科技猎人工智能时代 AI不能替产品经理做什么？
最近某做C产品的朋友在看好语音识别的方向，但缺少B端AI实际经验而四处碰壁。另外一个朋友却是有语音经验后，想补充视觉经验，去了某AI独角兽，去了没多久，又回归到传统互联网做中台了。
职业方向
圈内聚会，如果不表示看好人工智能与5G，那基本也就没朋友了。新技术落地与应用又需要有足够的耐心，不是一蹴而就，但很多人已经迫不及待了，这与互联网红利消失存在莫大关系。
早年小乐帝初入行时，在门户公司做C端产品，当时已经明显感知到流量红利的消失，而选择离开C端并转型B端。当时红利仍在，只是没有前些年那么洪水滔天。当时遇到的职业困境，更多因为企业组织僵化和活力缺失的问题，环境在变，组织没有跟着变化；资讯产品天然具备海量文章和海量用户，导致推荐系统部署天然挤压了运营和产品的生存空间。
伴随着AI在资讯领域爆发出了强大的能量，AI更是成为成为国家战略和机器战胜人类刺激，C端流量红利持续走低，越来越多产品经理将目光投向AI方向。
AI从来不是单一方向，也难以说，哪家公司和具体业务有发展前景。从职业选择角度来讲，产品经理并非无脑选AI任意方向，就一定前途远大，而是需要结合个人意愿与能力、公司及业务的所处市场及产品服务能力共同决定。
市场需求与商业化
人工智能行业的兴起，本质上是人工智能技术红利在各行各业的扩散。人工智能公司谈的最多的并非技术而是场景，如何找到合适的场景落地人工智能能力才是第一步。在早期不免有被评价为“拿锤子找钉子”之说。
数字化和信息化越成熟的公司，理论上越有落地场景，但符合这样特征的多半都是互联网公司，对于互联网行业来讲，虽然有需求，但技术投入与储备内部也讲得通，越是需求强烈的大公司，越有技术投入和储备的动力。因此所谓人工智能落地需求，不只是需求有无本身，还要考虑是否有自建意向，即对潜在客户是否足够痛点。另外如果数据量不大，通过专家也够用，本身需求又不是那么强烈。
因此纯从市场角度考虑，排除有自建能力和数据量小，客户投入产出比（ROI）还能为正，给投资人讲的市场已经折了一大半。这也是目前很多AI公司尴尬之处，成本居高不下，想做下沉市场，市场需求和付费能力都不能与头部大客户同日而语，自然是难以打开局面的。
因此AI企业无论如何宣传技术能力，如果无法有效解决市场需求和付费能力的问题，企业增长和长期发展都会蒙上阴影。
AI并不能替产品经理解决市场需求和商业化的问题，这些仍是产品经理需要花大力气思考和定义的工作。
数据基础及服务
假如一个客户既满足需求强，也有付费能力，在确定需求后，进入实施阶段，首先要构建AI所需要的数据基础，实际AI 实施时间成本和人力成本，主要耗费在这个阶段。
小乐帝也是认识到这个问题后，选择进入具有扎实数据根基的大数据企业。售后的工作繁琐且重要，假如没有强大的售后团队，产品功能再强大，也无法体现出价值。行业内效仿西方SaaS轻部署模式的，最近都不同程度遇到了效果和业务发展瓶颈。
这也是被很多脱坑AI工程师诟病的点，有多少智能，就需要多少人工。而人工部分的工作，产品经理可以通过内外工具一定程度上减轻，并不能完全消除。人工智能项目在落地过程中，显得非常“不智能”。
日常工作
当产品经过0-1阶段后，产品进入日常迭代的环节，产品经理的日常工作，无非需求挖掘、需求分析、需求优先级判断、产出方案、跟进研发并最终上线。实际处理某个需求时，又极其非标，无法像工厂流水线产生标品。
早前小乐帝做C端产品时，甚至想AI是否可以足够的数据化，自由将需要做的产品形态排列组合并自动开发，干掉产品、设计和研发。对AI能力了解后，发现做这样一套自动化系统的成本，大概率远远大于雇佣一个团队成本，投入产出上不划算，且难以做到很好迁移，并不可行。
近日某朋友离开北京回老家，主要论据是年过30，做产品拼不过90后，打算回家做点生意。但客观来讲，对于B端产品来讲，需要很深的行业积累和产品业务沉淀，相当非标。不可替代性与C端大有不同，也许这位朋友转了B端，看法会大不一样。
