Sora發(fā)布后,我開始擔(dān)心失業(yè)了
一開始還以為AI可以替代一些體力型的工作,結(jié)果從ChatGPT發(fā)布之后,替代的反而是一些腦力型的工作,“AI代替人類”的焦慮就在各行各業(yè)蔓延。前幾天Sora發(fā)布后,甚至可以替代產(chǎn)品的工作,那我們需要如何做?
最近看了一個(gè)麥肯錫的報(bào)告,說到2030年,AI會(huì)替代1億多中國(guó)人的崗位。
圖片來源:麥肯錫報(bào)告
且不說這個(gè)預(yù)測(cè)是否準(zhǔn)確,但看看如今生成式AI的發(fā)展速度,連我都開始考慮一個(gè)問題:產(chǎn)品經(jīng)理會(huì)不會(huì)有一天也被AI替代?
你可能會(huì)說:產(chǎn)品經(jīng)理不是創(chuàng)意型的工作嗎?不是需要人際溝通的工作嗎?
連OpenAI創(chuàng)始人奧特曼都說了:創(chuàng)意型工作、人際溝通型工作是AI替代不了的。
實(shí)話說,我以前也是這么想的,但是Sora發(fā)布以后,我開始懷疑起這個(gè)結(jié)論了。
我們可以梳理一下,一個(gè)優(yōu)秀的B端產(chǎn)品經(jīng)理到底需要哪些核心能力?
其實(shí)也就3點(diǎn):
- 對(duì)B端系統(tǒng)的學(xué)習(xí)能力
- 對(duì)業(yè)務(wù)知識(shí)的學(xué)習(xí)能力
- 與客戶、研發(fā)溝通的能力
先說第1點(diǎn)和第2點(diǎn)。
在我們從前的認(rèn)知里面,雖然都公認(rèn)AI學(xué)習(xí)能力很強(qiáng),但是AI更善于機(jī)械的存儲(chǔ)和檢索知識(shí),無法進(jìn)行邏輯推導(dǎo),更沒有決策能力。
就算是去年大火的ChatGPT,其本質(zhì)也只是“根據(jù)上一個(gè)單詞生成下一個(gè)單詞”,和人類的認(rèn)知能力有著天壤之別。
但是看看剛推出的Sora,它的核心能力已經(jīng)不是簡(jiǎn)單的視頻生成了。
在足以“以假亂真”的視頻背后,是AI通過大量學(xué)習(xí),掌握了真實(shí)世界的物理規(guī)則!
比如,街道上的水面動(dòng)態(tài)反射出人的倒影,不懂光學(xué)原理是很難如此精準(zhǔn)的生成視頻的。
你可能會(huì)說:AI只是簡(jiǎn)單的模仿,但是它并沒有人類的思考能力啊。
其實(shí),嬰兒學(xué)習(xí)世界法則的過程,不就是模仿的過程嗎?
AI的學(xué)習(xí)過程,和人類的學(xué)習(xí)過程,并沒有本質(zhì)的區(qū)別!
還有人說,Sora只是掌握了一些簡(jiǎn)單的物理規(guī)則。
但是對(duì)于AI這種“怪物”來說,只要突破了從0到1,它就能以人類難以企及的速度完成進(jìn)化。
同時(shí),B端業(yè)務(wù)的壁壘并沒有想象中那么高。
不但有規(guī)律可循,邏輯也不復(fù)雜——相信我——只要有足夠的數(shù)據(jù)喂給AI,它就能在短時(shí)間內(nèi)超越大多數(shù)產(chǎn)品經(jīng)理!
再說第3點(diǎn),與客戶、研發(fā)溝通的能力。
短時(shí)間內(nèi),線下溝通工作恐怕很難被AI替代,畢竟AI還無法像人類一樣,主動(dòng)去客戶現(xiàn)場(chǎng)去完成調(diào)研工作。
但是問題在于:只要AI足夠強(qiáng)大,客戶自己就能夠完成產(chǎn)品的設(shè)計(jì)工作!根本就不需要產(chǎn)品經(jīng)理在中間做溝通工作!
也就是說,AI會(huì)重塑產(chǎn)品設(shè)計(jì)的鏈路,去掉中間非必需的產(chǎn)品研發(fā)環(huán)節(jié),直接輔助客戶生成想要的產(chǎn)品!
如果你覺得這個(gè)不可能實(shí)現(xiàn),那么可以想一想如今的無代碼產(chǎn)品,很多用戶已經(jīng)能夠自助搭建APP了。
所以,只要AI足夠強(qiáng)大,客戶擺脫對(duì)產(chǎn)品經(jīng)理的依賴是完全有可能的。
當(dāng)然了,如果AI真的進(jìn)化到那一步,不只是產(chǎn)品經(jīng)理,人類大部分崗位恐怕都要失業(yè)了。
所以“好消息”是,AI的發(fā)展還需要時(shí)間。
而且不同行業(yè)、不同崗位被AI顛覆的時(shí)間點(diǎn),也會(huì)有很大的差異。
比如,雖然AI的學(xué)習(xí)能力很強(qiáng),但是前提是有大量?jī)?yōu)質(zhì)的線上數(shù)據(jù)。
而B端領(lǐng)域的主要數(shù)據(jù)都在線下。
即便未來B端業(yè)務(wù)的線上化程度越來越高,但是仍然會(huì)長(zhǎng)時(shí)間面臨“垂直領(lǐng)域數(shù)據(jù)量不夠大”的問題!
