在(zài)AI技術迅猛發展的(de)時(shí)代，産品經理的(de)角色和(hé / huò)職責正發生着深刻的(de)變革。本文将深入剖析AI時(shí)代下産品經理所需的(de)核心技能與制勝之(zhī)道(dào)，探讨如何在(zài)這(zhè)個(gè)充滿挑戰和(hé / huò)機遇的(de)環境中脫穎而(ér)出(chū)。

對于(yú)想學習做AI産品經理的(de)人(rén)來(lái)說(shuō)，OpenAI 的(de)首席産品官凱文·韋爾（Kevin Weil）和(hé / huò) Anthropic 的(de)首席産品官邁克·克裏格（Mike Kreiger）的(de)對談是(shì)一(yī / yì ／yí)起不(bù)容錯過的(de)節目，他(tā)探讨了(le／liǎo)AI産品開發的(de)現狀和(hé / huò)未來(lái)發展，我總結了(le／liǎo)以(yǐ)下五點供大(dà)家參閱：

一(yī / yì ／yí)、擁抱變化，密切溝通

（1）适應技術革新

AI 領域的(de)技術革新速度堪稱驚人(rén)，每隔兩個(gè)月計算能力就(jiù)會有新的(de)突破，這(zhè)就(jiù)讓産品的(de)規劃和(hé / huò)設計不(bù)能再遵循以(yǐ)往的(de)固定模式。産品經理需要(yào / yāo)時(shí)刻關注這(zhè)些技術進步，并思考如何将它們巧妙地(dì / de)融入到(dào)産品之(zhī)中。

（2）管理不(bù)确定性

在(zài)産品開發的(de)過程中，随着新模型的(de)訓練，一(yī / yì ／yí)些新的(de)功能會逐漸浮現。這(zhè)讓開發初期充滿了(le／liǎo)不(bù)确定性，産品經理往往隻能看到(dào)一(yī / yì ／yí)個(gè)模糊的(de)輪廓，不(bù)清楚它最終能否實現，也(yě)無法準确地(dì / de)預估它的(de)成功率。在(zài)這(zhè)種情況下，産品的(de)設計思路就(jiù)需要(yào / yāo)不(bù)斷調整和(hé / huò)适應，而(ér)與研究團隊保持緊密溝通，成了(le／liǎo)産品經理的(de)日常工作。

二、策略制定，決策價值

當模型準确率處于(yú) 60% 的(de)水平時(shí)，産品開發策略成了(le／liǎo)一(yī / yì ／yí)個(gè)關鍵問題。盡管模型的(de)發展方向存在(zài)着一(yī / yì ／yí)定的(de)不(bù)确定性，但并非毫無頭緒。

首先，産品團隊需要(yào / yāo)從産品側出(chū)發，确定哪些功能值得投入資源進行開發，然後與研究團隊一(yī / yì ／yí)起微調。

其次，當某個(gè)功能的(de)完成度達到(dào) 60% 的(de)時(shí)候，比如 Anthropic 的(de) Computer Use 功能，就(jiù)考慮将它推向市場了(le／liǎo)。這(zhè)種做法的(de)關鍵在(zài)于(yú)改變對産品開發的(de)傳統認知。産品在(zài)這(zhè)個(gè)階段的(de)輸出(chū)更像是(shì)一(yī / yì ／yí)種展示或信息傳遞，目的(de)是(shì)激發更多的(de)産品創意，爲(wéi / wèi)後續的(de)改進和(hé / huò)完善提供依據。

再比如，Github Copilot 在(zài)發布時(shí)所使用的(de)模型其實并不(bù)是(shì)最先進的(de)版本，在(zài)編程相關任務上(shàng)的(de)準确率也(yě)并不(bù)完美，但它依然爲(wéi / wèi)用戶帶來(lái)了(le／liǎo)顯著的(de)價值。所以(yǐ)即使模型的(de)結果并不(bù)完全準确，但如果能夠幫助用戶在(zài)一(yī / yì ／yí)個(gè)任務中節省五到(dào)十分鍾，這(zhè)對于(yú)用戶來(lái)說(shuō)就(jiù)是(shì)有價值的(de)。

