AI产品落地记：光环、局限和自我突破

本篇文章5189字，读完约13分钟

边肖|韩经纬编辑|张丽娟

资料来源|简历情报(身份证号:cvai2019)

最近，刘敏一直在寻找新的工作机会，但过程并不顺利。

原因是人工智能产品经理以前的经验最多只能算是项目经理。

2016年科技领域的“黑天鹅”Alpha Dog出现后，中国乃至世界各地的人工智能热情迅速点燃，刘敏于今年加入了一家人工智能初创公司。

年轻的人工智能产品经理遇到的问题只是一个长期利益调整的开始，更根本的是，这些问题只是整个人工智能行业商业化现实的投影。

边肖|韩经纬编辑|张丽娟

资料来源|简历情报(身份证号:cvai2019)

最近，刘敏一直在寻找新的工作机会，但过程并不顺利。

原因是人工智能产品经理以前的经验最多只能算是项目经理。

2016年科技领域的“黑天鹅”Alpha Dog出现后，中国乃至世界各地的人工智能热情迅速点燃，刘敏于今年加入了一家人工智能初创公司。

年轻的人工智能产品经理遇到的问题只是一个长期利益调整的开始，更根本的是，这些问题只是整个人工智能行业商业化现实的投影。

边肖|韩经纬编辑|张丽娟

资料来源|简历情报(身份证号:cvai2019)

最近，刘敏一直在寻找新的工作机会，但过程并不顺利。

原因是人工智能产品经理以前的经验最多只能算是项目经理。

2016年科技领域的“黑天鹅”Alpha Dog出现后，中国乃至世界各地的人工智能热情迅速点燃，刘敏于今年加入了一家人工智能初创公司。

年轻的人工智能产品经理遇到的问题只是一个长期利益调整的开始，更根本的是，这些问题只是整个人工智能行业商业化现实的投影。

边肖|韩经纬编辑|张丽娟

资料来源|简历情报(身份证号:cvai2019)

最近，刘敏一直在寻找新的工作机会，但过程并不顺利。

原因是人工智能产品经理以前的经验最多只能算是项目经理。

2016年科技领域的“黑天鹅”Alpha Dog出现后，中国乃至世界各地的人工智能热情迅速点燃，刘敏于今年加入了一家人工智能初创公司。

在成为人工智能产品经理之前，她是公司的人力资源、营销和公共关系经理，后来她被转变为人工智能产品经理。她承认自己很幸运:在行业发展的早期，早期进入者不仅积累了行业经验，而且具有先发优势，得到了良好的待遇。

这也符合初创公司的人才培养路径，从“多工种”到“逐步专业化”。“小公司通常不得不让每个人做许多不同类型的事情，但有些人以后会逐渐专业化。”

然而，从零开始往往取决于环境是否能带来足够的变化和成长，教练是否有意识的指导，以及你是否有一个足够清晰的职业规划。

从最重要的行业环境来看，人工智能有一个三年发展中从未突破的瓶颈:它有很强的解决单点问题的能力，但其整体能力较弱，所以输出的产品主要是b定制解决方案。

面对传统技术，人工智能技术就像互联网技术一样，扮演着颠覆和重建者的角色，的确为安全、金融、客户服务等领域提供了更高效的解决方案。

然而，人工智能公司可能已经赢得了一个又一个独立的战斗，但他们已经陷入了一个意想不到的“外包”危机的意义上的战斗。

当能装饰这个行业的东西随着行业的平静而消失或失去意义时:风口的噪音、进入市场的好机会和外界的赞扬，刘敏的运气戛然而止。

现在，在她面前有两种方法:要么留在原来的公司，等待真正意义上的产品经理的工作，并填写技能；要么离开北京，到其他城市寻找机会。

“大不了不干了”。

说完，她无奈地笑了。

产品经理还是项目经理？

"你为什么决定转变成人工智能产品经理？"

刘敏的答案是:有趣，有机会把一件事从0推到1。

智虎的最后一个问题是“为什么这么多人想成为产品经理？”在提问之后，一些受访者总结了五个原因，刘敏回答了其中两个。其他三个原因是:收入普遍较高；进入门槛相对较低；产品思维可以指导生活。

然而，职业理想是一回事，工作现实是另一回事:在三年的工作中，刘敏一直在推动项目“运行”，在产品规划方面经验不足，只有几次演示尝试。

和刘敏一样，毕业于计算机技术专业的黄杰在经过一段时间的技术实践后，加入了一家比刘敏公司大十倍的人工智能独角兽公司，担任产品经理。

在她看来，技术只能解决一个核心问题。与这种垂直钻井相比，她更喜欢水平视野的产品经理职位。

然而，黄杰也多次扮演项目经理的角色，“制定时间表，督促产品进度，最终交付标准服务……”

