这两年 AI 突然'火起来'了，算是出现了一个'大转折'。
因为就在这 2 年里，全球所有'大厂'几乎同一时间挤破头在跟进 AI 技术。从 ChatGPT 发布，到谷歌、Facebook、亚马逊等都紧跟其后，再到国内百度、腾讯、阿里、字节等也随之在冲在后面。
对市场趋势敏感的产品经理们，想必也感受到了这个变化。也许你们也曾经想过要不要转行 AI 产品经理或者入行 AI 领域？那 AI 相关的行业究竟值不值得做？如果想转行 AI 产品经理，现在是不是好时机？要是决定转行，得做好什么准备？
01. AI 行业人才现状
根据脉脉发布的《2023 年 AIGC 人才报告》显示：近两年，AIGC 领域岗位数量井喷增长。2021 年 1-2 月，AIGC 领域岗位数量同比上涨 281.88%。2022 年 1-2 月，AIGC 领域岗位数量同比增长 76.74%。2023 年 1 月 ChatGPT 横空出世，AIGC 人才需求再度逆势上涨，岗位数量同比增长 31.3%，创历史新高。另外 AIGC 领域热投岗位则以 AI 产品经理类、运营类等非技术岗位居多，存在一定供需结构失衡现象，也就是说，AI 行业人才确实存在不小的缺口。
还有一份数据是由猎聘发布的《AIGC 就业趋势大数据报告 2023》显示，2023 年 1-10 月，要求掌握 AIGC 的职位同比增长 179.19%。
这些数据表明，AI 人才需求的趋势非常明确。如果选择这个时候入行 AI 领域，算是正好抓住这个难得的机会了。但机会伴随着挑战，企业对于 AI 产品经理的要求也在不断提高。
02. 了解 AI 产品经理
什么是 AI 产品经理？
简单定义一下：AI 产品经理是专门负责人工智能（AI）产品开发、推广及优化的人员，最终的目的是确保开发的 AI 产品能够满足市场需求并具有可行性。
这和传统产品经理的定义非常相似，但 AI 产品经理虽然多了 AI 的加持，依旧没有脱离产品经理的基本框架。不同的是，AI 产品经理不仅需要具备深厚的技术背景，还需要足够了解人工智能技术的基本原理，所以这就要求 AI 产品经理是要有一定的技术理解力的。
AI 产品经理的工作内容
比如市场调研与需求分析、产品规划和设计、制定产品需求文档（PRD）、监督开发过程、用户测试与反馈收集等。与传统 PM 相比，AI 产品经理需要更多地参与模型选型、数据标注管理、算法效果评估等环节。
AI 产品经理的分类有哪些？
其实关于分类并没有统一的标准，常见的类型包括：
- 机器学习产品经理：负责基于统计学习或深度学习模型的通用功能落地。
- 计算机视觉产品经理：主要负责开发和管理基于计算机视觉技术的产品，如图像识别、目标检测和人脸识别等，这些产品在图像和视频处理领域应用是非常广泛的。
- 自然语言处理（NLP）产品经理：专注于文本生成、语义理解、对话系统等方向。
另外人工智能技术还会不断发展，应用领域也会随之更新和扩大，所以 AI 产品经理的分类也可能会有所变化，但是岗位的核心职责是不会变的。
03. 转行 AI 产品经理准备
技术基础构建
首先你得对 AI 技术有个大概的了解，千万别被那些高大上的专业术语吓倒啦。比如你可以从一些基础入门课程开始，了解机器学习、深度学习等等这些基本概念。不用太担心自己没有基础会学不会，毕竟不是要成为技术专家。
建议重点掌握以下内容：
- 数学基础：线性代数、概率论与数理统计的基础概念，有助于理解模型背后的逻辑。
- 核心算法：了解常见算法的原理与适用场景，如回归、分类、聚类、神经网络等。
- 工具链认知：熟悉 Python 编程基础，了解 TensorFlow、PyTorch 等主流框架的基本用法，以及 SQL 数据处理能力。
产品能力迁移
如果你之前是产品经理，那么产品经理的基本工作流程你应很熟悉了。如果你是跨行转行 AI 产品经理的话，就需要了解产品规划、设计、开发、测试、上线等各个环节，以及每个环节需要注意的问题。
特别需要注意的是 AI 产品的特殊性：
- 不确定性：AI 模型的效果往往具有概率性，如何向用户解释并设定合理的预期是关键。
- 数据依赖：AI 产品高度依赖数据质量，需具备数据治理意识和隐私保护知识。
- 迭代周期：AI 模型训练和调优周期较长，需协调研发资源与业务节奏。
