在被ChatGPT和大模型裹挾著踏入AGI時代后，產(chǎn)品經(jīng)理們率先成了那群最焦慮、躁動，且迷茫不知去向的人。
(資料圖)
“最近有很多互聯(lián)網(wǎng)產(chǎn)品經(jīng)理找到我，尤其是有過幾年工作經(jīng)歷的產(chǎn)品經(jīng)理，他們對于自己當(dāng)下所處的行業(yè)大環(huán)境有非常強烈的危機感。”前科大訊飛業(yè)務(wù)線負(fù)責(zé)人、阿里云AI產(chǎn)品專家、也是《人工智能產(chǎn)品經(jīng)理》一書的作者張競宇對品玩說。
隨著AGI浪潮洶涌而至，張競宇的著作近期再度成為一本職業(yè)暢銷書，同時他也接收到越來越多的行業(yè)演講與咨詢邀約，其中大半與如何成為/做好AI產(chǎn)品經(jīng)理有關(guān)。
同樣在人工智能領(lǐng)域深耕十余年、并一手打造了AI產(chǎn)品經(jīng)理第一社群的黃釗（常用ID：hanniman），對近兩個月中找到他指點迷津的轉(zhuǎn)型期產(chǎn)品經(jīng)理已經(jīng)應(yīng)接不暇，“數(shù)量沒具體統(tǒng)計，但特別多產(chǎn)品經(jīng)理找過來，他們在轉(zhuǎn)型期都或多或少出現(xiàn)了一些問題”。
黃釗告訴品玩，不少想轉(zhuǎn)型的產(chǎn)品經(jīng)理不但拿不到offer，甚至面試的機會都非常少；在AI熱潮下，已經(jīng)決議轉(zhuǎn)型并離職的產(chǎn)品經(jīng)理gap（休息）2、3個月都是常事，有些空檔期長達(dá)4到6個月，gap時間越長，他們（產(chǎn)品經(jīng)理）的內(nèi)心就愈加慌張。
就連行業(yè)頂尖的產(chǎn)品經(jīng)理們也在被焦灼的情緒拉扯，他們內(nèi)心篤定AGI是正確的方向且蘊藏巨大潛力，然而如何抓住機遇進(jìn)入最頭部的AI公司、并實現(xiàn)最大程度的自我躍升，成了無比迫切的事情。
一位知情人士向品玩透露，不少互聯(lián)網(wǎng)大廠的高P產(chǎn)品經(jīng)理在卡位頭部AI創(chuàng)業(yè)公司產(chǎn)品負(fù)責(zé)人的職位，字節(jié)跳動火山引擎的高層也在行業(yè)里“求醫(yī)問藥”，企圖找到能做出國內(nèi)最好大模型產(chǎn)品的方法。
這是最好的時代，也是最壞的時代；這是智能涌現(xiàn)的時代，也是混沌迷茫的時代。
外圍技能失效，產(chǎn)品經(jīng)理們步入“尷尬期”
繼ChatGPT問世后，在一家互聯(lián)網(wǎng)大廠工作了5年的產(chǎn)品經(jīng)理靳宸（化名），突然發(fā)現(xiàn)自己80%的日常工作未來都會被AI弱化甚至完全取代。
且不說近年來外界經(jīng)常調(diào)侃互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的工作是擺放按鈕的、專業(yè)做PPT的、研究向上管理和cue流程的，僅靳宸自己的感受而言，互聯(lián)網(wǎng)產(chǎn)品經(jīng)理一直以來所擅長的市場調(diào)研、競品分析、PRD設(shè)計，以及數(shù)據(jù)監(jiān)控等一系列外界看起來有些黑盒屬性的技能，在當(dāng)下的AGI時代里變得有些雞肋。
“就拿PRD（產(chǎn)品需求文檔）來說，這個看起來是產(chǎn)品經(jīng)理的拿手絕活，其實技術(shù)含量并不算高。”靳宸表示目前利用ChatGPT和Midjourney相結(jié)合就已經(jīng)可以實現(xiàn)PRD的自動生成了，其效率和質(zhì)量都還不錯。
在人工智能行業(yè)跌宕沉浮十余年的資深A(yù)I產(chǎn)品經(jīng)理張競宇對此也深有感觸。
在他看來，那些以往消耗了產(chǎn)品經(jīng)理大部分時間的外圍技能，就像泡沫一樣在GPT到來之后加速破滅，“坦白來說PRD里面很多都是廢話，都是非核心流程，包括產(chǎn)品設(shè)計原型和項目管理跟蹤，這些都可以用AI模型來實現(xiàn)自動化了”。
不僅是外圍技能失效，還有很多垂直細(xì)分領(lǐng)域的產(chǎn)品經(jīng)理在隨著AGI技術(shù)的發(fā)展而消亡。
一部分是那些已經(jīng)或即將被AI取代行業(yè)里的產(chǎn)品經(jīng)理。
比如當(dāng)下語義和語音為代表的特定領(lǐng)域就發(fā)生著翻天覆地的變化，菁菁（化名）在一個互聯(lián)網(wǎng)大廠先后做過幾款翻譯工具類產(chǎn)品，其中也有借助以往的AI技術(shù)來提升翻譯速度和效果的產(chǎn)品，還曾在公司內(nèi)部獲得了多個獎項。
然而生成式AI技術(shù)浪潮的出現(xiàn)從底層邏輯上改變了用戶和機器之間的交互方式，用以往做語義產(chǎn)品的思路和流程來做AIGC產(chǎn)品已不再適用，“（翻譯工具）產(chǎn)品本身都已經(jīng)不再需要了，身處其中的產(chǎn)品經(jīng)理自然也被取締了”，菁菁說。
另一部分則是以往基于數(shù)據(jù)制定策略的產(chǎn)品經(jīng)理們，他們在移動互聯(lián)網(wǎng)時代多被稱之為“策略產(chǎn)品經(jīng)理”，這也是隨著互聯(lián)網(wǎng)大廠前些年業(yè)務(wù)擴張、組織架構(gòu)不斷臃腫所誕生的細(xì)分工種，事實上在移動互聯(lián)網(wǎng)后期，很多產(chǎn)品經(jīng)理都只需要掌握部分知識和技能，以適配一個模塊的正常運轉(zhuǎn)。
張競宇告訴品玩在GPT之前，人和機器基于產(chǎn)品數(shù)據(jù)的決策占比可能是80%和20%，而大模型時代到來之后，這個占比情況可能會調(diào)換位置。
更具體些，以往電商行業(yè)里搜索推薦的策略都是由產(chǎn)品經(jīng)理制定的，比如用戶通過關(guān)鍵詞搜索后的商品展現(xiàn)方式，在很長一段時間內(nèi)都是人為決定的，“ABTest也是人主導(dǎo)的，主要測試不同的策略投放效果，但策略本身也是人制定的”，在張競宇看來人并不擅長做數(shù)據(jù)驅(qū)動型的決策，“因為人都有思維盲點，在分析數(shù)據(jù)時難免有所缺失”。
其他幾位受訪的產(chǎn)品經(jīng)理也向品玩表示，純數(shù)據(jù)驅(qū)動型的工作和決策未來一定會由機器來完成，這是AI時代順理成章會發(fā)生的事情。
可真當(dāng)這些產(chǎn)品經(jīng)理們準(zhǔn)備踏入AGI洪流之時，他們卻發(fā)現(xiàn)自身處于一個非常尷尬的階段。
科技創(chuàng)新周期的演變基本上都會經(jīng)歷“技術(shù)先于產(chǎn)品-產(chǎn)品先于技術(shù)-運營先于產(chǎn)品”這樣幾個階段。
以移動互聯(lián)網(wǎng)時代為例，智能手機剛開始普及時，行業(yè)急需的人才以安卓/IOS系統(tǒng)開發(fā)工程師為主，等到基建層漸趨完善后移動App才百花齊放般出現(xiàn)，同時也開啟了產(chǎn)品經(jīng)理的黃金時代，而從2018年起移動互聯(lián)網(wǎng)增速放緩，行業(yè)整體也從“人人都是產(chǎn)品經(jīng)理”轉(zhuǎn)向“運營之光”，這時抖音和小紅書為代表的重運營型產(chǎn)品后來居上，憑借優(yōu)質(zhì)內(nèi)容與精細(xì)化運營躋身國民App之列。
AGI行業(yè)、或者說AI2.0時代，目前處于“技術(shù)先于產(chǎn)品”向“產(chǎn)品先于技術(shù)”過渡的中間地帶。
