[AI工具宝典]AI产品经理的价值和未来|学习俞军老师分享有感.pdfVIP

[AI工具宝典]AI产品经理的价值和未来|学习俞军老师分享有感.pdf

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

AI产品经理的价值和未来|学习俞军老师分享有

AI产品经理,可能才是真正的“需求产品经理”。

这两天,被俞军老师讲产品经理的文章刷屏了,推荐大家先看完《深度对话俞军:关于

产品经理的价值、天赋、能力、成长及未来,最系统的分享》,再看下文。

俞军老师确实是大神级人物,关于互联网产品经理的认知,我们都需要向其学习;本文,

我主要针对“AI产品经理”,分享交流3个方面:

互联网产品经理,更多是“体验产品经理”;AI产品经理,可能才是真正的“需求产品经

理”。

AI时代,可能会有更多的2C新需求要素产生,只不过,目前时机未到。

AI产品经理的行业认知度、分类、能力模型等等。

一、AI产品经理,可能才是真正的“需求产品经理”

俞军老师关于“互联网产品经理演进史”的定义,确实非常清晰简明:

消费品时代,产品经理(ProductManager)的本质是“营销产品经理”。因为需求相对

明确、产品同质化、生产标准化。

软件时代,PM本质是“项目产品经理”。因为需求相对容易明确,用户对产品体验要求不

高(选择少,必须用)——PM“在管理生产上更能创造价值,沟通协调,版本控制,按时

交付。”

互联网时代,PM本质是“需求产品经理”。因为需求+体验,能产生更大价值。

关于第3点,有朋友和我交流疑问:互联网产品经理,确实都会“涉及”需求和体验,但

其拥有的决策权(同时也有“做不好被追责”的压力),好像更多的还是在体验上,而不

是需求上(没有产品决策权)。那么多互联网产品,可能最后拍板的,还是老板或者部门

总经理。

对这个疑问,我个人观点是,AI产品经理,可能才是真正的“需求产品经理”。为什么呢?

——

AI领域需求特点是,机会多、难度大、变化又快又大,导致老板无法兼顾,必须让AI产

品经理成为细分领域的小CEO。

1、机会多

先说我经常举的这2个例子——

自动驾驶,长期价值毋庸置疑,但民用车的自动驾驶,中短期内难以落地;反而是“卡车

自动驾驶”能在短期可行,因为能减小卡车车队在城市之间运输行驶的成本。

人脸识别,也是非常热的领域,但整体落地进展相对比较慢;而某家创业公司选择“嫌犯

识别”切入,直接从公安系统合作中获得了不菲的收入。

以上2个例子,只是个案,如何证明这种机会是非常多的呢?

上图,是AndreiCheremskoy提出的“组合矩阵”方法,能系统性研究深度学习的应用机

会。

他在听觉、视觉、运动和符号等模态下,分出“生成器”和“识别器”两种子维度,然后

做排列组合。——其中,每一个矩阵格,就是一个可能的机会,再结合特定领域,就能产

生非常多的灵感。

比如,将Imagerecognizer(图像识别)和Naturallanguagegenerator(自然语言生

成)组合在一起之后,就可以得到看图说话的应用;而将Motionrecognizer(运动识别)

和Speechgenerator(语音生成)组合在一起之后,就可以得到给无声电影配音这样的深

度学习应用。更多详情,可见文章《透视深度学习,畅想未来应用——AI视野(二)|张

江》

而且,我们知道,AI技术本身,就有非常多的细分领域,比如自然语言处理、计算机视觉、

机器学习等等

而自然语言处理下面,又可以细分出这么多

来自《百度副总裁王海峰:百度在NLP领域都做了什么?》

这每一个模块,里面还有很多层级内涵,暂不赘述了。

而且,不仅有以上理论分析,现实已经有不少公司在同时尝试多个产品方向了,比如,我

曾在一个活动现场,亲耳听见某知名自动驾驶领域创业公司创始人说,他们同时在做“高

速无人驾驶低速辅助驾驶”,还有一家公司同时做了手表、车载、家居、开放平台等各

种业务线。

也许有人会问,在这些细分场景和交叉领域,市场空间会不会太小?个人认为不会的,因

为虽然看起来群体(流量)被细分了,但是,AI会重构这个细分场景的价值链,将单位流

量价值放大10倍以上。——这可能是目前整个行业都没意识或做到的。

多引申一句,很多企业想和AI结合,但不知道如何结合,这是为什么?一个很重要的原

因,就是他们还站在“通用需求”角度去想——这是很难看到结合点的,可能必须去找细

分场景和交叉领域。

2、难度大

分3方面:选方向、找痛点、做设计。

这里,从我之前分享的《【重磅福利】人工智能产品经理的新起点(200页PPT下载)》

里,摘取7张图:

3、变化又快又大

这是因为我分享过的“AI时代两大重要特质”——高维+突变。

高维,意思是说,我们1年的工作产出,可能在瞬间被“高

您可能关注的文档

文档评论(0)

LOONG + 关注
实名认证
文档贡献者

三步一卡,卡的潇洒;五步一停,摆个造型。

1亿VIP精品文档

相关文档