想成为AI产品经理，你需要经过这三个阶段-优快云博客

本文链接：https://blog.youkuaiyun.com/python1222_/article/details/143478694

人工智能（AI）在广义上是指任何能够让计算机通过图灵测试的方法和系统，而狭义上则是指通过研究人类智能产生的方式来让电脑模拟人的智能。

对于AI产品经理做实际操作产品来说就是通过：大数据+先进算法+算力来完成的。

因此本文回答成为AI产品经理中必经的三个阶段：

第一个阶段数据阶段，在这个阶段AI产品经理包含传统产品经理；

第二个阶段是上山下乡，AI产品经理创造新品；

第三个阶段即AI产品经理成为CEO。

一、数据阶段

数据阶段：AI产品经理包含传统产品经理。

经过数款实战产品总结，AI产品经理与传统产品经理的关系是包含关系——即AI产品经理包含传统产品经理。

笔者想了一下，我们产品同学为啥总讲跟传统产品经理的区别？应该是AI产品经理核心能力应该会什么？AI产品经理的思维模式是什么？

就像AI产品经理也是要懂传统产品经理会的内容，产品经理本身会的东西就比较多，不同的工作思考模式也有差异，所以本篇先讲AI时代的AI产品经理应该有的能力模型部分。

AI产品经理与传统产品经理是一种包含和递进关系（AI产品经理包含传统产品经理），不是并列对比。

1. AI产品经理的核心能力

1.1 AI能力模型

能力模型是AI产品经理自我评估强项弱项的关键环节，只有知道自己的不足，才知道需要加强的地方。

通过对AI产品经理能力模型列表的直观查验，会发现AI产品经理能力模型是覆盖传统产品经理能力模型的。

能力模型：

从传统产品经理市场来看，产品经理岗位已经出现大量细分，如前端产品经理、后台产品经理、数据产品经理、支付产品经理、ERP产品经理、CRM产品经理、供应链产品经理，POP产品经理等，AI产品经理是包括这些产品经理能力模型的并且用AI技术提升这些产品的性能和体验。

从传统产品经理到AI产品经理，在跨界能力、产品5力、知识框架、专业技能、组织影响力等知识层面需要进行基础储备和能力提升，以提高与AI专家工程师的沟通效率。

AI技术正处于高速发展时期，技术本身日新月异，所以产品经理和非产品经理应该抓住这波机遇。拿出力作做进产品经理的圈子。

小结：

AI产品经理得懂得AI技术，正是因为AI技术给了所有产品经理重新洗牌的机会，起跑线归零重新比赛的机会，AI技术赋能产品运营重新洗牌的机会。

AI技术的“火爆”给了所有基础的人一次新的做产品经理做运营经理的机会，另外做好AI产品经理做出有力作的运营案例需要AI产品需要AI运营懂AI技术，需要具备AI产品经理核心能力模型。

AI产品经理是个交叉岗位，所以既懂技术又懂运营，即需要AI产品经理能力模型中的跨界能力。

1.2 数据能力

AI 与大数据相互融合，已经成为事实。AI 技术通过大数据对算法的训练获取突破性成果，而以AI 技术为特征的大数据应用则遍地开花，逐步渗透到各个行业和各个领域。

我们面对的是一个以大数据应用为标志，以AI技术为特征的新时代。为客户提供融合大数据平台的AI 产品解决方案，是适应当前技术发展趋势并且具备良好的市场需求的产品。

AI产品经理应该掌握大数据产品的6项能力：

1. 统一元数据管理： 元数据指“所有系统、文档和流程中包含的所有数据的语境，是生数据的知识，统一元数据管理已成为大数据产品的重要一环，为大数据的质量提供基础，使大数据的维护管理工作更加有效。

2. 数据标准管理： 大数据产品要能够有序开展，必须建立统一的数据标准，为元数据的统一、数据的集成融合、数据的质量提升等提供依据。

3. 大数据质量管理： 数据质量是数据应用的基础，通过大数据质量管理工作，可以获得干净、可靠的数据。这是大数据产品化的重要目标，也是发挥大数据价值的必要前提。

4. 主数据管理： 主数据是跨系统、跨模块、跨部门、跨地区、有高质量要求、高时效要求、被各项业务反复使用的基础性和敏感性数据。

主数据是业务信息系统的神经中枢，是业务运行和决策分析的基础，也被认为是黄金数据。通过对主数据的管理，保证了其完整性、一致性、精确性、及时性，这样才能更好地支撑跨部门、跨应用的数据融合的应用需要。

5. 大数据集成： 大数据集成不仅仅是将数据在物理上集中存储起来，还要依据数据标准、统一元数据的定义，将外部数据加工转换为业务所需要的目标数据，建立数据之间的内在关联。

6. 大数据安全与隐私保护： 数据信息化为人类生产和生活带来便利的同时，也带来前所未有的数据安全与隐私威胁，大到国家安全、企业经营，小到个人隐私，都需要从不同的角度加强数据安全与隐私威胁。

AI产品经理在AI发展的数据阶段通过大数据产品化，获得及时、准确、可靠、安全脱敏后的高质量数据，可为大数据深入广泛的应用、企业的数据化运营产品转型提供强有力的抓手。

