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
榮耀標識轉行AI產品經理，第一步怎么走
想要轉行做AI產品經理，沒有技術基礎，沒有產品經驗，如何邁出第一步呢？從一個有趣的實驗說起，筆者給出了轉行AI產品經理的可行建議，進入最優企業，才能更好學習這個行業。
昨天知乎收到一條私信：應屆畢業生，打算轉行到AI行業，做不了技術工程師；因為大學學的是金融，沒有技術基礎，做AI產品經理的話可行嗎？要怎么規劃呢？
雖然已經在私信上回復了，但是感覺還是要展開說一說。
小糖人游戲
不知道你有沒有聽說過小糖人游戲。
一個人成為窮人或者富人，到底是天注定還是靠打拼？天賦秉異和杰出才能在財富累積中，到底能起到什么作用？
為了找到這兩個問題的答案，1996年，美國布魯金斯學會（Brookings Institution）的Epstein和Axtell一起用計算機模擬開發出來了一個人工社會財富積累的模型，他們稱之為“Sugarscape”，通常翻譯為“糖域”，我在這里將其翻譯為“糖人國”。
游戲很簡單：
在一個二維的虛擬世界中分布著固定的“糖”資源，而隨機分布的Agent（可以翻譯為“小糖人”）在二維世界中游走，并通過不斷的收集身邊的“糖”來增加自身資源。
游戲設定每個小糖人都會在一個周期中消耗一定單位的糖，當自身的糖消耗光的時候，這個小糖人就會死去。
計算機模擬出來大概就是下圖這個樣子。
這個游戲中的“糖”就相當于財富，而每個Agent就相當于社會中的人。
上圖左側是糖人國的糖資源分布情況，由50×50的單元格組成，深色的格子含糖高，淺色的格子含糖少，白色格子的不含糖。
由圖可以看出：糖人國境內西南和東北有兩座深色的糖山，是糖資源富裕區。與此同時，棋盤上有大片淺色地帶（糖資源稀少區域）和白色無糖區（糖資源貧瘠區）。
上圖右側，是250個小糖人（黑點）被隨機的播撒在這個棋盤的各個角落，它們在棋盤上漫游，尋找和積累糖資源。每個小糖人都是單獨的個體，它們有能力吸收信息，觀察四周，并做出行動和選擇。
Epstein和Axtell給這些小糖人設置了類似于人的簡單決策規則：
- 小糖人的視力可在東西南北四個方向觀測，目標是發現含糖最高的地塊并積累糖，一旦單元格里的糖被吃掉后，過一段時間能重新長回來；
- 小糖人所積累到的糖如果跟不上自身新陳代謝消耗，那么小糖人將會餓死，計算機會將其清除出局；
- 250個小糖人被隨機分配不同的稟賦：一個稟賦是視力的好壞（有人能看到6格之外，有人只能看到眼前的1格）；二是新陳代謝的能力（有人代謝一次只消耗1單位的糖，有人則需消耗4單位的糖）。
- 一切設定完畢，計算機按下“啟動”按鈕。
實驗進行了189次之后，里面10%的糖人獲得了比較多的“糖”，特別是其中2個糖人，他們獲得了驚人的250個糖資源；而很多糖人要么垂死掙扎，要么已經死去。
189次“糖人的選擇”之后，王健林和馬云出現了。
上圖的橫軸是表示小糖人們所擁有的糖量（財富量），左側少的是窮人（Poorer Agents），右側多的是富人（Richer Agents），縱軸則是糖人國中窮人和富人的人數。
根據Epstein和Axtell在程序中的設置，我們可隨意調整小糖人的各種初始參數，瞧瞧到底哪個參數引發了糖人國的貧富分化。
首先我們都可以想得到，應該是每個人的稟賦不同導致了貧富差距。比方說，有的小糖人視力6倍好于同類，能看到更大的棋盤，更容易找到富糖點；同樣的，有的小糖人新陳代謝只有同類的1/4，更易于積蓄余糖，抵御饑荒……
是否這些擁有天賦秉異的小糖人最終演變成了富人？
答案是“No！”
因為，小糖人的個人能力差異是計算機隨機分配，按照邏輯來推算，最終財富的分布也應該近似于均勻的隨機狀態。
但模擬結果并非如此，有些有著很好的視力和很低代謝消耗的小糖人照樣分布在窮光蛋的那一群人里——天賦秉異只是增大了你致富的一點兒幾率，但并不能完全保障你就能夠變成糖人國的富人。
那是不是小糖人降生于糖山，毫不費力就可大撈特撈，瞬間致富；有的小糖人生在貧瘠之地，歷盡辛酸找到含糖區算是命大，個別糖人在尋找途中就被餓死——這與巴菲特強調他的運氣和其相似，他說自己如果出生在索馬里，也許剛剛出生沒多久就被餓死了，哪里還有機會成為世界首富？
答案自然也是“No”！
因為，一個小糖人占有資源的優劣也是計算機自動給予的，誕于糖山或誕于荒漠，完全遵循隨機原則。按照這個邏輯推算下來，假如天生資源決定了貧富差距，那么最終富人人數和窮人人數應該差不多才對。
但模擬出來的結果卻完全不是，這就否認了“出身決定一切”是貧富分化產生的全部原因。
說到底，你是窮人他是富人，真實而又符合邏輯的原因究竟是什么呢？
正確的答案是——天賦秉異+出身位置+隨機的運氣。
天賦秉異和出身位置很好理解，那么什么叫做“隨機的運氣”？
我們不妨假定有兩個小糖人，A和B——程序一開始，兩人的視力、新陳代謝、出生地的含糖資源，各方面條件都一樣。
這個時候，在視力所及范圍內，A偶然隨機向東北方的糖山邁出了一步，真是湊巧，這里居然沒有小糖人占領，于是他占領了這個格子，財富開始快速累積，變成了富人，然后越來越富；
B同樣四處張望，同樣出于偶然，它向東南移動了一步，結果漸漸開始遠離富糖區，當它意識到方向錯誤之時，其它糖人早已圍滿了通往北方糖山的路徑，于是它再無機會，只得隨機漫游，在資源貧乏區域拼命采集，卻也只能僅顧溫飽，最后變為最貧窮的那122個小糖人之一。
就這樣，兩個天賦秉異和出身都差不多的人，一個微不足道的選擇差異，最終導致了其社會財富積累出現了天壤之別，這也可以稱之為所謂的“蝴蝶效應”——初始條件極為微小的改變，最終引發結果的巨大差異。
找到糖山
只說要聊一聊這個小游戲，并不是討論貧窮和富裕的的形成原因，而是和大家討論一下，這個小游戲是否對我們的工作和決策有沒有指導意義。
天賦稟異和隨機運氣我們無法左右，但出身位置是我們可以選擇的。
根據以往技術演化，我們可以把公司發展分為三個階段：
第一階段，在技術發展的早期，技術不成熟，以研發為主，需要投入大量科研經費，且結果不確定；這一階段的玩家主要是資金雄厚的大公司，他們有財力投入，注重科研。這一階段的公司多以技術驅動。
第二階段，技術已經相對成熟，應用廣泛，掌握該技術的人才不再稀缺，中小公司很容易應用到自家產品之上；這一階段競爭者眾多，大家比拼的不再是技術能力，而是產品能力。誰能夠把技術和場景更好地結合起來，做出優秀的產品，誰就能快速占領市場。
第三階段，隨著優秀產品的出現，場景和技術結合的路徑的出現，大家都明白了應該在什么場景下做什么樣的產品；各家的產品都已經成熟，大家無非是抄來抄去，在優化用戶體驗上已經沒有太多的空間。這個時候，大家比拼的就不再是產品能力，而是運營能力。誰能夠把營銷做好，把運營做得更順暢，誰就能更持久地獲取和留存用戶。
而現在，AI的發展還處在第一階段。研發占主導地位，技術還未擴散，所以尋找糖山就顯得尤為重要。
2019年8月28日中國人工智能計算大會的主辦方發布了《2019中國人工智能計算力城市排名》，那么這些上榜城市，就是“糖山”。去一個三四線城市做人工智能顯然是沒有發展空間的，要想做人工智能就去北上廣深杭。
但是這只是說去這些城市工作，那么去大公司還是小公司呢？我的建議是去知識密度大的地方。
現在人工智能還處于發展階段，各項技術方案還沒有成熟，一個項目的不確定性要大于確定性。更因為算力和數據的門檻，決定了做人工智能必須要有足夠的資金支持，也只有大公司才玩得起人工智能。
根據《2018年中國企業人工智能技術發明專利排行榜（前100名）》，這些企業的專利方向主要包括計算機視覺、智能語音技術、自然語言理解和數據挖掘等領域。圍繞人工智能算法的技術應用，主要涉及自動駕駛算法、智能影像輔助診療、人臉識別相關應用、智能音箱等語音交互、AI芯片的IC設計等領域。對我們來說這些公司就是糖山的山峰。
總結
孟母三遷的故事大家都聽說過，耳聞目染的原理大家也都知道，對于打算轉行的朋友來說，這些公司是不錯的選擇。
因為去這些公司知識密度要更大，能更快接觸到AI前沿知識和科研成果，第一手的資料和先機，當獲取到更多的信息后，你就會比其他人能看的更遠。對想轉行做AI的小伙伴來說，去北上廣深杭的AI大公司，是最優選擇。
作者：老張，宜信集團保險事業部智能保險產品負責人，運營軍師聯盟創始人之一，《運營實戰手冊》作者之一。
本文由 @老張 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。
什么是產品經理
問題如何才能到達糖峰呢？ ??
需要掌握什么知識才能到達糖峰？
那是轉行AI產品經理，第二步怎么走，要討論的問題，敬請期待 ??
搓手手期待期待~