AI时代,产品经理将何去何从

我爱免费

作者：微信文章
这个问题在脑子里思考过很久，而今天正好看到老罗跟闫俊杰对谈，再次提及了这个内容，就写写自己的看法。
简单做个自我介绍，本人是个10年产品经理，目前在做的也是B端/G端类混合AI和大数据方向的产品，信息专业，野路子出身，做过会议产品、做过会议，也0到1做过销售额千万的产品，但再大的市面就还没见过了，所以水平有限，高手可划走。（怎么叠甲本能这么强）

一、引子：老罗的两种未来预判

言归正传，看到访谈时老罗再次提及了那个问题，因为他现在就是对产品经理是一个有点悲观或者说有点未知的看法。他说未来产品经理有两种可能：

乐观版：简单来讲就是AI很发达，也能写代码，产品经理未来可能更适合成为一人公司那种构成，或者搭个技术就能很快把产品做成了。

悲观版：大模型自己就是个产品，那还需要产品吗，技术好、算力好，模型好就够了。

这时候弹幕飘过了一句话，我觉得非常有水平，也是这句话让我想写这篇文章，他说：产品经理是时代赋予的角色。

我先不回应这两个产品哪个属于未来，我们先一起分析下产品经理岗位的历史。

二、回顾：产品经理的黄金时代与核心能力

在这里不讲产品经理的起源，那个要追溯到宝洁了，但是回想起来，产品经理这个岗位大火，其实是在互联网时代和移动互联网时代。那个阶段有大量的web网站、app的设计需求，需要有人能站在人机交互的角度，去做出更专业的设计，从而让用户爱上你的产品。

所以那个时代的代表性方法论是《Don't make me think》《人人都是产品经理》《产品经理方法论》那些。所以那个阶段最关注的能力是产品设计，出现乔布斯、张小龙、张一鸣、雷军这类超级产品经理（你细品，都是技术背景，但除了张一鸣，很多人忽视了他们的技术能力，张一鸣是算法设计能力太夸张了，而算法其实就是头条抖音的核心产品，所以应该记住他技术出身的人比较多）。

但那个时候本质卷的是用户洞察能力，对产品定位的坚守、商业模式的设计、平台的构建这一系列能力，不过大多数的产品就业岗位，是以这些人为梦想但本质上是“需求分析师”的产品经理，所以我还是以更通用能力来讲吧，毕竟顶尖人才什么时候都缺，甭管是不是产品经理。

那未来的“需求分析师”是什么样的要求呢？我试着再来分析下。

三、预判：未来产业发展的核心方向

我们得先试着预测下后面的产业发展。未来更关注AGI？Agent?还是垂直领域大模型？

目前从全球格局来看，谷歌和OPEN AI包括李飞飞想研究的，都是AGI方向，不满足于大语言，而是想做世界模型，那世界模型如果做出来，那确实可以算AGI了，再赋予具身机器人的实体形态，那确实是与人没多大区别了，或者说能做很多大家梦想里的事儿了，比如替我养老，替我上班，甚至谈个女朋友？

但是这个赛道的投入是巨额的，别说小厂玩不起，就是国内的这几个巨头在这个领域都是切入有限的，毕竟算力问题起码在现在，还是掣肘的一大问题，地球一半以上的算力还在人家手里（当然我们有能源优势，肯定也有用，但是这只能说省些钱，本质上还是木桶效应），注定做不到跟老美一起拼大力出奇迹。

而国外这些科学家和大厂现在还没想着成本的事，扎克伯格砸钱的理由老罗也做了一个分析：那些专家自己就在训练AI的过程里花过若干个亿，你用上亿的钱把人家请来相当于也具备了曾经砸钱的经验，这买卖不亏。

所以我的第一个大势上的共识是，国外大力出奇迹砸AGI，而我们当前的路在如何降低成本的同时在各领域有用，说白了用开源理念卷应用层。（从最近豆包手机的事也是一个作证）而deepseek的火也有这个时代大势，大家也由此可以看出一些价值观，他并不是把分都刷到最高，而是分刷到相当高的程度的同时，成本、算力还比国外那些厂商低，用个前些年房地产常用的词，叫“经济适用型”。（这个理念你去看日本消失的30年，也会佐证这个逻辑，即在我国当前的发展下，更需要高性价比的能产生即时价值的产品，来早期形成正循环）

这并不丢人，闭源和开源本就是两种战术，开源则更能形成全民皆兵的能量。而做垂类应用也意味着离钱更近，现在的国内外的投资界是不见AI不投，而国内更夸张一点的是商业模式离钱太远或者说变现路径不清晰不投，恨不得你距离赚钱就一步之遥，他投资进来就能回报。这固然有点“短视”，但当下的资本市场，甚至当下的“寒冬”，老互联网人以及新的大学生们，应该都有各自的感受。（基础建设也做，但那是国家战略的事，我们还是从整个市场和产品经理未来就业角度来做本文的核心讨论点）

四、聚焦：AI应用时代，产品经理的核心赛道与能力

那接下来可以深入探讨下，当大势所趋都面向AI应用的时候，产品经理在这里扮演什么角色呢？

我们先看看常见领域赛道：

1. 垂类模型：这个典型的所谓医疗界、金融界，或是智能客服，这些案例大家都不陌生。

2. 工具应用：AI+PPT、AI+EXCEL、AI+专业报告（这两种都是AIGC类的，也有AI分析类的）

3. 多模态场景识别预测：比如天灾地震类分析，或是畜牧业、工厂的监控和一系列传统数据化做预测的（但这个赛道其实还并非靠大语言模型，其实属于算法建模那一类的，但是多模态的识别能力是大模型这波迭代带起来的巨大提升，使得进一步的预测的自动化可行性更高）

4. 具身机器人：智能驾驶、无人机、或者机器人自由手

那当市场上都是这种产品或者要做增量AI产品时，此时产品经理要具备什么能力呢？其实视频的后续闫俊杰老师已经提到了几个关键词：产品和开发的交叉、产品和算法的交叉。

这两个延伸一步。产品后续可能就不是画原型了，而是通过设计的理念和过去的基础能力，能快速攒出个demo来，不一定能运行。但比过去做的交互稿肯定还是进步了很大一层以及巨额提效。（我确实也体验过一些能智能做交互的产品，还是有些用的，当然也还远做不到灵活的细节打磨，这往往都是最难的部分）

而产品最最有价值的地方，其实一直都不是画原型，而是那个洞察能力，就是发现需求的能力，只不过这个要关注变化，主要是场景和对象的变化。

场景变化是指过去基本上衣食住行这些需求其实都满足差不多了，但是AI这么一诞生，新的需求是什么样确实是个全新的命题。豆包给了一个他的选项对吧，就是智能语音操控的手机，一句话你就按付款码就完事了。

而对象变化则是你的产品还是为人服务吗，会不会是为机器（Agent)服务，而那个机器在为人服务，那是不是设计方式、交互方式也都变化了，而产品经理能在这个场景里想通找到价值，那不愁没工作，只是不能局限在过去一个需求画一个原型图了。

产品和算法的交叉则是告诉大家，未来可能不懂技术的产品，确实不太好过了，因为产品的核心价值在于算法，或者说模型。而算法和模型的构建依赖于什么？光靠数据工程师或者大模型专家吗？不尽然，他们作为专业研发者一直有用户视角上的缺失，对场景对数据的理解肯定是不如产品的。

所以这些算法或者模型（无论大模型还是小模型），在做训练和微调的时候，在做建模的时候，产品所带来的价值观是最为宝贵的思考，而这些是来自于用户场景的深度洞察和对技术有一定基础认识才能做的（这也是为什么国家天天呼唤交叉人才）。

再举个我认为还算形象的例子来说明这个价值观的重要性，假如你在搭建一个报告AGENT，可以调用本地数据、搜索的数据（bing或者google都行，随意脑补，多模态的也行），然后AI再经历一顿思考，最后输出报告。这是个简单的逻辑对吧，而且你没有搭FLOW，你是让AGENT自由发挥的，那么此时搜索到了N个网页或者信息，那他们对这些信息的价值是如何看待的？（是来源的权威程度还是内容的专业程度）他是先搜A还是先搜B，他到了上下文限制的时候截断吗？还是分段总结？

你会发现这个可解释性看起来很强，但其实细分逻辑还有非常多的细节待确认，那这些细节以后谁来确认？就是产品经理吧，我猜。每个细节其实都是一次价值观的诠释，即什么是重要的。当然也不排除有懂技术有懂写作的人跨界过来，把你桌子掀了，然后来一句“我也是复合型人才，听我的就行。”

五、收尾：面对焦虑，唯有持续学习

最后我想说，老罗的焦虑应该也代表了相当一批不懂技术的产品经理的焦虑，怕找不到自己的位置。我也会有，所以gpt3.5出现后，我就开始了疯狂自学、到处摸索，游走在b站、twitter之间，反正网课瞎看，现在上了学人大的人工智能硕士，看看能不能找找“正道”来完善下自己的知识体系。

关于焦虑，我很想劝大家不要过于焦虑，想说AI替代大多数人怎么都得再有个5年、10年的，但一寻思这也挺近的，说真的也挺吓人。但只要在这个过程中持续学习，保持竞争力和强就业能力我觉得是不用太担忧的。

重复性劳动的部分岗位确实是挺危险的，但是好消息是，灵巧手不仅老难了（人类的生理结构真是个天才），要工业化那也是需要供应链大变革的，没那么快，反倒是一些技术难度不高的办公室岗位先没有。

困了，这就是我的一些看法，分享给可能需要的各位，欢迎交流或者提问。与各位共勉，希望我们都不失业，做出自己理想的产品。