AI時(shí)代不需要產(chǎn)品經(jīng)理?
伴隨著AI人工智能技術(shù)的快速發(fā)展,產(chǎn)品經(jīng)理這一角色也或多或少會(huì)被這一浪潮所影響。那么,AI時(shí)代還需要產(chǎn)品經(jīng)理嗎?或許在智能涌現(xiàn)的時(shí)代,產(chǎn)品經(jīng)理需要思考,怎樣才可以在AI2.0時(shí)代找到自己的立足點(diǎn)和核心競(jìng)爭(zhēng)力。一起來(lái)看看本文的講述。
在被ChatGPT和大模型裹挾著踏入AGI時(shí)代后,產(chǎn)品經(jīng)理們率先成了那群最焦慮、躁動(dòng),且迷茫不知去向的人。
“最近有很多互聯(lián)網(wǎng)產(chǎn)品經(jīng)理找到我,尤其是有過(guò)幾年工作經(jīng)歷的產(chǎn)品經(jīng)理,他們對(duì)于自己當(dāng)下所處的行業(yè)大環(huán)境有非常強(qiáng)烈的危機(jī)感?!鼻翱拼笥嶏w業(yè)務(wù)線負(fù)責(zé)人、阿里云AI產(chǎn)品專家、也是《人工智能產(chǎn)品經(jīng)理》一書(shū)的作者張競(jìng)宇對(duì)品玩說(shuō)。
隨著AGI浪潮洶涌而至,張競(jìng)宇的著作近期再度成為一本職業(yè)暢銷書(shū),同時(shí)他也接收到越來(lái)越多的行業(yè)演講與咨詢邀約,其中大半與如何成為/做好AI產(chǎn)品經(jīng)理有關(guān)。
同樣在人工智能領(lǐng)域深耕十余年、并一手打造了AI產(chǎn)品經(jīng)理第一社群的黃釗(常用ID:hanniman),對(duì)近兩個(gè)月中找到他指點(diǎn)迷津的轉(zhuǎn)型期產(chǎn)品經(jīng)理已經(jīng)應(yīng)接不暇,“數(shù)量沒(méi)具體統(tǒng)計(jì),但特別多產(chǎn)品經(jīng)理找過(guò)來(lái),他們?cè)谵D(zhuǎn)型期都或多或少出現(xiàn)了一些問(wèn)題”。
黃釗告訴品玩,不少想轉(zhuǎn)型的產(chǎn)品經(jīng)理不但拿不到offer,甚至面試的機(jī)會(huì)都非常少;在AI熱潮下,已經(jīng)決議轉(zhuǎn)型并離職的產(chǎn)品經(jīng)理gap(休息)2、3個(gè)月都是常事,有些空檔期長(zhǎng)達(dá)4到6個(gè)月,gap時(shí)間越長(zhǎng),他們(產(chǎn)品經(jīng)理)的內(nèi)心就愈加慌張。
就連行業(yè)頂尖的產(chǎn)品經(jīng)理們也在被焦灼的情緒拉扯,他們內(nèi)心篤定AGI是正確的方向且蘊(yùn)藏巨大潛力,然而如何抓住機(jī)遇進(jìn)入最頭部的AI公司、并實(shí)現(xiàn)最大程度的自我躍升,成了無(wú)比迫切的事情。
一位知情人士向品玩透露,不少互聯(lián)網(wǎng)大廠的高P產(chǎn)品經(jīng)理在卡位頭部AI創(chuàng)業(yè)公司產(chǎn)品負(fù)責(zé)人的職位,字節(jié)跳動(dòng)火山引擎的高層也在行業(yè)里“求醫(yī)問(wèn)藥”,企圖找到能做出國(guó)內(nèi)最好大模型產(chǎn)品的方法。
這是最好的時(shí)代,也是最壞的時(shí)代;這是智能涌現(xiàn)的時(shí)代,也是混沌迷茫的時(shí)代。
一、外圍技能失效,產(chǎn)品經(jīng)理們步入“尷尬期”
繼ChatGPT問(wèn)世后,在一家互聯(lián)網(wǎng)大廠工作了5年的產(chǎn)品經(jīng)理靳宸(化名),突然發(fā)現(xiàn)自己80%的日常工作未來(lái)都會(huì)被AI弱化甚至完全取代。
且不說(shuō)近年來(lái)外界經(jīng)常調(diào)侃互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的工作是擺放按鈕的、專業(yè)做PPT的、研究向上管理和cue流程的,僅靳宸自己的感受而言,互聯(lián)網(wǎng)產(chǎn)品經(jīng)理一直以來(lái)所擅長(zhǎng)的市場(chǎng)調(diào)研、競(jìng)品分析、PRD設(shè)計(jì),以及數(shù)據(jù)監(jiān)控等一系列外界看起來(lái)有些黑盒屬性的技能,在當(dāng)下的AGI時(shí)代里變得有些雞肋。
“就拿PRD(產(chǎn)品需求文檔)來(lái)說(shuō),這個(gè)看起來(lái)是產(chǎn)品經(jīng)理的拿手絕活,其實(shí)技術(shù)含量并不算高。”靳宸表示目前利用ChatGPT和Midjourney相結(jié)合就已經(jīng)可以實(shí)現(xiàn)PRD的自動(dòng)生成了,其效率和質(zhì)量都還不錯(cuò)。