多個從業(yè)者向品玩表示，當(dāng)下仍是AI2.0時代打地基的時期，基建層的核心產(chǎn)品比如大模型，一定是由技術(shù)驅(qū)動的，雖然大模型團隊中也有產(chǎn)品經(jīng)理的身影，但其站位和功能多是為研發(fā)服務(wù)的。
據(jù)靳宸觀察，不少互聯(lián)網(wǎng)大廠也開始下場做大模型和AIGC相關(guān)的產(chǎn)品，然而團隊很多是由內(nèi)部臨時抽調(diào)轉(zhuǎn)崗組建，自身也處于對新業(yè)務(wù)的學(xué)習(xí)摸索期，產(chǎn)品經(jīng)理在其中發(fā)揮的作用和話語權(quán)都較為有限。
黃釗在運營大型社群的過程中，接觸到了大量行業(yè)一線的AI產(chǎn)品經(jīng)理和各類AI企業(yè)，他發(fā)現(xiàn)AI2.0帶來的第一波職位機會更多是面向產(chǎn)品負(fù)責(zé)人級別的，但相比于大廠而言，垂直領(lǐng)域的頭部AI公司更受資深產(chǎn)品經(jīng)理的歡迎，“一個大廠正在做LLM（大語言模型）的產(chǎn)品負(fù)責(zé)人，最近明確愿意看AI2.0一線公司的機會”。
“目前來看產(chǎn)品負(fù)責(zé)人級別的都招差不多了，但不少AI產(chǎn)品落地方向還不夠清晰、沒有看到初步效果，所以沒法繼續(xù)擴大團隊規(guī)模。”
據(jù)黃釗透露，幾家還不錯的AI創(chuàng)業(yè)公司都因為產(chǎn)品方向不確定，所以很多候選人被卡住了，“能看到Q3對AI產(chǎn)品經(jīng)理的需求淡了一些，Q4會是分水嶺，只有產(chǎn)品體驗有突破，才會有一波核心輸出PM（大頭兵）級別的HC（名額）”。
AI產(chǎn)品經(jīng)理的供大于求，也造成了現(xiàn)階段PM招聘市場的極度內(nèi)卷。
一方面，轉(zhuǎn)型而來的AI產(chǎn)品經(jīng)理使得市場上候選人的數(shù)量快速增加，公開數(shù)據(jù)顯示AI產(chǎn)品經(jīng)理是當(dāng)下AGI領(lǐng)域中供需比最高的職業(yè)，平均58個人同時競爭1個職位，相比之下競爭最激烈的技術(shù)研發(fā)崗位，例如NLP和推薦算法工程師，也不過是10個人同時競爭1個職位。
另一方面，處在“技術(shù)先于產(chǎn)品”階段的AI企業(yè)對產(chǎn)品經(jīng)理的需求較少且不急，隨著候選人數(shù)量的遞增，AI企業(yè)也把人才預(yù)期和基準(zhǔn)線拉得更高，就連那些并非由這波技術(shù)革新創(chuàng)造的、已存在多年的職位的招聘標(biāo)準(zhǔn)也都水漲船高。
AI產(chǎn)品經(jīng)理的招聘亂象也由此催生。
“有些第三方招聘平臺發(fā)布的職位，在企業(yè)內(nèi)推系統(tǒng)里面是查不到，要么是掛出來搜刮簡歷，要么就是企業(yè)為了降低招聘成本連內(nèi)推的費用都不愿意出；還有些職位，在詢問HR后對方的第一反應(yīng)是先問候選人的薪酬預(yù)期，可見AI公司的財務(wù)壓力可能真的不小。”黃釗說。
品玩還向知情人士了解到，一家AI2.0明星初創(chuàng)企業(yè)雖然近期還在對外發(fā)布新產(chǎn)品模塊，相關(guān)宣傳舉動也未曾停下，甚至第三方招聘平臺還能看到不少該企業(yè)的職位，但事實上，內(nèi)部已在準(zhǔn)備調(diào)整業(yè)務(wù)方向并醞釀裁員，外界看起來紅紅火火的表象之下，是HC全部凍結(jié)、在職的產(chǎn)品經(jīng)理向外尋求跳槽機會。
那些在AGI應(yīng)用層跑起來的產(chǎn)品經(jīng)理
就在產(chǎn)品經(jīng)理們削尖腦袋般地擠向AI2.0行業(yè)卻始終不得要領(lǐng)的時候，AGI領(lǐng)域的發(fā)展似乎也步入了一個瓶頸期。
繼ChatGPT問世、國內(nèi)持續(xù)半年多的“百模大戰(zhàn)”后，AGI已渡過了信息爆炸帶來的紅利期，那些容易看到的低垂果實隨著認(rèn)知和共識對齊之后，迅速成為了人滿為患的模仿秀競技場，放眼望去多是些同質(zhì)化嚴(yán)重的AI畫圖、AI聊天、AIOffice等GPT衍生品，并沒有哪個真正成為大眾期待中的AI Native應(yīng)用。
一邊是焦慮迷茫、找不到自身用武之地的產(chǎn)品經(jīng)理；另一邊卻是艱難尋找應(yīng)用場景、實現(xiàn)商業(yè)落地遲緩的AGI技術(shù)。
這兩者似乎在AI2.0時代逐漸從“技術(shù)先于產(chǎn)品”發(fā)展到“產(chǎn)品先于技術(shù)”的過程中被錯配了。
換言之，AI落地的真正瓶頸正是缺少合適的產(chǎn)品經(jīng)理，無論在大廠還是初創(chuàng)企業(yè)，AI產(chǎn)品經(jīng)理的價值還未得到足夠的重視。
即便如此，小部分讓產(chǎn)品經(jīng)理高度參與的團隊在AGI應(yīng)用層快速跑起來了。
吳海波是一個十多人規(guī)模AI創(chuàng)業(yè)團隊的產(chǎn)品負(fù)責(zé)人，他的團隊孵化于購物電商平臺蘑菇街。自去年開始，在Stable Diffusion擴散模型和ControlNet神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的加持下，國內(nèi)市場便爆發(fā)了一波又一波AI生成圖片的熱潮，同樣是基于開源社區(qū)打造自己的產(chǎn)品，吳海波既沒有像那些對技術(shù)極為狂熱的創(chuàng)業(yè)者般，癡迷于鍛造模型本身，也沒有跟風(fēng)做一款追逐短期流量的AI繪畫產(chǎn)品。
他看到的更多是AIGC之于電商行業(yè)的落地應(yīng)用價值。
吳海波告訴品玩他的腦子里每天都在冒著各式各樣的產(chǎn)品想法，都是圍繞電商領(lǐng)域相關(guān)的，想法之多以至于無法、也不可能盡數(shù)實現(xiàn)，但它們成為了吳海波這樣產(chǎn)品經(jīng)理吸取養(yǎng)分的一種方式。
所以當(dāng)SD這樣的技術(shù)方案出來之后，吳海波就能很快地把之前的產(chǎn)品想法串起來，這是產(chǎn)品經(jīng)理主導(dǎo)的團隊在技術(shù)革新落地時反應(yīng)更加快速的原因。
不到兩周的時間，吳海波和團隊就利用ControlNet Stable Diffusion七七八八地做了一款A(yù)IGC商拍工具的Demo，“一開始Demo樣子其實很挫，但先做出來再去討論迭代升級更有價值”。
產(chǎn)品經(jīng)理這種快速產(chǎn)出Demo的過程被稱之為MVP（Minimum Viable Product，最小可行性產(chǎn)品），作為國內(nèi)第一批AI產(chǎn)品經(jīng)理的黃釗認(rèn)為無論是移動互聯(lián)網(wǎng)時代還是AGI時代，MVP都是至關(guān)重要的，甚至要先于產(chǎn)品的研發(fā)投入，只有先在小范圍、或者通過簡單的驗證方式確認(rèn)了產(chǎn)品能滿足用戶需求的前提下，才可以進(jìn)入后續(xù)研發(fā)環(huán)節(jié)。
“在上一波人工智能熱潮中就出現(xiàn)過這類問題，當(dāng)時有創(chuàng)業(yè)公司自己產(chǎn)品的模式還沒搞清楚，就忙著高薪挖大廠的技術(shù)人才，結(jié)果花大價錢請來了人才，但產(chǎn)品沒做出來公司也慢慢死掉了。”黃釗說。
簡單來說，吳海波做的這款A(yù)I工具就是給服飾商品生成模特上身圖，這也是虛擬試衣需求最大的落地場景之一，以往服飾類賣家給自己的商品拍攝照片要經(jīng)歷選模特、選場景、與中間商協(xié)作溝通等一系列環(huán)節(jié)，流程復(fù)雜不說成本也很高昂，而通過AIGC工具來實現(xiàn)一鍵商拍，將極大解決眾多中小賣家、甚至是跨境電商賣家的痛點。
