AI 时代，产品能力大图（收藏版）

圈圈 2023-08-09 12:20:30

随着 OpenAI 时代的到来，产品经理行业也将面临着一系列的挑战和机遇。在本文中，我们将从整个产品经理全局的框架能力出发，分析 OpenAI 对产品经理行业不同分支的助力程度。

以上是 lovepm 整理的 AI 和工具对产品领域不同场景的辅助程度，若信息收集不当，还请大家留言指出。谢谢。

一、三大层级

产品经理涉及的三大能力升级：

底层能力：底层里面指的是基础能力，即把一个小功能落地的能力。这里涉及比较基础的产品需求撰写，系统化思考。还有一些软技能，如沟通能力，冲突处理能力等。过程管理是指在需求沟通和研发落地之间，产品经理是否能把控住整体过程的时间，范围，质量。一般情况下项目管理看企业的职责定义，会有专门的项目经理或者 PMO 来负责，但是产品也要做好监管，防止比如出现需求蔓延无法交付，需求没搞清楚就开工，以及相应的流程管理的辅助制定。
场景系统：产品经理是一个覆盖面很广的职业，一般企业会将产品和运营分开设置职位，但是两者关联度很高。对于产品经理来说，主要负责的职责包括市场分析，需求处理，设计，以及数据分析和产品 GTM（go to market）/PMF（product market fit）。如果涉及硬件还包括：硬件产品定义、供应链、生产，和维修。
创造系统：这里属于产品经理高阶能力。需要在一团迷雾中，寻找前进方向，寻找可能突破的未知答案。这里的产品经理需要定义产品定位，战略打法，产品矩阵，和企业产品的 3-5 年规划。根据产品生命周期的差异，选择不同的目标。以及做好企业内部的目标对齐，确保大家是一个目标方向上去做事情，形成团队 1+1 > 2 的效果（实际很难，需要自上而下）。产品运营部分主要分是和产品客户相关的，还是和外部媒体相关的。有些企业还会专门定一个首席增长官的职位。

其中高亮的黄色部分为目前为止，我调研到的 AI 对某个模块的助力程度。目前我们看到在底层能力上，AI 辅助较多，基础能力可以交给 AI 很好地完成。沟通和过程管理，还需要靠人进行和协调。

二、九大场景

在场景系统，AI 助力较多的主要是信息收集、撰写信息、设计，和数据分析相关的部分。

我们一个个场景来看。

1. 市场分析

市场分析 & 竞争分析：现在使用 ChatGPT，结合一些调研方法论，可以快速地帮你了解一个行业和一个细分场景。你可以直接和 ChatGPT 对话，了解某个行业。

此外你还可以结合麦肯锡行业分析方法，Google 一些行业报告来做调研。这里可以使用 AI 的信息收集能力，归纳总结能力，如 Merlin 能够对视频进行总结归纳，让你轻松处理长达 1h 的视频内容（如下图）。Notion 也可以对文章内容进行总结。

产品经理，产品经理网站

用户调研部分：用户调研分为线上调研和线下调研。你也可以让 ChatGPT 帮你列出用户调研框架。用户调研部分一般由产品经理，或设计师，或市场部主导。也有一些企业会外包给三方公司来做。

市场调研属于非常重要的基本功。很多企业不在乎市场调研部分，喜欢闭门造车，活在自己很强的假象中。产品经理一定要关注市场动向和竞争动态。就像杰克韦尔奇说的，我最好能知道竞争对手吃早饭的时候，他们在讨论什么。

市场分析很重要的另外一个因素，它是战略定位和产品定位的关键信息源。通过对市场和用户的了解，和对自己的了解，你才能知道自己擅长什么，不擅长什么，才知道自己服务的边界在哪里，哪些能做，哪些不能做。

2. 需求分析

产品经理，产品经理网站

需求梳理&优先级定义：产品经理需要建立好企业收发需求的流程，你的需求从哪里来，沉淀到哪里。如何管理、分类、同步。这一步处理不好，很容易陷入在每天为信息收集而奔波的路途中，迷失在信息里。这里可以使用各种项目管理软件进行收集，或者有协同能力的文档画布，如 Notion，飞书等进行同步和管理。但目前 AI 自动化分类的还没有看到。

