Ai产品经理

时间:2024-10-01 07:50:52

从通用类产品经理转行到智能硬件产品经理,虽然都是产品经理,但是即跨越行业也跨越了职业类别。通用类的产品经理工作一般都会完整的经历市场调研、用户研究、产品策略、商业模式、营销、运营以及其他一系列相关的产品管理。转型到智能硬件行业,则需要涉及无人机、智能门锁、家用机器人等关于目标跟踪、即时定位与地图构建、人脸识别相关的落地应用,岗位职责偏重研发端的产品;两者之间的侧重点不一样,也可以说AI智能硬件产品经理是在通用类产品经理的基础上升级。

一、产品经理的起源与发展
1927 年,美国宝洁(P&G)公司出现了第一个产品经理。以“一人负责一个品牌”的理念设置一个产品经理,宝洁曾经推出了6个洗发水品牌、11个洗衣粉品牌、9个清洁剂品牌、4个咖啡品牌、2个除臭剂品牌等等(飘柔、海飞丝、汰渍等耳熟能详的品牌)。毫无疑问,宝洁是产品经理门派的 祖师爷。宝洁虽然创立了产品经理 这一门派,但是发扬光大,变得人尽皆知还是我们的互联网。互联网行业高速发展激发了产品经理的需求。因此,我们从互联网产品说起,互联网产品除了下面的2C/2B还有2G等等,就不完全展开讲了。

二、 互联网产品经理
下面根据个人面试、个人理解、朋友的讲解对互联网行业产品进行分类:

1.to C 产品经理

to C 产品经理一般负责 App 的业务流程、功能流程设计。更加注重产品美观、交互等体验,涉及到一定的业务逻辑。更高级一些的产品经理会参与商业模式、产品策略等相关过程。一般这些都是产品总结拍板,决定产品的方向,作为产品经理更多的职责是产品的某个模块。因此,C 端产品经理的入门门槛较低,从各平台很多关于产品经理使用工具、怎么写 PRD、怎么做业务流程、怎么画功能流程的提问就可以看出,这些都是基础的技能。

现状,C 端产品的需求正在快速的降低。国内互联网高速发展,这个行业已经由运营主导;另一方面,经过前几年发展,已经储备相当多的人才。可以看到,同领域的 App 长得都差不多,正所谓天下文章一大抄。

2.to B 产品经理

B 端产品经理,顾名思义是指针对 B 端用户的产品。例如:商家、企业等组织机构。他们往往对炫酷的交互、轻量化的体验没有很高的要求,更加看中的是解决问题的能力。

B 端产品经理,相对于 C 端有更高的要求。B 端产品需要非常了解该领域的业务流程,着重着眼于严密的逻辑、清晰的条理。目前,互联网行业不景气,所以各平台上出现了大量的关于转行 B 端产品的提问/文章。另外一个重要的原因是 B 端产品有一定的进入门槛。比如从社交产品转入金融行业就很困难,因为咱们不懂金融行业的业务逻辑,缺乏金融行业相关的知识。虽然都是产品岗,但知识点完全大不一样。另外还有数据产品经理、技术产品经理等等,我们在招聘软件上见的就相对较少,就不一一介绍了。人工智能(AI),在技术上取得突破性进展,逐步有了落地性的应用,因此人工智能产品经理(AIPM)也跟着火热起来。

三、 AI 产品经理

人工智能 由三大部分构成:算力、算法、数据

基础支撑:计算能力和数据为人工智能的技术和产业提供支撑,是人工智能的基础设施

核心技术:机器学习(深度学习)、计算机视觉、语音及自然语言处理是人工智能的关键技术,以此构建商业化。一项技术需要商业化就必须需要落地的产品,自然产生了相关的产品管理者。基于以上人工智能组成,自然可以就有相关领域的产品经理需求。根据行业经验,AI 产品经理可以分为如下几个方向:

1.算法产品经理

这类产品经理的要求非常高,主要是算法方向技术性的要求。他们与算法工程师紧密合作,梳理逻辑,提高性能。他们需要对某个或某几个领域具备相当深度的背景知识,特别是自然语言处理领域对该类产品有强烈的需求。而计算机视觉(CV)领域主要集中在调参、模型构建上。

2.智能硬件产品经理

该类产品经理对于算法技术上的要求没有特别深度的需求。个人经验来讲,主要了解主流算法以及算法的边界即可,以便识别机会、应用进入可能性、与技术沟通等。AI 智能硬件产品经理对知识广度、复合能力要求相对互联网产品经理要求高很多。属于入行门槛很高的一类职业,个人认为也是发展潜力巨大的一类产品。从名称上我们能看出来,这是一个软硬结合的行业。

拆开来看:

算力:即计算能力,应用在终端产品上的处理器(CPU、GPU)等跑得动,我们既要满足算力也要满足成本的要求,这是一个权衡的过程。算力相当于汽车发动机

算法:考量我们岁技术前沿的认知能力,是否能够落地执行。算法相当于发动机动力输出比例

数据:终端设备采集数据,需要我们对硬件器件了解,没有数据就没有算法。数据相当于燃油所以,AI 智能硬件产品经理需要了解一个产品从概念到批量生产的全流程,了解团队成员的角色和工作内容。能够很好的与硬件、软件、算法团队打交道,协调研。与互联网产品不同,每个人负责一个模块或几个模块,共同完成一款产品。而 AI 智能硬件就不能这么拆分,往往一款产品各项要求高度相关。甚至兼任项目管理。

以无人机行业做简单介绍:

硬件方面

处理器:计算平台,需要满足飞控、视觉算法(目标跟踪、Vslam等)算力要求。

传感器:GPS、激光雷达、视觉传感器、陀螺仪等数据采集器件,需要满足功能效果。

算法方面

飞控算法:飞控的性能要求,PID 控制、目标跟踪、手势识别等

定位导航:因为飞机不是在单一环境下运行,有可能GPS信号没有/不佳,光线环境不佳等。需要多传感器融合,比如视觉+气压计+超声波+GPS 。

虽然算法产品经理有深度,但需要更高的广度。

数据方面

各传感器的效果决定了数据的质量。

以上是关于嵌入式系统的软硬件,现在已经是 AIOT 时代了,除了上述的嵌入式软硬件还需要关于 App、运营管理后台、云平台相关知识。综合以上,要求产品满足解决问题的需求,也需要考虑成本的限制。理论上,我们可以研发/生产出高质量的产品,但是无法满足成本的要求。我们在产品管理过程中需要平衡需求、物料成本、研发周期、企业本身技术实力之间的关系。