在人工智能行業(yè)跌宕沉浮十余年的資深A(yù)I產(chǎn)品經(jīng)理張競(jìng)宇對(duì)此也深有感觸。
在他看來(lái),那些以往消耗了產(chǎn)品經(jīng)理大部分時(shí)間的外圍技能,就像泡沫一樣在GPT到來(lái)之后加速破滅,“坦白來(lái)說(shuō)PRD里面很多都是廢話,都是非核心流程,包括產(chǎn)品設(shè)計(jì)原型和項(xiàng)目管理跟蹤,這些都可以用AI模型來(lái)實(shí)現(xiàn)自動(dòng)化了”。
不僅是外圍技能失效,還有很多垂直細(xì)分領(lǐng)域的產(chǎn)品經(jīng)理在隨著AGI技術(shù)的發(fā)展而消亡。
一部分是那些已經(jīng)或即將被AI取代行業(yè)里的產(chǎn)品經(jīng)理。
比如當(dāng)下語(yǔ)義和語(yǔ)音為代表的特定領(lǐng)域就發(fā)生著翻天覆地的變化,菁菁(化名)在一個(gè)互聯(lián)網(wǎng)大廠先后做過(guò)幾款翻譯工具類產(chǎn)品,其中也有借助以往的AI技術(shù)來(lái)提升翻譯速度和效果的產(chǎn)品,還曾在公司內(nèi)部獲得了多個(gè)獎(jiǎng)項(xiàng)。
然而生成式AI技術(shù)浪潮的出現(xiàn)從底層邏輯上改變了用戶和機(jī)器之間的交互方式,用以往做語(yǔ)義產(chǎn)品的思路和流程來(lái)做AIGC產(chǎn)品已不再適用,“(翻譯工具)產(chǎn)品本身都已經(jīng)不再需要了,身處其中的產(chǎn)品經(jīng)理自然也被取締了”,菁菁說(shuō)。
另一部分則是以往基于數(shù)據(jù)制定策略的產(chǎn)品經(jīng)理們,他們?cè)谝苿?dòng)互聯(lián)網(wǎng)時(shí)代多被稱之為“策略產(chǎn)品經(jīng)理”,這也是隨著互聯(lián)網(wǎng)大廠前些年業(yè)務(wù)擴(kuò)張、組織架構(gòu)不斷臃腫所誕生的細(xì)分工種,事實(shí)上在移動(dòng)互聯(lián)網(wǎng)后期,很多產(chǎn)品經(jīng)理都只需要掌握部分知識(shí)和技能,以適配一個(gè)模塊的正常運(yùn)轉(zhuǎn)。
張競(jìng)宇告訴品玩在GPT之前,人和機(jī)器基于產(chǎn)品數(shù)據(jù)的決策占比可能是80%和20%,而大模型時(shí)代到來(lái)之后,這個(gè)占比情況可能會(huì)調(diào)換位置。
更具體些,以往電商行業(yè)里搜索推薦的策略都是由產(chǎn)品經(jīng)理制定的,比如用戶通過(guò)關(guān)鍵詞搜索后的商品展現(xiàn)方式,在很長(zhǎng)一段時(shí)間內(nèi)都是人為決定的,“AB Test也是人主導(dǎo)的,主要測(cè)試不同的策略投放效果,但策略本身也是人制定的”,在張競(jìng)宇看來(lái)人并不擅長(zhǎng)做數(shù)據(jù)驅(qū)動(dòng)型的決策,“因?yàn)槿硕加兴季S盲點(diǎn),在分析數(shù)據(jù)時(shí)難免有所缺失”。
其他幾位受訪的產(chǎn)品經(jīng)理也向品玩表示,純數(shù)據(jù)驅(qū)動(dòng)型的工作和決策未來(lái)一定會(huì)由機(jī)器來(lái)完成,這是AI時(shí)代順理成章會(huì)發(fā)生的事情。
可真當(dāng)這些產(chǎn)品經(jīng)理們準(zhǔn)備踏入AGI洪流之時(shí),他們卻發(fā)現(xiàn)自身處于一個(gè)非常尷尬的階段。
科技創(chuàng)新周期的演變基本上都會(huì)經(jīng)歷“技術(shù)先于產(chǎn)品-產(chǎn)品先于技術(shù)-運(yùn)營(yíng)先于產(chǎn)品”這樣幾個(gè)階段。
以移動(dòng)互聯(lián)網(wǎng)時(shí)代為例,智能手機(jī)剛開(kāi)始普及時(shí),行業(yè)急需的人才以安卓/IOS系統(tǒng)開(kāi)發(fā)工程師為主,等到基建層漸趨完善后移動(dòng)App才百花齊放般出現(xiàn),同時(shí)也開(kāi)啟了產(chǎn)品經(jīng)理的黃金時(shí)代,而從2018年起移動(dòng)互聯(lián)網(wǎng)增速放緩,行業(yè)整體也從“人人都是產(chǎn)品經(jīng)理”轉(zhuǎn)向“運(yùn)營(yíng)之光”,這時(shí)抖音和小紅書(shū)為代表的重運(yùn)營(yíng)型產(chǎn)品后來(lái)居上,憑借優(yōu)質(zhì)內(nèi)容與精細(xì)化運(yùn)營(yíng)躋身國(guó)民App之列。
AGI行業(yè)、或者說(shuō)AI2.0時(shí)代,目前處于“技術(shù)先于產(chǎn)品”向“產(chǎn)品先于技術(shù)”過(guò)渡的中間地帶。
