AI產品經理的價值和未來 | 學習俞軍老師分享有感
俞軍老師確實是大神級人物,關於互聯網產品經理的認知,我們都需要向其學習;本文,我主要針對「AI產品經理」,分享交流3個方面:
1、互聯網產品經理,更多是「體驗產品經理」;AI產品經理,可能才是真正的「需求產品經理」。
2、AI時代,可能會有更多的2C新需求要素產生,只不過,目前時機未到。
3、AI產品經理的行業認知度、分類、能力模型等等。
一、AI產品經理,可能才是真正的「需求產品經理」
俞軍老師關於「互聯網產品經理演進史」的定義,確實非常清晰簡明:
1、消費品時代,產品經理(Product Manager)的本質是「營銷產品經理」。因為需求相對明確、產品同質化、生產標準化。
2、軟體時代,PM本質是「項目產品經理」。因為需求相對容易明確,用戶對產品體驗要求不高(選擇少,必須用)——PM「在管理生產上更能創造價值,溝通協調,版本控制,按時交付。」
3、互聯網時代,PM本質是「需求產品經理」。因為需求+體驗,能產生更大價值。
關於第3點,有朋友和我交流疑問:互聯網產品經理,確實都會「涉及」需求和體驗,但其擁有的決策權(同時也有「做不好被追責」的壓力),好像更多的還是在體驗上,而不是需求上(沒有產品決策權)。那麼多互聯網產品,可能最後拍板的,還是老闆或者部門總經理。
對這個疑問,我個人觀點是,AI產品經理,可能才是真正的「需求產品經理」。為什麼呢?——
AI領域需求特點是,機會多、難度大、變化又快又大,導致老闆無法兼顧,必須讓AI產品經理成為細分領域的小CEO。
1、機會多
人臉識別,也是非常熱的領域,但整體落地進展相對比較慢;而某家創業公司選擇「嫌犯識別」切入,直接從公安系統合作中獲得了不菲的收入。
以上2個例子,只是個案,如何證明這種機會是非常多的呢?
上圖,是Andrei Cheremskoy提出的「組合矩陣」方法,能系統性研究深度學習的應用機會。
他在聽覺、視覺、運動和符號等模態下,分出「生成器」和「識別器」兩種子維度,然後做排列組合。——其中,每一個矩陣格,就是一個可能的機會,再結合特定領域,就能產生非常多的靈感。比如,將Image recognizer(圖像識別)和Natural language generator(自然語言生成)組合在一起之後,就可以得到看圖說話的應用;而將Motion recognizer(運動識別)和Speech generator(語音生成)組合在一起之後,就可以得到給無聲電影配音這樣的深度學習應用。更多詳情,可見文章《透視深度學習,暢想未來應用——AI視野(二)| 張江》
而且,我們知道,AI技術本身,就有非常多的細分領域,比如自然語言處理、計算機視覺、機器學習等等
這每一個模塊,裡面還有很多層級內涵,暫不贅述了。
而且,不僅有以上理論分析,現實已經有不少公司在同時嘗試多個產品方向了,比如,我曾在一個活動現場,親耳聽見某知名自動駕駛領域創業公司創始人說,他們同時在做「高速無人駕駛&低速輔助駕駛」,還有一家公司同時做了手錶、車載、家居、開放平台等各種業務線。
也許有人會問,在這些細分場景和交叉領域,市場空間會不會太小?個人認為不會的,因為雖然看起來群體(流量)被細分了,但是,AI會重構這個細分場景的價值鏈,將單位流量價值放大10倍以上。——這可能是目前整個行業都沒意識或做到的。
多引申一句,很多企業想和AI結合,但不知道如何結合,這是為什麼?一個很重要的原因,就是他們還站在「通用需求」角度去想——這是很難看到結合點的,可能必須去找細分場景和交叉領域。
2、難度大
分3方面:選方向、找痛點、做設計。
這裡,從我之前分享的【重磅福利】人工智慧產品經理的新起點(200頁PPT下載)里,摘取7張圖:
3、變化又快又大
這是因為我分享過的「AI時代兩大重要特質」——高維+突變。
高維,意思是說,我們1年的工作產出,可能在瞬間被「高維」的人或產品所吞噬……。比如,有的人工智慧產品經理最近告訴我,針對一個AI產品形態,他曾研究了1年,然後突然發現,自己做的這個事情是沒有意義的(因為使用場景等各種問題,導致做不成;其實整個行業都是這樣,並不是他個人的能力問題。)
不僅是產品設計,在技術方面也一樣,下面是翻譯和TTS方面的截圖例證,大家可以感受下:
突變,意思是說,類比基因突變,AI行業(產品/市場)變化太快,而且是大調整。最多6個月,如果不去接觸一線的情況,就會突然發現自己不熟悉市場了。
總之,機會多、難度大、變化又快又大,導致老闆得承認自己的知識背景和精力有限,可能無法兼顧所有可能方向,必須讓AI產品經理成為細分領域的小CEO,來做決策和承擔更大壓力。
這也是為什麼一開始我認為,AI產品經理,可能才是真正的「需求產品經理」。
二、AI時代,可能會有更多的2C新需求要素產生
最開始文章里說,「下一波 AI 很可能不是一個能創造很多 to C 新產品的新要素,可能跟二三十年前的軟體計算機類似,主要價值在於跟原有產品結合,提升企業效率。」
有朋友問我,提升效率,確實是AI的一個重要價值,不過,歷史不是螺旋式上升的嗎,為何會回到2、30年前?是簡單重複嗎?