以上就是“人工智能时代 AI不能替产品经理做什么？”的内容了，如果你还想了解其他相关内容，可以来 产品壹佰 官方网站获取更多内容。
职业方向
圈内聚会，如果不表示看好人工智能与5G，那基本也就没朋友了。新技术落地与应用又需要有足够的耐心，不是一蹴而就，但很多人已经迫不及待了，这与互联网红利消失存在莫大关系。
早年小乐帝初入行时，在门户公司做C端产品，当时已经明显感知到流量红利的消失，而选择离开C端并转型B端。当时红利仍在，只是没有前些年那么洪水滔天。当时遇到的职业困境，更多因为企业组织僵化和活力缺失的问题，环境在变，组织没有跟着变化；资讯产品天然具备海量文章和海量用户，导致推荐系统部署天然挤压了运营和产品的生存空间。
伴随着AI在资讯领域爆发出了强大的能量，AI更是成为成为国家战略和机器战胜人类刺激，C端流量红利持续走低，越来越多产品经理将目光投向AI方向。
AI从来不是单一方向，也难以说，哪家公司和具体业务有发展前景。从职业选择角度来讲，产品经理并非无脑选AI任意方向，就一定前途远大，而是需要结合个人意愿与能力、公司及业务的所处市场及产品服务能力共同决定。
市场需求与商业化
人工智能行业的兴起，本质上是人工智能技术红利在各行各业的扩散。人工智能公司谈的最多的并非技术而是场景，如何找到合适的场景落地人工智能能力才是第一步。在早期不免有被评价为“拿锤子找钉子”之说。
数字化和信息化越成熟的公司，理论上越有落地场景，但符合这样特征的多半都是互联网公司，对于互联网行业来讲，虽然有需求，但技术投入与储备内部也讲得通，越是需求强烈的大公司，越有技术投入和储备的动力。因此所谓人工智能落地需求，不只是需求有无本身，还要考虑是否有自建意向，即对潜在客户是否足够痛点。另外如果数据量不大，通过专家也够用，本身需求又不是那么强烈。
因此纯从市场角度考虑，排除有自建能力和数据量小，客户投入产出比（ROI）还能为正，给投资人讲的市场已经折了一大半。这也是目前很多AI公司尴尬之处，成本居高不下，想做下沉市场，市场需求和付费能力都不能与头部大客户同日而语，自然是难以打开局面的。
因此AI企业无论如何宣传技术能力，如果无法有效解决市场需求和付费能力的问题，企业增长和长期发展都会蒙上阴影。
AI并不能替产品经理解决市场需求和商业化的问题，这些仍是产品经理需要花大力气思考和定义的工作。
数据基础及服务
假如一个客户既满足需求强，也有付费能力，在确定需求后，进入实施阶段，首先要构建AI所需要的数据基础，实际AI 实施时间成本和人力成本，主要耗费在这个阶段。
小乐帝也是认识到这个问题后，选择进入具有扎实数据根基的大数据企业。售后的工作繁琐且重要，假如没有强大的售后团队，产品功能再强大，也无法体现出价值。行业内效仿西方SaaS轻部署模式的，最近都不同程度遇到了效果和业务发展瓶颈。
这也是被很多脱坑AI工程师诟病的点，有多少智能，就需要多少人工。而人工部分的工作，产品经理可以通过内外工具一定程度上减轻，并不能完全消除。人工智能项目在落地过程中，显得非常“不智能”。
日常工作
当产品经过0-1阶段后，产品进入日常迭代的环节，产品经理的日常工作，无非需求挖掘、需求分析、需求优先级判断、产出方案、跟进研发并最终上线。实际处理某个需求时，又极其非标，无法像工厂流水线产生标品。
早前小乐帝做C端产品时，甚至想AI是否可以足够的数据化，自由将需要做的产品形态排列组合并自动开发，干掉产品、设计和研发。对AI能力了解后，发现做这样一套自动化系统的成本，大概率远远大于雇佣一个团队成本，投入产出上不划算，且难以做到很好迁移，并不可行。
近日某朋友离开北京回老家，主要论据是年过30，做产品拼不过90后，打算回家做点生意。但客观来讲，对于B端产品来讲，需要很深的行业积累和产品业务沉淀，相当非标。不可替代性与C端大有不同，也许这位朋友转了B端，看法会大不一样。
以上就是“人工智能时代 AI不能替产品经理做什么？”的内容了，如果你还想了解其他相关内容，可以来 产品壹佰 官方网站获取更多内容。
