大模型时代的 AI 产品经理

大模型内容分享(十四):大模型产品经理高频面试题 OpenAI的语言类大模型主要有GPT系列,包括GPT-1、GPT-2、GPT-3、GPT-3.5和GPT-4。最简单的提示工程方法就是通过输入一些类似问题和问题答案,让模型参考学习,并在同一个prompt的末尾提出新的问题,zero-shot可以理解为:不给大模型任何的提示,直接提问,让大模型自己做决策。我还剩下多少个苹果?,即根据任务的难度和复杂度,选择一个适合生成代码的人工智能模型,例如GPT-4或Codex设计有效的提示,即使用合适的词语、短语、符号和格式,来激发模型的生成能力和创造力。 阅读详情

每天 LLM 相关的资讯都让人过载。作为 AI 产品经理,你是更兴奋呢,还是更担忧呢?整理了一下个人近期的思考,欢迎感兴趣的朋友一起交流。不管答案如何,相信我们都不应置身事外。

1、关于大模型

大模型的各种原理讲解满天飞,或深或浅大家都有所了解,但不管这里面有多少算法和技术细节,作为产品经理,我们都希望抓住其中的核心主线,也即想清楚:

大模型的本质是什么?

我非常认同的一种说法是:大模型本质上是压缩、存储继而理解知识的一种方式。其中储藏的海量知识,可以通过 Prompt 被轻松提取出来,用于查询、生成甚至复杂推理,具备很强的泛化能力。

为什么说这是本质呢?因为这为我们带来了把 NLP(自然语言处理)技术变成通用能力方案的可能性。接触过智能语音语义相关产品解决方案的同行们可能都深有体会,ASR(语音识别)和 TTS(语音合成)技术是可以作为相对通用的基础能力交付给客户的,但唯独 NLP 是必须配合解决方案来进行落地的,完全是个知识加工人力密集型的产品。用业内自嘲的话术来讲,就是想要多少智能就需要投入多少人工。究其原因,本质上是因为 ASR 和 TTS 是感知智能,而 NLP 是认知智能。认知的背后是对世界知识的理解。之前 NLP 技术路线只能在特定业务场景根据特定用途对知识进行加工,所以不同的客户项目,就需要加工不同的模型来交付。

大模型的出现,使人类找到了目前最高效的处理知识的方式,远远超越了之前模型的效率。这就使得 AI 具备了理解海量知识的可能,可以把各种子领域的知识压缩在一个模型中,从而消除了 NLP 领域的中间环节任务和子领域专业模型,得到了可通用的方案。这正是陆奇博士在《新范式 新时代 新机会》主题演讲中所说的,大模型的出现让模型的成本发生了结构性的变迁,从边际成本转向固定成本。

不知道其他 NLP 从业者是什么感受,至少我是非常的振奋,因为终于看到了 NLP 方案规模化落地的希望。😊

所以这就理解了大模型路线的根本区别之所在。OpenAI 自成立之初,就是奔着 AGI(通用人工智能)去的。

距离 AGI 还有多远?

所以,大模型已经是 AGI 了吗?显然还不是,而且距离 AGI 还有多远也并不清楚。但我确实赞同业界的普遍共识——大模型的发展趋势应该是:多模态 + 具身智能。我认为这应该是通往 AGI 之路。

我们可以从人类输入和输出的角度来思考:

从输入角度看,这里的多模态字面上是指从文本拓展到语音、图像乃至视频等,而本质上是要能够捕捉人类能够识别的所有信息,甚至未来应该包括嗅觉、味觉、触觉等。只有做到这种级别的多模态,才能够让 AI 看到和人类同样的世界,AI 才能读懂人的表情、语气和神态,才能具备高级共情能力。

从输出角度看,大模型目前显然不具备对物理世界直接施加作用的能力,因此也无法完成其智能上的闭环。而人类正是通过身体与外部环境的互动,在感知-认知-决策-执行-反馈这个闭环中,完成了对自身和外界的改造,实现了智能上的进化。

这正如 LeCun 在访谈中所说:

这些系统离人类智力水平还差得远。尽管您可能会这么认为(AI 和人类智力差不多),因为这些系统在语言上很流畅;但它们思考、理解世界运作和计划的能力非常有限,它们对世界的理解非常肤浅。原因是它们仅在语言上受过训练,而语言只包含人类所有知识的一小部分。人类的大部分知识不是语言学的,所有动物的知识也不是语言学的。我们理所当然地认为——这就是波拉尼悖论(人类所知远胜于其所能言传),所有能力和技能,比如计划或非常简单的事情,任何 10 岁的孩子都可以做,比如清理餐桌和装满洗碗机,任何 17 岁的孩子都可以学习驾驶,但我们没有家用机器人。

为什么产业应用还未爆发?

既然大模型带来了 NLP 产品方案规模化落地的希望,而且 ChatGPT 也确实出了圈,但似乎大半年过去了,我们并没有看到大模型在产业界的成熟应用,大多数所谓创新产品都是 ChatGPT 的套壳。大家关于 LLM 的讨论也开始回归理性,寄希望于等待 Killer App 的出现。但我认为,我们的关注点首先要放在操作系统的出现上。

很多人认为大模型本身就是操作系统,似乎只要做好 Prompt Engineering 就能够产出可商业化落地的应用。但实际上这依然是一种粗暴的套壳思维。而在 To B 赛道,大家的关注点似乎也都在如何基于底座通用大模型训练领域专用模型,似乎为某个企业客户训练好专有模型后,就完成了交付。

但实际上,这之间有一个极大的 Gap。

我认为大模型的困境与之前 AI 方案的困境并无不同,它依然只是技术,不是产品,只是引擎,不是汽车。用户需要的不是 AI,而是 AI 赋能之后的产品和服务。忽视这一层 Gap,寄希望于企业或者行业 ISV 自行通过 Prompt 调用就能完成应用闭环,这显然不现实。而这里面的 Gap 恰恰能成为很多创业者的机会,也正是我所认为的真正的大模型操作系统以及应用框架。

图片

具体说来,我认为这一层应该至少解决 3 方面问题:

首先是最核心的 Agent。不可否认,这是目前看上去最有可能成为封装大模型的操作系统形态,但具体 Agent 应该是什么样的,各大公司和开源社区都尚在探索之中。目前值得参考的一篇文章是 OpenAI 安全系统主管 Lilian Weng 的《LLM Powered Autonomous Agents》。这篇文章提出了 Agent = LLM + Memory + Planning Skills + Tool Use 的观点:

图片

其次是功能模块的封装。我认为,大模型操作系统应该提供用户封装好的基础功能模块,诸如会话交互、知识检索、内容生成等。用户不应该像面对一台裸机一样,要从零开始自行开发每一个功能(即便是用 Prompt 形式的自然语言编程)。

最后是 API 及 SDK。大模型操作系统必须提供对外接口和应用程序框架,以供开发者进行使用。这一部分非常重要,一方面奠定了平台生态,另一方面也是大模型和外部系统交互的桥梁。如果企业无法基于平台高效开发应用,以及新的应用无法和已有的业务系统打通,那大模型就不可能落地。

2、关于产品经理

那么回到产品经理本身的话题上来,相应的,我觉得首先要想清楚的同样是:

产品经理的本质是什么?

我认为,产品经理的工作,本质上是做用户需求和技术能力的平衡。也就是说,当系统还不够智能的时候,产品经理要围绕用户的需求,去设计系统能力展示的方式,以弥补这之间的 Gap,充当用户和系统之间的桥梁。这种平衡最重要的手段之一就是做需求抽象,而需求抽象的前提是圈定用户群体和特定场景。之所以这样做,是因为平衡是需要成本的,产品经理的本质,就是找到收益最高性价比最好的平衡方法。

诚然,当系统足够智能的时候,这种平衡的成本会越来越小,所以产品经理的价值会越来越小。大模型时代,有可能会从桥梁退化为翻译,也就是 prompt 工程师,而 AGI 时代,可能就真的是人人都是产品经理,每个用户直接向系统提出个性化的需求,获取个性化服务,自己做自己的产品经理,而不需要任何中间环节。

AI 产品经理的机会在哪里?