為了迅速且成本可控地將產(chǎn)品做出來，吳海波在具體技術(shù)方案的選擇上也更偏向產(chǎn)品經(jīng)理視角。
在實現(xiàn)服裝一鍵商拍的過程中，最困難的點在于AIGC很難生成衣服穿在人身上所具有的真實垂墜感，這個難題相比投入更多研發(fā)成本和時間來解決，吳海波的思路更加高效簡單，那就是原始圖片采用人臺來拍，“創(chuàng)新其實有很多種，現(xiàn)階段能實際解決用戶需求才是最重要的，不是所有問題一定要用技術(shù)來解決，而這也是產(chǎn)品經(jīng)理這個角色要做的事情”。
產(chǎn)品導(dǎo)向的思路也決定了吳海波更加注重交付的細(xì)節(jié)，比如圖片濾鏡風(fēng)格問題、AIGC內(nèi)容生成模特的臉崩問題，這些能通過技術(shù)研發(fā)測試的瑕疵在吳海波眼里是致命的，他也因此跟內(nèi)部團隊發(fā)生過爭執(zhí)，但最后仍用產(chǎn)品經(jīng)理的思維說服了對方。
從科技創(chuàng)新整體周期來看，技術(shù)確實先于產(chǎn)品而誕生并發(fā)展，可一旦技術(shù)邁入商業(yè)世界尋求落地場景，便已經(jīng)開啟了“產(chǎn)品先于技術(shù)”的新階段，無論技術(shù)革新的浪潮有多么澎湃，市場和用戶終究是為產(chǎn)品買單，而產(chǎn)品經(jīng)理應(yīng)該與技術(shù)研發(fā)們并肩作戰(zhàn)、甚至跑在更前面。
此外，據(jù)品玩觀察很多像吳海波一樣在國內(nèi)AI領(lǐng)域?qū)嵺`多年的產(chǎn)品經(jīng)理、創(chuàng)始團隊的AI產(chǎn)品負(fù)責(zé)人，在當(dāng)下這輪AGI浪潮中，都不約而同地選擇B端作為切入點。
在吳海波看來，AGI技術(shù)整體仍處于早期發(fā)展階段，從產(chǎn)品后續(xù)的迭代交付、團隊未來的運營情況等方面考慮，B端產(chǎn)品目前是比較穩(wěn)妥的選擇，相比之下此時如果選擇做C端產(chǎn)品，首要面對的就是漫長的生存問題。
“更重要的是，當(dāng)下ChatGPT引爆的熱度其實距離AGI技術(shù)的范式革新還太遠(yuǎn)了，包括年初我們期待的多模態(tài)內(nèi)容生成能力也還沒正式開放使用，所以C端的落地應(yīng)用行業(yè)里目前沒有完全想清楚，除此之外大家也會擔(dān)心C端最后又會變成一場規(guī)模游戲。”經(jīng)歷過PC互聯(lián)網(wǎng)后半場、又在移動互聯(lián)網(wǎng)周期里沉浮多年，吳海波直言不愿再在AGI時代里重復(fù)做那些容易被競爭對手復(fù)制的產(chǎn)品。
目前正在一家“AI+教育”機器人創(chuàng)業(yè)公司做產(chǎn)品負(fù)責(zé)人的張競宇也有著同樣的感受，“上一波移動互聯(lián)網(wǎng)技術(shù)革新的地位很難被顛覆，C端流量還是寡頭。更本質(zhì)的是，新的利基市場還沒有被AGI技術(shù)發(fā)掘出來。”
多個一線資深A(yù)I產(chǎn)品經(jīng)理向品玩表示，無論是技術(shù)本身的狂熱，還是資本市場的鼓吹，并無法從根本上撬動C端用戶的需求，事實上互聯(lián)網(wǎng)技術(shù)已很大程度上滿足了大眾的剛需，“AGI在C端落地的難點在于，到底有多少社會層面的需求不得不高頻地使用這項技術(shù)解決，它更加真實的使用場景價值是什么”。
不同于當(dāng)下一眾拿著AGI技術(shù)尋找落地場景的大廠和AI創(chuàng)業(yè)公司，像吳海波這樣本身具有極強的產(chǎn)品思維、兼具對AGI技術(shù)理解能力，并且還在垂直領(lǐng)域積累多年對賣家用戶的需求了然于胸的團隊，他們帶著用戶的痛點“反”過來向AGI技術(shù)尋找答案，如此才能找到真實的落地場景。