当然，在黄杰看来，一些具有“早期探索”性质的定制产品并不完全等同于简单的定制项目。“对于产品经理来说，它将具有更高的新鲜感和价值获取感”。

人工智能行业的落地地位背后是以产品经理的身份从事项目经理工作:除了在安全领域，很少有公司能够大规模、产品化地出口技术，大部分都是定制产品，产品以需求为导向。

因此，有人开玩笑说:“如果你想成为一家人工智能公司，你必须首先成为一家安全公司。”

随着时间的推移，许多人工智能公司已经习惯了一种技术性的做事方式:“我有A，我有B，我有C，把它全部给你，你就可以使用它”，但是产品的功能已经被边缘化了。

然而，人工智能技术和知识系统背后的原理往往有缺陷。在算法无法可视化之前，“客户可能不需要A或B，但需要A和C转换后的东西。”这种面向技术的服务模式实际上进一步分离了产品和需求之间的关系。

事实上，客户不仅在理解人工智能技术方面有局限性，在理解自己的需求方面也有局限性。

与高端解决方案不同，低端解决方案的购买者和使用者往往不一样。“例如，您的客户是负责在某个系统中构建软件的单位。他们负责与你沟通，与你沟通，但软件的真正用途可能是它是另一个单位，双方的需求并不一致。”

此外，一些高端客户甚至不知道他们想要什么。“客户只是有资金来进行建设，所以他们大致要求一些需求，我们将开始这样做。在发展过程中，他们提出了另一个要求，我们将继续改变它。即使产品上市，也需要一年的时间来迭代，最终迭代到客户想要的东西。”

这种情况投射到人工智能产品经理身上，变成:“每天，甲方”，“需求完全是客户想要的，你要加给他，即使是不合理的”，“售前案例讨论和需求讨论，产品经理也与售前工作不谋而合。”......

陷入定制化直接导致人工智能行业造血能力不足，也影响到其中的每一个人。

技术第一还是产品第一？

“我们属于新型软件服务提供商。一些公司在半年内从数百家扩张到了数千家。没有那么成熟的员工。每个职业应该做什么不是很清楚。”

一个新的棋类游戏，开始了精美的开局，百子倒下了。

如果我们从互联网20年的历史来看，这肯定是一个动态的过程。

“互联网产品实际上经历了技术-产品-运营的发展过程，但这三个角色的重要性在每个阶段都在不断变化。从行业的最初发展到技术主导，逐渐演变为产品主导，最后是经营成长的过程。”

年轻的人工智能产品经理遇到的问题只是一个长期利益调整的开始，更根本的是，这些问题只是整个人工智能行业商业化现实的投影。

当这股浪潮开始时，第一批加入的人不是熟悉的企业家，也不是站在风口浪尖上的网民，而是一些在安静的实验室里呆了几十年的研究人员。这项技术被突破，同时，它被赋予了商业意义。

然而，人工智能技术创业大多是单线程的，也就是说，做的大部分"一点"的原始研究，如语音，视觉或自然语言处理。然而，以自然语言处理为例，“只做自然语言处理缺乏相对独立和足够大的场景，它往往成为一个引擎或具有特定功能的服务。”

也就是说，ai公司用单点技术切入别人的产品场景，相当于“乙方为甲方提供服务”。“此时，甲方实际上正在进行产品规划。例如，siri出现在国外，国内手机制造商也想成为手机语音助手。此时，它首先制定了这一计划，然后在规划后转到后端技术来实现它，比如像我们这样的服务提供商。”

准易科技创始人兼首席执行官吴越告诉cv，缺乏产品化能力是人工智能领域大量项目系统的一个重要原因。“中国的企业软件基础薄弱。在过去的20年里，信息技术产业的资源被投资到了互联网产业。直到最近几年，资本和人力才逐渐投入到企业软件领域。”

如果前三年可以被视为技术创新的第一阶段，那么技术应用的第二阶段即将到来。至于什么时候能在产品化上有所突破，业内很多人都说只能先做，深入行业，才有机会看到整个行业的全貌。

“B端市场的理解成本非常高，不是针对大量的同类型用户，而是针对每个行业的人，各有各的特点。”

当然，从目前行业的发展来看，不同领域之间的发展程度是不一样的。以公共安全领域为例。“每个平台的对接情况都不一样，所以你必须从一开始就真正了解需求，首先在一个点上做。然后向外扩展。”