多個(gè)從業(yè)者向品玩表示,當(dāng)下仍是AI2.0時(shí)代打地基的時(shí)期,基建層的核心產(chǎn)品比如大模型,一定是由技術(shù)驅(qū)動(dòng)的,雖然大模型團(tuán)隊(duì)中也有產(chǎn)品經(jīng)理的身影,但其站位和功能多是為研發(fā)服務(wù)的。
據(jù)靳宸觀察,不少互聯(lián)網(wǎng)大廠也開(kāi)始下場(chǎng)做大模型和AIGC相關(guān)的產(chǎn)品,然而團(tuán)隊(duì)很多是由內(nèi)部臨時(shí)抽調(diào)轉(zhuǎn)崗組建,自身也處于對(duì)新業(yè)務(wù)的學(xué)習(xí)摸索期,產(chǎn)品經(jīng)理在其中發(fā)揮的作用和話語(yǔ)權(quán)都較為有限。
黃釗在運(yùn)營(yíng)大型社群的過(guò)程中,接觸到了大量行業(yè)一線的AI產(chǎn)品經(jīng)理和各類AI企業(yè),他發(fā)現(xiàn)AI2.0帶來(lái)的第一波職位機(jī)會(huì)更多是面向產(chǎn)品負(fù)責(zé)人級(jí)別的,但相比于大廠而言,垂直領(lǐng)域的頭部AI公司更受資深產(chǎn)品經(jīng)理的歡迎,“一個(gè)大廠正在做LLM(大語(yǔ)言模型)的產(chǎn)品負(fù)責(zé)人,最近明確愿意看AI2.0一線公司的機(jī)會(huì)”。
“目前來(lái)看產(chǎn)品負(fù)責(zé)人級(jí)別的都招差不多了,但不少AI產(chǎn)品落地方向還不夠清晰、沒(méi)有看到初步效果,所以沒(méi)法繼續(xù)擴(kuò)大團(tuán)隊(duì)規(guī)模。”
據(jù)黃釗透露,幾家還不錯(cuò)的AI創(chuàng)業(yè)公司都因?yàn)楫a(chǎn)品方向不確定,所以很多候選人被卡住了,“能看到Q3對(duì)AI產(chǎn)品經(jīng)理的需求淡了一些,Q4會(huì)是分水嶺,只有產(chǎn)品體驗(yàn)有突破,才會(huì)有一波核心輸出PM(大頭兵)級(jí)別的HC(名額)”。
AI產(chǎn)品經(jīng)理的供大于求,也造成了現(xiàn)階段PM招聘市場(chǎng)的極度內(nèi)卷。
一方面,轉(zhuǎn)型而來(lái)的AI產(chǎn)品經(jīng)理使得市場(chǎng)上候選人的數(shù)量快速增加,公開(kāi)數(shù)據(jù)顯示AI產(chǎn)品經(jīng)理是當(dāng)下AGI領(lǐng)域中供需比最高的職業(yè),平均58個(gè)人同時(shí)競(jìng)爭(zhēng)1個(gè)職位,相比之下競(jìng)爭(zhēng)最激烈的技術(shù)研發(fā)崗位,例如NLP和推薦算法工程師,也不過(guò)是10個(gè)人同時(shí)競(jìng)爭(zhēng)1個(gè)職位。
另一方面,處在“技術(shù)先于產(chǎn)品”階段的AI企業(yè)對(duì)產(chǎn)品經(jīng)理的需求較少且不急,隨著候選人數(shù)量的遞增,AI企業(yè)也把人才預(yù)期和基準(zhǔn)線拉得更高,就連那些并非由這波技術(shù)革新創(chuàng)造的、已存在多年的職位的招聘標(biāo)準(zhǔn)也都水漲船高。
AI產(chǎn)品經(jīng)理的招聘亂象也由此催生。
“有些第三方招聘平臺(tái)發(fā)布的職位,在企業(yè)內(nèi)推系統(tǒng)里面是查不到,要么是掛出來(lái)搜刮簡(jiǎn)歷,要么就是企業(yè)為了降低招聘成本連內(nèi)推的費(fèi)用都不愿意出;還有些職位,在詢問(wèn)HR后對(duì)方的第一反應(yīng)是先
問(wèn)候選人的薪酬預(yù)期,可見(jiàn)AI公司的財(cái)務(wù)壓力可能真的不小?!秉S釗說(shuō)。
品玩還向知情人士了解到,一家AI2.0明星初創(chuàng)企業(yè)雖然近期還在對(duì)外發(fā)布新產(chǎn)品模塊,相關(guān)宣傳舉動(dòng)也未曾停下,甚至第三方招聘平臺(tái)還能看到不少該企業(yè)的職位,但事實(shí)上,內(nèi)部已在準(zhǔn)備調(diào)整業(yè)務(wù)方向并醞釀裁員,外界看起來(lái)紅紅火火的表象之下,是HC全部?jī)鼋Y(jié)、在職的產(chǎn)品經(jīng)理向外尋求跳槽機(jī)會(huì)。
二、那些在AGI應(yīng)用層跑起來(lái)的產(chǎn)品經(jīng)理
就在產(chǎn)品經(jīng)理們削尖腦袋般地?cái)D向AI2.0行業(yè)卻始終不得要領(lǐng)的時(shí)候,AGI領(lǐng)域的發(fā)展似乎也步入了一個(gè)瓶頸期。
