AI產品經理究竟是個什麼「貨色」？

記得很久以前，程序員就叫程序員，需求就叫需求，美工就叫美工，測試就叫測試，只有管事管人的叫做經理。後來，慢慢衍生出了一個新的角色——一個叫做產品經理但不是經理的角色。

於是乎，江湖上便開始有了產品經理的傳說。

微信的張小龍讓產品經理抵達了一個別人無法企及的高度，網上各種關於產品經理的段子也層出不窮，先來兩副對聯：

上聯：這個其實很簡單；下聯：原理細節我不管。

橫批：明天上線

上聯：沒啥需求實現不了；下聯：有你這樣設計的嗎？

橫批：u can u up

AI產品經理竟然有這種操作？

有人會問：「你是人工智慧產品經理，為什麼不爬蟲弄一大堆招聘數據下來，然後機器學習做一個聚類演算法呢？」

人工智慧產品經理 ≠ 人工智慧科學家

產品經理只是提需求並保證需求落地。

比如說，AI-PM 告訴AI-Scientist：

「我需要了解人工智慧產品經理這個職位，我們要把智聯招聘、獵聘網、拉勾網、秒聘網四個網站中和人工智慧產品經理有關的數據跑下來，做個分析對比，產出一份職位描述，作為我今後努力的方向。」

在 PM 和Scientist 做完充分的溝通後，確認他理解你的需求，詢問他是否需要外部支持，階段性地驗收成果或查看進度，確保項目落地。

AI產品經理職位描述案例如下：

人工智慧產品整體規劃、階段目標、產品設計和推進實現

產品上線後，分析使用數據，提煉使用場景，找到產品改進點和突破點，用豐富的交互場景推動AI創新

對用戶的交互使用體驗負責

有效地橫向串聯產品的所有功能模塊，與產品、演算法、工程、編輯、團隊充分溝通協作，保證產品功能落地

負責行業市場分析、用戶需求調研和競品分析工作

Andrew Ng 吳恩達在 NIPS 2016 上談到AI產品經理時指出：

「一個人工智慧產品經理的工作流：」

「一個人工智慧產品經理扮演的角色：」

「一個人工智慧產品經理的職責：」

誰說產品經理不能懂技術？

作為一名產品經理，似乎總是常年備受大家「不懂技術」的「冤屈」，網上關於此類的段子也不少：

「師兄，我們這款產品的核心功能是要達到XXX，可以採用XX技術來實現，這樣可能會比較好」

「切，你管我用什麼技術，我能給你實現就好了，你又不懂技術，瞎扯什麼蛋呢？瓜兮兮嘞……」

「帥哥，運營的過程中網路要保證到XX的速度」

「靠，你懂完了，你來撒！」

可是產品經理就活該背這個黑鍋嗎？

當然不是！

AI來襲，產品經理自然也不能落後潮流。

今天我們就來用人工智慧中最火的機器學習給大家舉個例，看看機器學習與產品經理能擦出怎樣的火花。

我能讀懂你的心

作為一名產品經理的關鍵是什麼？

讀懂用戶的需求！

可是通常，人們會習慣性地認為機器學習是以某種方式從根本上改變了產品經理的技能組合。

這是個常見的認知錯誤！

機器學習本身並不是目的，它只是解決用戶真實需求的一種工具。很多公司都有很棒的人工智慧技術，並且已經在許多實際應用中驗證了這些技術的實用性。如果你開發了一個很酷的新技術，想在現實中應用它，那麼你需要考慮的是這項技術能夠解決什麼問題，或者通過這項技術可以增強哪些方面的經驗。

作為一個產品經理，如果你嘗試構建一些機器學習產品來服務於用戶，那麼用戶的問題及需求應該是你需要關注的焦點。

對複雜數據 say no!

是不是心疼自己在海量數據中眼花繚亂找不著北？

有了機器學習，我們將對紛繁複雜的數據say no！

使用各種機器學習演算法來為用戶搜索提供最佳結果。

例如，當你搜索食譜時，搜索引擎會自動學習你的搜索模式，以及與你類似的搜索和點擊行為的模式，並為你自動篩選出最貼近的食譜作為第一個結果。

不僅如此，分類問題也能夠利用機器學習來解決。如果你希望將數百萬篇教育類的帖子進行分類，並且已經利用一些教育類的文檔訓練好一個機器學習模型，那麼這個模型可以幫助你自動分類這些帖子。

機智的我早已看穿一切

你是不是經歷過各種購物網站、視頻網站等等的花式推薦？

在這個過程中，機器學習再一次登場。

現實中，最常見的一類問題是預測用戶的喜好，如用戶是否喜歡新聞中的某個故事，是否會喜歡 Dropbox 中的內容等。

同樣，如果你想預測 2018 年 12 月的銷售情況 (前提是業務基礎沒有大幅改變) ，只需要提供過去幾年的歷史銷售數據，一個機器學習模型就可以成功地預測未來的銷售情況，即使考慮到季節性問題也是如此。機器學習模型不僅可以用於銷售情況的預測，對於其他問題，如庫存的使用情況也可以解決。

過來人侃侃產品經理面試那點事

騰訊

騰訊的簡歷相對比較容易通過，筆試通過率也較高。順利的話後面有一次群面，三次單面。

BAT中騰訊是最看重產品的（馬化騰先生本身就是名人堂級別的PM），從網上收集的結果及我個人相關的經歷來看，騰訊在招產品的時候並沒有對專業做太多偏好——有一定計算機背景的自然好，但也只是加分項。事實上，拿到騰訊產品offer的同學專業五花八門，從電影到經管，從自動化到計算機。

我個人參加過的三次騰訊應聘都是IEG事業群的招聘組，可以說是我面試的最自然最舒服的經歷之一。可能是公司的氣質所致，騰訊的產品專業面面試官都很和藹，很少會像其他公司為你設定壓力，也幾乎不會否定你的一些觀點（但是最後HR面例外）。我非常喜歡實習面試時的面試官，除了一般的關於互聯網產品的認知外，我們花了很多時間聊了喜歡看的書，攝影用的器材，做過的比較「瘋狂」的事兒……結束前，我介紹了曾經自己做的調查，而他推薦了最近在看的書。

騰訊的所有環節中，最容易被淘汰的是靠人品的群面，因為參加人數太多，通常一組（10—12人）只會留下1、2個。兩輪專業面試內容比較寬泛，更關注你對產品的理解以及對這個行業的了解度；不僅要能指出現有一些產品的問題，還要能夠提出修改方案；不僅要有想法，而且要有持續不斷的想法。

騰訊的HR面經常會刷人，我和我的諸多小夥伴都曾跪在這個環節，有的技術大牛在這裡跪過兩次。但無論怎樣，騰訊的幾次面試過程加深了我對這個公司的好感，畢竟找工作一部分意義上是在找以後工作的夥伴，興趣相投再好不過。

阿里巴巴

對於阿里巴巴產品經理的認識，最早來自於蘇傑先生的那本《人人都是產品經理》。其實回顧下阿里的整個發展過程，一直以來都是強在運營方面，後來對技術的重視以及高額的薪水使得其在技術領域也較為強大。但是，即便到今天，單純從產品角度來看，阿里還是沒有特別驚艷的作品。Fenng曾在微博上吐槽阿里的「來往」有17個產品經理，最終還是做成那樣。

但無論怎樣，阿里在招聘時還是非常認真的。阿里將產品經理與運營設為兩個職位，而且在產品經理職位要求中明確提出了希望應聘者有一定的技術背景。從後面在上海碰到的小夥伴情況來看，基本都是與信息技術有點關係的專業，碩士居多，也有比較出色的本科生。

阿里的面試比較關注個人的做過的東西，如果你是學計算機相關的，還有可能問到你這些年的代碼量。朋友遇到的一個問題我覺得很有意思，也是情景假設類型的，倘若騰訊成功集合了其他的垂直電商，那麼阿里該如何應對。

百度

最開始還是在百度的招聘官網上進行網申，據說百度的網申很簡單，直接上傳簡歷就可以了。但是我的那個同事錯過了網申，所以他直接霸面參加的是筆試，當時和他一樣霸面筆試的有很多，百度很開放，基本上對霸面的也一視同仁。

筆試通過後，會通知面試，但是百度的面試沒有群面，都是單面，有時甚至會多面一，所以對於百度校招而言，筆試通過後就相當於勝利了一半。

在專業面試的時候，主要是三道簡答題，會給紙筆，時間大概2個小時。當時我的第一個問題是如何統計某個城市的加油站？第二個問題是針對百度的一款產品並指出它的優缺點與改進措施？第三個問題是如果你是百度產品經理，如何設計一款針對2歲兒童的餐具？

我們以第三個問題為例，如果你是百度的產品經理，如何設計一款針對2歲兒童的餐具？

考慮到目標群體的特殊性，年齡比較小，所以要考慮到餐具的安全性；接受能力比較差，所以餐具要簡單。從這兩點出發去設計餐具，最重要的一點是要注意前提是百度的產品經理，所以一定要有百度的烙印。

百度以科技著稱，要聯想到它現在比較火的人工智慧、物聯網等，比如做一個智能餐具，手機上的APP與之關聯，通過APP可以查看餐具接觸食物的卡路里、維生素、脂肪等的含量，從而可以確定兒童每天營養的攝入率。

讀芯君開扒

讀芯君每次想到AI產品經理，腦海中都會浮現出一個孤獨的劍客的形象。

他佇立在漫天黃沙的無垠沙漠中，不停地拔刀、出刀、還鞘，百次、千次、萬次……希望能夠練就一身絕世武功。每個優秀的產品經理，就像是這位劍客，在那一望無際的沙漠中，不停地練習和跋涉才能找到下一個綠洲，而那個綠洲，就是——項目已上線。

在這裡引用吳恩達的一段話：

「對我而言，無論何時，當我覺得我不知道下一步應該如何做的時候，我將會嘗試大量的學習和閱讀，和某些領域的專家談話。我不知道我們的大腦是如何工作的，但它非常的神奇：當你讀了足夠多的書，或者和足夠多的專家談話之後，換句話說，當你的大腦有了足夠多的輸入信息，新的想法就會隨之產生。」

歡迎大家關注 留言 點贊 發個朋友圈

我們一起探討AI落地的最後一公里

作者：二岳初

參考文獻鏈接：

http://www.woshipm.com/pmd/448244.html

http://blog.sina.com.cn/s/blog_696c5a5e0101g9jf.html

http://www.woshipm.com/zhichang/274918.html

如需轉載，請後台留言，遵守轉載規範

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！