AI时代的产品经理：每个PM都将成为AI PM
AI时代的产品经理：每个PM都将成为AI PM
嘉宾：Marily Naah ｜ Meta元宇宙化身与身份产品负责人 ｜ 领域：AI产品与未来趋势
背景与引子
2023年，ChatGPT席卷全球，Midjourney让设计师惊呼，Sora让视频创作者失眠。AI不再是实验室里的高深概念，它正在以惊人的速度渗透到我们日常使用的每一个产品中。
对于产品经理来说，这是一个最坏的时代，也是一个最好的时代。说它最坏，是因为不确定性成为新常态——你可能花六个月训练一个模型，结果发现效果远不及预期；说它最好，是因为那些能够驾驭AI的产品经理，正在成为市场上最稀缺的人才。
Marily Naah在Meta领导元宇宙化身与身份产品，曾在Google工作超过八年，负责Google Glass、计算机视觉和语音识别的机器学习项目。她在Maven上开设的AI与产品管理课程，是该平台上最受欢迎的课程之一。
在这场对话中，她分享了为什么“每个PM都将变成AI PM”、如何用ChatGPT写出让所有人看懂的产品愿景、如何找到合适的AI应用场景，以及在没有技术背景的情况下，产品经理如何踏入这个领域。
一、嘉宾是谁
Marily Naah是一个典型的“跨界产品人”。
在Google的八年多时间里，她深度参与了Google Glass的研发，亲眼见证了AR设备如何从概念走向现实。更重要的是，她亲历了一支产品团队如何与研究科学家紧密合作，将前沿技术转化为用户可以实际使用的产品。这段经历塑造了她对AI产品开发的独特理解。
现在，她在Meta专注于元宇宙的化身与身份产品——这是一个典型的“还没有正确答案”的领域。当你在构建一个全新的产品品类时，没有用户调研数据可以参考，没有竞品可以借鉴，唯一能依靠的是对技术的深刻理解和对用户需求的敏锐直觉。
她开设的AI与产品管理课程，已经帮助了数百名产品经理从传统PM转型为AI PM。课程中最让她骄傲的时刻，是看到学员们在三周之内，从完全不懂机器学习，到能够训练出可以识别X光片问题的模型。
“很多学员在结业时展示他们的作品，那种兴奋和骄傲，让我觉得这件事真的在改变人们的职业轨迹。”
二、核心观点TOP10
1. 不要为了AI而做AI 确保有一个真实存在的问题，一个需要以智能方式解决的痛点，再去考虑如何用AI实现它。
2. AI是增强，不是替代 ChatGPT能让你的工作变得更好，它不会抢走你的工作，它会放大你的价值。
3. 每个PM都将变成AI PM 未来的产品都将需要个性化体验、推荐系统和自动化能力，每个产品经理都需要理解AI。
4. 模型就像一个孩子的大脑 给它足够多的示例，它就能识别新事物——就像教三岁孩子认识动物一样。
5. MVP阶段不要用AI 用Figma做个演示原型，用PPT讲个故事，先验证市场需求，再考虑训练模型。
6. 数据量取决于你要解决的问题 识别猫和狗可能只需要几十张标注图片，但构建语音识别系统需要数千小时的音频数据。
7. 学会和研究科学家合作 理解他们的工作方式，学会用他们能接受的方式影响他们，这将是你最核心的竞争力。
8. 不需要会写代码，但要理解原理 即使使用无代码工具，理解模型是如何训练和工作的，会让你在团队中更有话语权。
9. AI PM不只是用工具，是解决问题 传统PM帮助团队构建正确的产品，AI PM帮助团队以智能方式解决正确的问题。
10. 用相邻产品的成功案例说服领导 当你需要争取资源时，用公司内部已有的AI成功案例来论证你的提案，会比讲概念有效得多。
三、关键洞察
洞察一：AI不是魔法，它需要数据作为燃料
很多人以为只要接入ChatGPT API，自己的产品就变得“智能”了。但Marily提醒我们，真正的AI产品开发往往需要大量自有数据。她举了一个例子：她见过有人为了训练模型，自己合成假的训练数据。“数据收集可能需要你走上街头，请求用户贡献数据；可能需要你和法务团队反复讨论隐私边界；可能需要你想出完全出人意料的解决方案。”
洞察二：模型质量没有绝对标准，PM才是最终拍板的人
当你问数据科学家“这个模型准确率够好了吗”，答案永远是“可以更好”。但作为PM，你需要判断的是：在80%准确率和95%准确率之间，用户的体验有多大差异？这个差异值得再投入三个月吗？这就是AI PM独特的价值——你需要做出没有人做过、没有教科书可以参考的判断。
洞察三：研究工作需要你能承受不确定性
传统PM习惯了“我要做这个、周五完成”的节奏，但在研究驱动的项目中，你可能“尝试这个方向、一年后如果不行就关掉整个项目”。很多人抱怨研究工作“不确定性太高”，但Marily认为，正是这种不确定性造就了最有价值的创新。她建议那些想成为AI PM的人，多和公司里的研究科学家聊天、观察他们的工作方式，让自己习惯这种节奏。
洞察四：学会用“不完美的演示”争取资源
当你想说服公司投入AI研发，但又不确定投入产出比时，Marily的建议是：不要一开始就训练模型。用Figma做一个产品原型，或者用PPT讲一个故事，展示你想象的AI功能能带来什么价值。这样可以在投入大量资源之前，先验证假设。
四、精彩金句
“AI正在增强我们的价值，它不会偷走它。”
关于AI取代人类工作的焦虑，Marily的回应简洁有力。她认为，所有恐惧AI会抢走工作的人，和当年担心计算机会取代打字员的人犯了同样的错误——技术从来不是人类的对手，而是人类的延伸。
