資深產品經理告訴你AI產品經理究竟是個什么“貨色”？

記得很久以前，程序員就叫程序員，需求就叫需求，美工就叫美工，測試就叫測試，只有管事管人的叫做經理。后來，慢慢衍生出了一個新的角色——一個叫做產品經理但不是經理的角色。

于是乎，江湖上便開始有了產品經理的傳說。

微信的張小龍讓產品經理抵達了一個別人無法企及的高度，網上各種關于產品經理的段子也層出不窮，先來兩副對聯(lián)：

上聯(lián)：這個其實很簡單；下聯(lián)：原理細節(jié)我不管。

橫批：明天上線

上聯(lián)：沒啥需求實現(xiàn)不了；下聯(lián)：有你這樣設計的嗎？

橫批：u can u up

AI產品經理竟然有這種操作？

有人會問：“你是人工智能產品經理，為什么不爬蟲弄一大堆招聘數(shù)據(jù)下來，然后機器學習做一個聚類算法呢？”

人工智能產品經理 ≠ 人工智能科學家

產品經理只是提需求并保證需求落地。

比如說，AI-PM 告訴AI-Scientist：

“我需要了解人工智能產品經理這個職位，我們要把智聯(lián)招聘、獵聘網、拉勾網、秒聘網四個網站中和人工智能產品經理有關的數(shù)據(jù)跑下來，做個分析對比，產出一份職位描述，作為我今后努力的方向。”

在 PM 和Scientist 做完充分的溝通后，確認他理解你的需求，詢問他是否需要外部支持，階段性地驗收成果或查看進度，確保項目落地。

AI產品經理職位描述案例如下：

• 人工智能產品整體規(guī)劃、階段目標、產品設計和推進實現(xiàn)
• 產品上線后，分析使用數(shù)據(jù)，提煉使用場景，找到產品改進點和突破點，用豐富的交互場景推動AI創(chuàng)新
• 對用戶的交互使用體驗負責
• 有效地橫向串聯(lián)產品的所有功能模塊，與產品、算法、工程、編輯、團隊充分溝通協(xié)作，保證產品功能落地
• 負責行業(yè)市場分析、用戶需求調研和競品分析工作

Andrew Ng 吳恩達在 NIPS 2016 上談到AI產品經理時指出：

“一個人工智能產品經理的工作流：”

“一個人工智能產品經理扮演的角色：”

“一個人工智能產品經理的職責：”

誰說產品經理不能懂技術？

作為一名產品經理，似乎總是常年備受大家“不懂技術”的“冤屈”，網上關于此類的段子也不少：

“師兄，我們這款產品的核心功能是要達到XXX，可以采用XX技術來實現(xiàn)，這樣可能會比較好”

“切，你管我用什么技術，我能給你實現(xiàn)就好了，你又不懂技術，瞎扯什么蛋呢？瓜兮兮嘞……”

“帥哥，運營的過程中網絡要保證到XX的速度”

“靠，你懂完了，你來撒！”

可是產品經理就活該背這個黑鍋嗎？

當然不是！

AI來襲，產品經理自然也不能落后潮流。

今天我們就來用人工智能中最火的機器學習給大家舉個例，看看機器學習與產品經理能擦出怎樣的火花。

我能讀懂你的心

作為一名產品經理的關鍵是什么？

讀懂用戶的需求！

可是通常，人們會習慣性地認為機器學習是以某種方式從根本上改變了產品經理的技能組合。

這是個常見的認知錯誤！

機器學習本身并不是目的，它只是解決用戶真實需求的一種工具。很多公司都有很棒的人工智能技術，并且已經在許多實際應用中驗證了這些技術的實用性。如果你開發(fā)了一個很酷的新技術，想在現(xiàn)實中應用它，那么你需要考慮的是這項技術能夠解決什么問題，或者通過這項技術可以增強哪些方面的經驗。

作為一個產品經理，如果你嘗試構建一些機器學習產品來服務于用戶，那么用戶的問題及需求應該是你需要關注的焦點。

對復雜數(shù)據(jù) say no!

是不是心疼自己在海量數(shù)據(jù)中眼花繚亂找不著北？

有了機器學習，我們將對紛繁復雜的數(shù)據(jù)say no！

使用各種機器學習算法來為用戶搜索提供最佳結果。

例如，當你搜索食譜時，搜索引擎會自動學習你的搜索模式，以及與你類似的搜索和點擊行為的模式，并為你自動篩選出最貼近的食譜作為第一個結果。

不僅如此，分類問題也能夠利用機器學習來解決。如果你希望將數(shù)百萬篇教育類的帖子進行分類，并且已經利用一些教育類的文檔訓練好一個機器學習模型，那么這個模型可以幫助你自動分類這些帖子。

機智的我早已看穿一切

你是不是經歷過各種購物網站、視頻網站等等的花式推薦？

在這個過程中，機器學習再一次登場。

現(xiàn)實中，最常見的一類問題是預測用戶的喜好，如用戶是否喜歡新聞中的某個故事，是否會喜歡 Dropbox 中的內容等。

同樣，如果你想預測 2018 年 12 月的銷售情況 (前提是業(yè)務基礎沒有大幅改變) ，只需要提供過去幾年的歷史銷售數(shù)據(jù)，一個機器學習模型就可以成功地預測未來的銷售情況，即使考慮到季節(jié)性問題也是如此。機器學習模型不僅可以用于銷售情況的預測，對于其他問題，如庫存的使用情況也可以解決。

最后

每次想到AI產品經理，腦海中都會浮現(xiàn)出一個孤獨的劍客的形象。

他佇立在漫天黃沙的無垠沙漠中，不停地拔刀、出刀、還鞘，百次、千次、萬次……希望能夠練就一身絕世武功。每個優(yōu)秀的產品經理，就像是這位劍客，在那一望無際的沙漠中，不停地練習和跋涉才能找到下一個綠洲，而那個綠洲，就是——項目已上線。

在這里引用吳恩達的一段話：

「對我而言，無論何時，當我覺得我不知道下一步應該如何做的時候，我將會嘗試大量的學習和閱讀，和某些領域的專家談話。我不知道我們的大腦是如何工作的，但它非常的神奇：當你讀了足夠多的書，或者和足夠多的專家談話之后，換句話說，當你的大腦有了足夠多的輸入信息，新的想法就會隨之產生?！?br />



摘自：人人都是產品經理