螞蟻金服產(chǎn)品經(jīng)理:如何轉(zhuǎn)行到人工智能/機器人領(lǐng)域?
人工智能最近比較火熱,很多產(chǎn)品經(jīng)理也希望轉(zhuǎn)行做機器人或者轉(zhuǎn)到人工智能領(lǐng)域。作者從行業(yè)和職位要求出發(fā),詳細分析了人工智能PM的要求和轉(zhuǎn)行建議,推薦想要轉(zhuǎn)行的小伙伴閱讀。
開宗明義,必須結(jié)合產(chǎn)業(yè)發(fā)展才能談人工智能領(lǐng)域PM。
產(chǎn)業(yè)發(fā)展情況
這些年產(chǎn)品經(jīng)理大火其根本原因是行業(yè)出現(xiàn)了兩波大的行業(yè)機遇。
1. 05年開始到11年的PC互聯(lián)網(wǎng)和軟件的平臺機遇,造就平臺機遇的技術(shù)基礎(chǔ):
- 工業(yè)化的軟件開發(fā)標準建立,OOP、SOA等思想被行業(yè)廣泛認同,形成工業(yè)化軟件研發(fā)體系。
- 出現(xiàn)穩(wěn)定的平臺,無論是Windows XP、Windows 7,形成穩(wěn)定的系統(tǒng)平臺,同時伴隨著互聯(lián)網(wǎng)普及,上網(wǎng)人口的急速提升。
2. 07~08年開始的移動互聯(lián)網(wǎng)行業(yè)興起,更準確的說是iPhone的誕生定義了移動互聯(lián)網(wǎng)的基調(diào)以及之后安卓的興起,都是形成了定義行業(yè)標準的平臺。
國內(nèi)這兩波行業(yè)熱潮的本質(zhì)是“在互聯(lián)網(wǎng)/移動互聯(lián)網(wǎng)上重構(gòu)社會”,而PM這個角色的本質(zhì)是在這個過程中代言定義社會某一群角色的訴求/需求,并在互聯(lián)網(wǎng)上以合適的產(chǎn)品形式體現(xiàn)出來,滿足群體的需求的過程。
而人工智能和過去兩輪產(chǎn)業(yè)機遇有本質(zhì)的差別在于:之前兩波產(chǎn)業(yè)發(fā)展的本質(zhì)是渠道拓展,從PC到移動互聯(lián)網(wǎng),大幅提升了信息傳播的效率,出現(xiàn)一個新的場景機遇。而人工智能的發(fā)展是賦予程序思考判斷的能力,不在同一緯度的產(chǎn)業(yè)機遇。人工智能賦予了程序判斷思考的能力,這一能力的拓展會改變整個產(chǎn)業(yè)的角色分工,也意味著組織本身會發(fā)生變化,產(chǎn)品關(guān)注的不再是原有的產(chǎn)品,運營關(guān)注的也不再是原有的運營。
如何轉(zhuǎn)行人工智能
回到問題本身,那么互聯(lián)網(wǎng)方向的PM如何投入人工智能?
從我的角度來看,PM能在人工智能領(lǐng)域為企業(yè)帶來的價值主要是兩個方面:
應(yīng)用領(lǐng)域結(jié)合深刻的行業(yè)經(jīng)驗和對人工智能技術(shù)本質(zhì)的理解,形成應(yīng)用產(chǎn)品方案。由于人工智能目前仍然處于初級階段,技術(shù)的掣肘很大。在這個前提下深刻的理解目前行業(yè)現(xiàn)狀,洞悉應(yīng)用場景痛點,以目前合理的方式快速形成可用的產(chǎn)品方案是應(yīng)用領(lǐng)域PM所要關(guān)注的最重要的因素。
后端形成深度結(jié)合人工智能技術(shù)的產(chǎn)品和運營體系以及組織改造的方案。人工智能的行業(yè)機遇本質(zhì)是計算機在一定范圍內(nèi)用戶識別和判斷的能力。后端PM關(guān)注的本質(zhì)是:
- 使得計算機識別和判斷能力更加精準。
- 重新定位組織角色,明確新的分工和業(yè)務(wù)模式。
- 形成新的體系評估方案,由于判斷的難以衡量性,特別是非結(jié)構(gòu)化數(shù)據(jù)難以按過去的分析思路進行全量數(shù)據(jù)分析,所以導致目前行業(yè)內(nèi)很多的運營或產(chǎn)品陷入了一個抽樣分析、打標判斷難以一窺全貌,導致被各路人馬無限挑戰(zhàn)的怪圈,這也是目前人工智能行業(yè)PM陷入的一個怪圈。
人工智能需要什么樣的PM
最后人工智能行業(yè)需要什么樣的PM,從我面試的評判角度來講一般關(guān)注3 + 1的能力模型:
產(chǎn)品能力
人工智能行業(yè)產(chǎn)品的問題一般很難直接評估,并且都是綜合類問題,這使得人工智能的PM需要有極強的綜合產(chǎn)品能力。需要有能從紛繁復雜的場景下快速定位核心問題的洞察力,有豐富的解決問題手段。除了這個問題之外,挖掘用戶需求,滿足需求這類只能算是基礎(chǔ)能力罷了。
