功能性产品经理进入AI的尴尬局面_功能性产品经理进入ai的尴尬局面有哪些

声明:本文来自于微信公众号Kevin改变世界的点滴（ID:Kevingbsjddd），作者:Kevin，授权转载发布。

极客公园2024年大会，我看了王小川和张鹏之间的对话，聊到了产品经理在AI时代下的新能力，对于这段视频，感兴趣的朋友可以去搜索。

王小川作为已经8个月在AI大模型赛道的创业者，也是国内大模型厂商的第一批，相信他对于AI产品经理的看法、变化、和发展想法，是非常具有借鉴意义的。

其中提到了“新范式”产品经理的到来，我整理了其中对于AI产品经理的核心观点以及发展意见，相信可以帮助到你。

1.产品经理要TPF

王小川提出了:Technology-Product Fit，技术产品契合度的概念。

以前做产品经理，产品经理就是用原型绘制页面、通过需求文档来表达，再通过软件工程实现，就像微信、抖音、这些产品都是通过工程师实现，只要工程师花时间，有足够的技术支撑，都可以完成。

可大模型下的产品经理就不是这样了，需要先将以前的产品框架、功能设计理念打散，要去了解大模型的能力与技术，两者相互融合才能做产品设计。

如果按照以往的功能性产品设计经验来做，最终会因为大模型不支持，宣告失败，要么就卷到和大厂一样的大模型竞争去了。

所以现在的产品经理更要求技术为引领

“产品经理需要把需求拆开为一堆评测集，不仅是要定义产品，还要负责把定义的产品转化为评测集。”

2.独立铺开做AI应用，时机还没有到

我之前分享过，现在阶段不要做AI产品，核心因为稍微不注意就可能变成做大模型了，和其他大厂卷在一起了，而且效果还不好。

先不要做AI产品

比如我们做蓝泡创作，希望给用户提供从标题、再到创作主题的引导，但是要想提供的推荐越准确，就需要越匹配他自己读者的兴趣爱好，就需要更加融入其账户的过往数据进行训练。

包含了历史不同数据的文章、话题数据等进行融合，这就导致我们也需要去做大模型的相关工作。

如果要这样做，首先就要要面临GPU、部署算法、研究大模型等问题。

对于一家创业公司来说，是非常高昂成本的。如果没有以上业务数据训练支持，始终提供给用户的AI能力还是过于鸡肋，但是成本还不便宜。

3.AI产品之前，先去大模型公司

做产品解决的是问题，放在具体的问题里，我们可以衍生出是社交工具、笔记工具、娱乐产品，但核心还是为人提供开心、快乐、健康等价值。

满足以上的需求与价值对应，我们可以叫做PMF（productmarket fit）

而现在大模型生态下，距离这个阶段还非常远的，因为AI的幻觉、以及AI生态能力的不全，很难去让AI产品可以像功能性产品那样给出用户确定的输出结果。

衡量AI产品的数据指标、以及AI产品的管理、监控、数据分析体系等等，都还不没有完善的，甚至没有看到这样的广告。

“在国外openAI一家独大，大家都跟着它的标准进行相关工作;而国内则百家齐放，哪一种方式最适合还不知道，但是也可能会走出一种特别的产品设计思路。”

所以，现阶段的产品经理，最好就是加入一家大模型公司，成为其中的一员，这样以后时机成熟，清楚做AI还差什么，还可以做什么，做独立应用的时候会更加适合。

4.新范式产品经理的工作内容

“用统计概念来定义去价值匹配度，是非常关键的”用户的需求和产品定义的评测集进行匹配，来核对其产品定义的准确性。

通过这样的方式构建产品，是产品经理“新范式”的工作内容，来AI产品的PMF。

5.一定要多用AI大模型产品，成为“用户”

现在阶段AI产品的产品经理，也一定要是AI大模型的超级玩家。不是蜻蜓点水的用一下，而是真的要成为其用户，娱乐化的使用，是理解不到产品的理念与内核。

就像characte.ai，其实你用一些特定prompt在GPT上对话也可以得到不同角色，只是其创始人进行了分类，并且修炼了prompt，成了这样的角色矩阵。

创始人非常清楚，AI的幻觉问题。仅能提供娱乐化，所以才会有这样的产品诞生，事实证明用户是接受的。

未来产品经理不是做功能了，而是要去聚焦做评测集，定义产品的评测集转化，不再是功能导向了。

通过这次分享，我也认同这是非常关键的变化，所以现在还在投入AI资源的个体或者企业，我觉得可以再等等。

今天的分享就在这里。