需求撰写：现在的 ChatGPT 已经能帮大家写需求了。它可以给你写出市场上普世的需求定义。但是你还要结合自身企业内部系统的差异，优先级的差异来做细化和取舍。如 PMAI这个工具

需求落地：此处指研发部分和上线前的验收测试。目前很多软件可以辅助开发，但是能够帮助产品验收的还没有看到。

3. 设计

设计部分目前是被 AI 应用最多的场景之一了。AI 其实非常擅长做创意，但前提是它需要有一个定义明确的目标（函数）。设计类的 AI 工具有大家熟悉的Midjourney，Stable diffusion，微软 Designer，Adobe Firefly。

设计的用户调研部分和市场中的用户调研有部分重合。

用户体验地图，是根据用户在整个产品体验链路中端到端的整体体验绘制而成的。会影响用户购买的转化率和留存。这一部分目前没有看到有 AI 产品做到，也较难。它需要理解你产品的用户使用路径（俗称 Customer Journey），然后记录数据和转化，不是很好做的一个场景。

4. 生产

若你的产品涉及硬件生产环节，企业主要需求寻找自己的供应商，确定合作形式是 OEM 还是 ODM。确定好代工协议。这部分也可以让 ChatGPT 帮你生成好。

你也可以通过 ChatGPT 帮你寻找供应链。但是供应链一般也是企业核心护城河，你从第一天开始就需要了解供应链体系如何做大做强。

5. 数据分析

通过数据来看企业的目标。阶段性的目标往往和产品生命周期有关，比如你的产品还处于创新阶段，那么你需要研究如何跨越鸿沟，实现规模化。那么你的北极星指标可能是活跃用户数据和营收平衡等。

市面上已经有很多产品在做数据分析的工作，其原理是将人类的白话，转化为 SQL 语言进行数据检索和处理。工具如：酷表ChatExcel，ProbeAI（还在内测），Ellie.ai（这款产品让人眼前一亮，你可以自己构建数据的流转，定义表结构）等。

6. GTM

GTM涉及三个部分：

产品定位相关，主要描述竞争优势和差异点
制作材料，包括各种 PPT，视频，给内部员工做培训。帮助企业把产品推向市场。
定价

内容制作部分已经被 ChatGPT 淹没了。视频制作可以参考，如：Runway，D—id 这些产品，都是很不错的 AI 视频工具。

如果你做海外市场，这里还涉及多语言的问题。你可以花钱使用 Rask.ai 一键翻译成多国语言。如果不想花钱，也可以使用 ChatGPT 进行多语言翻译，然后将音频放到视频编辑器里面去做。音频 AI 软件有 voice.ai， podcast.ai; play.ht 等。但是Rask.ai 的效率是非常高的。

7. 运营 & 增长

产品运营：此部分主要是指新客户 onboarding，海外很多产品有不错的 onboarding 能力，减少企业内部客户服务部、销售部的压力（如：Heygen onboarding 做得不错）。
用户运营: 这里主要指的是客户分级和私域运营，比如陪伴用户，介绍多种使用方法，给客户提供价值。你也可以按照客户营收体量、行业类型、使用场景和频率对客户进行分类，找到他们之间的共性和差异性。相关的 AI 产品如 Searchie，一个关门给外部客户做培训的 AI 产品；MonkeyLearn，针对客户 NPS，调研问卷等进行 NLP 分析。
黑客增长：在 0-1 产品突破鸿沟后，或者做了一定规模验证后，如何更快速地增长，启动企业的增长飞轮。这个话题就在此场景下了。市面上有很多黑客增长的案例和解决方案，如字节提供的火山引擎，可以帮助企业做 AB testing，找到 aha moment 和增长点。
后台管理：主要是指客户开账户、续约，定期做一些 pitch 客户的操作。有此能力的 AI 产品如：ChartMogul；PodWorkspaceAI (但是它必须要链接 Salesforce 账户使用)等