畢竟AI學(xué)習(xí)非常依賴高質(zhì)量、大量的數(shù)據(jù),面對(duì)“小數(shù)據(jù)”,還是人類的認(rèn)知能力更強(qiáng)一些(至少目前來看是這樣)。
再加上相對(duì)于C端業(yè)務(wù),B端業(yè)務(wù)環(huán)節(jié)錯(cuò)綜復(fù)雜,對(duì)決策的準(zhǔn)確性要求很高,至少在一定時(shí)間內(nèi),AI仍然只能起到輔助產(chǎn)品經(jīng)理的作用。
所以,在AI時(shí)代,B端產(chǎn)品經(jīng)理的生命周期還是相對(duì)長(zhǎng)的。
不過,看看Sora現(xiàn)在的表現(xiàn),我也不敢預(yù)測(cè)或者說低估AI的進(jìn)步速度。
所以我還是相信,遲早有一天,AI會(huì)替代掉產(chǎn)品經(jīng)理的工作。
當(dāng)然,即便這件事最終發(fā)生了,首先被AI替代的,還是“原型仔”。
即既不需要和客戶溝通,又不需要深入掌握垂類行業(yè)知識(shí)(特別是線下知識(shí)),而只是負(fù)責(zé)執(zhí)行的“功能設(shè)計(jì)師”。
其實(shí),不用等AI替代,那些沒有行業(yè)壁壘、不能洞察客戶需求的產(chǎn)品經(jīng)理,也很容易被淘汰出局。
這一類產(chǎn)品經(jīng)理其實(shí)有很多。
比如很多G端產(chǎn)品經(jīng)理,做的項(xiàng)目都是面子工程,本身就不存在行業(yè)壁壘。
還有很多外包產(chǎn)品經(jīng)理,每個(gè)行業(yè)、每個(gè)領(lǐng)域都淺嘗輒止,也形成不了自己的核心競(jìng)爭(zhēng)力。
甚至包括很多企業(yè)的內(nèi)部產(chǎn)品經(jīng)理,名義上是產(chǎn)品經(jīng)理,實(shí)際上做的都是運(yùn)營(yíng)工作。
他們其實(shí)是最容易被AI替代的。
所以,即便是在AI時(shí)代,大家也會(huì)發(fā)現(xiàn):
那些缺乏核心競(jìng)爭(zhēng)力的產(chǎn)品經(jīng)理,會(huì)最先被淘汰。
而優(yōu)秀的產(chǎn)品經(jīng)理,即便最終崗位被AI替代了,憑借著自己深厚的行業(yè)積累以及客戶溝通能力,華麗轉(zhuǎn)身的機(jī)會(huì)還是很大的。
畢竟,AI在替換掉“老崗位”的同時(shí),也會(huì)創(chuàng)造出“新崗位”。
這些新崗位在AI的加持下不但更加輕松和體面,收入還會(huì)更高。
其實(shí),每一次技術(shù)的進(jìn)步,人類的整體福祉都是不斷增加的。
所以,我們真正要做的,不是害怕AI,更不是抵制AI,而是爭(zhēng)取成為AI時(shí)代的贏家。
專欄作家
王戴明,微信公眾號(hào):To B老人家,人人都是產(chǎn)品經(jīng)理專欄作家,多年互聯(lián)網(wǎng)產(chǎn)品與信息化管理經(jīng)驗(yàn)。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自 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)。
現(xiàn)在其實(shí)是幸存者偏差,掩蓋了事實(shí)真相,至少現(xiàn)在是這么猜測(cè),因?yàn)槟壳敖o出的示例,是單例,還是任意都可以,大概率猜測(cè)sora是單例,是否可以開放給任何人講任何場(chǎng)景都可以生成以假亂真的視頻?這個(gè)有待考驗(yàn)。AI越來越需要輸入高質(zhì)量的數(shù)據(jù),隨之而來的是高級(jí)的AI訓(xùn)練師,其實(shí)產(chǎn)品經(jīng)理僅是換了title,在未來很長(zhǎng)時(shí)間都將發(fā)揮價(jià)值。包括AI寫論文那個(gè)宣傳,請(qǐng)問除了這個(gè)孤證,還有多少論文是純AI生成并被認(rèn)定成功的?所以AI一定進(jìn)步很快,但未來的進(jìn)步完全以來高端人才供給高質(zhì)量數(shù)據(jù),而這個(gè)過程遠(yuǎn)遠(yuǎn)慢于范數(shù)據(jù)的“無監(jiān)督”學(xué)習(xí),必將走入監(jiān)督學(xué)習(xí),那監(jiān)督規(guī)則,越接近客觀世界,就難度越大。
AI還有相當(dāng)長(zhǎng)的路要走,不是算法問題,而是更大規(guī)模算力的困境,更高質(zhì)量的算據(jù)的難點(diǎn)。這些基于人類認(rèn)知,大量的邏輯推理,未來有一天AI可以讀懂每個(gè)數(shù)據(jù)家創(chuàng)造的數(shù)據(jù)學(xué)符號(hào),并且能正確解題,創(chuàng)造優(yōu)秀的例題,那就更可怕了,現(xiàn)在還很早,人類創(chuàng)造的高階數(shù)學(xué),并不是海量數(shù)據(jù)堆積的過程,而是一個(gè)質(zhì)的躍升創(chuàng)造。