如何从互联网PM蜕变成AI PM？

                                                本文根据起点学院沙龙活动分享的课程整理而成，加入起点学院在线社员（或复制报名链接：http://t.cn/R53OsvD 到浏览器中详细了解），即可观看本课程视频回放及尊享300门视频课程学习特权。

以下为黄钊演讲实录，由人人都是产品经理团队笔记小组成员@王丹 依据嘉宾分享内容整理，编辑有修改： 时代背景 上个世纪机器人、人工智能、互联网有各自的发展路径，但在2015-2016年左右三者开始快速的交叉融合。从我们的经历来看，如果只具备三者背景之一的公司或团队将会面临前所未有的危机。比如纯互联网背景的公司去做集成硬件，会踩供应链的坑，做智能硬件的公司在与AI结合时，不知道怎么去落实。而且不仅是知识的积累，更是思维方式的转变，所以我认为从互联网转型到AI，将比传统行业转型到互联网难度更大。

AI现处于一个行业瓶颈，可能大家会想到数据、算话、算例等，但这都只是一些必要条件，国内目前缺少真正落地的AI产品，为什么？
[ol]

AI PM特别稀缺，现阶段AI技术的发展程度其实已经不影响PM去做一些demo和验证工作了；

想要从纯技术角度去打造一个非常完美的产品架构是不太现实，反而需要PM从实际的场景出发，根据用户反馈倒逼技术去优化算话和数据模型；

团队的升级，相比于个人升级困难的多。
[/ol]
尤其AI PM的稀缺才是现在AI行业发展的痛点，但行业在这块儿几乎是空白。现阶段AI PM的能力、分类，包括从互联网转型到AI PM没有一个标准，甚至AI PM的概念也是最近三个月才被普及和接受的。 AI PM的分类
1、平台网站类AI PM。
主要职责是网站架构流程设计，以及AI模块交互设计，比如提供一些AI接口，这与互联网PM有80%的技能重合，比较容易上手。
2、垂直场景类AI PM。
其与各个行业的重合度50%。包括：
[ol]

2C的软件产品，如客服助理等；

2C的硬件产品，如亚马逊的echo音箱，其销售量在3000万台左右；

2B的云端服务，如在云端提供一些API；

2B的系统方案，如我们为某公司提供的机器人内部系统（Turing OS）的设计服务，此类门槛相当高。
[/ol]
3、对话聊天类的AI PM。
难度最大需要极高的人文素养。包括： 1）云端-架构/体系化 不管是siri或是微软小冰或是各类聊天对话内产品，其背后的框架是：用户提出问题，AI产品通过用户语言去判断其需求，如是否是在问天气，如果不是往下走，是否是在问百科，如果还不是继续往下一层走，最后会有一个万精油的回答。这块由于跟一些技术的结合，会是AI领域内最难做到的，行业内现在能有做这类产品的不超过10个。 2）云端-垂类产品（天气、旅游） 气象领域内的AI产品，其主要涉及对话流程、解析上下文。这样垂直领域类的产品，需要有较深的行业背景。 3）终端-QQ群/公众号等 我们跟Q群合作，然后在这个Q群里面，比如说我问小Q你几岁，显示出25岁，然后叫哥哥好，这跟我们前面说的云端区别在于这个场景，它有特殊性，产品经理需要针对这个场景设定一些特别的脾气和流程，如新用户刚刚加入该群，机器人自动跳转出来欢迎，或者说过生日了它会跳出来说，祝你生日快乐，来提高群的活跃度。 4）终端-支撑外部项目 AI技术部门的PM参与到第三方项目，进行需求对接以及项目管理，该领域是最好入手的，也能帮助大家了解AI整个行业。 我接触到的AI PM，都在这些类别里面，大家需要找到自己适合的一个细分方向。

最难分类的的PM，比如关于搜索关于出行，比如说滴滴或者大数据的PM，我个人认为应该叫泛的AI PM，就是他们确实会跟比如说深入学习相关，但不是最典型的。因为这种产品形态本身已经解决了从0到60分的问题，用搜索框，那基本可以用了，后面得很多的，都是这种偏向策略的优化效率提升，或者精细化运营这一类事情，也就是说有一定的产品sence的程序员，他也可以去做部分的事情，所以综合来说就这一类它的产出价值的稀缺度，至少相对聊天来说不够明显，但也适合我们去入行。

目前我所看过的最好的AI产品，日本的RoBoHoN手机机器人，既有硬件，又有软件的产品：http://v.youku.com/v_show/id_XMTM1MzE5MjY2MA==.htm该视频对我们有所启发，怎样更好的将AI技术和品相结合。
[ol]

