浅谈AI人工智能时代下的产品经理未来之路？

目前，人工智能还是一个学术密集型以及技术密集型的领域，其中最耀眼的角色当属研究人员和工程师。这样的背景下，大量的资讯和材料都指向了工程师受众。那么，对于产品经理来说，如何在这个领域中调整自己的认知和状态，跟上发展的节奏呢？

在如今的科技行业中，人工智能的普及已成显著趋势，资本布局初具规模，从业者的梯队也逐渐形成。可以预见的一点是：在接下来相当长的一段时间内，人工智能会渗透到整个互联网行业中，成为业界标配。

这种规模的技术变革，很可能会改变游戏规则，从而产生大量的新机会。作为互联网从业者，我们应该想办法跟上节奏，不要浪费科技浪潮带来的红利。

相信很多同学在加入百度教育合作与共建之前，自己对人工智能基本是陌生的，对于机器学习、深度学习之类的概念半生半熟。于是，作为产品经理，我们面临的第一个问题就是：要不要学算法。

第一个问题：AI时代的产品经理，要不要学算法

在过去的时代里，技术体系相对成熟，技术的发展和迭代主要集中在工程层面。对产品经理来说，有很多手段可以了解技术的能力和边界，比如移动时代到了，高强度用个百八十款App，这个东西能做什么大概就心里有数了；在这个基础上，再去补一些浅显的相关介绍，请工程师吃几顿饭，基本就可以做产品设计和可行性判断了。

然而，在人工智能时代，很多手段失效了，比如，我们想通过使用产品的方式去了解人工智能，我们能干什么呢，是跟AlphaGo下棋还是跟Siri唠嗑？

这些都没什么用，原因是至少在当前的阶段，人工智能的能力大都隐藏在我们能感知到的功能之下，我们很难从场景出发，理解内部机制，获得认知。这个就建议看看这个课程。

在这样的前提下，想要做人工智能的产品经理是必须要了解算法的。那么，这就引出了接下来的一个问题：怎么学算法？

第二个问题：产品经理怎么学算法

我们先假设产品经理没有很强的数学和工程背景（当然，如果有更好，但谁忍心给产品经理提这么多要求呢），这就需要给自己理性地设置学习目标，调整学习心态。

首先，目前能在网上查到的大部分人工智能学习材料和书，对于产品经理来说，都没有必要读懂，也很难完全读懂。

大部分的算法介绍都涉及数学原理和实现方法，作者在描述中会特意省略大量的背景知识介绍，因为已经默认读者知道这些学术常识。我们在阅读这些材料时，经常会看到类似“显而易见可以得到 XXX 结论”的描述，这就让我们做产品经理的一头雾水，很难理解书中显而的是哪门子易见。

那怎么学呢？我的建议是：从优质的视频开始，从百度教育合作与共建的课程开始。

不论哪个视频，初看的过程确实还是很痛苦的，因为会不时碰到一些确实听不懂的内容。不要担心，先囫囵吞枣，坚持过去。特别是百度小白扫盲课程以及这次的人工智能的产品经理课程，制作可谓是具有很高品质，应该是目前国内看到的课程中质量较好的“头部”课程。

看完视频，你基本可以对人工智能有个大体的认识，再趁热打铁读些机器学习相关的书，这样会对巩固知识更有帮助。这里就不具体推荐读什么书了，不过可以建议你一次多买几本，交叉阅读，效率更高。

随着后续不断地接触、学习和实践，之前那些听不懂或不理解的内容，会在某个时刻突然贯通。

有了视频课程的基础，这时你再去读书已经不像看外星文字了，通过读书这一步，可以进一步强化对先前概念的了解。当然，如果感觉视频读完之后不需要强化，你也可以跳过这一步，以后回来再看书。

在这之后，你就可以开始在网上大量地阅读各种与实践相关的文章了（建议中英文并重，英文材料有时更细致一些）。这时整个领域概念都已经在你脑海中了，你基本不会被文章中的关键词或背景知识绊住，当遇到数学推导时，还是老规矩，可以跳过去，不要沮丧，谁让我们是产品经理呢。

读文章的过程中，你可能会遇到一些感兴趣的应用领域或学术方向，这时建议你读一点论文。读论文听起来很难，不过我们已经做好了读不懂也很正常的心理准备，所以不要有畏难的情绪。

第三个问题：要不要真的写程序

还有一个问题，是产品经理要不要真的尝试写一点简单的机器学习代码。很多大神的建议是，如果你之前就有工程能力，就尝试着写一点；如果完全没有相关背景，不写也罢，别给自己添堵。

如果要写，千万不要写具体的算法实现。比如你打算从头开始写一个支持向量机，或者写一个神经网络，纯粹浪费时间。直接调用一些成熟的框架，比如用Scikit-Learn跑个聚类，或者用哈工大、斯坦福的NLP框架跑个NER看看结果。如果研究深度学习，TensorFlow里面有个识别手写数字的工程（现在PaddlePaddle做了很多转化，大家可以直接用），直接就可以搭着跑起来，你可以动一动参数，找找感觉。

但如果没有工程能力，你的大量时间可能会花在跟机器学习完全不相干的事情上，比如很多初学者当时就遭遇了Python2和Python3的不兼容问题，还要自己处理各种数据，浪费好多无谓的时间。这时一定要去求助工程师，让他们把算法跑好，你拷过来直接看结果就可以了。

另外，有很多用图和动画演示算法过程的产品和网站，而且机器学习算法可视化的研究发展得也挺快；说不定用不了多久，我们不需要写真的代码，就可以用更简单的方式去直观地感受和理解算法过程和结果。

总之，产品经理与工程师最大的差异就是：我们不需要写程序。我们的核心价值也不在这里，所以我们要掌握的，不是细节和实现，而是要明白每种算法背后的原理、机制和边界。只有这样，我们才能跟工程师站到同一个话语空间中，去实际推进具体的产品工作。

回顾一下今天的内容，我从自己学习百度人工智能的课程出发，提到产品经理一定要了解算法；又介绍了从视频到书，再到文章和文献，这样循序渐进的学习过程；最后建议大家量力而行，通过写实验代码或其他方式去进行算法的实践。最后，说一句真心感谢百度在中国人工智能教育上做出的贡献，未来一定会对中国人工智能发展发挥更为巨大的作用。

🤔越来越多的人开始转行AI产品经理，毕竟大行情不是太好，对于刚毕业的研究生，想转行的互联网人，AI产品经理，确实是一个不错的方向，我在大厂做了多年的AI产品经理，还是想给大家一些经验和方向⏩

🔥AGI大模型在行业大火，AI产品经理到底要学哪些内容，和算法工程师有哪些区别，转行AI产品经理要学哪些东西，作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的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。

以下是整个学习思路和方向👇

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。

以上的AI大模型学习路线，不知道为什么发出来就有点糊，高清版可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

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、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

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。