舉個例子:當作為甲方我們設(shè)計智能知識庫類型產(chǎn)品時,在決策產(chǎn)品方案時除了考慮到日常知識庫基本建設(shè)之外,需要重點關(guān)注圍繞產(chǎn)品的運營體系建設(shè)。由于智能產(chǎn)品的特點是算法牽扯了一部分判斷的部分,確保運營體系能夠低成本的持續(xù)有效的提升算法能力。
其次,類似知識庫這類后端產(chǎn)品位于整個產(chǎn)品體系的核心部分不直接對外,產(chǎn)品本身的能力建設(shè)需要仰仗應(yīng)用層產(chǎn)品持續(xù)應(yīng)用,并給予知識庫持續(xù)優(yōu)化的反饋。在這過程中我們的決策需要考慮的不僅僅是產(chǎn)品如何設(shè)計,更在于如何持續(xù)提升產(chǎn)品的各方面能力。
在這個決策過程中,除了基本的知識庫產(chǎn)品設(shè)計能力,對PM還有建設(shè)運營體系的能力、外部應(yīng)用產(chǎn)品的設(shè)計能力甚至包括流程保障、數(shù)據(jù)評估方案等等,作為普通的PM很多的工作內(nèi)容都有前車之鑒,包括很多成熟的方案可供支撐依賴,而智能產(chǎn)品的PM在很多情況下需要重新自己造車。
技術(shù)能力
這里有兩個方向:
- 深入介入技術(shù)算法方向,能直接在這個層面理解并帶來價值。
- 了解技術(shù)本質(zhì),理解技術(shù)邊界,能觀察行業(yè)發(fā)展方向,并在這個層面形成產(chǎn)品決策方案。
人工智能領(lǐng)域我們主要涉及到是算法模型和機器學習部分的技術(shù)內(nèi)容。一些基礎(chǔ)的機器學習知識,包括一般的模型評估和選擇的方法,基本的應(yīng)用模型如:線性模型、決策樹、貝葉斯、隱馬爾科夫模型、支持向量機這種比較常用的機器學習方案,以及目前大熱的深度學習神經(jīng)網(wǎng)絡(luò)目前經(jīng)常應(yīng)用的DNN、CNN、RNN這類網(wǎng)絡(luò)結(jié)構(gòu);根據(jù)自己的產(chǎn)品方向的差別,從了解機器學習技術(shù)的特點、算法模型應(yīng)用的邊界以及如何結(jié)合算法和訓練特點形成產(chǎn)品方案、算法評估有效性等等都是人工智能PM需要額外關(guān)注的部分。
業(yè)務(wù)能力
深刻理解目前所處的行業(yè)應(yīng)用本質(zhì)、痛點和未來的發(fā)展方向,最好能有產(chǎn)業(yè)思維,有自己獨到的行業(yè)理解。
人工智能行業(yè)目前還在快速發(fā)展過程中,支撐方案都沒有太多成型,也沒有很明確的平臺基礎(chǔ),所以很多的產(chǎn)品決策需要對目前行業(yè)現(xiàn)狀以及未來的技術(shù)發(fā)展方向有足夠預(yù)判,在產(chǎn)品設(shè)計上有相應(yīng)的布局。
另外產(chǎn)業(yè)思維可以幫助PM更好的理解上下游以及各自的用戶訴求,有深刻的產(chǎn)業(yè)思維可以有效的在更高的層面做出有效的產(chǎn)品決策。
+1. 指的是管理能力
人工智能PM除了要在應(yīng)用層面有所建樹之外,對后端的運營/產(chǎn)品體系、組織的改造是非常重要的,而這需要對管理有深刻的理解的PM才能滿足這方面的需求。
我們現(xiàn)有的組織是建立在現(xiàn)有IT所能搭建的系統(tǒng)基礎(chǔ)上,由于計算機技術(shù)的快速發(fā)展,提升的信息的管理和處理效率。而人工智能技術(shù)的發(fā)展本質(zhì)是在現(xiàn)在有技術(shù)基礎(chǔ)上增加了思考和學習的能力,計算機變得擁有判斷能力,這使得組織分工勢必跟著這個技術(shù)發(fā)展產(chǎn)生變化;特別是后端的智能產(chǎn)品,在這個方面的變化會更加明顯,人員分工變化角色調(diào)整都是人工智能PM在做產(chǎn)品方案的時候需要仔細考量的。
如何轉(zhuǎn)型
最后的最后,從現(xiàn)在開始如何向這個領(lǐng)域的PM轉(zhuǎn)型?
- 洞察理解人工智能的行業(yè)本質(zhì)。
- 找一個自己最切合的人工智能應(yīng)用領(lǐng)域,找相關(guān)企業(yè)嘗試自薦。
- 找些資料理解人工智能/機器學習的技術(shù)原理。
- 深刻的產(chǎn)品功底。
相信各位聰明的PM都能找到相關(guān)的資料,書單這類的就不開了。
如果有什么問題或者見解歡迎大家和我交流溝通。
作者:李大熊(微信號luweixio_4982),螞蟻金服資深PM。4年人工智能PM經(jīng)驗,負責螞蟻金服機器人以及運營體系設(shè)計。
本文由 @李大熊 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
想問一下作者,人工智能的價值到底有多大,這種改變在未來多長時間能實現(xiàn)呢?
很有感觸
大牛
致力于智能風控決策系統(tǒng)的研究
大牛~