AI產品經理的價值和未來 | 學習俞軍老師分享有感

01-26

今天，被@俞軍老師講產品經理的文章刷屏了，推薦大家先看完《深度對話俞軍：關於產品經理的價值、天賦、能力、成長及未來，最系統的分享》，再看下文。

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

先說我經常舉的這2個例子——

自動駕駛，長期價值毋庸置疑，但民用車的自動駕駛，中短期內難以落地；反而是「卡車自動駕駛」能在短期可行，因為能減小卡車車隊在城市之間運輸行駛的成本。

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