繼ChatGPT問(wèn)世、國(guó)內(nèi)持續(xù)半年多的“百模大戰(zhàn)”后,AGI已渡過(guò)了信息爆炸帶來(lái)的紅利期,那些容易看到的低垂果實(shí)隨著認(rèn)知和共識(shí)對(duì)齊之后,迅速成為了人滿為患的模仿秀競(jìng)技場(chǎng),放眼望去多是些同質(zhì)化嚴(yán)重的AI畫(huà)圖、AI聊天、AI Office等GPT衍生品,并沒(méi)有哪個(gè)真正成為大眾期待中的AI Native應(yīng)用。
一邊是焦慮迷茫、找不到自身用武之地的產(chǎn)品經(jīng)理;另一邊卻是艱難尋找應(yīng)用場(chǎng)景、實(shí)現(xiàn)商業(yè)落地遲緩的AGI技術(shù)。
這兩者似乎在AI2.0時(shí)代逐漸從“技術(shù)先于產(chǎn)品”發(fā)展到“產(chǎn)品先于技術(shù)”的過(guò)程中被錯(cuò)配了。
換言之,AI落地的真正瓶頸正是缺少合適的產(chǎn)品經(jīng)理,無(wú)論在大廠還是初創(chuàng)企業(yè),AI產(chǎn)品經(jīng)理的價(jià)值還未得到足夠的重視。
即便如此,小部分讓產(chǎn)品經(jīng)理高度參與的團(tuán)隊(duì)在AGI應(yīng)用層快速跑起來(lái)了。
吳海波是一個(gè)十多人規(guī)模AI創(chuàng)業(yè)團(tuán)隊(duì)的產(chǎn)品負(fù)責(zé)人,他的團(tuán)隊(duì)孵化于購(gòu)物電商平臺(tái)蘑菇街。自去年開(kāi)始,在Stable Diffusion擴(kuò)散模型和ControlNet神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的加持下,國(guó)內(nèi)市場(chǎng)便爆發(fā)了一波又一波AI生成圖片的熱潮,同樣是基于開(kāi)源社區(qū)打造自己的產(chǎn)品,吳海波既沒(méi)有像那些對(duì)技術(shù)極為狂熱的創(chuàng)業(yè)者般,癡迷于鍛造模型本身,也沒(méi)有跟風(fēng)做一款追逐短期流量的AI繪畫(huà)產(chǎn)品。
他看到的更多是AIGC之于電商行業(yè)的落地應(yīng)用價(jià)值。
吳海波告訴品玩他的腦子里每天都在冒著各式各樣的產(chǎn)品想法,都是圍繞電商領(lǐng)域相關(guān)的,想法之多以至于無(wú)法、也不可能盡數(shù)實(shí)現(xiàn),但它們成為了吳海波這樣產(chǎn)品經(jīng)理吸取養(yǎng)分的一種方式。
所以當(dāng)SD這樣的技術(shù)方案出來(lái)之后,吳海波就能很快地把之前的產(chǎn)品想法串起來(lái),這是產(chǎn)品經(jīng)理主導(dǎo)的團(tuán)隊(duì)在技術(shù)革新落地時(shí)反應(yīng)更加快速的原因。
不到兩周的時(shí)間,吳海波和團(tuán)隊(duì)就利用ControlNet Stable Diffusion七七八八地做了一款A(yù)IGC商拍工具的Demo,“一開(kāi)始Demo樣子其實(shí)很挫,但先做出來(lái)再去討論迭代升級(jí)更有價(jià)值”。
產(chǎn)品經(jīng)理這種快速產(chǎn)出Demo的過(guò)程被稱之為MVP(Minimum Viable Product,最小可行性產(chǎn)品),作為國(guó)內(nèi)第一批AI產(chǎn)品經(jīng)理的黃釗認(rèn)為無(wú)論是移動(dòng)互聯(lián)網(wǎng)時(shí)代還是AGI時(shí)代,MVP都是至關(guān)重要的,甚至要先于產(chǎn)品的研發(fā)投入,只有先在小范圍、或者通過(guò)簡(jiǎn)單的驗(yàn)證方式確認(rèn)了產(chǎn)品能滿足用戶需求的前提下,才可以進(jìn)入后續(xù)研發(fā)環(huán)節(jié)。
“在上一波人工智能熱潮中就出現(xiàn)過(guò)這類問(wèn)題,當(dāng)時(shí)有創(chuàng)業(yè)公司自己產(chǎn)品的模式還沒(méi)搞清楚,就忙著高薪挖大廠的技術(shù)人才,結(jié)果花大價(jià)錢請(qǐng)來(lái)了人才,但產(chǎn)品沒(méi)做出來(lái)公司也慢慢死掉了?!秉S釗說(shuō)。
簡(jiǎn)單來(lái)說(shuō),吳海波做的這款A(yù)I工具就是給服飾商品生成模特上身圖,這也是虛擬試衣需求最大的落地場(chǎng)景之一,以往服飾類賣家給自己的商品拍攝照片要經(jīng)歷選模特、選場(chǎng)景、與中間商協(xié)作溝通等一系列環(huán)節(jié),流程復(fù)雜不說(shuō)成本也很高昂,而通過(guò)AIGC工具來(lái)實(shí)現(xiàn)一鍵商拍,將極大解決眾多中小賣家、甚至是跨境電商賣家的痛點(diǎn)。
