蚂蚁金服产品经理：如何转行到人工智能/机器人领域？

人人都是产品经理 • 8年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

人工智能最近比较火热，很多产品经理也希望转行做机器人或者转到人工智能领域。作者从行业和职位要求出发，详细分析了人工智能PM的要求和转行建议，推荐想要转行的小伙伴阅读。

开宗明义，必须结合产业发展才能谈人工智能领域PM。

产业发展情况

这些年产品经理大火其根本原因是行业出现了两波大的行业机遇。

1. 05年开始到11年的PC互联网和软件的平台机遇，造就平台机遇的技术基础：

工业化的软件开发标准建立，OOP、SOA等思想被行业广泛认同，形成工业化软件研发体系。
出现稳定的平台，无论是Windows XP、Windows 7，形成稳定的系统平台，同时伴随着互联网普及，上网人口的急速提升。

2. 07~08年开始的移动互联网行业兴起，更准确的说是iPhone的诞生定义了移动互联网的基调以及之后安卓的兴起，都是形成了定义行业标准的平台。

国内这两波行业热潮的本质是“ 在互联网/移动互联网上重构社会 ”，而PM这个角色的本质是在这个过程中代言定义社会某一群角色的诉求/需求，并在互联网上以合适的产品形式体现出来，满足群体的需求的过程。

而人工智能和过去两轮产业机遇有本质的差别在于：之前两波产业发展的本质是渠道拓展，从PC到移动互联网，大幅提升了信息传播的效率，出现一个新的场景机遇。而人工智能的发展是赋予程序思考判断的能力，不在同一纬度的产业机遇。人工智能赋予了程序判断思考的能力，这一能力的拓展会改变整个产业的角色分工，也意味着组织本身会发生变化，产品关注的不再是原有的产品，运营关注的也不再是原有的运营。

如何转行人工智能

回到问题本身，那么互联网方向的PM如何投入人工智能？

从我的角度来看，PM能在人工智能领域为企业带来的价值主要是两个方面：

应用领域结合深刻的行业经验和对人工智能技术本质的理解，形成应用产品方案。由于人工智能目前仍然处于初级阶段，技术的掣肘很大。在这个前提下深刻的理解目前行业现状，洞悉应用场景痛点，以目前合理的方式快速形成可用的产品方案是应用领域PM所要关注的最重要的因素。

后端形成深度结合人工智能技术的产品和运营体系以及组织改造的方案。人工智能的行业机遇本质是计算机在一定范围内用户识别和判断的能力。后端PM关注的本质是：

使得计算机识别和判断能力更加精准。
重新定位组织角色，明确新的分工和业务模式。
形成新的体系评估方案，由于判断的难以衡量性，特别是非结构化数据难以按过去的分析思路进行全量数据分析，所以导致目前行业内很多的运营或产品陷入了一个抽样分析、打标判断难以一窥全貌，导致被各路人马无限挑战的怪圈，这也是目前人工智能行业PM陷入的一个怪圈。

人工智能需要什么样的PM

最后人工智能行业需要什么样的PM，从我面试的评判角度来讲一般关注3 + 1的能力模型：

产品能力

人工智能行业产品的问题一般很难直接评估，并且都是综合类问题，这使得人工智能的PM需要有极强的综合产品能力。需要有能从纷繁复杂的场景下快速定位核心问题的洞察力，有丰富的解决问题手段。除了这个问题之外，挖掘用户需求，满足需求这类只能算是基础能力罢了。

举个例子：当作为甲方我们设计智能知识库类型产品时，在决策产品方案时除了考虑到日常知识库基本建设之外，需要重点关注围绕产品的运营体系建设。由于智能产品的特点是算法牵扯了一部分判断的部分，确保运营体系能够低成本的持续有效的提升算法能力。

其次，类似知识库这类后端产品位于整个产品体系的核心部分不直接对外，产品本身的能力建设需要仰仗应用层产品持续应用，并给予知识库持续优化的反馈。在这过程中我们的决策需要考虑的不仅仅是产品如何设计，更在于如何持续提升产品的各方面能力。

在这个决策过程中，除了基本的知识库产品设计能力，对PM还有建设运营体系的能力、外部应用产品的设计能力甚至包括流程保障、数据评估方案等等，作为普通的PM很多的工作内容都有前车之鉴，包括很多成熟的方案可供支撑依赖，而智能产品的PM在很多情况下需要重新自己造车。

技术能力

这里有两个方向：

深入介入技术算法方向，能直接在这个层面理解并带来价值。
了解技术本质，理解技术边界，能观察行业发展方向，并在这个层面形成产品决策方案。

人工智能领域我们主要涉及到是算法模型和机器学习部分的技术内容。一些基础的机器学习知识，包括一般的模型评估和选择的方法，基本的应用模型如：线性模型、决策树、贝叶斯、隐马尔科夫模型、支持向量机这种比较常用的机器学习方案，以及目前大热的深度学习神经网络目前经常应用的DNN、CNN、RNN这类网络结构；根据自己的产品方向的差别，从了解机器学习技术的特点、算法模型应用的边界以及如何结合算法和训练特点形成产品方案、算法评估有效性等等都是人工智能PM需要额外关注的部分。

业务能力

深刻理解目前所处的行业应用本质、痛点和未来的发展方向，最好能有产业思维，有自己独到的行业理解。

人工智能行业目前还在快速发展过程中，支撑方案都没有太多成型，也没有很明确的平台基础，所以很多的产品决策需要对目前行业现状以及未来的技术发展方向有足够预判，在产品设计上有相应的布局。

另外产业思维可以帮助PM更好的理解上下游以及各自的用户诉求，有深刻的产业思维可以有效的在更高的层面做出有效的产品决策。

+1. 指的是管理能力

人工智能PM除了要在应用层面有所建树之外，对后端的运营/产品体系、组织的改造是非常重要的，而这需要对管理有深刻的理解的PM才能满足这方面的需求。

我们现有的组织是建立在现有IT所能搭建的系统基础上，由于计算机技术的快速发展，提升的信息的管理和处理效率。而人工智能技术的发展本质是在现在有技术基础上增加了思考和学习的能力，计算机变得拥有判断能力，这使得组织分工势必跟着这个技术发展产生变化；特别是后端的智能产品，在这个方面的变化会更加明显，人员分工变化角色调整都是人工智能PM在做产品方案的时候需要仔细考量的。