我個人觀點是:現階段2C的新產品需求,確實不多見,但可能並不是「未來」沒有,而是「目前」還沒做出爆款,讓大家看到。
1、理論上,是存在很多可能性的。這點,在前文已敘述。
2、現實中,2C爆款產品的機會需求點在哪裡呢?
目前我能看到相對可能性比較大的,有3個點,但是,其中1個,還沒人能做到足夠好(兒童機器人);第2個,可能做出海量用戶,但行業內還沒人真正深入去做;第3個,和知識內容相關,但行業內還沒有人去做,技術上可能也有難度。
其他的,確實沒有太多好的機會和產品出現。
3、為何沒有爆款,有個重要原因是產業鏈的積累並不紮實。一般行業也會說,只有當交互、硬體、OS三大標準都成型時,才可能迎來真正的爆款產品。
比如,未來的交互標準,會是語音或者CUI嗎?這裡有潛在問題的,不一定。
總之,個人判斷,AI時代的2C新需求要素,可能會更多,而不是更少。只不過,目前時機未到。
三、AI產品經理的行業認知度、分類、能力模型等等
這裡,結合之前的3篇分享文章,概述下重點:
1、AI產品經理的行業認知度:《「人工智慧產品經理」正開始被行業接受!》
到今年第二季度,不論是從業者、媒體甚至投資人,都在更多的提及AI產品經理;可以說,從現在起,AI產品經理算是開始被AI行業接受(正視)了。
2、AI產品經理的分類等:《福利 | 《從互聯網產品經理到AI產品經理》PPT下載及講解(58P)》
AI PM分類:3大類-10小類
AI PM的真正價值是什麼
AI PM和互聯網PM,可能就不是同一群人
為何體系化的文科知識背景很重要?比如倫理學、心理學
為何說文科生、女生,做AI PM更有優勢
AI PM和程序員協作關係的變化
好的AI PM,利益回報是否比程序員更大
AI PM和CEO的區別在哪裡
AI PM稀缺到什麼程度
AI PM的人才真空期還有多久
……
3、AI產品經理的能力模型等:《【重磅福利】人工智慧產品經理的新起點(200頁PPT下載)》
目錄大綱:
(一)AI PM在做什麼、如何做
AI的時代背景及真正瓶頸
如何選行業方向 in AI
如何找場景痛點 in AI應用層(2B/2C)
如何做體驗設計 in 對話聊天產品
(二)如何從互聯網PM轉型成AI PM
AI PM能力模型
AI技術概念釐清
如何轉型
(三)人工智慧的本質及腦洞
AI的過去和現在
AI的未來和突破口
AI的本質、效用和終局
總之,AI產品經理人才非常稀缺,相關的認知也在探索中,感興趣的朋友,歡迎一起交流探討。
註:hanniman的飯糰「轉型人工智慧」,是一個轉型AI的分享問答社區,暫不多做介紹了,感興趣的同學,可以點擊這裡查看。
---------------------
作者:黃釗hanniman,圖靈機器人-人才戰略官,前騰訊產品經理,公眾號/在行/飯糰ID「hanniman」,分享人工智慧相關原創乾貨。
推薦閱讀: