2024 年转行 AI 产品经理的时机与路径分析
引言：从微观视角看行业转变
首先从一个公司的微观角度来谈谈这一年来公司对 AI 看法的转变。一年前，在某大厂做了一件小事：在商家后端嵌入一个小功能，智能生成商品卖点描述和商品评价描述。那时候是一个边缘项目，对接的 AI 底层团队基本没什么活儿可以接，拿着锤子到处找钉子。
而今年，他们的情况好很多，各种需求来找他们这个'锤子'。这种变化反映了整个行业对 AI 技术接受度和应用深度的显著提升。
宏观视角：AI 概念的演进
再从宏观角度看一下今年这一波的 AI 产品（主要指以 ChatGPT、Midjourney 为代表的生成式 AI 产品）的发展。
AI 定义的变迁
AI 的概念早在 70 年前就已经提出。按照当时对 AI 的定义，我们早在 ChatGPT、Midjourney 之前就已经是处处 AI 了（比如搜索、推荐、自动调度系统等）。放在今天，AI 的概念有了更高的要求：更加像一个'普通人'进行综合、常识性的思考和输出。
所以，当今年的 ChatGPT、Midjourney 出来之后，完全符合 AI 的这一概念：通用且可以输出。仿佛一个孩子经过几年的精心抚养，终于到了语言、绘画的爆发期，可以像一个大人那样和我们进行对话了。
第四次工业革命
目前主流的观点认为这一波 AI 是第四次工业革命时代。每个新兴产业（比如工业革命、移动互联网）都有四个发展阶段，当下的生成式 AI 我认为还处于技术驱动的时期。
未来 3-10 年会是产业革命（以产品驱动）的时期。按照这个周期，如果从现在开始行动成为一名 AI+ 产品经理，未来 3 年你大概率会有一些大的收获。
为什么现在是技术驱动阶段
你是不是觉得 AI 很酷，很好玩，但就是落不了地。算法工程师觉得自己的技术很牛，接近高中生的智力水平，某些方面可以达到专家水平，但真正被用起来的场景目前也就是程序员用的最多。这也就是为什么我认为现在仍然是这一波通用人工智能的技术革命（以工程师为主导）的阶段。
为什么是 3-10 年
参考之前的搜索革命，从技术向产业革命（产品经理、企业家主导）大概需要 3-10 年的时间。例如百度最初 2005 年左右以技术驱动立本，后来到 2016 年之后才开始重视产品，可惜为时已晚，大概是十年时间。如果你认可这一观点，接下来聊聊如何能成为一名 AI 产品经理。
如何做：AI 产品经理的核心能力
1. 理解底层技术
当前阶段既然是技术驱动，那么作为产品经理，当然需要理解底层的技术，以期和技术人员产生共鸣，和在技术能力范围内设计产品。
这一波 AI 背后的技术是深度学习。深度学习最早的概念——连接派其实在 AI 诞生之初就产生了，但是由于种种原因，其发展长期受到抑制。而在最近十年，因为算力、数据的大爆发，传统机器学习算法无法解决海量数据的学习，而这正是深度学习生长的肥沃土壤，于是才在 2010s 得到了学术界的'正名'。
今年可以说是基于深度学习技术得到大规模应用的元年，OpenAI 用大力做了一个 MVP，验证了深度学习技术在通用能力上是可行的。
2. 洞察用户新诉求
其次，AI 产品经理之所以为产品经理，底层逻辑依然不变，即：ToC 产品需要理解心理学，ToB 产品需要理解商业、经济、公司管理。但是 AI 时代，这些底层的外在表现可能会有所变革，催生新的需求。
举个例子，在 ChatGPT 之前，我是通过某个事件的关键词来搜索的，比如我要调研搜索技术的应用，我在搜索框里会输入'李彦宏'、'谷歌'、'百度'；在 ChatGPT 之后，我习惯于这样输入：'如何调研搜索技术的应用'，'搜索技术主要有哪些应用'。你瞧，我从事实性调研，转变成了开放性调研。这就是用户在 AI 时代诞生的新诉求。
这种新诉求会在不同领域有不同表现，甚至有人说，在 AI 时代，所有的产品都值得重造一遍。所以，持续保持产品经理对需求洞察的敏锐，并有意识思考 AI 时代下需求的变化， 这是基本功。
3. 构建与实践
最后，构建一个自己喜欢的产品，如果没有机会，思考、输出也是一种好的学习手段。实践是检验真理的唯一标准，通过实际动手搭建小 Demo 或参与开源项目，能更好地理解模型边界和能力。
如何学习大模型 AGI 知识体系
由于新岗位的生产效率要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。但是具体到个人，只能说是：'最先掌握 AI 的人，将会比较晚掌握 AI 的人有竞争优势'。