结合第一部分所述,这个问题的答案就显而易见了。我认为,眼下相对清晰的是模型层的产品经理,重点职责会偏向大模型训练和交付平台的构建,以及领域数据的采集和治理等。而相对遥远的是应用层的产品经理,因为正如前述,在操作系统层尚未形成之前,很难想到除了套壳或缝合,现阶段还能落地什么。即便有一些好的想法和方向,也同样需要先自行探索如何填补模型和应用之间的 Gap,一样需要付诸时间和努力。当然短期来看,并不否认套壳或缝合也有其价值,但长远来看,这一定不是 AI-Native 的落地方式。

而对于操作系统层,我认为产品经理是有着非常广阔的发挥空间的。它既不那么的清晰,又不那么的遥远,同时又有足够的价值,也有足够的难度。这是需要一些有想象力的人,来创造答案的地方。

我们应该做什么?

首先,要足够耐心。正如前阵子腾讯小马哥诚言:

我们最开始以为这是互联网十年不遇的机会,但是越想越觉得这是几百年不遇的、类似发明电的工业革命一样的机遇。

深以为然。即便就算是以互联网十年不遇的机会来看,我们也可以听听吴军老师在得到里讲《理性看待 ChatGPT》时所说的:

但凡能成为趋势的技术,都会有几十年的发展机会……如果一项技术,或者一个新的领域,只存在几年的时间,错过前两年就没有机会了,那这样的所谓机会不要也罢。

就以电子商务为例,阿里巴巴之后还有京东,京东之后还有拼多多,拼多多之后还有直播带货。二十多年的浪潮里,一浪接一浪,什么时候入局都能创造机会。

其次,要深入学习。既然有了耐心,我们就应该沉下心来,花些时间和精力,去认真搞懂大模型,理解这个技术的本质,判断这个方向的趋势,而不应该只是停留在似懂非懂看看新闻的层面。目前大模型显然处在一个尚由算法驱动向产品驱动的过渡阶段,这个阶段的产品经理,必须要懂技术。甚至不光要有工程师背景,还应该去卷一卷算法。越是早期阶段的技术,越没有所谓的权威,越需要依靠自个人的学习力和判断力。

然后,要保持敏感。既然有了学习,我们就可以从过载的信息中,通过自己的判断,识别哪些是真正值得关注的,哪些只是遮眼浮云。我们要对那些真正有价值的技术和产品,保持充足的敏感,一旦出现就紧密跟进。

最后,要思考布局。工具类产品没有长期壁垒,长期壁垒只能来自于关系:

\1. 人与系统的关系:你长期使用,积累的数据让大模型越来越了解你,自然会产生熟悉的粘性

\2. 人与人的关系:通过制作并分享自己的模型,从而形成新一代的社交网络

\3. 系统与系统的关系:即平台生态,例如可以和诸多已有信息化系统打通的大模型系统

工具是简单系统,而关系才是复杂系统。只有建立复杂系统,才能形成所谓的闭环、飞轮之类的概念(大模型本身就是一个量变导致质变的复杂网络)。这是我们在构想 AI-Native 的产品时,要提前思考的问题。

注:本文的写作没有借助 GPT 😂

如何转行/入门AI产品经理?

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,转行/入门AI产品经理,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI产品经理入门手册、AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

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,我下面分享的这个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

二、AI产品经理入门手册

在这里插入图片描述

三、AI大模型视频教程

在这里插入图片描述

四、AI大模型各大学习书籍

在这里插入图片描述

五、AI大模型各大场景实战案例

在这里插入图片描述

六、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。

大模型时代下的 AI 产品经理 我认为,眼下相对清晰的是模型层的产品经理,重点职责会偏向大模型训练和交付平台的构建,以及领域数据的采集和治理等。而相对遥远的是应用层的产品经理,因为正如前述,在操作系统层尚未形成之前,很难想到除了套壳或缝合,现阶段还能落地什么。即便有一些好的想法和方向,也同样需要先自行探索如何填补模型和应用之间的 Gap,一样需要付诸时间和努力。当然短期来看,并不否认套壳或缝合也有其价值,但长远来看,这一定不是 AI-Native 的落地方式。 阅读详情

