年輕的AI產品經理們所遇到的問題只是漫長的利益調整周期的開始，而從更本質上來說，這些問題不過是整個AI行業商業化現實的投射。

作者|韓敬嫻   編輯|張麗娟來源|CV智識（ID:CVAI2019）最近，劉敏一直在找新的工作機會，但過程并不順利。

原因是：之前的AI產品經理經驗在招聘方看來“充其量只能算是一個項目經理”。

2016年科技界的“黑天鵝”——阿爾法狗出現之后，中國乃至世界范圍內的AI熱情被迅速點燃，劉敏也在這一年加入了一家AI創業公司。

在成為AI產品經理之前，她是公司的HR、市場、公關，轉型做AI產品經理，她承認自己是幸運的：行業發展初期，早期入行者既積累行業經驗，有先發優勢，又能拿到不錯的待遇。

這也符合創業公司的人才培養路徑，從“身兼數職”到“逐漸特化”。

“小公司很多時候不得不去讓大家做很多不同類型的事，但是靠后的話會有一些人逐漸特化。

”但從零做起，往往依賴“環境是否能夠帶來足夠的變化和成長，有沒有教練有意識地引導，以及自己是否有足夠清晰的職業規劃”，缺一不可。

從最為重要的行業環境來看，三年的發展，AI有個一直都未突破的瓶頸：解決單點問題能力強，但通用能力偏弱，因此輸出的產品還是以To B定制化方案為主。

在傳統技術面前，AI技術一如曾經的互聯網技術一般，扮演著顛覆者和重建者的角色，也的確為安防、金融、客服等領域提供了一個個更高效的解決方案。

可是，AI公司們或許打贏了一場又一場獨立的戰斗，卻在戰役意義上陷入了始料未及的“外包化”危機。

當可以裝飾這個職業的東西隨著行業的冷靜或消失或喪失意義：風口的喧嘩、好的入局機會、外界的贊美，劉敏的幸運戛然而止。

現在，擺在她面前的有兩條路：要么繼續留在原公司，等待是否有真正意義上產品經理的工作，補齊技能；要么離開北京，去其他城市尋找機會。

“大不了不干了”。

說完，她無奈地笑了。

產品經理還是項目經理？“當初為什么決定轉型做AI產品經理？”劉敏的回答是：有趣，有機會去推動一個事情從0~1實現出來。

知乎上一個關于“為什么這么多人想當產品經理？”的問題后面，有回答者總結了五大原因，劉敏的回答中了兩個。

其它的三個原因分別是：收入普遍較高；入行門檻相對較低；產品思維可以指導生活。

但職業理想是一回事兒，工作現實又是另外一回事兒：三年的工作里，劉敏一直在推著項目“跑”，產品規劃工作經驗少的可憐，僅有的幾次也只是Demo嘗試。

如劉敏一般，計算機技術專業畢業的黃潔，在經歷了一段時間的技術實習后，加入了一家體量十倍于劉敏公司的某AI獨角獸公司做產品經理。

在她看來，技術只是解決單個的核心問題，與這樣的縱向深鉆相比，她更喜歡有橫向視野的產品經理崗位。

然而，很多一段時間里黃潔也是在扮演項目經理角色，“制定排期、督促產品進度以及最終交付標準的服務......”當然，一些“前期探索”性質的定制化產品，在黃潔的眼里，和單純的定制化項目并不完全相同，“對產品經理來說，它的新鮮感、價值獲得感會比較高”。

頂著產品經理的頭銜干項目經理的活兒，這背后是AI行業的落地現狀：除安防領域以外，幾乎沒有公司能將技術以規模化、產品化的方式輸出，大多還是定制化產品，產品被需求牽著鼻子走。

以至于有人打趣道，“想成為一家AI公司，首先得先成為一家安防公司”。

久而久之，很多AI公司習慣了一種技術向的做事方法：“我有A我有B我有C，全都給你，你就拿去用”，產品的作用反而被邊緣化。

但AI技術背后的原理，知識體系往往存在著斷層，在無法將算法可視化之前，“客戶可能不想要A，也不想要B，而是想要A和C改造過后的東西”，這種技術向的服務方式其實是進一步割裂了產品和需求之間的關系。

事實上，客戶不只對AI技術理解存在局限，甚至對于自身的需求也有認知局限。

與C端不同，B端方案的買單方和使用者很多時候不是同一個，“比如你的客戶是某一系統里負責建設軟件的單位，他們來負責和你溝通跟你交流，但是真正使用軟件的可能是另外的單位，兩邊的需求并不統一。

”更有甚者，有的B端客戶連自己想要什么都不知道，“客戶只是有這筆錢要做建設，于是大致提一些需求，我們就開始做。

開發的過程中，他們又提出一個需求，我們就會接著改。

即使產品出來了，還要再花一年的時間迭代，最終迭代成客戶想要的樣子。

”這種現狀投射到AI產品經理身上便成了：“天天跪甲方”，“需求完全是客戶想要，你就得給他加，即使不合理”，“售前的前期案例討論、需求討論環節，產品經理也和售前的工作重合”......困于定制化，直接導致AI行業造血能力不足之外，也影響著身處其中的每一個人。

技術先行還是產品先行？“我們屬于一種新型的軟件服務商，有些公司甚至半年的時間就從幾百人擴張到了千人，還沒有那么成熟的從業人員，每個職業該做什么，區分的也不是很清楚。

”一個新的棋局，玲瓏初開，百子待落。

如果從二十年的互聯網歷史來俯瞰對照，這“一定會是一個動態變化的過程”。

“互聯網產品其實也是經歷了由技術-產品-運營這樣發展過程,但每個階段這三個角色的重要性也在不斷的變化,從行業剛發展以技術為主導,逐漸演變成產品主導,到最后靠運營增長的過程。

”年輕的AI產品經理們所遇到的問題只是漫長的利益調整周期的開始，而從更本質上來說，這些問題不過是整個AI行業商業化現實的投射。

這波浪潮起來時，最先跳進來的不是人們熟悉的企業家，也不是站在風口之巔的互聯網人，而是一些守在寧靜實驗室數十年的科研人員，技術在被突破的同時，也被賦予了商業意義。

但AI技術創業大多是是單線程，即做的大多是原來科研時候研究的“一個點”，比如語音、視覺或者自然語言處理。

但以自然語言處理為例，“僅僅做自然語言處理，缺少相對獨立且足夠大的場景，它往往會變成一個引擎或者一個特定功能上的服務。

”也就是說，AI公司用單點技術切入到別人的產品場景里去，等于“乙方為甲方提供服務”，“這時候真正做產品規劃的其實是甲方。

比如國外出現了Siri，國內手機廠商也想做一個手機語音助手，這時候就是它先做這個規劃，規劃好后再去找后端的技術去實現它，比如像我們這樣的服務廠商。

”追一科技創始人兼CEO吳悅就對CV智識表示，產品化能力不足是導致AI領域項目制大量存在的一個重要原因。

“中國的企業軟件的基礎比較薄弱。

過去20年，IT行業的資源都投入到了互聯網行業，直到最近幾年，資本和人力才逐步投入到企業軟件領域。

”如果前三年可以視為第一階段的技術創新期，那第二階段的技術應用時期正在不斷逼近，至于什么時候能夠在產品化上尋到突破，不少業內人士都表示，只能先做，深入到行業里去，才有機會看到產業的全貌。

“B端市場的理解成本很高，它面向的不是大批量同一類型的用戶，而是每個行業的人群，都有自己不同的特點”。

當然，從行業現在發展的情況來看，不同領域之間發展的程度也并不一樣，以公安領域為例，“每家平臺的對接情況都不一樣，所以得從頭去真正了解需求，先單點做，然后再往外擴展。

