AI产品经理vs传统产品经理，AI产品岗位对候选人的能力有怎样的新要求吗？-CSDN博客

本文链接：https://blog.csdn.net/2401_85375186/article/details/141398328

职位：AI策略产品经理

AI产品和传统互联网产品的工作内容有什么差异呢？AI产品岗位对候选人的能力有怎样的新要求吗？现在是进入AI领域的好时机吗？

你好奇的都在这里，快来听听我的经验之谈吧～

1. 请先介绍一下自己的岗位和工作日常吧！

我目前是就职于一家AI初创公司，岗位是产品经理，主要负责的是一款to C的智能化工具类产品。工作内容主要还是集中在解决用户在使用AI智能化工具过程中的痛点，帮助其更好地利用我们的产品提升效率。我自己的岗位是偏策略方向的，所以日常工作有很大一部分都会和模型以及策略调优相关，通过对线上case 数据的回收，分析用户的核心需求，同时结合产品本身的功能定位，完成模型的迭代和优化。

2. 当时是什么样的契机促使你选择了AI这个赛道呢？

其实在这份工作以前，我一直在所谓的传统互联网企业中做产品经理，在过去的几年里可能也积攒了一定的经验。之所以在现阶段选择这个方向主要是出于几个方面的考量。

首先，我本硕都是心理学专业的。而AI可能看起来是一个和计算机更相关的技术型领域，但其本质上还是一种人脑的科学。而我在学校就读期间，也有过对AI方向的一些探索，因此选择这个方向或领域对我来说其实是在延续学习过程中的一个兴趣点。我也很愿意在工作的过程中去思考和探索一些有关AI和人的关系的相关问题。

其次，在我过去几年的工作中，也有陆续接触到一些AI相关的事情。在这种全民热的时代浪潮下，其实传统的互联网公司也在不断地探索利用AI技术的方向。那在这个过程中，我自己有接手并深度参与了一些AI功能向的项目，那在这个过程中，我自己感觉AI类产品会具有更大的创新空间。因为目前整个行业都还处于探索创新的起步阶段，所以如果可以在这个领域深耕的话，自己可以更加主动地去创造一些“新玩意儿”，并在这个过程中沉淀出一些独属于自己的方法论。

最后，我自己的性格其实是比较爱闯、爱冒险、不喜欢一成不变的，所以在工作几年之后我也希望能够在一个更新的领域里去发现、寻找自己的新的人生方向。

3. 和传统产品经理相比，AI产品需要候选人具备哪些不一样的能力呢？

我认为除了传统产品所要求的一些基础的产品思维、沟通协调能力、数据分析能力等等，AI产品会更在意候选人有没有两个加分点。

第一是技术能力，这里说的技术能力并不是要求我们需要完全掌握代码是怎么写，当然如果你能够吃透这些内容自然是更得心应手。对于像我这样的非计算机专业背景的同学来说，AI产品经理所需要的其实是持续不断的技术学习能力。也就是说，当我们作为一个AI类产品的负责人，需要对这个产品应用到的AI技术有最基本的了解，包括但不限于这个模型的基础原理，AI技术在产品中的实际应用逻辑，优化迭代的可行方向等等。只有把这些基础性的知识吃透了，才能够在产品设计和迭代优化过程中更有把握。

第二是探索能力，相对而言AI产品更需要候选人有一种旺盛的求知欲。我们不仅需要吃透自己负责产品背后的技术，还需要时刻关注AI领域的动态发展。目前，整个行业还处于一个从0-1的高速发展期，所以我们需要时刻关注一些前沿技术，包括像多模态大模型、RAG等等，持续性的输入新知识。

4. 你对AI产品经理岗位的发展前景有什么样的看法呢？

整体来说，AI赛道发展日新月异，我自己还是觉得这个行业有着非常大的发展潜力。当然可能会有一些人“浇冷水”，觉得只是一阵热度，或者说觉得未来的发展情况不太清晰。

但在我看来，AI技术一定会越来越多地被应用于我们的日常生活之中，我还是一个相对坚定的“技术乐观主义者”吧，我觉得大家一起去探索AI和生活结合的更多可能性，这个行业还是很有前景的～

5. 有人会质疑AI产品岗位的必要性，认为是“算法工具人”，你怎么看待这样的观点呢？

客观来说，AI方向的产品经理特别是策略向的产品在实际工作中最大的合作方就是算法了，但我并不认为算法能够完全替代产品经理的工作。

在我看来，产品和算法的关系更像是房屋的设计师和工程师，产品他的岗位职责和定位决定着他一定是更理解业务、更了解用户需求、更有全局性思考和框架思维意识的一个角色。而算法其实是基于前期产品整合信息的输入，去将这些想法变为事实。我觉得两者的分工和定位还是存在很大的差异性的。对于产品来说，我觉得不必纠结于在一些技术问题上和算法去比较，而是需要找准自己的核心优势和不可替代的能力并在这些方面去做一个持续的提升。

6. 如果有其他同学也想要进入AI领域从事相关工作，你会给什么样的建议呢？

我会有以下几个小建议吧：

（1）持续学习，打好基础：AI领域常常需要跨学科的知识，需要做好持续性学习的准备并在实践中来巩固理论知识。

（2）做好规划，明确方向：需要思考自己的长期职业目标，制定清晰的职业发展路径，为自己的职业生涯做好规划。

（3）拥抱变化，不断调整：AI领域充满不确定性和挑战，准备好面对失败，从失败中学习，不断调整和优化自己的方法。

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。