“传统PM帮助团队构建正确的产品，AI PM帮助团队解决正确的问题。”
这是Marily对自己课程核心思想的提炼。当你有能力用智能方式解决问题时，你才能真正确定那是不是正确的问题。
“用户不知道他们想要什么，直到你把它展示给他们。”
她引用了乔布斯的话来形容AI产品的机会：人们从未想象过AI能做现在这些事，这意味着巨大的创新空间正等着被开拓。
“不要低估你理所当然的事对别人的价值。”
这是Marily对所有想分享知识的人的建议。她一开始也怀疑“真的有人想跟我学吗”，但事实证明，很多人对她认为“基础”的东西有着强烈的学习渴望。
五、实战案例
案例一：Google Glass的实时翻译功能
Marily分享了一个她在Google工作时亲眼见证的演示：一个人戴着Google Glass说一种语言，另一个说不同语言的人站在面前。Glass接收对方的语音，自动转录、翻译，并以文字形式显示在镜片上——全部实时完成。
“我们谈论的是这种设备如何打破沟通的边界。这不是科幻小说，这些事情是真实的，技术已经在这里，只是需要把各个部分连接起来。”
案例二：风电涡轮机的自动巡检
在Marily的课程中，学员用AutoML（Google提供的无代码机器学习工具）构建了一个模型。具体做法是：让无人机拍摄所有风电涡轮机的照片，上传到AutoML，模型自动识别哪些需要维护。原来的流程需要三周的人工巡检，现在压缩到几小时。
“这个案例完美说明了PM如何在不需要写代码的情况下，引入AI能力解决问题。”
案例三：课程学员的X光片诊断模型
最让Marily骄傲的学员成果是：一个三人小组在课程结束时，用网上公开的X光片数据集，训练出了一个可以识别肺部疾病的模型。他们甚至还加了一个推荐系统，告诉用户“根据你的影像，我们怀疑这是以下问题”。
“虽然最终不能用于真实医疗场景，但这个过程证明了：在三周内，从零开始，普通人也能构建出这样有价值的AI产品。”
六、行动建议
建议一：现在就开始使用ChatGPT优化日常工作
为什么要做：它能立刻提升你的输出质量，无论是写愿景声明、做用户画像还是头脑风暴，都能节省大量时间。
如何开始：不要让它替你思考，而是在你有了初步想法后，让它帮你优化表达。比如把你的初稿贴进去，让它帮你改成更清晰、更有感染力的版本。
能得到什么：一方面节省写作时间，另一方面你会看到更成熟的表达方式，逐渐内化为自己的能力。
建议二：每星期和公司的研究科学家聊一小时
为什么要做：理解他们的工作方式、他们面临的挑战、他们手里有什么技术，是你未来有效合作的基础。
如何开始：预约一位研究科学家，告诉他们你只是想了解他们在做什么，没有任何具体项目要求。带着好奇心去听，而不是带着需求去谈。
能得到什么：对AI技术边界的真实认知，以及当你想推动一个AI项目时，你知道该找谁、该怎么说。
建议三：选择一个业务场景，思考“如果有数据，我可以做什么”
为什么要做：AI产品开发的第一步往往不是技术，而是对业务问题的深刻理解。很多PM说“我们没有数据”，但其实他们的产品每天都在产生数据，只是没有想过可以用它们做什么。
如何开始：列出手头产品积累的用户行为数据，问自己：如果我能分析这些数据，我能解决什么现在解决不了的问题？哪怕只是让数据科学家做个简单的分析，也可能发现惊喜。
能得到什么：一个清晰的AI应用假设，可以成为你推动第一个AI项目的起点。
建议四：花三周时间学完一门AI基础课
为什么要做：不需要成为工程师，但需要理解AI是如何工作的。无代码工具越来越强大，但理解原理才能真正驾驭它们。
如何开始：选择Coursera上的Stanford AI课程、General Assembly或者CareerFoundry这类在线编程学校。或者加入Marily的课程，和一群志同道合的人一起学习。
能得到什么：对AI的全局理解，以及在团队中讨论AI议题时的底气和信心。
建议五：建立你的“AI案例库”
为什么要做：当你想推动一个AI项目时，最有效的说服方式是用成功案例。
如何开始：关注AI相关的Newsletter（比如The Batch、TLDR），记录那些让你惊叹的AI应用。整理成一份文档，标注“这个案例可以类比我们现在的某个场景”。
能得到什么：当你需要争取资源时，你手里有一份具体的、让人信服的案例清单。
七、我的总结
这期播客最核心的信息可以用一句话概括：AI不会取代产品经理，但不懂AI的产品经理将被懂AI的产品经理取代。
Marily Naah的故事告诉我们，AI PM并不是一个全新的物种，而是每个PM都需要逐步进化的方向。你不需要成为数据科学家，但需要理解模型如何工作；你不需要自己训练模型，但需要知道什么时候该用AI、什么时候不该用；你不需要放弃产品管理的核心技能，但需要学会在不确定性中导航。
她的课程之所以受欢迎，是因为她做了两件事：一是把复杂的AI概念用每个人都能理解的方式讲清楚，二是提供了大量实操机会，让学员真正“做出”一个AI产品。
如果你正在考虑如何进入AI领域，或者正在带领团队尝试AI应用，不妨从Marily的建议开始：找到那个真实存在的业务问题，然后想办法用智能的方式解决它。 这就是AI PM的核心——不是追逐技术潮流，而是用技术解决真实痛点。
记住，我们正处于AI产品开发的早期阶段，现在入局，你还有机会成为定义这个领域的规则的人之一。
📺 播客信息
- 发布时间：2023-02-05
- 时长：48分钟2秒
- 播放量：73506 次观看
- 原版视频：『YouTube』