《人工智能产品经理——AI时代PM修炼手册》by张竞宇，read at 2020.04
这是今年准备面试时看的一本书了。全书从宏观层面介绍了AIPM应具备的的视野范围、一套较完备的工作方法论。AI领域的常识、日常工作没有超出这本书的范畴，是一本合格的入门科普书籍。把读来认为有用的点整理如下。
前言
人工智能产品经理的职位职责：将人工智能技术和行业知识结合，通过产品和项目的落地实现商业目标。
一、AI产品特性对PM的要求
如果说互联网对人类的主要贡献是通过优化和创造信息存储和传递的方式重新组合各种生产要素，即重构已有的生产要素进而推动产业升级，那么人工智能的主要贡献就是升级生产要素。不改变生产要素本身，更关注生产要素和资源配置方式的优化和升级。
拿交通和出行领域举例，互联网时代最典型的产品是一站式出行平台，本质是通过提供乘客与司机紧密相连的出行全流程平台，将线上、线下的出行流程进行整合和优化，最终实现商业变现。而人工智能产品在该领域以自动驾驶技术为切入点，赋予作为生产要素本身的升级和创新。
人工智能的本质是实现推断的概率无限逼近100%，最终替代人类做判断，完成任务。
人工智能PM充当了实现概率最优和成本投入之间的平衡者。他需要在具体的业务场景中，判断人工智能可以达到的推断概率能否解决用户的需求，以及这种概率被用户接受的最低标准是什么、能超预期完成的标准是什么，并依据这些判断决定对产品研发的投入策略。
在实际的产品管理过程中，人工智能PM在拿捏这个尺度的时候不能一味追求完美，因为产品商业化的成功永远是排在第一位的。
人工智能只是一种将传统产品或服务赋能的手段而已，没有固定的产品形态。比如个性化推荐、提效提准、代替简单重复劳动、提升用户体验。
人工智能PM的价值定位
- 兼顾技术和市场前瞻性
- 引导研发团队接触用户，了解需求场景、产品设计逻辑，引导技术同学获取用户反馈获得成就感
- 道德准则
软硬能力
- 懂技术。理解每个技术动作的原理和最佳实践，并对其进行熟练的解释说明。这有利于内部协调沟通。
- 会用数字表达和评判
- 懂得沟通和协作的艺术
思维模型
- 资源管理思维。算法、数据资源、硬件资源
- 解决方案思维。
- 目标导向思维
二、要懂行业
6种行业分析维度：行业特点，行业运行趋势，竞争力因素分析，行业整合，政府管制，商业模式
3种构建产品竞争力的思路：
点：场景。要找到有商业价值的场景，并提炼出场景中可以帮助产品建立优势的关键点。要平衡场景对应的市场价值和你能解决场景问题的能力和投入。
- 确保产品定位与当下阶段匹配。不要无谓试错
- 深挖与场景有关的干系人和干系场景。——干系人分析检查清单：穷举并分类定义干系人→判断干系人的重要性→描述干系人的利益→描述干系人对产品的期望/要求→干系人的痛点和快点分析
线：深挖点，变成线。深挖需求为用户提供解决方案而不是产品；深挖用户数据中的价值。
面：整合外部资源，实现多元化协作；布局内部产品生态化。
如果你想成为人工智能产品经理，强烈建议你从了解行业开始，而不是一开始就学Python，CNN，RNN。并不是说这些不重要，只不过作为一个产品经理，当你连自己的角色都无法扮演好时，即使你可以掌握再多的编程语言，具备再多的算法调试经验，公司也不敢雇佣你。
三、老本行——需求定义
以量化需求为基础，以ABtest为验证方式的研发过程可以被看做是一种典型的通过数据驱动决策的案例。
- 明确需求符合产品愿景
- 找准需求的场景
- 定义场景中的可量化标准
四、AI产品体系
发展节奏：
项目：单场景，自服务
产品化：单场景但支持灵活需求，自服务
服务化：多场景，支持个性化需求；模块化插件化，可提供对外服务
平台化：多场景自己快速实现需求；开放生态化
五、机器学习
这里提醒小王要持续学完吴恩达的课程呀