三、明确對”成功”概念的(de)定義：撰寫評估标準

（1）評估的(de)關鍵作用

當前 AI 模型的(de)發展瓶頸更多地(dì / de)體現在(zài)評估環節而(ér)非智能本身。也(yě)就(jiù)是(shì)說(shuō)，模型實際上(shàng)具備在(zài)更廣泛領域内發揮更準确作用的(de)潛力，但前提是(shì)要(yào / yāo)爲(wéi / wèi)它們提供合适的(de)評估标準和(hé / huò)特定領域的(de)知識引導。這(zhè)些知識可能并不(bù)包含在(zài)模型最初的(de)訓練集中，需要(yào / yāo)産品經理和(hé / huò)研究團隊共同努力爲(wéi / wèi)模型指引方向，才能更好地(dì / de)适應不(bù)同的(de)應用場景。

通過明确對”成功”概念的(de)定義，産品團隊可以(yǐ)根據評估結果來(lái)逐步優化産品，這(zhè)也(yě)是(shì)将産品任務完成度從 60% 提升到(dào) 85% 的(de)關鍵所在(zài)。

（2）評估能力的(de)培養

産品經理需要(yào / yāo)深刻理解什麽是(shì)好的(de)評估，什麽是(shì)差的(de)評估，從而(ér)在(zài)産品開發過程中做出(chū)更明智的(de)決策。建議産品經理要(yào / yāo)通過深入研究實際的(de)數據來(lái)培養直覺，哪怕隻是(shì)抽樣分析，通過思考”是(shì)否需要(yào / yāo)改進評估标準”或者”盡管評估分數不(bù)高，但産品整體表現是(shì)否還不(bù)錯”等問題，來(lái)提升對評估的(de)理解和(hé / huò)把握能力。

（3）評估标準的(de)演變

随着模型向處理更長的(de)上(shàng)下文或者智能 Agent 的(de)方向發展，評估問題會變得更加複雜，這(zhè)就(jiù)要(yào / yāo)求評估标準更加靈活。産品經理需要(yào / yāo)不(bù)斷調整和(hé / huò)改變評估方式來(lái)适應複雜多變的(de)情況。而(ér)且，評估的(de)性質也(yě)在(zài)發生變化，它越來(lái)越類似于(yú)績效考核，而(ér)不(bù)再僅僅是(shì)簡單的(de)對錯判斷。

産品經理需要(yào / yāo)考慮：

模型是(shì)否達到(dào)了(le／liǎo)一(yī / yì ／yí)個(gè)稱職人(rén)類所能達到(dào)的(de)水平？是(shì)否超出(chū)了(le／liǎo)用戶的(de)預期？當模型在(zài)某些任務上(shàng)已經超越了(le／liǎo)人(rén)類的(de)表現，由人(rén)類來(lái)制定評估标準的(de)意義是(shì)什麽？

四、具備技術素養：利用模型進行原型設計

需要(yào / yāo)對技術研究有一(yī / yì ／yí)定的(de)認識，花費時(shí)間去學習相關的(de)技術術語，并且逐漸建立起對技術運作機制的(de)直覺。在(zài)讨論用戶界面的(de)設計方案或者用戶需求時(shí)，産品經理可以(yǐ)借助大(dà)模型來(lái)生成不(bù)同 UI 設計方案或者原型做demo演示。