相关推荐

2026 AI 产品经理必读的 8 本书:从入门到大模型时代全面升级

《AI产品经理核心书单:从入门到实战》摘要 本指南系统梳理了AI产品经理必备的8本专业书籍,覆盖从基础到进阶的完整学习路径。核心内容包括: 方法论基础:《人工智能产品经理》详解AI产品的概率性本质、需求定义方法和评估体系 技术理解:《深度学习》《机器学习实战》帮助PM掌握模型边界与工程实现难点 典型场景:《推荐系统实践》解析CTR/GMV等关键指标 新兴领域:两本生成式AI专著聚焦LLM产品设计、提示工程和Agent架构 实战技能:《用户故事地图》《引爆用户增长》提供需求拆解与数据驱动方法论 书单特别强调A

专注智能硬件软硬件产品经理成长与实战,分享从需求定义到量产落地的真实日记。涵盖IoT趋势洞察、研发协作经验、产品方法论与工具箱,用轻松有趣的“汪式”视角,陪伴产品经理成长、避坑与升级。 2830

想转行做大模型?AI产品经理们,先看看这份指南

如果你想转行做大模型,作为一名AI产品经理,你可以怎么做呢?或许,你可以先进行自我检测,看看自己是否真的适合转行做大模型。这篇文章里,作者便给想转行做大模型的AI产品经理们提出了一些建议,不妨来看看吧。作为一个产品经理,你可能已经熟悉了一些常见的AI技术和应用,比如机器学习、深度学习、自然语言处理、计算机视觉等。但是,你是否了解什么是大模型?大模型又有什么特点和优势?为什么大模型会成为AI领域的一个重要趋势?如果你想转行做大模型,你需要具备哪些基本素质和技能?你又该如何评估自己是否适合这个领域?

kaka0722ww的博客 1929

信息流广告ROI线性预测看板&投放分析监控看板展示&数据处理入库全流程

此看板数据量太大,在tableau public部署运行速度极慢,因此用图片作展示 数据清洗

Larry_Westside的博客 2317

大模型产品经理需要哪些必备技能?如何成为大模型产品经理?(文末福利)

1.AI产品经理是什么回答这个问题前我们首先得理清楚什么是AI产品经理,它和传统的互联网产品经理有什么区别。1.1 AI产品经理职责主要职责一方面是规划如何将成熟的AI技术应用在各个领域不同场景中,提升原有场景的效率或效果等;另一方面是基于业务方的需求如何用现有的AI技术或者AI技术组合予以实现,甚至有可能联合技术团队孵化新的AI软件解决方案或者AI硬件产品。1.2 AI产品经理与传统互联网产品经理的区别AI产品经理本身也只是产品经理的一种,并没有什么特殊性。

2401_84495872的博客 1848

直流电源EMI滤波器设计实战:从器件选型到PCB布局的完整指南

本文提供了一份直流电源EMI滤波器的完整实战设计指南。针对EMI噪声超标问题,文章深入剖析了差模与共模噪声的抑制原理,详细讲解了从电路拓扑、核心器件(如X/Y电容、共模电感)的选型计算,到决定性能成败的PCB布局艺术。重点强调了低阻抗路径、干净接地及输入输出隔离等关键布局原则,并分享了常见的调试坑点与排查方法,旨在帮助硬件工程师设计出真正有效的滤波器,确保电源系统通过EMC测试。

q9r0s的博客 646

后向投影算法(BPA)-SAR成像算法系列(二)

SAR成像算法:后向投影算法(BPA)原理介绍及实现步骤解析。

yjh_2019的博客 1万+

2024想转行做大模型产品经理?看这份指南就够了!

