起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識AI 產品經理的三重門
AI時代的AI產品經理應該像創業者一樣，全局把控公司產品方向，用AI技術賦能重新定義手頭的產品，真正的成為AI產品經理型CEO。
人工智能（AI）在廣義上是指任何能夠讓計算機通過圖靈測試的方法和系統，而狹義上則是指通過研究人類智能產生的方式來讓電腦模擬人的智能。對于AI產品經理做實際操作產品來說就是通過：大數據+先進算法+算力來完成的。
因此本文回答成為AI產品經理中必經的三個階段：
- 第一個階段數據階段，在這個階段AI產品經理包含傳統產品經理；
- 第二個階段是上山下鄉，AI產品經理創造新品；
- 第三個階段即AI產品經理成為CEO。
本文框架如下圖：
一、數據階段：AI產品經理包含傳統產品經理
經過數款實戰產品總結AI產品經理與傳統產品經理的關系是包含關系，即AI產品經理包含傳統產品經理。
筆者想了一下，我們產品同學為啥總講跟傳統產品經理的區別？應該是AI產品經理核心能力應該會什么？AI產品經理的思維模式是什么？
就像AI產品經理也是要懂傳統產品經理會的內容，產品經理本身會的東西就比較多，不同的工作思考模式也有差異，所以本篇先講AI時代的AI產品經理應該有的能力模型部分。AI產品經理與傳統產品經理是一種包含和遞進關系（AI產品經理包含傳統產品經理），不是并列對比。
AI產品經理的核心能力
（1）AI能力模型
能力模型是AI產品經理自我評估強項弱項的關鍵環節，只有知道自己的不足，才知道需要加強的地方。通過下圖對AI產品經理能力模型列表的直觀查驗，會發現AI產品經理能力模型是覆蓋傳統產品經理能力模型的。
模型列表：
從傳統產品經理市場來看，產品經理崗位已經出現大量細分，如前端產品經理、后臺產品經理、數據產品經理、支付產品經理、ERP產品經理、CRM產品經理、供應鏈產品經理，POP產品經理等，AI產品經理是包括這些產品經理能力模型的并且用AI技術提升這些產品的性能和體驗。
從傳統產品經理到AI產品經理，在跨界能力、產品5力、知識框架、專業技能、組織影響力等知識層面需要進行基礎儲備和能力提升，以提高與AI專家工程師的溝通效率。AI技術正處于高速發展時期，技術本身日新月異，所以產品經理和非產品經理應該抓住這波機遇。拿出力作做進產品經理的圈子。
AI產品經理的核心能力模型小結：
AI產品經理得懂得AI技術，正是因為AI技術給了所有產品經理重新洗牌的機會，起跑線歸零重新比賽的機會，AI技術賦能產品運營重新洗牌的機會。
AI技術的“火爆”給了所有基礎的人一次新的做產品經理做運營經理的機會，另外做好AI產品經理做出有力作的運營案例需要AI產品需要AI運營懂AI技術，需要具備AI產品經理核心能力模型。
AI產品經理是個交叉崗位，所以既懂技術又懂運營，即需要AI產品經理能力模型中的跨界能力。
（2）數據能力
AI 與大數據相互融合，已經成為事實。AI 技術通過大數據對算法的訓練獲取突破性成果，而以AI 技術為特征的大數據應用則遍地開花，逐步滲透到各個行業和各個領域。我們面對的是一個以大數據應用為標志，以AI技術為特征的新時代。為客戶提供融合大數據平臺的AI 產品解決方案，是適應當前技術發展趨勢并且具備良好的市場需求的產品。
AI產品經理應該掌握大數據產品的6項能力：
- 統一元數據管理：元數據指“所有系統、文檔和流程中包含的所有數據的語境，是生數據的知識，統一元數據管理已成為大數據產品的重要一環，為大數據的質量提供基礎，使大數據的維護管理工作更加有效。
- 數據標準管理：大數據產品要能夠有序開展，必須建立統一的數據標準，為元數據的統一、數據的集成融合、數據的質量提升等提供依據。
- 大數據質量管理：數據質量是數據應用的基礎，通過大數據質量管理工作，可以獲得干凈、可靠的數據。這是大數據產品化的重要目標，也是發揮大數據價值的必要前提。
- 主數據管理：主數據是跨系統、跨模塊、跨部門、跨地區、有高質量要求、高時效要求、被各項業務反復使用的基礎性和敏感性數據。主數據是業務信息系統的神經中樞，是業務運行和決策分析的基礎，也被認為是黃金數據。通過對主數據的管理，保證了其完整性、一致性、精確性、及時性，這樣才能更好地支撐跨部門、跨應用的數據融合的應用需要。
- 大數據集成：大數據集成不僅僅是將數據在物理上集中存儲起來，還要依據數據標準、統一元數據的定義，將外部數據加工轉換為業務所需要的目標數據，建立數據之間的內在關聯。
- 大數據安全與隱私保護：數據信息化為人類生產和生活帶來便利的同時，也帶來前所未有的數據安全與隱私威脅，大到國家安全、企業經營，小到個人隱私，都需要從不同的角度加強數據安全與隱私威脅。