然而，在其他领域，如金融，“已经有许多先行者，它们相对来说更加系统化。”如果我们从零开始，那将是浪费。我们将与更有经验的人合作。虽然我们只做了一点点，但我们会有一个全面的了解。”

了解技术，了解人工智能的局限性

人工智能技术的长期优势和短期局限构成了一种矛盾共存的现象。那么，一个优秀的人工智能产品经理在现实中应该是什么样的呢？

“基本上，一个优秀的传统互联网产品经理应该具备人工智能产品经理的能力，但是人工智能产品经理有更高的技术要求和更广泛的知识。除了基本的产品技能之外，他们还必须掌握人工智能的基本技术知识，如自然语言处理、深度学习、机器学习、大数据等。”拥有多年产品经验的朱华告诉cv Intelligence。

目前，ai公司的产品是应用ai技术的垂直业务产品，另一个是ai服务的平台产品。

前者负责人工智能能力在细分领域的应用；后者是对人工智能能力的总结和打包，如各种人工智能开放平台和各种云计算平台，这就要求产品经理熟悉公司内部的人工智能技术能力，能够为用户提供技术咨询作为售前支持。

“我们的大部分招聘都是从竞争产品中跳过的，他们过去常常做预防性维护。他们中的大多数先做技术，然后做产品，他们有多年的工作经验。因为这个行业是一个以技术为导向的行业，所以在做了技术之后，你真的可以用技术更好地发展。”

没有技术背景的欧明(音译)一年前通过学校招聘进入一家人工智能公司担任产品经理，他觉得自己被解雇了。

“公司的操作系统都是linux，所以有必要了解一些linux指令，但是当我刚来的时候，我真的不了解它们，所以我做事很慢。我甚至不得不从一开始就学习安装和部署，许多ai产品都是非常低级的，没有前端页面，它们都是一堆api接口。”

对技术的理解决定了人工智能产品经理如何将参数和指标转化为用户体验。“产品与生俱来就有很多折衷、价值和成本...但人工智能产品经理必须在人工智能技术的边界上做出权衡。”

技术只是基本的门槛，更高的要求是了解场景和客户，从而定义价值。

一般来说，有必要考虑当前的人工智能技术是否能够解决一些原来的技术无法解决的问题，即使它能够解决，“是否值得投入资源去做，它能带来多少好处？”。如果投入产出评估通过，也有必要明确提供服务的形式。例如，要做人脸识别，是卖软件进行识别，还是把软件和整个门禁系统卖给他。"

更重要的是，他必须在了解工业技术发展现实的基础上了解人工智能的局限性，并能够“对这些人工智能的技术缺陷或局限性做出相应的补偿措施。”

以智能客服产品为例，无论从产品体验还是商业可行性来看，产品经理一上来就“直接替代人”肯定是不可行的，但如果他处于“人工智能辅助劳动”的位置，就更容易落地。

一位曾在微软萧冰公司工作的技术人员与cv Intelligence分享了一个故事:在产品开始时，从技术角度来看，萧冰的对话回复并不是特别理想，甚至有些无稽之谈，但当时在产品化的过程中，团队给了萧冰这样一个标签:16岁的可爱妹妹，“回头看看她众多的回答就更合理了。”

2005年，科学技术学者库兹韦尔在《奇点临近》一书中大胆预言:“我们的未来不是经历进化，而是经历爆炸。”

事实上，库兹韦尔的观点更符合人们对人工智能的想象，但通过比较互联网公司的发展历史不难发现，许多产品都是一步一步演变而来的。

例如，pinterest起初想成为一个电子商务购物指南系统，但由于这个概念太先进而失败了，所以她转而使用图片分享，几年后，她又回到了购物指南系统。

“一个实用的复杂系统必然会从一个实用的简单系统发展而来。一个从零开始设计的复杂系统根本不可行，因此无法修复以使其可行。你必须从一个简单实用的系统开始。”盖尔定律说的有道理。

结论

在采访中，我问黄杰:“今年的行业形势不好。你觉得顾客更冷静了吗？”

“顾客总是很冷静，”她简单地回答道。

“客户总是在权衡人工智能能否更好地解决同一个问题。尤其是面对不同行业的一些大B客户，我们总是与同类型的ai公司和行业内传统的老牌公司同时投标。”

成长总是复杂的，痛苦是正常的。人工智能产品化的局限性在一定阶段是不可避免的。旧水和新水流之间的竞争包括直到低潮时堤岸变宽、高床和低岸，但这种趋势终究是不可阻挡的。