AI时代：成为AI产品经理的方法

一、非技术背景的人员如何转型成为AI产品经理

​ 产品经理是一个非常重要的岗位，但是高校并没有培养产品经理特别是 AI 产品经理的专业课程，这方面的书籍也非常稀缺。非技术背景的人员转型成为 AI 产品经理是未来一段时间内的一种趋势，这里主要介绍非技术背景的人员如何转型成为 AI产品经理，非技术背景的人员包括市场营销、运营、销售、BD（Business Development，商务拓展）、行政等岗位的人员。

​ 首先，非技术背景的人员转型成为做 AI 产品经理需要收集市场上的一些信息。笔者在为本书收集资料的过程中收集了以下信息，我们先以问答的形式来看一下。

​ 1.AI产品经理和传统产品经理的工作流程有何不同**?面临的问题和困难有哪些?** 回答：AI产品经理和传统产品经理的工作流程基本上是一致的，不同之处在于以下几点。

（1）需求把握。AI产品还处于探索期（找刚需）,ToC产品的产品形态甚至典型用户群体（用户画像）都还不明确，所以信息（行业信息、竞品信息、用户信息）收集、创意思考、产品验证的工作会更加困难。

（2）闭环验证。在进行产品核心价值的设计和验证工作时，AI产品经理除了以数据分析为驱动，还需要有大胆的思路、敏锐的洞见。首先，从手机场景升级到 AI 场景，产品使用场景发生了翻天覆地的变化；其次，AI产品的用户门槛远高于互联网产品，用户量和用户数据的规模远比不上互联网产品的量级；再次，AI产品与硬件关系紧密，产品迭代周期更长，更难收集有效数据。

（3）交互设计。场景巨变使得交互方式从纯软件（界面、触摸屏）、纯硬件的形式，升级到多模态交互等更复杂的人机交互形式，截至本书完稿时（2018 年）,AI场景还没有形成清晰的交互体系。很多人没有意识到新时代不仅是新技术驱动的，更关键的标志是新交互（还可能是新硬件）。

（4）功能设计。比如，搜索产品和AI 问答产品是很不同的东西，同时，产品一旦和硬件相关，难度就会陡增。（5）数据分析。语音交互产生的数据分析难度远高于触摸交互。因为触摸屏有效表达用户意图的概率非常高，而通过语音识别得到的信息往往和用户意图有很大的偏差。

2.AI产品经理需要具备的能力、素质和传统产品经理有何不同**?**

回答：各方面的能力和素质都需要跨越式的升级。

（1）AI产品经理需要更广的知识面、更深的知识（经验）积累，不仅需要常规的App开发、网站建设的相关知识，还需要硬件、操作系统、生产的相关知识，甚至认知新的用户群体（小孩、老年人、外国人……）的相关知识。

（2）AI产品经理需要更强的技术理解能力。对这一点存在两种观点：①必须有技术背景，真的懂软件、硬件开发到底是怎么回事。②清楚“什么能做，什么不能做”即可，甚至只要整个产品团队有人能做到这点，能够进行配合就行。无论如何，对AI产品经理的要求比对传统产品经理的要求更高。如果学生时代就接触神经网络、深度学习、自动化等内容，会存在优势。

（3）AI产品经理需要更强的学习能力（悟性）。不仅需要学习传统产品的相关知识，还可能需要随时去学习新出现的知识（甚至是新出现的技术知识）。

（4）AI产品经理需要重新认识人的感知和交互方式。

（5）AI产品经理需要具备更强的洞察力、创造力，以及想象力。

（6）AI产品经理需要对行业有正确的认识，对趋势有准确的判断。行业周期性如何?AI的发展方向如何?新的技术、新的产品形态，哪种能最终胜出?如何组织这些新的技术、新的产品形态?时间窗（时机）如何?政府、大学等机构对行业的影响该如何理解、应对和借势……

（7）AI 产品经理需要更深厚的人文素养和更高的灵魂境界。笔者认为，真正的AI产品，需要超越纯逻辑性的思维和内涵。比如，有人认为，对于机器人产品而言，把功能做好（有用）就可以了，但笔者认为，机器人和人交互时，一定会伴随着情感等非理性因素的影响，这不是设计者想规避就能规避的。当笔者第一次近距离看到超大的工业机器人时完全被震撼到了，因为那种协调的动作、和谐的节奏，会让观察者本能地觉得“像人一样”。

更深入地说，一个产品，本质是其公司、设计者灵魂层次的外化，一个精神层次不高的团队，不可能做出一款跨时代的AI产品。

3.如何判断自己是否对AI领域真的感兴趣**?如何判断自己是否适合AI领域?** 回答：“感兴趣”不是一个形容词，而是一个动词。关键不是你多么兴奋，而是在兴奋过后，你具体做了什么。

