型

本文链接：https://blog.csdn.net/2401_85325519/article/details/139441828

版权

作为一个人工智能（AI）产品经理，我们需要对AI技术有了解吗？为什么？需要了解到什么程度呢？我们该如何达到这样的程度？

产品经理到底要不要懂技术？

首先我们要思考的第一个问题是，产品经理到底要不要懂技术？

关于这个话题，很多优秀的产品人都曾给出过深刻的见解。我也想简单谈谈我个人就这个问题的一些想法。

一般来说，产品经理这个职位对于一个人的背景没有特殊的硬性要求。有一些人是技术背景，曾经做过软件工程师，之后转为产品经理。也有一部分人没有技术背景，比如设计师，销售人员，甚至教师，后来也都成功的晋升为优秀的产品负责人。

不同的公司或不同的项目对产品经理的技术能力要求往往大相径庭。

有些公司是技术驱动的，这类公司有时会对产品经理有硬性的技术要求，这类公司下的产品人必须具有计算机或相关学科背景，他们往往曾拥有全职软件工程师的工作经验。

也有一些公司是产品驱动的，这类公司并不要求产品经理必须具备高超的技术水平，更多的是希望这类产品人从技术的思维框架中跳出来，更加靠近用户和市场，创造出独特的产品和体验。

这两类产品人在都有各自的优势与不足。简单来说，就是产品经理如果不懂技术，就无法深入到项目的实现当中，很难和软件工程师紧密合作。这就会导致产品经理的工作难以顺利开展。

但是，如果产品经理非常了解技术，具有丰富的开发经验，则很难从小白用户的视角去设计产品，缺少一些大胆的创新性。这就会导致制作出来的产品和服务中规中矩，不够“接地气”。（也有极少数非常成功的产品人同时具备两类产品人的优势）

到底哪一类产品人更适合人工智能领域的工作？

这个问题不能一概而论，因为AI领域同样存在不同类别的公司。一个公司的基因直接决定它是技术驱动还是产品驱动，即便是AI公司也是如此。

目前，AI领域的公司被分为三个层级：基础层，技术层，应用层。

基础层的公司主要是负责为AI提供底层技术服务，包括计算资源，芯片，以及模型平台等。这类公司对产品经理往往有硬性的技术要求，要求产品人对于相关的底层技术理解足够透彻；
技术层的公司主要是专注于对具体AI技术的研发和探索，包括图像识别，语音识别，自然语言理解等。这类公司对产品经理会有一定程度的技术要求，但是并不绝对，具体要看公司的业务方向；
应用层的公司则主要是将AI技术应用到解决实际问题的场景中，包括智能医疗，智能客服，智能安防等。这类公司对产品经理的技术水平一般不会有硬性的要求，更多的是要求产品经理对相关行业领域具有全面且深刻的了解。

因此，每一个AI产品经理都可以通过定位公司在AI行业中的层级，以及自己在公司中具体负责的项目和业务，来判断自己需要具备什么程度的技术能力。

以技术为主导的AI公司对产品经理的技术要求是毋庸置疑的。不过，对于以产品为主导的AI公司来说，产品经理是不是也要懂的AI技术？

答案是：一定要懂，但是不需要完全掌握。

AI产品经理的核心目标是通过AI技术创造出更好的产品和服务，并成功的将产品方案实现落地。基于这样的核心目标，AI产品经理至少应该对技术有一定程度的了解。

首先，在产品设计和定义产品概念的过程中，AI产品经理一定要对技术的边界有足够的了解，知道什么是可以实现的，什么是暂时还很难实现的。

技术边界的理解，可以帮助AI产品经理准确的将技术运用在恰当的应用和场景上。这里，建议AI产品经理密切关注AI领域最新的科研成果。

接下来，在产品的实际开发和测试过程中，AI产品经理需要对项目的技术名词术语有充分的了解，包括常用算法，模型，基本框架等。其目的是让产品经理能够更有效的和软件工程师，算法科学家进行沟通。

有效的沟通对于产品的实现至关重要。这里，建议AI产品经理学习和掌握一定量的AI专业术语名词。

最后，每当一个AI产品或服务完成发布以后，产品经理都需要持续的对产品或服务项目在市场上的表现进行跟踪，对其进行介绍和推广，以确保用户，投资人和老板能够清楚的了解产品或服务的功能特点以及其背后的原理。

这就需要产品经理对产品或服务背后的技术实现原理及展示效果具有充分的认识。这里，建议AI产品经理对AI相关的算法原理和技术特点有足够的了解。

如果正在看文章的你，想要学习AI，但苦于没有方向，不知道怎么学习，这里分享一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频。这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

一、大模型全套的学习路线

学习大型人工智能模型，如GPT-3、BERT或任何其他先进的神经网络模型，需要系统的方法和持续的努力。既然要系统的学习大模型，那么学习路线是必不可少的，下面的这份路线能帮助你快速梳理知识，形成自己的体系。

L1级别:AI大模型时代的华丽登场

L2级别：AI大模型API应用开发工程

L3级别：大模型应用架构进阶实践

L4级别：大模型微调与私有化部署

一般掌握到第四个级别，市场上大多数岗位都是可以胜任，但要还不是天花板，天花板级别要求更加严格，对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。