把文字读出的技术叫做TTS，语音交互功能；

语音识别成文字叫做ASR，触屏方便；

头部安装了触摸传感器，可以感知触摸动作；

拥有投影技术等；

自动识别拍照，当把机器人挂在胸前的时候，它的实际效果应该是有问题的，在走动的时候怎么去判断这个图片，有没有把人框进去，构图是不是合理的比例。也许有更合适的场景，把它放在家里去直接拍婴儿，比如说一分钟拍60张，然后通过计算机视觉的能力自动挑选出一张高质量图片，这个应该更现实一点；

大家看到这是一个双足机器人，它的这种走动其实很难的，它涉及到步态的控制算法，才能基本上走得平稳流畅。作为商用来说，暂时还没有特别好的产品，能够把双足走得很流畅；

涉及到叫做多模态交互，就不光是语言，它还有动作、表情，这跟互联网时代很不一样，这种多模态的时候，它的信息的维度和能量会更大。这类产品设计现在是AI的行业空白，没有标准化的交互体系，所以都是人为的拼装起来的，它可以每个单独做的效果很流畅，但没有标准的体系去做的话，就很难批量化的去产生动作；

计算机深度视觉，它的摄像头识别出这个女主角在哭，是可以通过AI去识别出来的，之后才会给交互反馈；

它会叫这个人的名字，就是在数据库里面已经有这个人的照片和名字，这就涉及到人脸识别的功能；

我们认为是有双足双手的机器人，体验效果会更好一些，只不过这个难度也会更大一些。他的跳舞的效果跟这个视频是一样的，关节非常的灵活、自然；

这里有一个技术叫声源定位，不光识别你的声音，还会判断声音来自哪个方向，然后把头转过去跟你说话。
[/ol]

AI PM的能力模型 对PM来说你的素质能力分别有哪几大类，哪几小类，每一小类都会有一个评分，一分到六分，最终会有一个图，这样就会知道你自己的能力成长路径。我个人理解，首先需要相对成熟的互联网领域的PM经验，然后有AI领域的积累，再加上偏素质方面的能力，才能有资格成为一个好的AI PM。

[ol]

逻辑能力、沟通能力是最基础，最重要的；

快速学习能力是重点；

AI技术的理解力不做强求，需要通过实战提高学习效率。是AI专业毕业的更好，如果不是也没有关系，对于技术理解力的积累，需要知道技术的边界，最高效的方式还是实战，学习知识看书还是离实际比较远，效率很低；

类机器学习思维方式，AI PM很不一样，需要看大量的数据，然后通过数据摸索出一些可能有效的用户体验的方式和流程，比如我们去做对话的产品设计，不是一开始我们就知道应该怎么引导用户去做对话交互，而是用眼睛看几十万的数据，这个效率就会很低。

多感官（多模态）人机交互设计，怎么把多模态交互设计的好，现在行业内是没有交互标准的。类比于有多个引擎的飞机，坏了一个并不影响飞机继续飞。就是说机器人，他的云交互突然失效了，服务器没有结果返回了，如果通过动作或者表情去表达，它也能够在特殊的极端情况下，继续把流程走下去。这种多模态的交互设计现在行业内，不光是没有标准，做这部分的人都很少，因为现在所谓AI的产品基本上还是划分得比较远，要么是做纯软件，要么是做纯硬件，真正把硬件和软件包括多模态结合起来的这种产品非常非常少，但这个方向我个人认为是应该是比较确定的；

垂直场景的认知，就是一些偏数据方面的，垂直场景认知AI还是偏横向的技术的支撑，所以它最终落地一定是具体场景里面去的。要么是自己学习这个领域的知识，要么是找一个互补的人协作，所以最终要出一个好的设计，肯定是要对这个垂直场景有深度认知的；

跨领域协作沟通能力，这特别重要，不光是要表达清楚，让别人明白你想什么，并且你要明白别人讲什么，把它对接起来。跨领域沟通能力在AI时代会放大十倍以上；

人文素养和灵魂境界，是最深层的，它是真正在去积累势能的能力。
[/ol]