為了迅速且成本可控地將產(chǎn)品做出來(lái),吳海波在具體技術(shù)方案的選擇上也更偏向產(chǎn)品經(jīng)理視角。
在實(shí)現(xiàn)服裝一鍵商拍的過(guò)程中,最困難的點(diǎn)在于AIGC很難生成衣服穿在人身上所具有的真實(shí)垂墜感,這個(gè)難題相比投入更多研發(fā)成本和時(shí)間來(lái)解決,吳海波的思路更加高效簡(jiǎn)單,那就是原始圖片采用人臺(tái)來(lái)拍,“創(chuàng)新其實(shí)有很多種,現(xiàn)階段能實(shí)際解決用戶需求才是最重要的,不是所有問(wèn)題一定要用技術(shù)來(lái)解決,而這也是產(chǎn)品經(jīng)理這個(gè)角色要做的事情”。
產(chǎn)品導(dǎo)向的思路也決定了吳海波更加注重交付的細(xì)節(jié),比如圖片濾鏡風(fēng)格問(wèn)題、AIGC內(nèi)容生成模特的臉崩問(wèn)題,這些能通過(guò)技術(shù)研發(fā)測(cè)試的瑕疵在吳海波眼里是致命的,他也因此跟內(nèi)部團(tuán)隊(duì)發(fā)生過(guò)爭(zhēng)執(zhí),但最后仍用產(chǎn)品經(jīng)理的思維說(shuō)服了對(duì)方。
從科技創(chuàng)新整體周期來(lái)看,技術(shù)確實(shí)先于產(chǎn)品而誕生并發(fā)展,可一旦技術(shù)邁入商業(yè)世界尋求落地場(chǎng)景,便已經(jīng)開(kāi)啟了“產(chǎn)品先于技術(shù)”的新階段,無(wú)論技術(shù)革新的浪潮有多么澎湃,市場(chǎng)和用戶終究是為產(chǎn)品買單,而產(chǎn)品經(jīng)理應(yīng)該與技術(shù)研發(fā)們并肩作戰(zhàn)、甚至跑在更前面。
此外,據(jù)品玩觀察很多像吳海波一樣在國(guó)內(nèi)AI領(lǐng)域?qū)嵺`多年的產(chǎn)品經(jīng)理、創(chuàng)始團(tuán)隊(duì)的AI產(chǎn)品負(fù)責(zé)人,在當(dāng)下這輪AGI浪潮中,都不約而同地選擇B端作為切入點(diǎn)。
在吳海波看來(lái),AGI技術(shù)整體仍處于早期發(fā)展階段,從產(chǎn)品后續(xù)的迭代交付、團(tuán)隊(duì)未來(lái)的運(yùn)營(yíng)情況等方面考慮,B端產(chǎn)品目前是比較穩(wěn)妥的選擇,相比之下此時(shí)如果選擇做C端產(chǎn)品,首要面對(duì)的就是漫長(zhǎng)的生存問(wèn)題。
“更重要的是,當(dāng)下ChatGPT引爆的熱度其實(shí)距離AGI技術(shù)的范式革新還太遠(yuǎn)了,包括年初我們期待的多模態(tài)內(nèi)容生成能力也還沒(méi)正式開(kāi)放使用,所以C端的落地應(yīng)用行業(yè)里目前沒(méi)有完全想清楚,除此之外大家也會(huì)擔(dān)心C端最后又會(huì)變成一場(chǎng)規(guī)模游戲?!苯?jīng)歷過(guò)PC互聯(lián)網(wǎng)后半場(chǎng)、又在移動(dòng)互聯(lián)網(wǎng)周期里沉浮多年,吳海波直言不愿再在AGI時(shí)代里重復(fù)做那些容易被競(jìng)爭(zhēng)對(duì)手復(fù)制的產(chǎn)品。
目前正在一家“AI+教育”機(jī)器人創(chuàng)業(yè)公司做產(chǎn)品負(fù)責(zé)人的張競(jìng)宇也有著同樣的感受,“上一波移動(dòng)互聯(lián)網(wǎng)技術(shù)革新的地位很難被顛覆,C端流量還是寡頭。更本質(zhì)的是,新的利基市場(chǎng)還沒(méi)有被AGI技術(shù)發(fā)掘出來(lái)?!?/p>
多個(gè)一線資深A(yù)I產(chǎn)品經(jīng)理向品玩表示,無(wú)論是技術(shù)本身的狂熱,還是資本市場(chǎng)的鼓吹,并無(wú)法從根本上撬動(dòng)C端用戶的需求,事實(shí)上互聯(lián)網(wǎng)技術(shù)已很大程度上滿足了大眾的剛需,“AGI在C端落地的難點(diǎn)在于,到底有多少社會(huì)層面的需求不得不高頻地使用這項(xiàng)技術(shù)解決,它更加真實(shí)的使用場(chǎng)景價(jià)值是什么”。
不同于當(dāng)下一眾拿著AGI技術(shù)尋找落地場(chǎng)景的大廠和AI創(chuàng)業(yè)公司,像吳海波這樣本身具有極強(qiáng)的產(chǎn)品思維、兼具對(duì)AGI技術(shù)理解能力,并且還在垂直領(lǐng)域積累多年對(duì)賣家用戶的需求了然于胸的團(tuán)隊(duì),他們帶著用戶的痛點(diǎn)“反”過(guò)來(lái)向AGI技術(shù)尋找答案,如此才能找到真實(shí)的落地場(chǎng)景。
三、AI2.0時(shí)代到底需要怎樣的產(chǎn)品經(jīng)理?