转行做大模型所面临的机会和挑战,以及如何把握和应对,如:大模型是AI领域的一个重要趋势,具有强大的泛化能力和适应能力,在多个任务和领域上表现出惊人的成就。大模型可以利用海量的数据来学习通用的知识和能力,从而在多个场景和需求上提供高效的解决方案。大模型可以带来更好的用户体验和商业价值,在各个行业和领域中创造更多的创新和变革转行做。大模型需要海量的数据和计算资源来训练和运行,对于硬件设备、网络带宽、存储空间等方面有很高的要求。

python1234_的博客 1903

(Cascade extended state observer)级联ADRC的simulink仿真和程序---送给中国研究学者的精华版

(Cascade extended state observer)级联ADRC的simulink仿真和程序---送给中国研究学者的精华版

weixin_44312889的博客 3787

大模型产品经理岗位职责,大模型产品经理入门到精通, 收藏这篇就够了

产品:开源企业级LLMops(大模型应用开发平台):毕昇BISHENG。7800+ Github Star,被多名开发者评价为“目前见过功能最强大,最适合企业内落地的开源大模型应用开发平台”,已服务工商银行、交通银行、中国人寿、中粮集团、中核集团、宁德时代、快手、中电建等众多头部组织及世界500强企业。详细介绍文档:https://dataelem.feishu.cn/wiki/ZxW6wZyAJicX4WkG0NqcWsbynde。

Python_paipai的博客 1855

UE4_用户控件_6_通过控件蓝图内部变量来修改进度条的值

发现控件类图类的引用和用户控类引用不兼容,修改变量类型。我们需要添加到视口,同时设置输入模式。创建按钮的点击事件,当点击时调用角色的自定义事件clearwidget。可以了,但是没有退出控件,没有鼠标,所以改进一下。

Growthofnotes的博客 1238

关于MII、RMII、GMII、RGMII、PHY、网络变压器、RJ45的硬件总结

文章目录前言一、网络传输结构及原理1.以太网的工作原理2.TCP/IP协议3.数据链路层(MAC)二、介质独立接口MII,RMII,GMII,RGMII1.MII(Media Independent interface)2.RMII(Reduced Media Independent Interface)3.GMII(Gigabit Medium Independent)4.RGMII(Reduced Gigabit Media Independent Interface)三、物理层芯片(PHY)二、使用步

weixin_44415816的博客 3万+

大模型时代,产品经理如何利用AI技术提升自己

我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。在这个大数据、人工智能和机器学习的时代,大模型技术日新月异,给各行各业带来了前所未有的变革。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

EnjoyEDU的博客 1001

基于STM32开发板的USB MIDI键盘实现

在本文中,我们介绍了如何使用STM32开发板和相应的软件工具来实现USB MIDI键盘。通过配置STM32CubeMX和编写相应的源代码,我们能够将STM32开发板转换为一个功能齐全的USB MIDI设备。我们将使用STM32开发板和相应的软件工具来实现这一功能,并提供相应的源代码供参考。此时,您应该可以使用STM32开发板作为USB MIDI键盘,并在按键按下时听到相应的音符。在STM32CubeMX中,选择适当的STM32型号,并启动一个新的项目。然后,将生成的可执行文件烧录到STM32开发板中。

2301_79326616的博客 1591

AI大模型时代,产品经理该如何进化?

还是那句话,必须更加细分,产品经理才能在 AI 时代生存。来源:完美技术应用实验室(ID:gh_ea85f4c1794a)作者:罗一聪原标题:AI 时代重新定义产品经理!谈游戏开发产品管线的进化当 AI 和大模型带来的自然语言交互 LUI 成为主流,产品经理还有存在的价值吗?这大概是当下所有产品经理,心中最大的疑问和恐惧。是不是 Prompt 做得好,就能做产品经理了?到底该怎么驯服 AI 这个「黑箱」,得到自己想要的结果?

chengxuyuanyy的博客 1168

学Simulink——基于软开关与高频变换的整流器系统场景实例:移相全桥ZVS整流器在轻载条件下的效率优化

本文以Simulink为平台,详细介绍了移相全桥ZVS整流器在轻载条件下的建模与优化方法。通过六个步骤系统讲解了从项目创建到仿真运行的全过程,重点分析了移相全桥拓扑结构、ZVS检测逻辑设计及轻载特性。结果显示,传统移相全桥在轻载时ZVS失效导致效率下降(<88%)。针对此问题,提出了动态频率调整、不对称半桥模式等优化策略。该案例为理解软开关技术、提升电源效率提供了实用建模方法和优化思路。

xiaoheshang_123的博客 119

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

AI大模型时代,产品经理需要了解什么?

