與互聯(lián)網(wǎng)傳統(tǒng)的產(chǎn)品經(jīng)理不同，AI產(chǎn)品經(jīng)理的能力要求、門檻等相對會更高。本文作者梳理了AI產(chǎn)品經(jīng)理的工作流程與現(xiàn)有產(chǎn)品經(jīng)理的區(qū)別，可以幫助大家更好理解這個崗位。

以下是自己在學習AI產(chǎn)品經(jīng)理過程中的簡單總結(jié)，歡迎交流。

一、AI產(chǎn)品經(jīng)理的工作內(nèi)容

AI 產(chǎn)品經(jīng)理與普通產(chǎn)品經(jīng)理的工作內(nèi)容都可分為以下階段：

需求定義—方案設計—跟進產(chǎn)品研發(fā)—驗收評估——迭代反饋

1. 在需求定義時，AI產(chǎn)品經(jīng)理相對普通產(chǎn)品經(jīng)理需要更多去考慮AI的技術(shù)邊界，AI能為該需求解決什么問題。
2. 方案設計時，AI產(chǎn)品經(jīng)理和傳統(tǒng)產(chǎn)品經(jīng)理一樣都得考慮合適合理的方案。但由于AI產(chǎn)品受AI能力限制，需要更多考慮實現(xiàn)的周期及成本收益比。
3. 跟進產(chǎn)品研發(fā)時，AI產(chǎn)品經(jīng)理同普通產(chǎn)品一樣，需要懂產(chǎn)品的研發(fā)流程及每個階段對應人員輸入輸出產(chǎn)物。不過AI產(chǎn)品需要建模，因此對于建模流程的了解對AI產(chǎn)品經(jīng)理來說很重要。
4. 驗收評估時，普通產(chǎn)品經(jīng)理通過業(yè)務要求或自己寫的PRD驗收需求，但AI產(chǎn)品經(jīng)理多了對模型的驗收。模型評估指標是什么？模型評估的過程是什么？模型結(jié)果是否在合理范圍？這些是需要考慮的。

二、AI產(chǎn)品經(jīng)理的工作流程

AI產(chǎn)品經(jīng)理的工作流程如下圖所示：

可見AI產(chǎn)品經(jīng)理工作流程與普通產(chǎn)品經(jīng)理工作流程相比，多了模型構(gòu)建與驗收這塊。因此在方案設計階段，對模型該用什么算法構(gòu)建、對模型指標要求是需要考慮進去的。AI產(chǎn)品經(jīng)理的協(xié)作對象也多了算法工程師。

三、AI產(chǎn)品經(jīng)理的能力要求

普通產(chǎn)品經(jīng)理需要的能力一般有：需求分析能力（包含市場分析能力、用戶分析能力）、方案設計能力（基本產(chǎn)品工具的使用、方案的結(jié)構(gòu)化呈現(xiàn)）、溝通表達與協(xié)作能力、數(shù)據(jù)分析能力、需求管理能力、項目管理能力、對業(yè)務的深入認知能力。

AI產(chǎn)品經(jīng)理需要的能力：除了普通產(chǎn)品經(jīng)理需要具備的能力，需要對AI算法能實現(xiàn)的邊界有清晰認知，另外對數(shù)據(jù)的分析能力也要求更高。

四、AI產(chǎn)品經(jīng)理與普通產(chǎn)品經(jīng)理的區(qū)別

• 從面向?qū)ο蟮膮^(qū)別來說，普通產(chǎn)品經(jīng)理目前在面向B端、C端都有挺多的崗位；AI產(chǎn)品經(jīng)理面向?qū)ο竽壳案嗍荁端，為B端去提供解決方案。個人認為在未來AI產(chǎn)品經(jīng)理面向C端的也會有很多。
• 從實現(xiàn)目標的區(qū)別來說，普通產(chǎn)品經(jīng)理對接研發(fā)工程師，交付多為需求文檔、原型等，實現(xiàn)的更多是某個具體的功能。AI產(chǎn)品經(jīng)理，對接算法工程師、研發(fā)工程師，除了實現(xiàn)具體的功能，更多的是實現(xiàn)一種能力，如API接口。
• 從實現(xiàn)邊界點區(qū)別上來說，傳統(tǒng)產(chǎn)品經(jīng)理能輸出指標明確的方案；AI產(chǎn)品經(jīng)理很難產(chǎn)出指標明確的方案，因為結(jié)果有極大不確定性，需要通過后期反復調(diào)試才能看到進一步的結(jié)果走向。
• 從工作重心的區(qū)別來說，普通產(chǎn)品經(jīng)理的工作重心在于市場、用戶、運營等領域，目的在于實現(xiàn)用戶增長和商業(yè)變現(xiàn)等；而AI產(chǎn)品經(jīng)理則側(cè)重于利用人工智能技術(shù)來提升效率。

AI產(chǎn)品經(jīng)理需要更懂技術(shù)。傳統(tǒng)的產(chǎn)品經(jīng)理在產(chǎn)品設計完成，只需要對接一下研發(fā)工程師，確定技術(shù)方案并通過產(chǎn)品評審后即可開始研發(fā)了。但AI產(chǎn)品經(jīng)理還需要先一步對接算法工程師，那么相應的，AI產(chǎn)品經(jīng)理就要對算法基礎知識有一定了解，甚至在某些領域要做到精通，這樣才可以保證算法模型的訓練周期與輸入輸出等方面是否合理，以此監(jiān)控產(chǎn)品的可控性。

AI產(chǎn)品經(jīng)理需要更強的數(shù)據(jù)分析能力。AI產(chǎn)品經(jīng)理需要獲高質(zhì)量數(shù)據(jù)為模型構(gòu)建提供基礎。