如果做完了（至少做了一部分）后面第4个问题提到的任务，笔者才认为你是真正的“感兴趣”。也只有基于此，并且真的去做了1、2个产品特征设计，才可以判断你是否合适从事AI产品经理工作。

另外，如果讨论的还是下列问题（无营养、无逻辑、无边界、无方案），那你就不适合从事AI相关的工作。

（1）对于“强AI”的好奇心与普通群众或科幻小说家并无二致。

（2）AI再厉害也摆脱不了“吹灯拔蜡（断电）”的尴尬，根本不智能。

（3）我想和AI谈恋爱。

（4）大自然到处存在着人类无法理解的算法，AI再利害，也只是大自然的一部分。

（5）智能家居会随时监控我的生活状态，这种可能产生危险的东西，除非能够证明其可靠性，否则我不会使用。

4.要成为一名合格的AI产品经理，需要做什么准备工作**?**

回答：对于这个问题，笔者有以下建议。

（1） 查看知乎上所有和AI、机器人相关的问题，看相关书籍或课程。

（2） 体验各种AI产品，了解产品、技术的发展现状（比如与语音交互相关的各种传感器及其作用），收集行业、公司、团队的相关信息。

（3）整理出自己的独到见解，认真思考人类行为，研究自我。

（4）筛选出几个你真正认可的创业团队，想尽办法结识其中的牛人（带上你的独到见解去交流）。

​ 非技术背景的人员转型成为AI产品经理还需要补充一些必需的技术知识。细数全世界优秀的产品经理。乔布斯是极致的代言人，他定义并设计的苹果产品改变了一个时代，引领了潮流。他的苛刻、极致、改变世界的初心影响着如今科技行业的产品经理们。张一鸣，抖音之父，深谙人性、引领潮流，能把一款产品做到人们的生活中，让几亿人都为之买单，实属境界。相信每一个产品经理都有改变世界的梦想，也都在这条不归路上蹒跚前行，但改变世界的毕竟是少数人，更容易改变的是自己，在产品之路上修炼自己、完善自己，也许在不经意间会发现自己已经做了一件了不起的事，产品经理要有宇宙般宽广的胸怀，同时也要有蚂蚁般的勤奋。

​ 产品经理成了互联网公司的标配，但产品经理这一职能是没有体系化的培养系统的，现有的产品经理更多的是从其他岗位转岗过来的。有从技术岗位转岗的，有从设计岗位转岗的，也有从运营岗位转岗的，还有从销售岗位转岗的，产品经理的背景差异很大，不同背景的人做产品经理的风格也各有差异。但产品经理这一职能的根本作用是挖掘并分析用户需求，通过IT技术打造一款产品满足用户的需求。所以，对于产品经理来说，工作就是一个创造的过程，这个过程需要具备的首要思维是产品思维，或者说用户思维；其次，产品经理要通过AI技术工具去实现产品，去满足用户，非技术背景的产品经理要想做好AI产品，对使用AI技术工具去创造的过程也要有全面的了解。

​ 如今的产品经理基本分为两大类，一类是技术背景型，也就是从程序员转型过来的；另一类是非技术背景型，也就是从设计、运营或其他职能转型过来的。乔布斯是典型的非技术背景型的产品经理，张小龙是典型的技术背景型的产品经理。但最终，他们的产品都是以优秀的用户体验为导向。

​ 产品经理需要与各种职能的人打交道，其中，产品经理与工程师的互动最频繁，矛盾也最多。在工作流程中，产品经理的工作属于流程的上游，也就是设计者，而工程师的工作属于流程的下游，也就是实施者。简单来说，工程师是帮助产品经理实现想法的人。要知道，人是很难理解别人的。技术思维的工程师和产品思维的产品经理，天然就存在一些离心力，这也是为什么在互联网行业里，产品经理和工程师一直存在一种对立，这种现象本质上是由这两种职能的工作内容和思维方式决定的。对于产品经理来说，特别是对于非技术背景的产品经理来说，如何学习并使用技术思维，做到与工程师顺利配合和沟通，对推动双方合作和产品发展都有非常重要的意义。

​ 如果按上述两大类来区分产品经理，技术背景型的产品经理在与工程师合作的过程中具备天然的优势，因为“本是同根生”，所以在合作和沟通过程中有共同语言，产品经理会用技术思维去思考问题。但对于非技术背景型的产品经理来说，在与工程师的沟通中会存在“语言”差异，当工程师用技术语言和非技术背景型的产品经理讨论一个产品实现方案时，对于非技术背景型的产品经理来说，很可能就处于信息输入无效的状态，而产品经理用自身原有思维去与工程师沟通时，也会出现“语言”不对的情形，最终双方很难达成一致，致使问题得不到解决。对于非技术背景型的产品经理来说，掌握一些基础的技术知识尤为重要，对于 AI技术的理解可以不用深入到实现层面，但对于AI的基本原理以及产品背后的整体技术架构和AI 技术的成熟度要做到心中有数。产品经理处于信息流的上游，在与工程师沟通自己的产品想法和推动产品实施的过程中，对技术有一定的了解，就好比手上多了一把“好武器”，能让问题顺利解决，让产品不断向前发展，不管是在与工程师合作环节还是在产品设计环节都能给自己带来非常大的帮助。

