综述由AI生成基于字节跳动 AI 产品负责人 Vanessa 的访谈,总结了面试 100 位 AI 产品经理的观察。内容涵盖 AI 产品经理的典型画像、四类角色划分(数据生产、策略评估、AI Native、功能设计)、行业至暗时刻(价值感缺失、用户认知偏差、脏活累活)以及入局建议。文章强调 AI 技术虽新但门槛并非不可逾越,产品经理需深入理解用户场景与模型局限,通过策略叠加提升产品价值,并鼓励在真实应用场景中积累经验。
之前的提纲有一个问题是「最近让你印象深刻的 AI 产品」,其实我一时没有想到特别惊艳的产品,反而有很多论文的思路让我感到惊为天人。因此,如果你是一个 CS 专业的学生,看论文绝对是一个非常大的加分项。它可以扩展你的思路,并让你对 AI 有更深层的理解,而不是流于表面,只是看看别人做出来的产品是什么样子。
AI 从技术层到产品层经历了多个阶段,AI 产品已经是一个最终的成品。就像做面包一样,只品尝好吃的面包,是不理解是怎么从面粉一步一步成为面包的。因此,了解 AI 的技术原理尤为重要。
AI Native 产品中担任 PM 角色的产品经理:像我这样,特别是偏向效果的 PM。这类产品经理现在并不多,因为投入纯 AI 产品的公司也不多,他们需要考虑在生成式 AI 时代下,新的产品经理要如何工作、有怎样的工作流。
负责产品中 AI 功能设计的产品经理:也是相对最容易转的产品经理。例如有的朋友在 Google 工作,负责 Google Calendar、Gmail。这些产品中会有 AI 小助手,日历会像小秘书一样帮你总结一下今天要见的人,会议后如果有视频记录,也可以帮你把待跟进的事项记下来等等。
这类产品经理其实是在以往产品的基础上添加一些 AI 元素,从而慢慢向 AI 赛道贴近。
Koji:
当你提到第四类产品经理时,更多是讲的 to C,我觉得 to B 也同理。最近我们在关注 Y Combinator 近一年投资的 260 家 AI 公司中发现,其七八成在美国都是做 to B 的。过去任意一个有 SaaS 的 to B 领域,在当下就可以转换成 AI SaaS。比如,在兽医、牙医等领域,过去有一些公司做 CRM 做的不错,现在也有一些用 AI 把 CRM 再做一遍的。
我认为这也是一类产品经理画像,即用 AI 来提高工作效率,在已有的产品上赋能。
Rong:
这些来面试的人,他们有特别清楚自己在申请哪一类产品经理吗?
Vanessa:
可能并没有。因为 AI 行业非常新,而且在招聘时可能出于保密因素,大家会把 JD 写得很模糊,不会明确描述日常的具体工作内容。因此,来求职的人很多自我定位也不清晰。
我在面试中遇到一些候选人,他们在说「想做 AI 产品经理」时,其实并没有真正了解其将面临的挑战。他们的了解局限于日常使用过 ChatGPT、妙鸭等应用、或者看过相关新闻,认为这些东西特别牛。
正如之前很多人教导怎么转行产品经理,现在的趋势是教导怎么转行 AI 产品经理。AI 产品经理的 title 变得越来越高大上,就会有很多人想要涌入这个领域。
我觉得他们讲的不够现实,或是故意隐瞒了很多东西。
2.2 产品经理的至暗时刻与价值感
Koji:
现实是什么呢?
Vanessa:
在教人转行的时候,有时候这些老师只讲优点,赚到了流量和钱,却没有任何的售后。
还有就是「只讲道不讲术」——只讲 AI 有多重要,却不讲你到底怎么去做一个 AI 产品经理,具体每天的 day to day 是什么样的。
还有些人觉得所有人的起点都差不多;其实在校生或零经验的人、有一些 AI 产品经验的人、还有非 AI 产品但产品经验丰富的人,他们进入 AI 产品经理这个行业的路径,应当是相当不同的。
那么,AI 产品经理在光鲜的 title 背后,究竟在做些什么呢?这里有几个 AI 产品经理的「至暗时刻」——
我看过一个例子是,一个海外做 AI 生成漫画的产品。像 Midjourney 这样的产品,已经能生成各种令人惊艳的图像,但应用到漫画、绘本领域,它还缺少很多东西,比如人物一致性保持、场景固定、比如帮助创作者从一个想法发散成一个完整的故事大纲甚至细致的脚本等,这些仍需要大量的人工处理。那个产品就是针对漫画的创作场景,做了很多好用的功能。
AI 产品经理要深入了解用户的 user flow,即用户在做这件事的过程中会经历哪些步骤、有哪些需求,并将所有 AI 能力串联起来。
现在给用户的是一个对话框,用户不知道能做什么,甚至可能会提出一些奇怪的对话,比如「帮我洗衣服」这类完全无法实现的 prompt。这个现象的原因是 AI 还太新了,整个市场对 AI 的理解和教育还不够。
Koji:
还有更多至暗时刻吗?
Vanessa:
对 AI 产品经理而言没有了,但对 AI 而言,我认为现在我们对 AI 过于苛责。假设把 AI 当作一个人来看,'他'的至暗时刻是什么呢?我们对他的评价并不公平。
以自动驾驶为例,即便是通过驾校考试的人也会出现驾驶失误。人的驾驶技能有好坏之分,AI 的安全性可能比某些人还高,但我们对 AI 的标准非常苛刻,不允许它出现任何问题。还有像医生诊断还是以 Copilot 为主,AI 可以辅助医生但不能完全替代医生,即使 AI 误诊率比医生低,我们仍觉得不能把其交给 AI。
在招聘预期上,我们希望候选人对 AI 技术和知识有充分的了解,甚至积累了相关工作经验,才能更快上手;他们对 AI 要有自己的认知和理解,对 AI 应用于哪些场景有独到的想法。这样的人是我们觉得特别好的。
Koji:
有没有一些在面试中让你印象深刻的故事呢?尤其是优秀面试者的故事。
Vanessa:
我想起有这样一位面试者。他在一家互联网大厂,本职工作与 AI 关系不大;业余生活中,他是一个摄影师,对美学、摄影和图像有很高的追求。当看到 AI 之后,他开始萌生出一些想法:是不是可以不用实景外拍?AI 是否可以改变摄影师的工作流?因此,他从一个真实问题出发,集结了一些人做了一个 side project。
我觉得这很好地体现了他的自学能力和对 AI 的热情。在大厂紧张的工作节奏下,还能在热情的驱使下用闲暇时间完成一个 AI 产品项目,这样的人值得我们留心和给予更多的机会。
结语
AI 产品经理正处于一个充满机遇与挑战的十字路口。从面试观察来看,虽然行业门槛看似不高,但真正的核心竞争力在于对技术的深刻理解与对用户需求的敏锐洞察相结合。无论是转型的传统产品经理,还是科班出身的技术人才,都需要在'看论文'与'做产品'之间找到平衡点。
面对至暗时刻,如模型幻觉、用户认知偏差及繁琐的脏活累活,产品经理的价值并未减弱,反而因需要叠加策略、打磨体验而更加凸显。入局 AI 并非盲目跟风,而是基于对技术落地真实场景的判断。正如访谈中所言,未来已来,关键在于能否在不确定性中找到确定的价值锚点,通过持续学习和实践,在 AI 浪潮中实现个人与产品的共同成长。