AI产品经理的入门帖，零基础入门到精通，收藏这一篇就够了

2023年chatGPT的推出，引爆了人工智能相关产业的发展，千模大战，创业公司层面都或多或少带点AI的概念（噱头）。自2016年alpha GO后，沉寂几年的AI重新回到了大众视野中。根据麦肯锡的一个报告预估那些应用了AI的公司在2030时比2025年收益提升120%+。与AI相关的岗位也逐渐增多，AI产品经理作为其中1个大类也越来越热。

最近看了一本《AI产品经理操作手册》，结合实际AI产品经理工作经验，一是直白点评，二是对自己工作指导，期望也能帮助想要了解这个岗位的伙伴们。这本书的作者是Irene Bratsis，一个学经济学的，通过MOOC学习了data science帮助其转型,最终成为数据和AI产品总监；

这本书整体打分4星，主要做一些AI的产品技术和开发步骤做一些科普和一些AI案例，不足的是缺失一些具体案例和图片，可以支撑产品开发和案例的具体过程，給没有数据产品经验的人更好理解。关于本书的电子版，可以关注公众号，回复“AI产品“获取；

文章结构分了3个章节:背景科普－AI和对应工作流组成和产品领域案例，AI产品开发过程和产品策略，AI细分领域趋势分享。我同时把值得读章节标记在标题的括号中。

01

产品管理相关（1/2/4/5节)

AI的概念，借用吴恩达老师的解释，分为２种，狭义人工智能ANI和通用人工智能AGI。那么这本书主要聚焦的是目前广泛应用的ANI领域，其中应用最广泛的就是机器学习（包括深度学习，区别在于是否引入神经网络）。而我们常说的算法是黑盒子，主要指的是深度学习。（在本书的第3章，有关于具体技术的介绍，但是其实还是很难理解，可以看看吴恩达老师的AI is for everyone, 更形象的解释）。

AI产品的重要组成：

• datahub: 大量可用的干净的喂给计算机的中心化的数据（涉及数据存储database/datalake/data warehouse等，数据清洗的任务: data pipeline)

• continual maintenance:需要对算法的监控和运维（模型效果监控，出问题的修复）

• AI产品的开发: 流程详细在第2部分中阐述；

介绍一些commercial场景的AI产品案例

• bearing ai案例,海事初创公司，运用deep learning优化航运路径节省油（吴恩达老师的创业孵化公司之一）

• B2B的案例:Hazy，运用AI合成数据

• B2C的案例：Tiktok， 强大的推荐算法

• Goods& service industry, e.g. intelligent X利用AI算法打造啤酒配方, Chef Watson，利用AI设计菜谱

• 药品行业，cytoreason/deepcure/bull frog/standigm/biofourmis

02

如何打造AI原生产品　(6,8,10）

所谓的AI原生产品指的是以AI为核心的产品，比如ChatGPT，人脸识别，智能音箱等，既有的产品中增加AI功能，比如电商中的算法推荐功能。那么常规一个全新AI产品需要从strategy到development过程。（我稍微调整了下原书的顺序）

产品strategy的梳理，主要来源有Marketing reasearch, Gartner魔力象限图（如下图）对于竞争对手的分析，此外作为AI的产品，有哪些数据可以来喂模型也很重要，这也是我要学习和提升的点。

第二点，我觉得对于**无论是原生还是既有的产品，都是相似的步骤（**我根据自己的经验对书中归纳和新输入，比较多的实战经验）。

• Ideation需求调研

• 模型探索

  

• 模型工程化

  

• 发布和上线验证

  

第三点收获是AI产品团队需要的角色，书中少了2个角色，最完整的配置见下面（蓝色是我觉得书中没有提到的）：

• PM（产品经理）

• data engineer(数据清洗和数据工程师)

• 数据科学家(大数据/统计/算法/编程)，ML engineer（大部分时候是同一个人）

• data strategists(有点类似数据化咨询顾问的角色)，

• full stack engineer(前后端开发)

• QA和AI OPS

• BA数据分析师(洞察和仪表盘与报告)

• UI&UX

其实在MVP阶段，最基础的配置可以是5个角色（PM自己兼任data scientists和BA角色，data engineer，full stack engineer, QA和OPS运维）。

AI ethics, 这本书有点到这个话题，主要是AI输出不能有偏见性，后面单独出1篇阐述。

03

AI trend和技术(12)

AI trend角度，关注了麦肯锡，Gartener和forrester等咨询公司的调研报告，解析了一些AI趋势；

技术角度，把一些常见的技术列在这里，虽然我觉得他有些技术之间是被包含关系，不并列的。

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！

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

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。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

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。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

四、AI大模型商业化落地方案

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。