產(chǎn)品經(jīng)理,這個(gè)最早誕生于傳統(tǒng)行業(yè)、卻在互聯(lián)網(wǎng)領(lǐng)域以一種極為吸睛方式出圈的職業(yè),經(jīng)歷了移動(dòng)互聯(lián)網(wǎng)早期的“造神”、高速發(fā)展期的“人人都是產(chǎn)品經(jīng)理”,以及增速放緩期的“流水線產(chǎn)品經(jīng)理”幾個(gè)階段后,隨著AGI技術(shù)的爆發(fā)步入一個(gè)全新的階段。
在這個(gè)全新的AI2.0時(shí)代里,產(chǎn)品經(jīng)理的核心競(jìng)爭(zhēng)力已發(fā)生巨大變化。
首先也是最重要的,產(chǎn)品經(jīng)理在AI2.0時(shí)代將回歸它最樸素也是本質(zhì)的職能:發(fā)現(xiàn)、提出,并協(xié)調(diào)整合資源來(lái)解決問(wèn)題。當(dāng)外圍技能像泡沫一樣被AGI擠破后,產(chǎn)品經(jīng)理真正無(wú)法被AI取代的能力是對(duì)趨勢(shì)的判斷、對(duì)交互關(guān)系的深層洞察,以及人類獨(dú)有的靈感和審美。
從某種程度上來(lái)說(shuō),這也是產(chǎn)品經(jīng)理和技術(shù)研發(fā)兩個(gè)工種之間的差異。
產(chǎn)品經(jīng)理由于長(zhǎng)期近距離地觀察市場(chǎng)趨勢(shì)變化和用戶行為方式,因此天然對(duì)場(chǎng)景與需求有著更敏銳的嗅覺(jué),而后者則更擅長(zhǎng)通過(guò)技術(shù)來(lái)實(shí)現(xiàn)需求提高效率,甚至通過(guò)技術(shù)創(chuàng)新顛覆底層生產(chǎn)力。
這種彼此不可替代的差異注定了產(chǎn)品經(jīng)理與技術(shù)研發(fā)缺一不可,過(guò)于放大一方的角色優(yōu)勢(shì)、甚至忽略另一方的重要性,都會(huì)造成產(chǎn)品本身的競(jìng)爭(zhēng)力缺陷。
比如在吳海波看來(lái),OpenAI和Google的最大區(qū)別就是前者具有完整的產(chǎn)品經(jīng)理視角,“OpenAI所打造的ChatGPT很多技術(shù)都是由Google研發(fā)出來(lái)的,但是Google的技術(shù)創(chuàng)新多停留在發(fā)表一篇有影響力的學(xué)術(shù)論文階段。后面技術(shù)如何應(yīng)用在產(chǎn)品上?有沒(méi)有人持續(xù)跟進(jìn)技術(shù)落地的情況?”相比之下,OpenAI雖然也是由技術(shù)驅(qū)動(dòng)的公司,但它卻是一眾技術(shù)型公司中產(chǎn)品思維最強(qiáng)的。
同樣地,雖然硅谷和國(guó)內(nèi)當(dāng)下階段的AI2.0公司/產(chǎn)品,都是由技術(shù)創(chuàng)始人/CTO在打前陣,但不得不承認(rèn)的是,硅谷的CTO比國(guó)內(nèi)的CTO更具產(chǎn)品思維,一位曾與國(guó)內(nèi)多個(gè)頭部企業(yè)CTO有所接觸的受訪對(duì)象告訴品玩,他總是聽(tīng)國(guó)內(nèi)CTO說(shuō)“只要業(yè)務(wù)能把方向和需求確定好,他們技術(shù)研發(fā)就能實(shí)現(xiàn)它”,但在硅谷,CTO經(jīng)常是與產(chǎn)品負(fù)責(zé)人爭(zhēng)執(zhí)落地大方向的角色。
產(chǎn)品經(jīng)理核心能力的更迭和角色的缺位,以及CTO產(chǎn)品思維的匱乏,可能也是造成AGI技術(shù)在硅谷的C端應(yīng)用落地要比國(guó)內(nèi)更快更多的原因之一。
除此之外,AI2.0時(shí)代要求產(chǎn)品經(jīng)理比以前更“懂”技術(shù)。
如果說(shuō)互聯(lián)網(wǎng)時(shí)代的產(chǎn)品經(jīng)理懂技術(shù)是加分項(xiàng)但不是必備技能,那么AI產(chǎn)品經(jīng)理對(duì)技術(shù)邊界的理解與認(rèn)知,將決定了產(chǎn)品下一步的創(chuàng)新和迭代方式,不能天馬行空也不能毫無(wú)創(chuàng)新,如果用一個(gè)詞來(lái)形容,“極客”類型的產(chǎn)品經(jīng)理在AI2.0時(shí)代會(huì)更受歡迎。
