无经验如何转型为 AI 产品经理
引言
当前，人工智能领域发展迅速，许多从业者希望进入 AI 行业成为产品经理或工程师。然而，市场上针对如何有效进入 AI 产品管理领域的培训资源相对有限。本文将基于行业专家的经验，深入解析 AI 产品管理的核心概念、实施层次及必备技能，为转行者提供清晰的指引。
AI 产品经理定义
简单来说，人工智能产品经理是指精通产品管理工具，并且能够应对人工智能工作带来的新挑战的人。我们不应盲目在所有地方使用人工智能，而是尽量避免在复杂且不适合的场景下使用，从而推动产生真正的影响并取得实际进展。
AI 产品管理的三个层次
鉴于许多公司都在名称中加上"AI"标签以提升市场价值，我们需要厘清 AI 在当今产品管理中的实际应用。AI 在产品中的实施通常分为三个层次：
- 使用人工智能改进现有功能 例如，像 Gmail 一样检测垃圾邮件并将其过滤掉。这属于在现有产品中添加 AI 来优化功能，风险较低，但竞争对手容易跟进。
- 创建全新的功能 如果没有人工智能，这些功能就不可能实现。例如，人工智能生成的营销内容。商业工具已推出相关功能，帮助用户根据描述创建新内容，如电子邮件营销工具或社交媒体帖子。
- 构建全新的产品 如果没有人工智能，这些产品是无法想象的。例如，自动驾驶汽车。这是完全新的产品，提供了新的价值（如在旅行时休息）。在此层次，风险更高，努力更大，AI 产品经理必须能够理解数据策略、AI 策略和产品策略如何对齐，以为公司创造持续优势。
在第三种类型中，你需要确保随着获得更多数据，产品会变得更好，进而吸引更多用户，形成飞轮效应。这是 AI 产品经理真正发光的地方。
AI 产品管理的前三项技能
AI 产品经理需要掌握的核心技能主要包括以下三点：
1. 人工智能用户体验 (AI UX)
非常有必要理解最终用户将如何使用人工智能，以及需要什么样的可解释性才能让他们做出正确的决策。理解用户（UX）非常重要，特别是对于没有 AI 素养的人群。例如，向技术人员发送疾病检测结果时，他们可能需要详细的操作依据；而普通用户可能只需要预测结果。需考虑角色、工具及法律因素。
2. 何时使用现成的人工智能解决方案
了解何时最好使用现成的 AI 解决方案，何时在内部构建定制解决方案，或者何时等待大型科技公司推出解决方案。如果功能是通用的，大型科技公司可能会推出或收购你的方案；如果是特定领域（如针对特定地区或人群的解决方案），在内部构建或雇佣专业团队可能更值得。
3. 人工智能的商业洞察
不应该花太多时间学习底层算法。更重要的是了解可用的工具是什么，定价机制如何，以及成本和定价随时间的变化。例如，通过优化模型规模或迁移到更适合高峰时段的解决方案，可以大幅降低成本。AI 产品经理应根据 AI 产品和工具做出商业决策，利用用户数据和使用情况驱动技术决策。
AI 产品课程与学习
有很多免费的 AI 课程可供选择。建议从云服务提供商开始学习，如 Google Cloud、AWS、Azure，它们都有关于如何使用现成解决方案的课程。当你开始学习这些时，可以根据自己的需要深入学习。
同时，尝试加入一个 AI 社区，与实际使用 AI 的人交流经验。获取高质量的信息比参加一般的 AI 课程更重要，因为 AI 已经是一个非常热门的话题。
生成式 AI 的五级框架
关于生成式 AI，有一个五级框架可以帮助你理解其复杂性：
- 第一层：简单提问并得到回答。
- 第二层：通过元提示（Meta-Prompting）获得更好的结果。例如，让 AI 帮你写提示词。目前大部分问题可以通过生成式 AI 解决。
- 第三层至第五层：涉及设计代理、思考问题、提出复杂计划等。这是最先进状态，需要为设计代理制作复杂的提示。
归根结底，一切都是关于提示词的。你需要学习的第一件事就是如何制作提示。推荐的学习资源包括 deeplearning.ai 的相关课程，从提示和元提示开始，无需过度复杂化。
AI 产品用例分析
应该追求的用例
大型语言模型本质上是输入文本输出文本的机器，存在幻觉风险。因此，你应该追求那些如果你使用现成解决方案会得到非常糟糕结果的案例。 例如，职业建议类问题，通用 ChatGPT 的回答往往无用。但如果输入简历、目标、喜好等详细信息，并进行互联网研究，结果会显著改善。关键在于使提示非常具体，教 AI 适应特定情况。
