一个被问了10年的问题:PM对AI技术需要了解到什么程度

c6b0ce7d79425cc9165b56a7a1f024d4.png

这个问题,真的是被问了10年:)

今天把之前在星球里说过的,汇总分享出来——

1.

首先,得跳出来说,PM最核心能力的整体框架性认知

什么能力,决定了产品经理成长和成就的下限、中限和上限?我个人观点是: 

决定下限:逻辑能力、沟通能力、快速学习能力

决定中限:行业know-how(一纵)、产品设计能力(一横)、工作方法(效率/工具)

决定上限:人文素养和灵魂境界、技术理解力

引申阅读:《AI产品经理能力模型的重点素质:人文素养和灵魂境界

这里,有个不容易清晰的认知是——

2.

技术背景,决定了产品经理的上限,但并不是下限

什么意思呢?

不是每个人都要做张小龙——如果你目标是99分的产品经理,那需要补齐最后的这5~10分(技术理解力);

但是,大多数普通产品经理(比如我),只需要让自己有80~85分,其实就可以了(能养活自己和家庭),甚至再往上也上不去(没那个天赋和命)。 

3.

当然,可能有人会有疑惑,如果完全不懂技术,那也不行吧?跟下限一点关系都没有吗? 

1)当然,技术背景,对于产品经理的下限和中限,是有价值的。

比如,任何一个新的行业周期的早期,有技术背景的产品经理,确实会有优势——不论是求职、工作产出,还是提拔晋升。

比如,腾讯早期,就是优先提拔“有研发背景”的PM

2)但是,拿我自己作为例子——

2008年,我拿腾讯校招的产品经理offer时,连server是什么都不知道。。。

而且进去后,我也没专门学技术,而是边工作、边用(涉及这些技术概念)。

慢慢有个模糊的理解,也能干活。(就像现在的AI,里面是黑盒,但不影响使用,也行)

2012年6月,我开始做AI语音助手的产品设计工作(那时候叫移动互联网,还不叫人工智能)

一开始,我也是连NLP是什么都不知道,也能做事。

3)即,一方面,如前文所说,如果我们对自己定位,就不是99分的顶级PM,那不用好高骛远。

另一方面要知道,真正的技术背景(理解力),是不能速成的。

如果学也学不好、投入产出比太低,还不如去提升自己的产品能力积累。

毕竟PM是PM,不是研发。。

更深入的,还要从两方面来说—— 

4.

真正关键在于,关心“PM对AI技术需要了解到什么程度”这个问题的同学,往往短期、核心诉求是求职面试拿offer,而并不是马上工作中就要用到。

而“对技术了解到什么程度”,对于这2个问题的解决(拿offer还是工作),核心逻辑是不一样的!

在具体剖析之前,需要先插播一个认知—— 

5.

AI技术理解力的段位划分

L1:知道基本的技术名词概念

不要以为这很简单。

这里隐患一个看似很小、但很容易出现的问题:(暂且不谈什么技术原理)对于最基础的概念本身,你能不能用自己的大白话来解释清楚?

很多找我做职业规划咨询或模拟面试的PM同学,不论是要转型AI产品经理,还是已经做了好几年的人,没几个说得清楚的。

比如

i,什么是准确率和召回率?

ii,能否用通俗语言解释什么是“词向量”、“Transformer”、“注意力机制”、“涌现”、“ChatGPT”?

iii,机器学习和深度学习如何区分?

iv,NLP、NLU和KG的关系是什么?(关系,不是定义)

…… 

大家现在不看资料,能回答出来几个呢? 

L2:知道技术的边界(什么能够实现,什么不能实现或到什么程度)

L3:可以技术方案选型、甚至技术架构方向选择上,给研发一些建议甚至引领。 

6.

这3个level,如何提升呢?

L1,以及L2的前50%

看我出品的《AI产品经理的实操手册》,里面的“AI技术通识”、“AI产品通识”章节;

每天看我的AI日报」;

星球“AI产品经理大本营里的近期精华帖(https://shimo.im/docs/IthWKzLrtMOAfBBS )

就足够了。

L2的后50%(要想再进一步),就必须通过实战了。

L3,大多数PM达不到,也不需要达到——工作5~10年以后,才有可能。 

7.

回头来说,以“拿offer”为目标,“对AI技术了解到什么程度”的底层逻辑是怎样的?