这三个产品，第一个是刚说的我们babyQQ群里面这个机器人，第二个微软小冰，第三个是度秘。那前面两个是思路是偏有趣，像百度度秘的偏有用，这两个方向，现在没有结论说谁对谁错，但是如果我们要去做这种产品的话，首先要有自己的理念才行，就自己不能是一个骑墙派。 我曾经在是行业闭门的会议上听过某大公司的负责人说，他们的产品只做理性的功能价值，其他的没考虑那么多，我当时还是比较惊讶的，因为我第一次现场看到这种大型工业的时候，被震撼到了，它把一个箱子从左边搬到右边，这种节奏感让我感觉像一个人，这种能量的波及不是我们认为想去把它给剥离掉就可以不管的，也就是说如果一个AI的产品他没有考虑感性价值或情感的话，最终的结局就是，这个产品的用户，可能觉得很奇怪或很不舒服，但是他说不出来为什么，并且这个PM它也不知道，因为根本就没有考虑这个事情，所以这一块是AI PM，跟互联网产品很不一样地方。 这种体系化的文科科学背景也很重要，比如说一个养老院里面如果两个老人，一个想要看新闻台，一个看体育台，怎么办，给哪个看不给哪个看，会涉及到一些伦理学的东西，甚至AI是有可能被教坏的，怎么解决呢？可以借鉴心理学，小孩子依恋对象就是它妈妈说的话，在它的学习系统里面权重在90%甚至更高，类似这种像艺术啊美啊传统文化，都是能够直接地去应用和借鉴到AI产品设计里面去的，这是很直接的一个个事情，并不是很虚的事情。 我个人认为：一个产品它的本质是公司和设计者灵魂能量层次的外化，一个精神层次高的团队才可能做出真正跨时代的AI产品。坦白说，现在行业内几乎没有真正的大的突破，不管是技术还是产品上的，我觉得还是有很大的空间。

那这句话是侯世达说的，他说现在主流的研究虽然很厉害，但却与真正的AI没有半点关系。他这个人比较有意思，他不算是AI领域的主流，但是它是一个真正的思想者，他写的这本书《哥德尔、埃舍尔、巴赫：集异壁之大成》是关于AI一本特别奇特的书，很厚，但这本书是非常有影响力的。 有这样一段话：“我们没有致力于开发实际的应用，诸如翻译引擎、问答机器、网络搜索软件此类的东西，我们只是在努力地理解人类概念的本质和人类思考的根本机制，我们更像是哲学家或试图探究人类心智奥秘的心理学家，而非旨在制造聪明的计算机或机灵程序的工程师。我们是一群老派的纯粹主义者，我们的动力源于内心深处的哲学好奇心，而不是制造实用设备的欲望。” AI时代重大特质：高维+突变 现在行业内基本上还是在做设备或工具，那有没有可能从功利的角度去证明，这看似很虚的东西很重要呢？我想分享就是AI它的两大特质，一个是高维，一个是突变，我们一年的工作产出可能瞬间被一个高位给吞噬掉。

前段时间国内某知名大公司的一个技术负责人说，他做七年的翻译，然后看见谷歌的一篇文章，突然发现他的这个技术全白积累了。这个其实离我们并不遥远，并且在AI会经常的发生，这种它是一个类似于基因突变，行业的产品和市场的变化非常快，并且是大的调整。我个人认为现在行业内，我们都有可能被另外一个产品给会技术覆盖掉。 从我们的信息来看，是2012年3月份做的虫洞语音助手，2014年初发布了我们的统计全平台，2015年做到头牛，2016年整个行业这个主旋律是怎么去落地体验，今年2017年主旋律就是做市场做收入。基本每3到6个月，如果不去接触一线的市场，就会发现跟用户有脱节，会比在互联网时代要感受更明显一些。 结论：

第一点是一定要占到行业最前沿，就这样的话才会更加的保险一点，否则的话很容易被别人给吞噬掉；

第二点我们会强制要求我们的PM每隔一段时间去见客户，就是我们的销售反馈的用户意见跟你自己去看是不一样的，需要PM自己去接触实际的用户，听它们的声音，这个应该是跟互联网时代是很不一样的；

第三点重点不是细节，而是认知，通过认知解决60分的问题。就是当我们去探索一个场景的用户的发展产品的方案时，第一步先去做简单的闭环解决60-70分的问题，但是当我们想去解决80-90分细节打磨的时候，很有可能一个新的小波浪又过来了，你就没有时间去做，就是迭代的太快了。所以啊基本上是说用6到12个月的时间去验证一个60分的问题，很有可能是AI PM的真正的价值，甚至可能是他的常态，包括AI PM和互联网PM可能就不是同一群人。