此外，除了(le／liǎo)一(yī / yì ／yí)些簡單的(de)任務以(yǐ)外，面對如今越來(lái)越複雜的(de)任務，多模型協同也(yě)已經成爲(wéi / wèi)一(yī / yì ／yí)種關鍵策略。在(zài)實際應用中，公司極少單純依賴單個(gè)模型來(lái)處理特定的(de)問題，尤其是(shì)對于(yú)高級客戶的(de)需求以(yǐ)及公司内部的(de)業務場景來(lái)說(shuō)。因爲(wéi / wèi)不(bù)同的(de)模型有着各自獨特的(de)優勢，所以(yǐ)可以(yǐ)根據具體情況将它們組合起來(lái)，形成高效的(de)工作流程和(hé / huò)編排模式。以(yǐ) o1 模型爲(wéi / wèi)例，它的(de)表現更像是(shì)人(rén)類在(zài)解決難題時(shí)的(de)思考過程，所以(yǐ)它在(zài)查詢的(de)時(shí)候，不(bù)是(shì)立即輸出(chū)結果，而(ér)是(shì)會暫停下來(lái)進行思考，這(zhè)個(gè)思考時(shí)間可能在(zài) 30 到(dào) 60 秒。但是(shì)在(zài)一(yī / yì ／yí)些需要(yào / yāo)即時(shí)反饋的(de)情境中，比如在(zài)線客服系統，用戶是(shì)無法接受等待 60 秒才得到(dào)回複的(de)。所以(yǐ)這(zhè)時(shí)多模型協同就(jiù)顯得尤爲(wéi / wèi)重要(yào / yāo)，比如安排一(yī / yì ／yí)些模型先快速地(dì / de)回複，然後再讓 o1 提供深入的(de)思考，甚至再安排一(yī / yì ／yí)個(gè)模型進行複查。通過這(zhè)種方式，公司能夠充分發揮各個(gè)模型的(de)優勢，從複雜的(de)模型組合中獲取巨大(dà)的(de)價值，這(zhè)與人(rén)類在(zài)完成複雜任務時(shí)，依靠不(bù)同專長的(de)人(rén)合作的(de)方式是(shì)相似的(de)。

五、面向 AI 系統的(de)随機性和(hé / huò)不(bù)确定性設計策略

（1）建立反饋機制

與傳統的(de)軟件系統不(bù)同，AI 模型的(de)輸出(chū)并不(bù)是(shì)完全可預測的(de)。在(zài)這(zhè)種情況下，産品經理需要(yào / yāo)建立有效的(de)反饋機制，來(lái)實現系統的(de)閉環管理。例如，當模型的(de)輸出(chū)偏離預期的(de)時(shí)候，産品經理需要(yào / yāo)有方法來(lái)判斷這(zhè)種偏離是(shì)否在(zài)可接受範圍内，如何快速地(dì / de)收集用戶的(de)反饋信息，以(yǐ)及如何設置合理的(de)防護措施，來(lái)避免模型出(chū)現嚴重的(de)錯誤。

（2）整體性能監控

産品經理需要(yào / yāo)從整體上(shàng)了(le／liǎo)解模型在(zài)大(dà)量用戶使用過程中的(de)表現情況。這(zhè)與傳統的(de)軟件 bug 反饋有着本質的(de)區别，傳統的(de)軟件問題通常表現爲(wéi / wèi)明确的(de)”點擊按鈕沒反應”這(zhè)些現象，而(ér) AI 模型的(de)問題可能會更加複雜和(hé / huò)隐蔽，需要(yào / yāo)産品經理從多個(gè)維度進行分析和(hé / huò)處理。

（3）用戶體驗設計

在(zài)适應這(zhè)種非确定性用戶界面的(de)過程中，産品經理不(bù)僅要(yào / yāo)自己理解和(hé / huò)接受這(zhè)種變化，還要(yào / yāo)站在(zài)用戶的(de)角度思考問題。因爲(wéi / wèi)對于(yú)大(dà)多數用戶來(lái)說(shuō)，這(zhè)種違背傳統電腦使用直覺的(de)情況可能會讓他(tā)們感到(dào)困惑。産品經理需要(yào / yāo)考慮如何在(zài)産品設計中減少這(zhè)種困惑，同時(shí)利用這(zhè)種新特性爲(wéi / wèi)用戶創造更好的(de)體驗。

希望對你有所幫助。

本文由 @克勞德斯瑞 原創發布于(yú)人(rén)人(rén)都是(shì)産品經理。未經作者許可，禁止轉載

題圖來(lái)自Unsplash，基于(yú)CC0協議

該文觀點僅代表作者本人(rén)，人(rén)人(rén)都是(shì)産品經理平台僅提供信息存儲空間服務