AI產品經理在AI發展的數據階段通過大數據產品化，獲得及時、準確、可靠、安全脫敏后的高質量數據，可為大數據深入廣泛的應用、企業的數據化運營產品轉型提供強有力的抓手。
（3）AI產品經理數據生態閉環能力
打破數據孤島，構建數據化運營產品的公司，時下不論是BAT還是其他廠都在努力構建的大數據產品。
以阿里巴巴集團為例：其時下操作的大數據產品，一般步驟為“建立組織架構和規范（建立一個跨部門的數據中臺團隊）→梳理應用需求（挖掘集團內外部數據需求）→梳理企業數據信息（集成集團內外部數據）→引進大數據產品技術平臺→實現大數據產品”，產品化的大數據成為企業資產為數據應用與數據運營提供基礎。
下圖為阿里巴巴集團將數據產品化后的截圖：
產品閉環是指把數據業務化，將數據整合成功能提供業務能力，同時業務上有源源不斷的產生元數據。閉環圖如下圖：
（4）AI產品經理二次流量挖掘能力
產品經理都知道移動互聯網發展已經進入了尾聲，主要靠在存量里面找增量，那么如何運用AI技術挖掘二次流量呢？
我們以三角獸運用NLP技術中的子流程NER技術幫助OPPO/VIVO/錘子手機挖掘新的流量來源應用為例，展示如下圖：
AI產品經理的第一個階段數據階段小結
一個技術的成熟，只有當大眾意識不到該技術的存在時，該技術才算是真正成熟，例如：歷史上文字的發明、金屬冶煉的發明等。這些深刻改變人類社會的技術，但當今社會已經對這些偉大的技術“視而不見”，而將其視作砂石一般理所當然的外部環境。
AI產品經理首先在第一個階段明白，大數據隨著市場應用的深入，其與其它技術的結合就越強，其作為基礎技術的特征也就越顯著。或許在不久的將來，大數據將“無跡可尋”，但同時又無處不在。
二、上山下鄉：AI產品經理創造新品
AI產品經理在經歷大數據產品化的過程以后，會到達上山下鄉的階段。這里的上山下鄉是指：帶上人工智能，到傳統中去?？瓷先銓崯o華很好理解的一句話，但背后的邏輯卻真不簡單。
帶著AI技術到行業去，這樣就會天然的了解很多客戶特別切實的一些痛點，然后再完全用AI的方式來解決。遵從“先有痛點再做產品設計”的路徑。切中了客戶痛點后，帶來的效果也很明顯，可以快速的迭代產品，進而提供更好的服務，保證有訂單會進來。
AI+行業方案的效果是顯而易見的：首先它會帶來人工成本大幅度降低；其次準確率會有一個很大的提升；再次對以前傳統的產品方法有顛覆性的改變即創造新品。
三、AI時代：AI產品經理即為總經理/CEO
傳統產品經理時代即提一個優秀的產品經理不僅能引導產品的發展，而且能引導公司的發展。同時，他還是一名優秀的執行者、項目管理和團隊管理者，具備敏銳的洞察力，能在用戶心理和產品細節間靈活游走，打磨出令人驚嘆的產品。
AI時代，因為AI技術自身的能量屬性賦予產品重新被定義的機會，從而給了所以希望做產品經理的人一次與傳統產品圈子共同做產品的機會。利用AI技術的高效、跨界、交叉等特性重新組織產品進而做產品的主人即總經理或者CEO，在AI產品經理到達成為CEO之前，需要先成為一名出色的AI產品經理。
CEO的預備成員出色的AI產品經理做產品是以人為中心。
傳統時代產品經理是以用戶為中心目標是顯性需求，AI產品經理以人為中心目標是隱性需求不僅僅是滿足用戶的顯性需求，更是滿足人的隱性需求。
AI產品時代是以人為中心的生命周期管理產品矩陣，包含調研人、競品也是人這個人包含產品經理自身因為AI時代要求如果你把上一代產品做到市場上的極致，你根本不用關心競爭對手做了什么，你只要再超越自己上一代產品就可以了。
蘋果上下的聲音高度一致，認為最大的競爭對手是自己的上一代產品。“我們每一代產品都會采用當時最好的技術，當我們推出產品的時候，我們已經在想下一代產品。
iphone3發布時，公司當時的4000多個工程師，只高興了一個晚上，因為第二天他們已經開始在想iphone4怎么辦，上一代產品已經把自己逼到了絕路，如果不能超越，那就只能畫句號了。如果你把上一代產品做到市場上的極致，你根本不用關心競爭對手做了什么，你只要再超越自己上一代產品就可以了?！?/p>
AI產品經理要懂AI技術而不用操作AI技術，更要懂AI技術下的人性。
從傳統產品經理到AI產品經理，工具和基礎理論有相通，但思維有許多不同。
總結
AI時代的AI產品經理應該像創業者一樣，全局把控公司產品方向，用AI技術賦能重新定義手頭的產品，真正的成為AI產品經理型CEO。
如果你想系統化入門AI產品經理，掌握AI產品經理的落地工作方法，戳這里>http://996.pm/7bjab
#專欄作家#
連詩路，公眾號：LineLian。人人都是產品經理專欄作家，《產品進化論：AI+時代產品經理的思維方法》一書作者，前阿里產品專家，希望與創業者多多交流。
本文原創發布于人人都是產品經理。未經許可，禁止轉載。
題圖來自unsplash，基于CC0協議
- 目前還沒評論，等你發揮！
