AI 产品经理是什么
在探讨 AI 产品经理之前，首先需要明确其定义及其与传统互联网产品经理的区别。
1.1 AI 产品经理职责
主要职责包括两方面：
- 技术应用规划：将成熟的 AI 技术应用到各个领域和场景中，提升原有场景的效率或效果。
- 需求实现与孵化：基于业务方需求，利用现有 AI 技术或组合方案予以实现；联合技术团队孵化新的 AI 软件解决方案或 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 产品经理本质上是产品经理的一种，并无特殊性。但由于 AI 技术的门槛较高，其与传统的交互产品经理、系统产品经理相比入门要求更高。
传统互联网产品经理若不懂技术仍可成为优秀者，但 AI 产品经理若完全不懂技术，仅具备沟通、协调及项目管理能力，很难胜任。"懂技术"已成为必要条件。目前市场上部分 AI 产品经理对 AI 技术仅略知皮毛，理不清机器学习与深度学习的区别，不会计算召回率和精准率等。未来趋势是此类岗位将由"懂技术"的专业性人才担任，而非通用型产品经理。国内外 AI、机器学习、计算机科学等专业毕业的科班学生越来越多，专业性人才供给也在增加。
所谓"懂技术"，简单直接地说就是可以与算法研发团队基本无障碍地进行沟通，能够客观准确地评估他们的工作量。
AI 产品经理的类型
AI 产品经理主要分为两个大方向：AI 软件产品经理和 AI 硬件产品经理。
2.1 AI 软件产品经理
AI 软件产品经理可细分为专业领域型和平台型。
2.1.1 专业领域型
涵盖计算机视觉（CV）、自然语言处理（NLP）、语音识别（ASR）、增强/虚拟现实（AR/VR）、自动驾驶等领域。虽然 Title 可能不叫 AI 产品经理，但工作本身与 AI 强相关。
这类产品经理的核心工作是将特定领域的 AI 技术赋能到不同场景中，提升人效和用户体验。例如 CV 领域的 OCR 应用，AI 产品经理需在金融、医疗等领域落地产品解决方案，甚至孵化通用 OCR 平台。目标是孵化标准产品，提升交付效率和实现大规模标准化场景应用。
2.1.2 平台型
专注于打造通用的机器学习平台，如深度学习平台、强化学习平台等。该平台用于各种 AI 应用场景的建模，提升科学家建模效率并降低门槛，使普通产品运营人员也能进行简单建模。
国内主流平台包括百度的 Paddle-Paddle、第四范式的先知、阿里的 PAI 平台等。AI 平台产品经理是对技术能力要求最高的职位之一，需熟悉数据处理、模型构建、特征工程、效果评估等全流程，同时对工程化、大数据处理、算力资源管理有一定了解。
2.1.3 备注
招聘市场上，除明确标注"AI 平台产品经理"外，大部分为专业领域型。实际工作中接触的技术往往不止一个方向，需根据场景和业务需求寻找合适的技术组合。目前 CV 和 NLP 是应用最广的两个领域，尤其在教育业务中。面试时若 JD 未明确具体领域，建议向面试官确认。若面试官讲不清楚，通常意味着岗位不靠谱。此外，部分传统企业无自研 AI 团队，需 AI 产品经理从外部寻找厂商合作，此类角色更多偏向项目管理，自身难以沉淀核心技能。
2.2 AI 硬件产品经理
2.2.1 智能硬件产品经理
负责智能音箱、智能手环等产品的规划与统筹。需监控产品设计、开发、测试、试产和量产全过程，确保按时保质完成。还需了解生产流程和质量控制方法，这是软件产品所不具备的环节。
2.2.2 算力产品经理
在大型 AI 厂商中存在此类角色。AI 三大要素为数据、算法和算力，对应数据、算法和算力产品经理。算力产品经理多来自服务器厂商（如华为、浪潮、联想），主要负责服务器资源配置和使用，对 AI 技术深度要求相对较低，重点在于理解不同场景下哪类算力资源最合适。
AI 产品经理必备的技能
除了普适的产品经理技能外，以下能力尤为关键。
3.1 技术能力
算法
AI 三大要素之一是算法。设计 AI 产品解决用户实际需求并与算法团队优化效果的 PM，必须懂算法。
- 基础要求：懂机器学习建模基本流程，分得清不同机器学习任务，了解任务下该使用哪种算法，对常见算法原理有了解，知道如何评估模型效果。
- 领域要求：不同领域需熟悉经典模型。例如 CV 领域需了解卷积神经网络，ASR 领域需了解 RNN。