成为AI产品经理需要抓住的技术点

【一一AGI大模型学习 所有资源获取处一一】

①人工智能/大模型学习路线

②AI产品经理入门指南

③大模型方向必读书籍PDF版

④超详细海量大模型实战项目

⑤LLM大模型系统学习教程

⑥640套-AI大模型报告合集

⑦从0-1入门大模型教程视频

⑧AGI大模型技术公开课名额

二、有技术背景的人员如何转型成为AI产品经理

​ 上文提到了非技术背景的人员转型成为AI产品经理的一些方法论，这节主要讲有技术背景的人员转型成为AI产品经理的方法，笔者建议有技术背景的人员转型成为AI产品经理需要重点抓所应用的AI技术适用的场景。

​ 比如，技术人员在思维模式上可以突破技术的限制，如意识到图像识别技术除应用于金融窗口、酒店窗口外，还能被应用在路边停车员手持的车牌识别设备。再比如，语音识别技术除了应用在智能音箱类产品，还能被应用在陪老人、儿童进行聊天的产品中，对应的落地产品有日本的Pepper情感关怀机器人。

​ 再聊一个案例。某位程序员拥有12年的技术背景，在一家中型（300多人）互联网公司担任技术总监，但是也需要写一些代码，确定一些架构，引进新的AI技术。他自己也在不断完善自己的一套开发框架，对技术感兴趣，爱钻研，他个人的规划原本是再积累2～3年，等自己的框架再成熟一些的时候到大公司做架构师，甚至到一些不算太大的企业担任CTO。

​ 其性格比较开朗，所以现在的职位里的一部分沟通、协调、管理的工作由他负责。当一位产品经理要离职时，老板找这位技术总监谈话，希望他尝试一下产品经理职位。老板认为他平时对产品比较有想法，几个高层也都觉得他有做产品的潜力。他很纠结，倒不是排斥产品经理这个职位，但是放不下技术，于是找到笔者进行交流。

​ 概括如下：产品经理和技术工程师工作内容的区别是很大的，产品经理对研发、运营、销售、服务、管理等工作都要了解，对上要给公司高层做产品策划，对外要对接市场和渠道的相关人员，会议多，出差也多，如果喜欢沟通，想法比较多，建议从事产品经理工作，发展空间会很大。如果喜欢钻研技术，个人成就感都来源于技术，那笔者不建议他从事产品经理工作，因为产品经理一般都不会聚焦在某个技术上，要耐得住产品“火”起来前打磨产品的寂寞。产品经理相当于军师，技术人员相当于战将，两者的侧重点不同。

​ 但是无论是钻研技术还是转型成为 AI产品经理，目标都要明确，AI产品是一个系统，随着经历的增长，不论哪个岗位都要有系统思维。

​ 建议技术人员转型成为AI产品经理后要主抓应用场景，即要能够将技术结合进场景。

三、有技术背景的人员转型成为AI产品经理的案例

​ 这里举一个拥有AI技术背景且很擅长机器学习的技术人员转型成为AI产品经理的例子。这位转型者拥有7年的IT技术经验，4年的AI技术经验，现在刚转型成为AI 产品经理6个月，因为之前一直从事IT产品开发工作，所以他在记得产品的痛点、需求、市场先机是什么。基于上述背景我们来分析一下右图这个案例。

​ 首先，他的产品意识和想做产品的心态是积极的、正面的，但是他没有意识到“做一款智能硬件是一件高成本的事，耗时费力，当发现一个需求的时候要仔细琢磨，千万不能‘病急乱投医’，如果确实要做也要先从原型机开始，等原型机获得市场和投资者的认可后再生产样机。”所以，不能发现一个需求就全部投入，要思考这个需求本身的价值，要思考这款产品用到了哪些技术，每个技术的成熟度等，最重要的是通过原型机验证这个需求的大小、强弱。

​

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括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免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
    - L1.4.1 知识大模型
    - L1.4.2 生产大模型
    - L1.4.3 模型工程方法论
    - L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
    - L2.1.1 OpenAI API接口
    - L2.1.2 Python接口接入
    - L2.1.3 BOT工具类框架
    - L2.1.4 代码示例
  • L2.2 Prompt框架
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的大模型 LLM 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】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