1.3 数据生态闭环能力

打破数据孤岛，构建数据化运营产品的公司，时下不论是BAT还是其他厂都在努力构建的大数据产品。

以阿里巴巴集团为例：其时下操作的大数据产品，一般步骤为“建立组织架构和规范（建立一个跨部门的数据中台团队）→梳理应用需求（挖掘集团内外部数据需求）→梳理企业数据信息（集成集团内外部数据）→引进大数据产品技术平台→实现大数据产品”，产品化的大数据成为企业资产为数据应用与数据运营提供基础。

下图为阿里巴巴集团将数据产品化后的截图：

产品闭环是指把数据业务化，将数据整合成功能提供业务能力，同时业务上有源源不断的产生元数据。

闭环图如下图：

1.4 二次流量挖掘能力

产品经理都知道移动互联网发展已经进入了尾声，主要靠在存量里面找增量，那么如何运用AI技术挖掘二次流量呢？

我们以三角兽运用NLP技术中的子流程NER技术帮助OPPO/VIVO/锤子手机挖掘新的流量来源应用为例，展示如下图：

2. 第一个阶段小结

一个技术的成熟，只有当大众意识不到该技术的存在时，该技术才算是真正成熟，例如：历史上文字的发明、金属冶炼的发明等。

这些深刻改变人类社会的技术，但当今社会已经对这些伟大的技术“视而不见”，而将其视作砂石一般理所当然的外部环境。

AI产品经理首先在第一个阶段明白，大数据随着市场应用的深入，其与其它技术的结合就越强，其作为基础技术的特征也就越显著。

或许在不久的将来，大数据将“无迹可寻”，但同时又无处不在。

二、上山下乡

上山下乡：AI产品经理创造新品。

AI产品经理在经历大数据产品化的过程以后，会到达上山下乡的阶段。

这里的上山下乡是指：带上人工智能，到传统中去。

看上去朴实无华很好理解的一句话，但背后的逻辑却真不简单。

带着AI技术到行业去，这样就会天然的了解很多客户特别切实的一些痛点；然后再完全用AI的方式来解决，遵从“先有痛点再做产品设计”的路径。切中了客户痛点后，带来的效果也很明显，可以快速的迭代产品，进而提供更好的服务，保证有订单会进来。

AI+行业方案的效果是显而易见的：首先它会带来人工成本大幅度降低；其次准确率会有一个很大的提升；再次对以前传统的产品方法有颠覆性的改变即创造新品。

三、AI时代

AI时代：AI产品经理即为总经理/CEO

传统产品经理时代即提一个优秀的产品经理不仅能引导产品的发展，而且能引导公司的发展。

同时，他还是一名优秀的执行者、项目管理和团队管理者，具备敏锐的洞察力，能在用户心理和产品细节间灵活游走，打磨出令人惊叹的产品。

AI时代，因为AI技术自身的能量属性赋予产品重新被定义的机会，从而给了所以希望做产品经理的人一次与传统产品圈子共同做产品的机会。

利用AI技术的高效、跨界、交叉等特性重新组织产品进而做产品的主人即总经理或者CEO，在AI产品经理到达成为CEO之前，需要先成为一名出色的AI产品经理。

CEO的预备成员出色的AI产品经理做产品是以人为中心。

传统时代产品经理是以用户为中心目标是显性需求，AI产品经理以人为中心目标是隐性需求不仅仅是满足用户的显性需求，更是满足人的隐性需求。

AI产品时代是以人为中心的生命周期管理产品矩阵，包含调研人、竞品也是人这个人包含产品经理自身因为AI时代要求如果你把上一代产品做到市场上的极致，你根本不用关心竞争对手做了什么，你只要再超越自己上一代产品就可以了。

苹果上下的声音高度一致，认为最大的竞争对手是自己的上一代产品。

我们每一代产品都会采用当时最好的技术，当我们推出产品的时候，我们已经在想下一代产品。

iphone 3 发布时，公司当时的4000多个工程师，只高兴了一个晚上，因为第二天他们已经开始在想iphone4怎么办，上一代产品已经把自己逼到了绝路，如果不能超越，那就只能画句号了。

如果你把上一代产品做到市场上的极致，你根本不用关心竞争对手做了什么，你只要再超越自己上一代产品就可以了。

AI产品经理要懂AI技术而不用操作AI技术，更要懂AI技术下的人性。

从传统产品经理到AI产品经理，工具和基础理论有相通，但思维有许多不同。

总结

AI时代的AI产品经理应该像创业者一样，全局把控公司产品方向，用AI技术赋能重新定义手头的产品，真正的成为AI产品经理型CEO。

在大模型时代，我们如何有效的去学习/入门AI产品经理？

现如今产品经理岗位需求越来越大，但是相关岗位人才难求，薪资持续走高，AI产品经理薪资平均值约27336元，而且，在一线城市北京，产品经理的均薪接近30K，在新一线城市、二线城市的薪资也很可观。

从产品经理这个岗位来说，无论是从薪资水平、发展空间还是需求量上看，依旧是个不错的岗位。

可能大家都想入门/转行AI产品经理，其中包括0经验的小白。都想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把都打包整理好，希望能够真正帮助到大家。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，下面是我整理好的一套完整的学习路线，希望能够帮助到你们学习AI大模型。

在这里插入图片描述

第一阶段：从大模型系统设计入手，讲解大模型的主要方法；

第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。