AI 产品经理和 AIGC 产品经理有什么区别，怎么选择？
随着人工智能技术的普及和应用，各行各业都在经历着巨大的转型和变化。AI 在不同领域的应用已经不再是新鲜事物，而是成为了一种普遍存在的工具和技术。这种普及性的应用使得各行各业对于人才的需求也发生了翻天覆地的改变。
目前很火的 AI 和 AIGC 行业，也带动了产品经理能力的升级和迭代。我们可以从各大招聘平台看到，AI 产品经理和 AIGC 产品经理的招聘需求，也变得多了起来。因为整个市场，不管是什么行业，都在面对 AI 的转型和升级，企业决策者都会问一句话："我的业务如何和 AI 结合，我们怎么能降本增效？"
对于企业来说，大家都不想在这次 AI 的大浪潮下被淘汰。那么企业想要跟着 AI 的潮流，同时还能应用 AI，实现降本增效，则需要招聘相关 AI 岗位的人来实现目标。
一、市场招聘需求变化
1. 招聘 AI 相关人员仍然具有挑战性
近期麦肯锡发布的一份调研报告指出，招聘与人工智能相关的角色仍然是一个挑战，但在过去的一年中已经变得相对容易一些。这可能反映了从 2022 年底到 2023 年上半年，科技公司大量裁员的情况。与之前的调查相比，回应者中报告招聘诸如 AI 数据科学家、数据工程师和数据可视化专家等角色困难的比例有所减少。尽管如此，回应者表示，招聘机器学习工程师和 AI 产品负责人的难度与去年相比依然很大。
2. AI 对不同职能影响
具体来看，对于通用 AI 的预测影响，服务运营是唯一一个大多数回应者预期其组织的劳动力规模将减少的职能。对于产品和开发来说，回应者反馈减少的比例是非常低的。这一发现与我们最近的研究结果大体一致：虽然通用 AI 的出现增加了我们对可自动化工作活动比例的估计（从 50% 增加到 60% 至 70%），但这并不一定意味着整个角色的自动化。
3. 职业再培训
展望未来三年，回应者预测人工智能的应用将重塑劳动力市场中的许多角色。总体上，他们预计将有更多员工接受再培训，而不是被裁减。38% 采用 AI 的回应者预计，他们公司的劳动力中将有超过 20% 的人将接受再培训，而 8% 的回应者表示他们的劳动力规模将减少超过 20%。
二、产品经理自身选择和迭代
那么对于产品经理来说，我们怎么把握住这次浪潮？如何升级转型成为 AI 或者 AIGC 产品经理？首先说结论：
- 对于之前完全没有 AI 相关经验的朋友，可以先考虑转型做 AIGC 产品经理，挑选对行业经验有一定要求，并且可以快速应用 AIGC 能力的企业。
- 对于之前有一定 AI 经验的朋友，AI 产品经理更复杂，对技术的要求也更高，可以结合自己的定位和长远目标，针对性选择。
三、什么是 AI 产品经理
当你求职 AI 产品经理的时候，企业可能会有如下的要求：
- 已经有 AI 从业经验，比如 2-3 年，甚至 5 年。
- 了解 AI 模型，能力偏技术，比如了解 AI，机器学习，自然语言处理，计算机视觉等相关技术。
- 能落地完成基于大模型的产品应用，和后台系统的产品实施。
- 对产品进行效果跟踪，数据分析，用户分析，以及及时反馈到产品迭代中。
1. AI 产品经理到底做什么
整个 AI 环节包括了：数据收集、标注、训练、模型开发上线、部署、评估验证、维护、安全。整条 AI 链路其实非常长，你可能会涉及合作的团队有：
- 数据团队：收集数据，标注数据，评估数据。在有些公司，这些都是产品经理的工作。
- 算法团队：负责模型训练和优化。
- 其他常见的软件研发团队：如前后端，测试，运维等。
- 销售，客服，交付等更面向客户团队：负责需求对接和交付。
- 法务，商标，安全等部门：负责合规性审查。
除了这些合作方，作为 AI 的公司，还需要内部有较为完整 AI 工具产品，如：标注平台，人工审核平台等。根据每家公司规模不一样，会开发迭代不同规模的内部 AI 工具。
AI 产品经理工作内容方面，都会经历收集训练数据、验证数据，测试数据几个部分。不同的公司，数据采集工作分配会有差异。在一些 AI 公司，会将数据收集、异常发现、迭代优化方向、模型效果评估都放在产品组。所以你会查看大量的数据集。这些数据常见地会以 Excel 或者在软件界面上地形式展示。
对于 AI 产品经理需要了解数据集的特征，和算法团队沟通，建议以什么特征进行训练，从而迭代模型。此外，还需要对大量的数据集进行标注，这往往会专门有个人工标注团队进行标注。有了标注，才能知道模型判断的正确与否。每一个版本模型出结果后，你还需要进行效果评估，查看问题类型，进行归纳总结，和算法团队沟通如何进一步迭代模型优化。
总结一下就是：AI 产品经理的工作，有很多是细致和重复的部分，你需要看大量的数据，浏览器可能开满了不同数据集的窗口，基于数据集去发现问题，找到可能解决问题的方向。
