人工智能时代,AI不能替产品经理做什么?

最近某做C产品的朋友在看好语音识别的方向,但缺少B端AI实际经验而四处碰壁。另外一个朋友却是有语音经验后,想补充视觉经验,去了某AI独角兽,去了没多久,又回归到传统互联网做中台了。

人工智能时代,AI不能替产品经理做什么?

职业方向

圈内聚会,如果不表示看好人工智能与5G,那基本也就没朋友了。新技术落地与应用又需要有足够的耐心,不是一蹴而就,但很多人已经迫不及待了,这与互联网红利消失存在莫大关系。

早年小乐帝初入行时,在门户公司做C端产品,当时已经明显感知到流量红利的消失,而选择离开C端并转型B端。当时红利仍在,只是没有前些年那么洪水滔天。当时遇到的职业困境,更多因为企业组织僵化和活力缺失的问题,环境在变,组织没有跟着变化;资讯产品天然具备海量文章和海量用户,导致推荐系统部署天然挤压了运营和产品的生存空间。

伴随着AI在资讯领域爆发出了强大的能量,AI更是成为成为国家战略和机器战胜人类刺激,C端流量红利持续走低,越来越多产品经理将目光投向AI方向。

AI从来不是单一方向,也难以说,哪家公司和具体业务有发展前景。从职业选择角度来讲,产品经理并非无脑选AI任意方向,就一定前途远大,而是需要结合个人意愿与能力、公司及业务的所处市场及产品服务能力共同决定。

市场需求与商业化

人工智能行业的兴起,本质上是人工智能技术红利在各行各业的扩散。人工智能公司谈的最多的并非技术而是场景,如何找到合适的场景落地人工智能能力才是第一步。在早期不免有被评价为“拿锤子找钉子”之说。

数字化和信息化越成熟的公司,理论上越有落地场景,但符合这样特征的多半都是互联网公司,对于互联网行业来讲,虽然有需求,但技术投入与储备内部也讲得通,越是需求强烈的大公司,越有技术投入和储备的动力。因此所谓人工智能落地需求,不只是需求有无本身,还要考虑是否有自建意向,即对潜在客户是否足够痛点。另外如果数据量不大,通过专家也够用,本身需求又不是那么强烈。

因此纯从市场角度考虑,排除有自建能力和数据量小,客户投入产出比(ROI)还能为正,给投资人讲的市场已经折了一大半。这也是目前很多AI公司尴尬之处,成本居高不下,想做下沉市场,市场需求和付费能力都不能与头部大客户同日而语,自然是难以打开局面的。

因此AI企业无论如何宣传技术能力,如果无法有效解决市场需求和付费能力的问题,企业增长和长期发展都会蒙上阴影。

AI并不能替产品经理解决市场需求和商业化的问题,这些仍是产品经理需要花大力气思考和定义的工作。

数据基础及服务

假如一个客户既满足需求强,也有付费能力,在确定需求后,进入实施阶段,首先要构建AI所需要的数据基础,实际AI 实施时间成本和人力成本,主要耗费在这个阶段。

小乐帝也是认识到这个问题后,选择进入具有扎实数据根基的大数据企业。售后的工作繁琐且重要,假如没有强大的售后团队,产品功能再强大,也无法体现出价值。行业内效仿西方SaaS轻部署模式的,最近都不同程度遇到了效果和业务发展瓶颈。

这也是被很多脱坑AI工程师诟病的点,有多少智能,就需要多少人工。而人工部分的工作,产品经理可以通过内外工具一定程度上减轻,并不能完全消除。人工智能项目在落地过程中,显得非常“不智能”。

日常工作

当产品经过0-1阶段后,产品进入日常迭代的环节,产品经理的日常工作,无非需求挖掘、需求分析、需求优先级判断、产出方案、跟进研发并最终上线。实际处理某个需求时,又极其非标,无法像工厂流水线产生标品。

早前小乐帝做C端产品时,甚至想AI是否可以足够的数据化,自由将需要做的产品形态排列组合并自动开发,干掉产品、设计和研发。对AI能力了解后,发现做这样一套自动化系统的成本,大概率远远大于雇佣一个团队成本,投入产出上不划算,且难以做到很好迁移,并不可行。

近日某朋友离开北京回老家,主要论据是年过30,做产品拼不过90后,打算回家做点生意。但客观来讲,对于B端产品来讲,需要很深的行业积累和产品业务沉淀,相当非标。不可替代性与C端大有不同,也许这位朋友转了B端,看法会大不一样。

小乐帝,微信公众号:产品经理读书会(ID:books_for_pm),为爱读书的产品人提供书籍推荐、读书交流、以书会友的环境,欢迎爱读书的产品人分享读书感悟、找寻改变世界之路。

本文由 新媒体运营 作者:产品部落 发表,其版权均为原作者所有,文章内容系作者个人观点,不代表 新媒体运营 对观点赞同或支持,未经许可,禁止转载,题图来自Unsplash,基于CC0协议。
10

发表评论