關(guān)于AI產(chǎn)品經(jīng)理的基本認(rèn)知

0 評(píng)論 1142 瀏覽 14 收藏 6 分鐘

與互聯(lián)網(wǎng)傳統(tǒng)的產(chǎn)品經(jīng)理不同,AI產(chǎn)品經(jīng)理的能力要求、門(mén)檻等相對(duì)會(huì)更高。本文作者梳理了AI產(chǎn)品經(jīng)理的工作流程與現(xiàn)有產(chǎn)品經(jīng)理的區(qū)別,可以幫助大家更好理解這個(gè)崗位。

以下是自己在學(xué)習(xí)AI產(chǎn)品經(jīng)理過(guò)程中的簡(jiǎn)單總結(jié),歡迎交流。

一、AI產(chǎn)品經(jīng)理的工作內(nèi)容

AI 產(chǎn)品經(jīng)理與普通產(chǎn)品經(jīng)理的工作內(nèi)容都可分為以下階段:

需求定義—方案設(shè)計(jì)—跟進(jìn)產(chǎn)品研發(fā)—驗(yàn)收評(píng)估——迭代反饋

  1. 在需求定義時(shí),AI產(chǎn)品經(jīng)理相對(duì)普通產(chǎn)品經(jīng)理需要更多去考慮AI的技術(shù)邊界,AI能為該需求解決什么問(wèn)題。
  2. 方案設(shè)計(jì)時(shí),AI產(chǎn)品經(jīng)理和傳統(tǒng)產(chǎn)品經(jīng)理一樣都得考慮合適合理的方案。但由于AI產(chǎn)品受AI能力限制,需要更多考慮實(shí)現(xiàn)的周期及成本收益比。
  3. 跟進(jìn)產(chǎn)品研發(fā)時(shí),AI產(chǎn)品經(jīng)理同普通產(chǎn)品一樣,需要懂產(chǎn)品的研發(fā)流程及每個(gè)階段對(duì)應(yīng)人員輸入輸出產(chǎn)物。不過(guò)AI產(chǎn)品需要建模,因此對(duì)于建模流程的了解對(duì)AI產(chǎn)品經(jīng)理來(lái)說(shuō)很重要。
  4. 驗(yàn)收評(píng)估時(shí),普通產(chǎn)品經(jīng)理通過(guò)業(yè)務(wù)要求或自己寫(xiě)的PRD驗(yàn)收需求,但AI產(chǎn)品經(jīng)理多了對(duì)模型的驗(yàn)收。模型評(píng)估指標(biāo)是什么?模型評(píng)估的過(guò)程是什么?模型結(jié)果是否在合理范圍?這些是需要考慮的。

二、AI產(chǎn)品經(jīng)理的工作流程

AI產(chǎn)品經(jīng)理的工作流程如下圖所示:

關(guān)于AI產(chǎn)品經(jīng)理的基本認(rèn)知

可見(jiàn)AI產(chǎn)品經(jīng)理工作流程與普通產(chǎn)品經(jīng)理工作流程相比,多了模型構(gòu)建與驗(yàn)收這塊。因此在方案設(shè)計(jì)階段,對(duì)模型該用什么算法構(gòu)建、對(duì)模型指標(biāo)要求是需要考慮進(jìn)去的。AI產(chǎn)品經(jīng)理的協(xié)作對(duì)象也多了算法工程師。

三、AI產(chǎn)品經(jīng)理的能力要求

普通產(chǎn)品經(jīng)理需要的能力一般有:需求分析能力(包含市場(chǎng)分析能力、用戶分析能力)、方案設(shè)計(jì)能力(基本產(chǎn)品工具的使用、方案的結(jié)構(gòu)化呈現(xiàn))、溝通表達(dá)與協(xié)作能力、數(shù)據(jù)分析能力、需求管理能力、項(xiàng)目管理能力、對(duì)業(yè)務(wù)的深入認(rèn)知能力。

AI產(chǎn)品經(jīng)理需要的能力:除了普通產(chǎn)品經(jīng)理需要具備的能力,需要對(duì)AI算法能實(shí)現(xiàn)的邊界有清晰認(rèn)知,另外對(duì)數(shù)據(jù)的分析能力也要求更高。

四、AI產(chǎn)品經(jīng)理與普通產(chǎn)品經(jīng)理的區(qū)別

  • 面向?qū)ο蟮膮^(qū)別來(lái)說(shuō),普通產(chǎn)品經(jīng)理目前在面向B端、C端都有挺多的崗位;AI產(chǎn)品經(jīng)理面向?qū)ο竽壳案嗍荁端,為B端去提供解決方案。個(gè)人認(rèn)為在未來(lái)AI產(chǎn)品經(jīng)理面向C端的也會(huì)有很多。
  • 實(shí)現(xiàn)目標(biāo)的區(qū)別來(lái)說(shuō),普通產(chǎn)品經(jīng)理對(duì)接研發(fā)工程師,交付多為需求文檔、原型等,實(shí)現(xiàn)的更多是某個(gè)具體的功能。AI產(chǎn)品經(jīng)理,對(duì)接算法工程師、研發(fā)工程師,除了實(shí)現(xiàn)具體的功能,更多的是實(shí)現(xiàn)一種能力,如API接口。
  • 實(shí)現(xiàn)邊界點(diǎn)區(qū)別上來(lái)說(shuō),傳統(tǒng)產(chǎn)品經(jīng)理能輸出指標(biāo)明確的方案;AI產(chǎn)品經(jīng)理很難產(chǎn)出指標(biāo)明確的方案,因?yàn)榻Y(jié)果有極大不確定性,需要通過(guò)后期反復(fù)調(diào)試才能看到進(jìn)一步的結(jié)果走向。
  • 工作重心的區(qū)別來(lái)說(shuō),普通產(chǎn)品經(jīng)理的工作重心在于市場(chǎng)、用戶、運(yùn)營(yíng)等領(lǐng)域,目的在于實(shí)現(xiàn)用戶增長(zhǎng)和商業(yè)變現(xiàn)等;而AI產(chǎn)品經(jīng)理則側(cè)重于利用人工智能技術(shù)來(lái)提升效率。

AI產(chǎn)品經(jīng)理需要更懂技術(shù)。傳統(tǒng)的產(chǎn)品經(jīng)理在產(chǎn)品設(shè)計(jì)完成,只需要對(duì)接一下研發(fā)工程師,確定技術(shù)方案并通過(guò)產(chǎn)品評(píng)審后即可開(kāi)始研發(fā)了。但AI產(chǎn)品經(jīng)理還需要先一步對(duì)接算法工程師,那么相應(yīng)的,AI產(chǎn)品經(jīng)理就要對(duì)算法基礎(chǔ)知識(shí)有一定了解,甚至在某些領(lǐng)域要做到精通,這樣才可以保證算法模型的訓(xùn)練周期與輸入輸出等方面是否合理,以此監(jiān)控產(chǎn)品的可控性。

AI產(chǎn)品經(jīng)理需要更強(qiáng)的數(shù)據(jù)分析能力。AI產(chǎn)品經(jīng)理需要獲高質(zhì)量數(shù)據(jù)為模型構(gòu)建提供基礎(chǔ)。

本文由@厚謙 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,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)。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 目前還沒(méi)評(píng)論,等你發(fā)揮!