AI产品经理到底做什么工作，与传统产品经理的区别又有哪些？

在聊这个话题之前，我们先来说一下聊本次话题的原因：
第一，随着企业数字化转型的发展，各个行业都有了AI和大数据的应用，所以AI产品经理和数据产品经理也成为了一个热门岗位；
第二，经过市场调研，想要进入AI行业的职场人士更愿意先从AI产品经理入手；
第三，AI产品经理的招聘量增长速度，21年增长速度还是81%，今年增长速度达到210%！

相比传统的产品经理，AI产品经理的【薪资】也很有竞争力，以北京为例，AI产品经理的岗位月薪达到了31.6k的月薪！

那接下来进入我们的正题：什么是AI产品经理？

早在17年，国内的AI技术就在互联网行业（技术成熟、数据量足够大）落地，从20年疫情之后，由于国内政策扶持，越来越多的制造行、金融、汽车、自动化等开始结合AI的应用 。

在IT行业有自带的数据和技术，成为AI产品经理相对比较容易，但是整个传统行业+AI的过程中，【如何把AI技术跟传统产品结合做变现】，成为最大的痛点。毕竟，所有的技术对公司而言是需要完成变现，也因为如此很多传统产品经理不得不去了解学习AI。

具体AI产品经理的工作内容到底是什么呢？跟传统产品经理的工作流程又有哪些区别？
今天分析就以一款保险行业的AI产品（把AI视觉识别技术应用到保险行业）为例，展开帮大家解析：

AI产品经理，说破天它也是产品经理的一种，所以工作大框架跟传统产品经理是共通的，传统产品经理的基本技能也是需要掌握的！

而今天的案例是一款“解决车险定损的效率和准确率”的产品案例
在这个AI车险定损识别产品进行之前，我们需要先一起来分析下保险行业中的业务痛点有哪些。
Step1✅：分析行业/产品痛点
保险行业的业务有哪些痛点呢？

通过用户、市场调研，我们梳理出车险定损识别的6大痛点，根据痛点进一步明确用户需求。从这一环节，我们也梳理出来了AI产品经理的第一个要求：

结果导向，能够从运营过程发现产品问题，找到解决方案，探索客户真实需求。

“当我整理到这里的时候想起了很多伙伴之前提到，“自己行业还没有AI的应用，太落后了，属于传统行业。”

但其实我要说的是，以上类似的痛点各行各业都是存在的，只是我们的leader，或者我们自己，还没有这方面的意识，不知道如何结合AI，可以完美解决当下业务中的问题。”

这个一个引发大家思考的话题，可以自己梳理下行业中的人工成本高、效率低等方面的困惑

要做出一个产品，包含了从原型设计、开发，再到上线交付的整个过程，其中前期的步骤就是做AI产品的方案讨论。
Step2✅：AI产品方案讨论
在产品方案讨论环境，前提就是【梳理业务流程】
1）梳理保险业务流程（简单讲也就是客户从购买保险，到保险公司支付赔偿金的这个流程，而从流程当中看AI能解决哪些问题）

图片就是跟用户沟通梳理出来的、车险定损赔偿的专业流程，那么这个流程中的问题是什么呢？就是人工审核过程，费事费力，这部分就可以交给AI审核，所以接下来就是【梳理AI技术】

2）梳理AI技术，匹配业务需求

如果你现在去BOSS、拉勾搜AI产品经理的岗位JD，你会发现有2个经常出现的任职要求：

具备调研客户需求的业务场景能力，良好的组织和沟通能力，较强的逻辑思考能力，认真负责，结果导向。

有AI产品经验、熟练掌握机器学习深度学习等专业名词

那么这两种能力，就在这部分工作内容中得到体现

Step3✅：产品的实际设计与开发

这一趴的重点是在于【数据和模型的选择】，也是相比传统产品经理最与众不同的地方之一！

传统产品经理在确定好产品方案后，可能就会去画原型图了，但AI产品经理需要先梳理清楚，想让机器能够识别证件或者车辆的破损，需要用什么样的【数据】和【模型】

① 数据

这里的数据，通俗来说就是我们要输入大量的破损或者正常的图片，训练机器，得到更高的精准度，告诉它判断破损的标准是什么，比如下面这些图片

比如上面的照片数据，会因为上传的照片数据因为遮挡、背景、写字是否规范等因素对模型的精准度产生影响。

②模型，就是选择一种适合当下业务场景的算法

算法模型当中的动作，包含需求确定=>算法设计=>算法讨论=>算法确认=>算法验收
在这个过程中，你需要不断循环迭代，直到你的模型能够满足用户需求，那这个环节就完成了！

所以AI产品经理要求参与到算法的设计过程，深入理解算法原理，且知晓不同算法的应用场景…

接下来就到很多产品经理很熟悉的环节了~~

Step4✅：传统产品经理都会经历的阶段（原型设计+对接）

① 原型设计

② 对接工作
原型设计和对接工作是很多传统产品经理都会的，大家随机应变就可以啦

Step5✅：产品上线维护阶段

伙计们是不是觉得到这里就可以舒一口气了？

NONONO!

❗在AI产品上线之后，产品经理的工作不仅没有结束，甚至可以说重头戏才刚刚开始！由于真实使用过程中，环境多变性的因素影响，所以AI产品经理还需要清楚AI产品上线后的维护和解决方案。

这也就是我们今天要说的AI产品经理的最后2个要求

具备与算法团队、运营团队对接，提升算法能力效果；
具备算法模型迭代的能力，从数据中找到产品问题与思路，能够从数据中发现客户问题与需求

伙计们在工作中把每一步都做好，就可以自信满满地跳槽找工作了，那我们来通过案例汇总一下AI产品经理的工作流程：

通过你能通过这次小的案例，能够了解AI产品经理的工作步骤，以及价值所在之处，当下行业随着数字化、数智化转型，哪怕是传统产品经理不转向AI产品经理，也需要清楚如何借力AI技术解决行业/产品的痛点问题，希望这个总结，能对你有新的启发！

如何学习大模型 AGI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的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。

-END-

---

👉AGI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉AGI大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉AGI大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