AI产品经理，一文以蔽之（一）：你理解的AI产品经理是不是错了？

2022-01-04 06:38:00

编辑导语：AI作为当下的热门赛道之一，催生了许多相关岗位和衍生概念，AI产品经理的岗位内容就与这一赛道息息相关。然而，你真的了解什么是AI产品、什么是AI产品经理吗？本篇文章里，作者结合自己的理解，对AI产品及AI产品经理这一岗位发表了自己的看法，一起来看一下。

技术蕴含着极大的价值，这是所有人的共识，但如何驱动这份价值，可能很多人都说不清楚又或者只能含含糊糊地描述，给出很模糊的概念和说法。

很多前辈也都给出了自己的实践和思考，笔者结合自身的实践和思考，还有历史上的实际案例，跟大家讲述我不断迭代思考的、对“AI产品经理”的认知和方法论。

一、AI产品

说到AI产品经理，就脱离不开AI产品，AI产品与从事这个职业的人很难说先有鸡还是先有蛋，但笔者准备先从AI产品这个角度先行入手。

笔者跟很多人也讨论过什么是AI产品，但发现其定义大多都有失偏颇，比如很多人都简单地认为凡是利用人工智能技术的产品，都属于AI产品。但笔者认为该定义过于片面，没有考虑到价值问题。

我认为AI产品应该是：应用了AI技术的产品，并产生了一定的AI技术价值的产品。

这个定义涉及到两个问题：什么是AI技术，AI技术产生什么价值。

1. 什么是AI技术

早在1956年的夏天，几位科学家就已经提出来人工智能（Artificial Intelligence，AI）的概念，但受限于当时的软硬件水平，那时候的人工智能还没走进大众的视角。

进入21世纪，随着深度学习的提出，AI掀起了新的浪潮。AI是研究、开发用于模拟、眼神和扩展人的智能的理论、方法、技术以及应用系统的一门新的技术学科，涉及机器人、语音识别、图像识别、自然语言处理等方向（关于描述AI技术的有很多，再此不做过多描述）。

2. AI技术的价值

不是套上了、使用了AI技术的产品就是AI产品了，也不是跟AI技术沾边了，就是AI产品，其本身并没有产生任何价值，笔者就认为这就不是一个AI产品。

在俞军老师的《产品方法论》（推荐大家仔细研读，一遍不足以，十遍方能微微略懂）中曾探讨过的价值问题，价值本身的含义十分广泛，但对于产品来说，最核心且最核心的的都包含的就是使用价值和交换价值。使用价值就是使用产品所产生的各种效用；而交换价值是一种使用价值同另一种使用价值进行交换的量或比例关系。交换价值是一种社会属性，比如说市场价格，是交换价值的一种体现，也是供需博弈当中的结果。

从生产者和使用者两个角度来讲AI技术的价值。

从生产者的角度来说：

生产者之所以生产AI产品，就是为了生产出具有交换价值的使用价值（用AI产品作为承载），从而去与其他使用者（可以是C端、B端、G端的用户）交换获取到金钱、时间、承诺等生产者需要的价值。

对于生产AI产品的生产者来说，本身既可以是使用AI产品的使用者主体，利用AI产品产生的效用去提高本身企业主体的效益或降低生产成本；也可以是利用AI产品去与其使用者进行交易，换取需要的价值要素。

从使用者的角度来说：

使用者之所以去使用AI产品，主要是因为该产品对于使用者而言具有使用价值。使用价值即产品的各种效用。对于不同类型、处于不同情景下的使用者而言，效用是多样性的。

备注：

效用就是需求以及欲望被满足的程度；
使用者可以是C端、B端、G端的用户。

比如说对于C端的消费者而言，解决同一需求同一类型的不同产品产生效用值是不一样的，C端消费者会选择在他们主观认识当中效用最高的产品。

AI技术虽然听起来很高端，但也是技术，技术本身并不产生任何价值，技术必须被应用于产品之中，才会具有产生价值的可能性。

二、场景适配，产生效用

在产品圈子里面，有一个很经典的锤子和钉子的故事，作为一个产品人，你是拿着锤子找钉子呢，还是先看到钉子在找锤子？因为本人的专业是AI算法专业出身，曾经一度也遇到了拿着锤子找钉子的窘境。

AI技术和场景适配么？——四象限的适配方格

在2015年到2019这段时间，AI被吹上了天，街头小巷都可以听到别人在讨论人工智能，很多AI从业者也都认为AI技术很好，看到一个场景，就总想把它与AI技术相结合，于是就陷入了“手拿锤子，满世界找钉子”的一种状态。从AI技术的单一维度来看，总认为AI技术可以适应到很多的场景，但如果从现实角度来看，是不是在现在现实情况的约束下，一些旧的技术比AI技术更适合。

AI技术也是一种技术，技术就有属于他的优势和劣势，没有绝对的好与坏，只有将合适的技术与合适的场景相匹配起来，才能打造出一款具有使用价值和交易价值的AI产品。

借鉴于一些管理学的四象限的方法以及一些前人所思考的结果，我们将AI产生作用的对象是人还是物和场景是否是标准的场景组成一个四象限方格，来解决场景适配问题。

超级产品经理

在这方格的四象限当中，AI与场景有着不一样的适用程度。

非标和标准，指的是一个场景标准化的程度。

比如说在零售场景当中，有很多标准面单的产生，在计算机视觉没有很大突破之前，都是依靠于人工进行操作，人工识别面单，并将面单当中的内容输入到计算机当中，这就是一个很好且简单的场景。场景的标准化极高，且其作用对象是人，能够代替人工进行识别和输入，这就是一个很适合于AI的简单场景。

再比如说，闲聊对话小机器人，作用对象是人，且其场景的标准化程度极低，是一个难度非常高的场景。

用户有时候感觉对话的小机器人就是个人工智障，其主要原因就是机器完全不能理解的人多变灵活且复杂的意图，至今很多的闲聊式对话小机器人都做的都不尽人意。但是将其场景做一个限定，变成垂直领域的小机器人，比如说电商领域的售后客服，通过对于场景的细致分类和把握，其实用度大大提高，进行人机分流，AI客服小机器人的价值大大提高。

这个四象限方格图有助于AI产品经理去思考AI技术和产品是否适配的思考。其实不管是满世界找钉子，还是先看钉子再找锤子，只要能找到最适配的场景，那么就是最好的方法，关键在于判断出场景是否适配的法则。

在场景适配的情况下，你就得去思考你的用户，你为你的用户提供了什么样的效用。如果你的用户认可你的产品所带来的效用，其认为这个效用大于其所支付的代价，那么这个效用的交易就会相对的产生，为交易双方都带了价值。