更重要的是,多位資深行業(yè)人士認(rèn)為AI2.0時(shí)代的產(chǎn)品經(jīng)理還要更深入垂直領(lǐng)域,進(jìn)行專業(yè)知識(shí)的獲取和積累。
“一定要找到某個(gè)具體行業(yè)作為落地場(chǎng)景,你可以理解為‘AI+落地行業(yè)’,后面那個(gè)才是產(chǎn)品經(jīng)理用來(lái)保命的?!痹谏弦徊ˋI熱潮中,張競(jìng)宇曾親眼見(jiàn)證自己在互聯(lián)網(wǎng)大廠的同事,因?yàn)檫^(guò)于聚焦純AI型產(chǎn)品從而忽略了在具體落地行業(yè)的積累,當(dāng)技術(shù)周期過(guò)境之后,成為了第一批被淘汰的高價(jià)人才。
“這類產(chǎn)品經(jīng)理早期是行業(yè)里最貴的(薪資最高),但很多時(shí)候是拿著錘子找釘子、沒(méi)有垂直到任何行業(yè)里面,也是最容易受到技術(shù)革新影響的,一旦大廠進(jìn)行業(yè)務(wù)調(diào)整,他們?cè)诖怪毙袠I(yè)甚至找不到合適的工作機(jī)會(huì)?!睆埜?jìng)宇表示與其盲目地追風(fēng)轉(zhuǎn)型做大模型產(chǎn)品,不如靜下心來(lái)思考自己所處行業(yè)真正能與AGI技術(shù)結(jié)合的機(jī)會(huì)。
在過(guò)去幾年時(shí)間里,吳海波雖然每天都在一線帶隊(duì)做產(chǎn)品,但他仍保持著每年百來(lái)篇AI專業(yè)論文的閱讀量,這使得他對(duì)行業(yè)前沿發(fā)生的變化更敏感、甚至有時(shí)能提前嗅到創(chuàng)新可能誕生的方向,他一手打造的WeShop自五月中旬上線短短兩個(gè)月,就已有了近十萬(wàn)企業(yè)用戶,這在B端領(lǐng)域、尤其是沒(méi)有做任何付費(fèi)推廣的情況下,已經(jīng)是令人艷羨的成績(jī)。
“我們甚至覺(jué)得增速有些快了,不過(guò)這樣也能推動(dòng)我們做技術(shù)迭代和產(chǎn)品升級(jí),這個(gè)時(shí)候就很考驗(yàn)產(chǎn)品負(fù)責(zé)人在客戶增長(zhǎng)后如何解決短期需求與長(zhǎng)期需求的資源競(jìng)爭(zhēng)問(wèn)題?!?/p>
在AGI一線做產(chǎn)品負(fù)責(zé)人的同時(shí),吳海波也時(shí)刻關(guān)注著產(chǎn)品經(jīng)理這個(gè)行業(yè)的變化。
吳海波告訴品玩,他最關(guān)注兩種類型的AI產(chǎn)品經(jīng)理,“一種是天才型選手,但可能他不適合我們團(tuán)隊(duì),不一定非要強(qiáng)行融入,我們會(huì)尋找機(jī)會(huì)投資他們;另一種是成長(zhǎng)型產(chǎn)品經(jīng)理,邏輯sense和技術(shù)感知很好,但需要組織內(nèi)部提供成長(zhǎng)環(huán)境,這類是我們下個(gè)階段會(huì)重點(diǎn)看的”。
與此同時(shí),國(guó)內(nèi)AI求職市場(chǎng)的競(jìng)爭(zhēng)也愈演愈烈。
靳宸發(fā)現(xiàn)經(jīng)常使用的幾個(gè)第三方招聘平臺(tái)上,AI產(chǎn)品經(jīng)理的崗位數(shù)量并沒(méi)有顯著增加,但每個(gè)職位下的競(jìng)爭(zhēng)者數(shù)量卻同比大幅激增,看著求職診斷里自己的競(jìng)爭(zhēng)力排名逐漸下降,她有時(shí)想放棄轉(zhuǎn)型的念頭,有時(shí)又想索性先接個(gè)不理想的offer、邁進(jìn)門檻再做打算。
據(jù)吳海波透露,近幾個(gè)月有越來(lái)越多具有海外工作背景的AI人才選擇回國(guó)發(fā)展,“我們招聘過(guò)程中發(fā)現(xiàn)這類人才的比例在明顯上升,對(duì)比來(lái)看他們倒不是說(shuō)技術(shù)上比國(guó)內(nèi)人才厲害,但對(duì)產(chǎn)品的想法更多”,吳海波還觀察到,就在國(guó)內(nèi)多數(shù)AI人才還一門心思地涌向大廠的時(shí)候,這些AI海歸人才的選擇更加隨意開(kāi)放,很多傾向于中小型初創(chuàng)企業(yè)。
