AI产品经理 自学笔记 2（个人视角）

目录

AI 产品经理和传统产品经理的区别

AI 产品经理的工作职责和能力要求

---

AI 产品经理和传统产品经理的区别

AI 产品经理，即“产品经理” + “AI”，核心职责和底层能力与传统产品经理是一致的，仍然是通过技术手段实现业务目标，但是它们在面向的对象，使用的技术，以及岗位边界这三个方面有不同。

面向的对象：传统的产品经理更多活跃在 C 端，他们面向的是用 户，比如电商产品经理、策略产品经理、社区产品经理等等。但是 AI 产品经理更多活跃在 B 端，面向的是各大企业，而且 AI 产品更多应用在 B 端的场景下，比如云从科技的人脸识别产品，大多是给到银行，应用于银行的自动柜员机开户等场景。

使用的技术：传统产品经理对接的是研发工程师，需要通过研发工程师的代码，来完成产品的功能实现，那他们使用的就是研发技术。AI 产品经理对接的是算法工程师和研发工程师，需要对接算法工程师完成具体的模型， 再对接研发工程师进行工程开发联调和上线。最终，我们得到的产品形态可能是一个 API 接口，没有所谓的页面。AI 产品经理除了要懂一些基本的研发技术之外，也需要深入学习算法知识。

岗位边界：这个边界可以分为两个方面，一个 是岗位要求的边界，一个是和技术人员协作的边界。

岗位要求：传统产品经理的岗位要求非常清晰，一般来说，电商产品经理需要懂得电商业务、供应链、电商后端设计，了解用户裂变、营销活动设计， 社区产品经理要有社区、社交产品经验。而且每一家企业相同岗位的 JD（职位描述）差别不会太大。但 AI 产品经理的岗位要求非常模糊，同样是 AI 产品岗位，有的公司会要求你具有行业经验，不要求你懂技术，而有的公司会要求你必须懂技术，甚至要求你能看懂 Python 代码。因为 AI 产品岗位比较新，很多公司还不能确定这个岗位要做的事情。

和技术人员协作：传统产品经理和研发协作时候，只需要提供 PRD 文档（产品需求文档），对需求进行讲解，有问题及时提供解答就可以了。但是 AI 产品经理很难产出一个 ROI（投资回报率） 指标明确的 PRD 文档，以及和算法同学的沟通也不是一次需求宣讲就能完成的，通常我们需要进行多次的沟通确认，并且在沟通中逐渐清晰对于算法目标范围的设定。

AI 产品经理的工作职责和能力要求

一个 AI 产品上线的流程大致可以分为，需求定义、方案设计、算法预研、模型构建、 模型评估、工程开发、测试上线等几个步骤。这其中，产品经理需要主导的节点有定义产品方向、设计产品方案、跟进产品开发和产品验收评估。

1. 定义产品方向:搞清楚这个行业的方向，这个行业通过 AI 技术可以解决的问题，这个 AI 产品具体的应用场景，需要的成本和它能产生的价值。

要求除了具备互联网产品经理的基础知识之外，还需要了解 AI 技术的边 界，以及通过 AI 技术能够解决的问题是什么。

2.设计产品方案：产品的设计方案会根据产品形 态不同而不同，比如硬件和软件结合的 AI 产品，会包括外观结构的设计，机器学习平台的 产品需要包括大量的交互设计，模型类的产品（推荐系统、用户画像）更多的是对于模型上线的业务指标的要求。

AI 产品经理需要了解，现在市场主流算法都有哪些，不同的算法应用场景是 什么，算法的技术边界在哪里。

3.跟进产品开发:跟进项目的上线进度，协调项目资源。 因此，产品经理要知道模型的构建过程,能够评估当前进度。另外，产品经理还需要知道模型构建过程中，每个节点的产出物，以及它的上下游关系。

4.产品评估：要验收产品是否满足业务需求。需要知道如何去评估一个模型，评估模型的指标都 有哪些，具体评估的过程是怎么样的，以及评估结果在什么范围内是合理的。