AI2.0時代到底需要怎樣的產(chǎn)品經(jīng)理？
產(chǎn)品經(jīng)理，這個最早誕生于傳統(tǒng)行業(yè)、卻在互聯(lián)網(wǎng)領(lǐng)域以一種極為吸睛方式出圈的職業(yè)，經(jīng)歷了移動互聯(lián)網(wǎng)早期的“造神”、高速發(fā)展期的“人人都是產(chǎn)品經(jīng)理”，以及增速放緩期的“流水線產(chǎn)品經(jīng)理”幾個階段后，隨著AGI技術(shù)的爆發(fā)步入一個全新的階段。
在這個全新的AI2.0時代里，產(chǎn)品經(jīng)理的核心競爭力已發(fā)生巨大變化。
首先也是最重要的，產(chǎn)品經(jīng)理在AI2.0時代將回歸它最樸素也是本質(zhì)的職能：發(fā)現(xiàn)、提出，并協(xié)調(diào)整合資源來解決問題。當(dāng)外圍技能像泡沫一樣被AGI擠破后，產(chǎn)品經(jīng)理真正無法被AI取代的能力是對趨勢的判斷、對交互關(guān)系的深層洞察，以及人類獨有的靈感和審美。
從某種程度上來說，這也是產(chǎn)品經(jīng)理和技術(shù)研發(fā)兩個工種之間的差異。
產(chǎn)品經(jīng)理由于長期近距離地觀察市場趨勢變化和用戶行為方式，因此天然對場景與需求有著更敏銳的嗅覺，而后者則更擅長通過技術(shù)來實現(xiàn)需求提高效率，甚至通過技術(shù)創(chuàng)新顛覆底層生產(chǎn)力。
這種彼此不可替代的差異注定了產(chǎn)品經(jīng)理與技術(shù)研發(fā)缺一不可，過于放大一方的角色優(yōu)勢、甚至忽略另一方的重要性，都會造成產(chǎn)品本身的競爭力缺陷。
比如在吳海波看來，OpenAI和Google的最大區(qū)別就是前者具有完整的產(chǎn)品經(jīng)理視角，“OpenAI所打造的ChatGPT很多技術(shù)都是由Google研發(fā)出來的，但是Google的技術(shù)創(chuàng)新多停留在發(fā)表一篇有影響力的學(xué)術(shù)論文階段。后面技術(shù)如何應(yīng)用在產(chǎn)品上？有沒有人持續(xù)跟進(jìn)技術(shù)落地的情況？”相比之下，OpenAI雖然也是由技術(shù)驅(qū)動的公司，但它卻是一眾技術(shù)型公司中產(chǎn)品思維最強的。
同樣地，雖然硅谷和國內(nèi)當(dāng)下階段的AI2.0公司/產(chǎn)品，都是由技術(shù)創(chuàng)始人/CTO在打前陣，但不得不承認(rèn)的是，硅谷的CTO比國內(nèi)的CTO更具產(chǎn)品思維，一位曾與國內(nèi)多個頭部企業(yè)CTO有所接觸的受訪對象告訴品玩，他總是聽國內(nèi)CTO說“只要業(yè)務(wù)能把方向和需求確定好，他們技術(shù)研發(fā)就能實現(xiàn)它”，但在硅谷，CTO經(jīng)常是與產(chǎn)品負(fù)責(zé)人爭執(zhí)落地大方向的角色。
產(chǎn)品經(jīng)理核心能力的更迭和角色的缺位，以及CTO產(chǎn)品思維的匱乏，可能也是造成AGI技術(shù)在硅谷的C端應(yīng)用落地要比國內(nèi)更快更多的原因之一。
除此之外，AI2.0時代要求產(chǎn)品經(jīng)理比以前更“懂”技術(shù)。
如果說互聯(lián)網(wǎng)時代的產(chǎn)品經(jīng)理懂技術(shù)是加分項但不是必備技能，那么AI產(chǎn)品經(jīng)理對技術(shù)邊界的理解與認(rèn)知，將決定了產(chǎn)品下一步的創(chuàng)新和迭代方式，不能天馬行空也不能毫無創(chuàng)新，如果用一個詞來形容，“極客”類型的產(chǎn)品經(jīng)理在AI2.0時代會更受歡迎。
