作为普通产品经理，转AI产品经理，需要做哪些准备？

玩转AI大模型

已于 2024-08-15 10:05:03 修改

阅读量904

点赞数 30

文章标签：产品经理人工智能深度学习机器学习语言模型 ai

于 2024-06-12 16:31:53 首次发布

本文链接：https://blog.csdn.net/2401_85375298/article/details/139630001

版权

前言

近期随着ChatGPT的相关发展信息席卷而来，部分产品经理，尤其是功能产品经理越加担忧被职场淘汰，能力无法跟不上科技发展趋势，纷纷了解如何转为AI从产品经理岗位。

可以肯定的是随着人工智能技术的发展，不仅是科技公司运用了大量AI产品，在我们身边也出现了大量的AI产品，例如：AI音箱、扫地机器人、无人机等等、导购机器人、面部识别、自动驾驶汽车等等。

在这些AI产品普及的同时，自然少不了AI产品产品经理的付出，非Ai产品经理想要了解或者成为Ai产品经理是完全可以理解的，那如果为成为ai产品经理准备呢？

在这里插入图片描述

1、先了解什么是AI产品经理

我认为的Ai产品经理，其实它是在通用产品经理的基础上，增加了一个显著能力，就是如何运用现有的AI技术去帮助客户解决问题，并在原有工作效率，或用户体验上起到增强的效果

2、目前的AI类别有哪些？

视觉AI产品经理，也就是我们常说的CV,包含车辆识别、人脸识别、图像检索等方向
机器学习AI产品经理，包含了智能推荐、出行、大数据平台等用于机器学习等方向，其实机器学习类的方向是受众较广的类别，几乎涉及大量数据的训练和使用，都会用到机器学习
AI应用产品经理，包括虚拟人、数字人、机器人、智能音箱、智能客服、VR\AR\MR等方向
语义AI产品经理，包括NLP、知识图谱、机器翻译、搜索等方向

当然还有一些招聘需求较少的，比如量子计算、边缘计算等等细分岗位

看了以上这些，是不是觉得很高大上，其实还行，除了带有对话聊天元素AI最难外，如果专研一个方向的话，其实是比较好学的，但是从哪里入手？

在这里插入图片描述

3、转行AI产品经理应该要懂的基础知识

机器学习、深度学习的原理及应用场景，了解迁移学习、增强学习主要是应用方向；

特征学习，包括文本特征、图像特征、视频特性、情感特征等各样特征了解和学习；

算法逻辑理解：像流行算法，比如做推荐系统，需要懂协同过滤，还有GBTD+LR、逻辑回归、特征交叉、朴素贝叶斯等常被应用的算法

总而言之，需要懂技术，方能用AI来解决问题，才能有方向和思路去做好。这是传统和Ai产品经理很显著的区别，其实从这个角度理解，AI产品经理对于技术理论和实践应用，或者解决方案是需要较高程度的理解的。

基于对技术的理解程度，很多同学会问，那AI产品经理是否需要看论文？其实大可不必，不仅是过于细节，而且你也不一定能看的懂，毕竟现在算法研究和迭代是较快的，部分算法在商业场景也未得实践，比如比如冒泡排序算法

在这里插入图片描述

4、AI产品经理的工作日常是怎么样的？

其实传统产品经理要做的工作AI产品经理也少不了，比如用户研究、商业分析、需求分析、产品设计、对接ue、需求文档撰写、对接运营、项目管理等和算法工程师沟通，如何算法选型去满足客户的需求，提高效率，或者解决业务痛点。

这里有一个很重要的能力，就是分析及沟通能力，因为在协作中，会涉及算法、机器学习平台、特征工程构建、SDK开发、API开发、中台开发、前端业务开发、后端开发等等多个团队，因此AI产品经理需具有全局思维，对技术架构有认知，对接流程需非常清晰，又能把握细节，具备端到端的串联能力，这样才能有效组织团队，协同开展工作

除此之外，AI产品经理应该更注重对业务流程的理解，及将需求分析透彻，知道用户或客户要什么，他想要的和你提供的解决方案本质区别是什么，对于需求把握不准的，可以找大佬或者资深同学探究下，要把最基础工作做好。

说了这么多，基于个人理解的成分多些，那就需求导向看看市场要求