1)如前面所说,一方面,L1,基本AI技术概念,不能完全不知道,最好能用清晰的解释接触概念;

另一方面,L2,对一些技术边界,有基础的了解,体验过很多相关AI产品,有自己的手感和基本sense,能说出一些例子。 

2)至少能证明你的学习能力和潜力(主动性、认真等)。

这样如果给你offer,你入职后,还可以快速学习。 

3)还有个关键,同样都是没有AI实战经验的候选人,凭什么要优先通过你?

你需要能横向证明,你比别人优秀那么10~20分。 

具体如何证明,每个人情况不同,在1v1咨询里面才能说清楚。

8.

不够还要补充一点

过于重视学AI技术(啃AI技术书籍或上各种AI技术课程),是很多很多社群PM,之前走过的弯路、大坑

绝大多数都没坚持下去的。

实战中,产品经理需要了解的AI技术通识信息,在那些技术书籍或课程里,大部分都是没有的(因为行业还在快速发展中,新知识信息层出不穷)。

打个比方,自学AI技术的内容,如果有100个知识点

在实际工作中,PM需要了解和应用的,可能只有其中的30个

关键是,另外还有70个需要用到的,自学时学不到。

即,结论就是,千万不要为了求职,自己硬肯技术书籍——除非你是技术型/全栈型的AI产品经理,或者对AI技术非常非常感兴趣、而且有充分的时间

什么叫“对AI技术非常非常感兴趣”?

有个标准就是,如果未来,你并没有因为学了这些AI技术知识而拿到offer,或者,你因为这段时间成本而延缓了转型AI进度,自己不会后悔或抱怨。

——否则,只能证明,这些都只是你的焦虑心态导致的FOMO行为、病急乱投医,并不是真的“爱”。

9.

如果以“胜任工作”为目标,“对AI技术了解到什么程度”的底层逻辑是怎样的?

最高效的方式,还是“做中学”。

即,在工作中,根据目标去倒推,需要学什么。

边学、边用、边吸收。 

特别是,不同的产品,甚至不同的团队同事,对这个的预期和要求都不一样。

你进去了,才知道那个平衡的“度”在哪里。

10.

核心结论再说下

不论是为了求职还是工作,产品经理学AI技术——

1)首先要知道,技术背景决定了产品经理的上限,但并不是下限。

2)除非就是要做技术型产品经理(TPM),或者是和技术同事协作非常紧密的职位(比如AI平台类的PM),或者就是自己真的感兴趣否则,不需要学到那么深。 

3)如果要学,先通过「AI产品经理大本营」来了解“基本技术概念”(能大白话解释清楚定义)、了解技术边界,后面再工作实战“做中学”。

以上内容,3月22日首发于星球“AI产品经理大本营”。

One More Thing

黄钊的AI日报·第四季」早鸟票,正在进行中!

每天5条AI内容点:不是新闻汇总,而是站在12年AI产品经理的视角,将原AI信息中的干货认知,提炼成我自己的文字并评注、展示“what I see”;

已运营14个月,口碑极佳。

1)适合人群:对AI感兴趣的CEO/CXO/VP、产品总监/产品经理、技术/投资/媒体人、AI/互联网同行、老师/学生

2)价值:跟踪AI动态(节省时间)、获取深度AI干货(信息差和认知差)

3)持续日更3个月(6月13日~9月13日,到期后可回看)。

早鸟价,仅需60元/季度,截止于6月20日晚,之后恢复正价90元/季度。

现在加入,还有额外惊喜,详细介绍在这里,当然,你也可直接扫描下图二维码(或点击 “阅读原文”),进入专栏界面,0.66元/天,买断阅读权。

ef99eaf15b209d0d11a5973874c3df28.jpeg

注:星球“AI产品经理大本营”会员,可免费开通,无需重复购买,联系乐乐即可(加v,lelegirl721)

早鸟票期间,额外发放10张30元星球优惠券,先到先得~

80918f6a5f303e3b802fe912f07e4d92.png

8693f4035e5d99bfd5f9991a22fdef95.jpeg

ps,AI产品经理大本营的详细介绍,在这里

---------------------

作者:黄钊hanniman,前腾讯PM,前图灵机器人-人才战略官/AI产品经理,12年AI、15年互联网经验;垂直于AI产品经理的第一社群“AI产品经理大本营”(7年)和自媒体“hanniman”(10年);作品有《AI产品经理的实操手册》、《黄钊的AI日报》。

  • 15
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值