那有的AI PM就会问，我们做这个产品什么时候是头，什么时候能够有用户量的大增长和爆发，什么时候能够有大的收入，有的人会觉得是遥遥无期。我个人认为是说这个反而它是一个正确的事情，他就应该花6到12个月去验证一个60分的事情，如果是不可行的，他就继续换一个细分的场景或者是交叉领域的蓝海的机会去验证，如果可行的话，他不需要做，它就把这个剩余的打磨工作交给传统互联网PM去做。
感性大于理性
相对于互联网时代来说，AI时代的这种感性的能力，它的稀缺度会更甚于理性，这不是理性不重要，但是感性的稀缺度更重要，就这个时候，文科生特别是文科女生有机会会比互联网时代会更大一些。从我们面试来看，面试聊天对话类的AI PM的时候70%是女生，这在互联网的时代是比较少见的。
产品经理跟程序员的协作
产品经理跟程序员的协作关系，边界会更加的模糊，就是程序员不能再等PM给你写出非常具体的需求文档，比如说我们设计一个场景，需要识别出用户五种情绪，比如说愤怒、喜悦等，那这一套情绪识别体系，不可能写出一个很好的架构的，所以需要研发去理解PM的意图，自己去设计一个实验的方式，然后再通过数据去做聚类，最终的这个模型和数值是研发去最终确定下来的，这个时候就需要引发跟产品互相理解，多跨一步。
利益回报两级分化
前两个月一个AI PM提给我的问题，他说这种好的AI PM他的利益回报在AI时代跟互联网相比是否比程序员更大？我认为以后的AI PM会两极分化，好的PM，它的价值和能力更接近于CEO，因为他就在处理场景里战略，找痛点初做闭环，而剩余的打磨工作它的价值需求来说相对就没有这么大了。 AI PM的稀缺程度？ 那如果这样的话，AI PM跟CEO的区别又在什么地方呢？我的理解是AI PM它是垂直场景的小CEO，就是在互联网时代一个公司或者一个一个事业部，他的产品主线可能就一个，但是在AI时代就变了，因为无数个细分的场景和交叉领域需要我们去验证去探索，这个时候CEO它的能力再强，它也会不熟悉，它也会无能为力，所以就需要在这个细分方向上，把这个事情给撑起来，帮它独当一面。 说了这么多，那到底稀缺到什么程度呢？这个因为没有一个标准的，所以往往严格来说可能行业内就几十个人，说可能就200人左右，而且问题是说手熟的人才非常少，有一年的相关AI PM行业经验的特别少，甚至一些大公司的AI部门的总监级别的人物都是刚刚从非AI的背景转型过来的。 AI PM的人才真空期还有多久？ 我个人认为是6到12个月，一个中级的互联网pm或大公司的总监级别的人，去做AI聊天对话类的产品的话，至少得六个月才能去上手，而且是没有捷径的，因为即使我们把工作中的教教训经验总结出来，它只看了以为懂了，但是实际工作中一定会有无数个的常规的场景是没有看不到的，它还是会面临要去问的情况。 据我了解大公司它们现在因为很缺人，所以会去内部转岗去，有一些其他的产品的PM去转来做AI PM，所以当一年之后这些PM他们也相对成熟了，那个时候这种完全得真空期或者红利息会少一些。而真空期就意味着转型的红利期，体现在两个方面，一个是面试的门槛低，我们在筛选简历的时只要有一点点的相关，我们会尽量的给他机会，但是入职的要求还是比较高的；第二个溢价高，不管是产品还是技术，只要是AI领域的，它的溢价比互联网相对要高一些。 如何从互联网PM转型到AI PM？ 我把它叫做一个转型的三部曲，就是培养兴趣，选择方向，实施转型。

现在很多朋友说AI很感兴趣，但是真正重要的是说兴奋之后，具体做到什么东西用行动来。比如书单大家可以到处去找，但是有没有去一本一本去深入看。这里我个人是比较推荐《科学的极致：漫谈人工智能》，这本书比较适合PM看的，很通俗易懂的方式，把AI里面的一些最关键的概念给提纲挈领讲一遍。

电影，他是人类念头的划线，电影会领先于现实大概30-50年，我现在会看哆啦A梦，我会去从里面去发现一些灵感，他会有一些很自然但是又很微妙的体验细节，所以看电影在AI时代它是一个必修课，它不是选修课。 那看完这些书啊电影之后，去参加各种课程，去体验实际的产品或者看视频，最终是要去找到自己感兴趣的事，去挖掘自己的信心，第一个出来的输出才是我们自己的，拿着这个自己给自己背书争取实习或者面试机会，这才是最有效的方式，但是看起来会比较的需要时间。