编者按:本文来自微信公众号"hanniman"(ID:hanniman),作者:黄钊hanniman,图灵机器人-人才战略官,前腾讯产品经理;36氪经授权发布。 俞军老师确实是大神级人物,关于互联网产品经理的认知,我们都需要向其学习;本文,我主要针对“AI产品经理”,分享交流3个方面: 1、互联网产品经理,更多是“体验产品经理”;AI产品经理,可能才是真正的“需求产品经理”。 2、AI时代,可能会有更多的2C新需求要素产生,只不过,目前时机未到。 3、AI产品经理的行业认知度、分类、能力模型等等。 一、AI产品经理,可能才是真正的“需求产品经理” 俞军老师关于“互联网产品经理演进史”的定义,确实非常清晰简明: 1、消费品时代,产品经理(Product Manager)的本质是“营销产品经理”。因为需求相对明确、产品同质化、生产标准化。 2、软件时代,PM本质是“项目产品经理”。因为需求相对容易明确,用户对产品体验要求不高(选择少,必须用)——PM“在管理生产上更能创造价值,沟通协调,版本控制,按时交付。” 3、互联网时代,PM本质是“需求产品经理”。因为需求+体验,能产生更大价值。 关于第3点,有朋友和我交流疑问:互联网产品经理,确实都会“涉及”需求和体验,但其拥有的决策权(同时也有“做不好被追责”的压力),好像更多的还是在体验上,而不是需求上(没有产品决策权)。那么多互联网产品,可能最后拍板的,还是老板或者部门总经理。 对这个疑问,我个人观点是,AI产品经理,可能才是真正的“需求产品经理”。为什么呢?—— AI领域需求特点是,机会多、难度大、变化又快又大,导致老板无法兼顾,必须让AI产品经理成为细分领域的小CEO。 机会多 先说我经常举的这2个例子—— 自动驾驶,长期价值毋庸置疑,但民用车的自动驾驶,中短期内难以落地;反而是“卡车自动驾驶”能在短期可行,因为能减小卡车车队在城市之间运输行驶的成本。 人脸识别,也是非常热的领域,但整体落地进展相对比较慢;而某家创业公司选择“嫌犯识别”切入,直接从公安系统合作中获得了不菲的收入。 以上2个例子,只是个案,如何证明这种机会是非常多的呢? 上图,是Andrei Cheremskoy提出的“组合矩阵”方法,能系统性研究深度学习的应用机会。 他在听觉、视觉、运动和符号等模态下,分出“生成器”和“识别器”两种子维度,然后做排列组合。——其中,j2直播,每一个矩阵格,就是一个可能的机会,再结合特定领域,就能产生非常多的灵感。比如,将Image recognizer(图像识别)和Natural language generator(自然语言生成)组合在一起之后,就可以得到看图说话的应用;而将Motion recognizer(运动识别)和Speech generator(语音生成)组合在一起之后,就可以得到给无声电影配音这样的深度学习应用。更多详情,可见文章《透视深度学习,畅想未来应用——AI视野(二)| 张江》 而且,我们知道,AI技术本身,就有非常多的细分领域,比如自然语言处理、计算机视觉、机器学习等等. 而自然语言处理下面,又可以细分出这么多。 来自《百度副总裁王海峰:百度在NLP领域都做了什么?》 这每一个模块,里面还有很多层级内涵,暂不赘述了。 而且,不仅有以上理论分析,现实已经有不少公司在同时尝试多个产品方向了,比如,我曾在一个活动现场,亲耳听见某知名自动驾驶领域创业公司创始人说,他们同时在做“高速无人驾驶&低速辅助驾驶”,还有一家公司同时做了手表、车载、家居、开放平台等各种业务线。 也许有人会问,在这些细分场景和交叉领域,市场空间会不会太小?个人认为不会的,因为虽然看起来群体(流量)被细分了,但是,AI会重构这个细分场景的价值链,将单位流量价值放大10倍以上。——这可能是目前整个行业都没意识或做到的。 (责任编辑:本港台直播) |