在移动互联网高速发展的时代,产品经理一度成为最火爆的职业,人人都想当产品经理,有很多人说:产品经理的上限极高,它应该是CEO式的岗位。事实上,我们看到新型互联网科技公司的CEO也确实都是产品出身。但是这几年产品经理们经常焦虑,焦虑的原因就在于:移动互联网的增长已经见底,红利已消失,需求已经挖掘的差不多了,新需求很少。大家都在拼存量,所以大家都很卷。现在AI来了,对于产品经理来说,有危机,也有转机。我们先说说危机。

chengxuyuanyy的博客 1352

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

AI大模型时代的产品经理该怎么做,这里有答案!

随着人工智能技术的不断进步,AI已经成为推动产品创新的关键因素之一。然而,如何在AI时代设计出既能充分利用技术优势,又能满足用户需求的产品,成为了产品经理面临的一大挑战。优快云创始人兼董事长蒋涛在《大模型时代的智能新生态》主题演讲中提到:“App形态将会消失,对话即服务”。这一观点预示着全新产品设计范式的到来。本文将探讨AI时代的产品究竟应该如何做,以及产品经理需要具备哪些能力和素质。

嘴巴吃糖了 816

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

AI产品经理应该怎么拥抱大模型时代

所以我们会看到,现在大厂招人,往往倾向在垂直细分方向找一个有相关经验的人,这样会节约上手时间和试错成本,例如会员产品经理。🤔越来越多的人开始转行AI产品经理,毕竟大行情不是太好,对于刚毕业的研究生,想转行的互联网人,AI产品经理,确实是一个不错的方向,我在大厂做了多年的AI产品经理,还是想给大家一些经验和方向⏩。目前来看,炼一个ChatGPT-3.5-turbo的模型可能已经距离不远,但现有的开源方案由于数据集和定位的原因都不是普适所有语言的,在这方面还是有差距,但可能大家目前已经不在这块发力了。

h1453586413的博客 1381

2024大模型时代的 AI 产品经理何去何从?

随着大模型技术的迅猛发展,AI 产品经理成为了当前市场上炙手可热的职业。大模型不仅在自然语言处理、计算机视觉等领域取得了突破性进展,还为各行各业带来了新的机遇和挑战。本文将探讨在2024年大模型时代,AI 产品经理的职业发展方向,以及如何在这个快速变化的领域中脱颖而出。

嘴巴吃糖了 1315

AI大模型时代,产品经理必备知识清单【附资源】

在移动互联网高速发展的时代,产品经理一度成为最火爆的职业,人人都想当产品经理,有很多人说:产品经理的上限极高,它应该是CEO式的岗位。事实上,我们看到新型互联网科技公司的CEO也确实都是产品出身。但是这几年产品经理们经常焦虑,焦虑的原因就在于:移动互联网的增长已经见底,红利已消失,需求已经挖掘的差不多了,新需求很少。大家都在拼存量,所以大家都很卷。现在AI来了,对于产品经理来说,有危机,也有转机。我们先说说危机。

2401_85375186的博客 819

AI时代产品经理必读:《人工智能产品经理——AI时代PM修炼手册》!

《人工智能产品经理:AI时代PM修炼手册》是一本专为AI时代产品经理编写的实用手册。作者张竞宇,凭借其在科大讯飞和阿里云的丰富经验,从人工智能产品的特殊性、产品经理的价值定位、技术理解等方面,全面阐述了人工智能产品经理应具备的知识体系和技能。书中不仅讲解了AI产品从概念到实现的全过程,还提供了丰富的实战案例和操作性的建议,帮助读者在AI产品管理领域取得成功。

m0_65555479的博客 1383
上一篇: 谈谈AI产品经理的产品开发流程
下一篇: LLM之Agent初探
爱喝白开水a
博客等级 码龄3年 6793粉丝 763原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值