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。