更重要的是，多位資深行業(yè)人士認(rèn)為AI2.0時代的產(chǎn)品經(jīng)理還要更深入垂直領(lǐng)域，進(jìn)行專業(yè)知識的獲取和積累。
“一定要找到某個具體行業(yè)作為落地場景，你可以理解為‘AI+落地行業(yè)’，后面那個才是產(chǎn)品經(jīng)理用來保命的。”在上一波AI熱潮中，張競宇曾親眼見證自己在互聯(lián)網(wǎng)大廠的同事，因為過于聚焦純AI型產(chǎn)品從而忽略了在具體落地行業(yè)的積累，當(dāng)技術(shù)周期過境之后，成為了第一批被淘汰的高價人才。
“這類產(chǎn)品經(jīng)理早期是行業(yè)里最貴的（薪資最高），但很多時候是拿著錘子找釘子、沒有垂直到任何行業(yè)里面，也是最容易受到技術(shù)革新影響的，一旦大廠進(jìn)行業(yè)務(wù)調(diào)整，他們在垂直行業(yè)甚至找不到合適的工作機會。”張競宇表示與其盲目地追風(fēng)轉(zhuǎn)型做大模型產(chǎn)品，不如靜下心來思考自己所處行業(yè)真正能與AGI技術(shù)結(jié)合的機會。
在過去幾年時間里，吳海波雖然每天都在一線帶隊做產(chǎn)品，但他仍保持著每年百來篇AI專業(yè)論文的閱讀量，這使得他對行業(yè)前沿發(fā)生的變化更敏感、甚至有時能提前嗅到創(chuàng)新可能誕生的方向，他一手打造的WeShop自五月中旬上線短短兩個月，就已有了近十萬企業(yè)用戶，這在B端領(lǐng)域、尤其是沒有做任何付費推廣的情況下，已經(jīng)是令人艷羨的成績。
“我們甚至覺得增速有些快了，不過這樣也能推動我們做技術(shù)迭代和產(chǎn)品升級，這個時候就很考驗產(chǎn)品負(fù)責(zé)人在客戶增長后如何解決短期需求與長期需求的資源競爭問題。”
在AGI一線做產(chǎn)品負(fù)責(zé)人的同時，吳海波也時刻關(guān)注著產(chǎn)品經(jīng)理這個行業(yè)的變化。
吳海波告訴品玩，他最關(guān)注兩種類型的AI產(chǎn)品經(jīng)理，“一種是天才型選手，但可能他不適合我們團隊，不一定非要強行融入，我們會尋找機會投資他們；另一種是成長型產(chǎn)品經(jīng)理，邏輯sense和技術(shù)感知很好，但需要組織內(nèi)部提供成長環(huán)境，這類是我們下個階段會重點看的”。
與此同時，國內(nèi)AI求職市場的競爭也愈演愈烈。
靳宸發(fā)現(xiàn)經(jīng)常使用的幾個第三方招聘平臺上，AI產(chǎn)品經(jīng)理的崗位數(shù)量并沒有顯著增加，但每個職位下的競爭者數(shù)量卻同比大幅激增，看著求職診斷里自己的競爭力排名逐漸下降，她有時想放棄轉(zhuǎn)型的念頭，有時又想索性先接個不理想的offer、邁進(jìn)門檻再做打算。
據(jù)吳海波透露，近幾個月有越來越多具有海外工作背景的AI人才選擇回國發(fā)展，“我們招聘過程中發(fā)現(xiàn)這類人才的比例在明顯上升，對比來看他們倒不是說技術(shù)上比國內(nèi)人才厲害，但對產(chǎn)品的想法更多”，吳海波還觀察到，就在國內(nèi)多數(shù)AI人才還一門心思地涌向大廠的時候，這些AI海歸人才的選擇更加隨意開放，很多傾向于中小型初創(chuàng)企業(yè)。
彌漫在產(chǎn)品經(jīng)理群體間的焦慮和迷茫短期內(nèi)很難散去，他們就像掉進(jìn)技術(shù)周期更替之間的洞里，暫時性地被低估與忽略，但即便如此，幾乎所有受訪的產(chǎn)品經(jīng)理都表示并不后悔進(jìn)入這個行業(yè)，也沒有離開的打算。
“這是少數(shù)作為個體能站在時代潮頭浪尖的職業(yè)，我喜歡這種感覺。”他們說。