与cpu相比，gpu具备强大的并行计算能力与浮点计算能力，且可以提供更快的处理速度、更少的服务器投入和更低的功效
知识的局限性：知识本质上就是由于人类不具备机器这样的计算能力才选择的一种妥协办法，这种办法将有限的数据进行加工，最终实现系统化、逻辑化、因果化的逻辑方式，而这些描述方式都是人类为了理解和解释世界上发生的所有事情，而给出的简化了的、概括了的答案。这种简化和概括过程必然导致精确性的牺牲。
而机器学习不同，它从海量数据出发，通过复杂的算法和运算能力，寻找一切数据背后的规律。这个过程无需总结知识更无需对知识进行解释和描述，但它就是能够解决问题，且在某些方面已经比人类强大得多。
机器学习的逻辑就是绕开知识，用数据说话。
模型与算法的关系：算法代表着用系统的方法描述解决问题的策略机制；模型是通过各种算法对数据进行训练后生成的一种中间件。用不同的算法对模型进行优化和调整，最终目的都是为了让模型更高效。
六、workflow
只有考虑每个前提条件并输出经过严谨分析后的产品目标结论，才能有把握通过公司内部的产品评审，并获得老板的支持。
痛点分析
- 场景描述
具体业务需求场景，场景中哪个流程环节，以前是什么样的替代方案，替代方案多大程度满足了需求 - 痛苦来源是什么？来源于自身or外部压力，为什么存在这种压力，链条是什么；是否来自人性？
- 痛点全方位剖析
该痛点涉及的面有多广？普遍问题还是个例？
是否合规？
是否高频？
用户愿意为此买单吗，愿意付出什么样的代价来解决这个问题？ - 市场分析
竞对有谁？各自的优势？市占率如何？ - 综述，对产品进行一句话定义：面向XX客户，解决客户在XX场景下XX问题，给客户带来XX收益
七、方法论、沟通、CEO视角
一种思维模式：端到端的产品管理。基于产品经理扮演润滑液的角色这一前提，是一种产品全生命周期管理方法论。
- 把握流程中的关键节点
产品管理本质上就是一种固化的流程，流程不仅保证了效率（责任分明、按规矩办事），稳定可控的流程也给创新提供了丰富的土壤。
体现人、周期、环节、职责 - 评审阶段成果，每个时间点、每个环节、每个周期
- 复盘
跨部门沟通：横向领导力
- 良好的人际网络
- 紧密的联盟关系：互相认可并可以互利的关系
- 说服别人的能力：说服别人按照你的想法做事绝不是操作别人的手段，而是一种在理解对方立场和利益诉求的前提下取得对方支持的技巧
- 谈判能力
沟通方式需要投其所好！！！
- 对方更喜欢正式的交流方式还是非正式的交流方式
- 更喜欢面对面还是IM电子邮件
- 更喜欢将事件的上下文了解完整还是更喜欢直接说重点
- 更喜欢数据支撑客观谨慎表达观点还是希望通过主观判断来表达
- 更喜欢听细节还是概括
如何转行/入门AI产品经理 ？
🤔越来越多的人开始转行AI产品经理，毕竟大行情不是太好，对于刚毕业的研究生，想转行的互联网人，AI产品经理，确实是一个不错的方向，我在大厂做了多年的AI产品经理，还是想给大家一些经验和方向⏩
🔥AIGC在行业大火，AI产品经理到底要学哪些内容，和算法工程师有哪些区别，转行AI产品经理要学哪些东西，以下是整个学习思路和方向👇
1️⃣AI产品经理全局学习
2️⃣python系统学习
3️⃣机器学习&深度学习
4️⃣热门AI产品竞品分析
5️⃣AI产品设计学习
6️⃣AI产品0-1实操项目经验
7️⃣AI产品求职&面试
💎以上7点，看起来简单，内部内容其实很多，每一个篇章，展开都有夯实且丰富的内容，需要深度学习。
👉AI产品经理大模型视频和书籍PDF合集👈
观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
👉获取方式：
😝文章篇幅有限，详细资料有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