彌漫在產(chǎn)品經(jīng)理群體間的焦慮和迷茫短期內(nèi)很難散去,他們就像掉進(jìn)技術(shù)周期更替之間的洞里,暫時(shí)性地被低估與忽略,但即便如此,幾乎所有受訪的產(chǎn)品經(jīng)理都表示并不后悔進(jìn)入這個(gè)行業(yè),也沒(méi)有離開(kāi)的打算。
“這是少數(shù)作為個(gè)體能站在時(shí)代潮頭浪尖的職業(yè),我喜歡這種感覺(jué)?!彼麄冋f(shuō)。
作者:沈丹陽(yáng)
來(lái)源公眾號(hào):品玩(ID:pinwancool),有品好玩的科技,一切與你有關(guān)。
本文由人人都是產(chǎn)品經(jīng)理合作媒體 @品玩 授權(quán)發(fā)布,未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來(lái)自Unsplash,基于CC0協(xié)議
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。
寫出當(dāng)下產(chǎn)品人心聲
其實(shí)都不應(yīng)該有 AI產(chǎn)品經(jīng)理 這個(gè)title,只是這個(gè)AI時(shí)代對(duì)“產(chǎn)品經(jīng)理”本該具備的要求突顯了,用更高的維度去思考問(wèn)題,而把“知識(shí)”交給協(xié)作伙伴(AI)。
其次,進(jìn)入行業(yè)找場(chǎng)景(反之亦然),找到當(dāng)下能被重構(gòu)的“工作流”,利用對(duì)AI技術(shù)的邊界認(rèn)知去創(chuàng)造新的價(jià)值。我想這可能是新時(shí)代“產(chǎn)品經(jīng)理”回到業(yè)務(wù)里面去深度思考的機(jī)會(huì),這批人一定比互聯(lián)網(wǎng)時(shí)代更有價(jià)值呈現(xiàn)。
我也溫州的剛剛干產(chǎn)品一年 可以了解下嘛加個(gè)聯(lián)系方式嘛
ai只是輔助,不可能成為全部
認(rèn)同。AI來(lái)源于人類創(chuàng)造,超越人類還遠(yuǎn),或者說(shuō)不可能。
輔助而已
實(shí)在忍不住不回復(fù)了,我就想問(wèn)一下作者,你是產(chǎn)品經(jīng)理嗎?你有稍微一丁點(diǎn)的產(chǎn)品經(jīng)理的常識(shí)嗎?
嘩眾取寵,不學(xué)無(wú)術(shù),夸大其詞,胡編亂造。
你就回答我一句話,Midjourney是拿來(lái)干嘛的?就PRD了?
“就拿PRD(產(chǎn)品需求文檔)來(lái)說(shuō),這個(gè)看起來(lái)是產(chǎn)品經(jīng)理的拿手絕活,其實(shí)技術(shù)含量并不算高。”靳宸表示目前利用ChatGPT和Midjourney相結(jié)合就已經(jīng)可以實(shí)現(xiàn)PRD的自動(dòng)生成了,其效率和質(zhì)量都還不錯(cuò)。
哈哈哈我看到這句話也沒(méi)忍住,首先chatgpt寫出來(lái)的prd缺少細(xì)節(jié)與業(yè)務(wù)結(jié)合;其次,沒(méi)有哪個(gè)產(chǎn)品會(huì)把prd當(dāng)做自己的核心競(jìng)爭(zhēng)力,這就是個(gè)最基礎(chǔ)的要求??。更不用說(shuō)用md這種東西畫(huà)原型圖了,倒是可以單獨(dú)訓(xùn)練模型得到原型生成器,不過(guò)這個(gè)肯定不是chat了
挺好的文章??
其實(shí)AI有哪些功能在gpt還沒(méi)出現(xiàn)前就已經(jīng)知道了,難在實(shí)現(xiàn)的難度和成本以及怎么做好。比如gpt3.5和gpt4.0它們的強(qiáng)度差距是很大的,gpt4生成的內(nèi)容更好更強(qiáng)大
AI產(chǎn)品經(jīng)理對(duì)技術(shù)要求很高吧,很多是內(nèi)部技術(shù)人員轉(zhuǎn)崗過(guò)來(lái)的