”但是在其它一些領域，比如金融，“已經有很多先行者，相對來說更加系統，如果再從頭做起會比較浪費，我們會和比較有經驗的合作，雖然只做一點，但是會對通盤有了解。

”懂技術，更得懂AI的局限AI技術長期的美好與短期的局限構成了一種充滿矛盾的并生現象，那么，現實之下，一個優秀的AI產品經理該是什么樣子的呢？“基本上一個優秀的傳統互聯網產品經理該具備的能力AI產品經理都需要有，但AI產品經理對技術要求更高,知識面會更廣，除了基本的產品技能還要掌握AI基礎技術知識，如NLP自然語言、DL深度學習、ML機器學習、大數據等。

”擁有多年產品經驗的朱華告訴CV智識。

現在，AI公司的產品里一類是應用AI技術的垂直業務產品，另外一類是AI服務的平臺產品。

前者負責AI能力在細分領域的應用；后者則是對AI能力的匯總和包裝，例如各種AI開放平臺、各種云計算平臺，這就要求產品經理必須熟知公司內部的AI技術能力，還要有能力作為售前支持，為使用方提供技術咨詢。

“我們招的大多是從競品那邊跳過來的，以前也是做PM的，他們大部分都是先做技術，然后再做產品，有很多年工作經驗。

因為這個行業這種技術導向型的行業，你做技術了之后確實能更好地和技術去開發。

”沒有技術背景的歐明在一年前通過校招進入一家AI獨角獸公司做產品經理時便感覺到自己是被撕裂在工作之外的。

“公司的操作系統都是Linux，這就需要懂一些Linux的指令，但是我剛來的時候真的不懂，做事就會特別慢。

我一開始甚至都要從安裝部署去學習，而且很多AI產品都是一些很底層的，沒有前端頁面，都是一堆API接口。

”對于技術的理解決定了AI產品經理如何將參數和指標轉化為用戶體驗，“產品天生就要做大量的妥協，價值的、成本的.....但AI產品經理要在AI技術的邊界上去做取舍。

”技術也只是基本門檻，更高的要求是：理解場景，理解客戶，從而定義價值。

通俗來說，就是要考慮現在的AI技術能不能解決一些原來技術解決不了的問題，即使能解決，“值不值得投入資源去做，以及做的話能帶來多少收益。

如果投入產出評估通過，還需要明確提供服務的形式，比如說做人臉識別的，究竟是賣識別這個軟件，還是把軟件以及整個門禁閘機都賣給他。

”更重要的是，他必須要在理解行業技術發展現實的基礎上，理解AI的局限，并且要能夠“為這些AI的技術缺陷或者局限去做相應的彌補措施。

”以智能客服產品為例，不論從產品體驗，還是從商業可行性上來說，如果產品經理一上來就要做“直接代替人”的產品肯定不太可行的，而如果定位在“AI輔助人工”就會更容易落地。

一位曾在微軟小冰工作的技術人員向CV智識分享了一個故事：產品最初，從技術的角度看小冰的對話回復并不是特別理想，甚至有些無厘頭，但是當時團隊在產品化的過程中給小冰打上了這樣的標簽：16歲，萌妹子，“你再回頭去看她的很多回答就合理多了”。

2005年，科技學者庫茲韋爾在《奇點臨近》一書中大膽預測，“我們的未來不是再經歷進化，而是要經歷爆炸。

”事實上，庫茲韋爾的觀點更符合人們對于AI的想象，但對照互聯網公司發展史不難發現，很多產品都是一步步演進形成的。

比如Pinterest 一開始想做電商導購系統，但由于理念太先進而失敗，于是中間轉做圖片分享，經過幾年之后，才又做回導購系統。

“一個切實可行的復雜系統勢必是從一個切實可行的簡單系統發展而來的。

從頭開始設計的復雜系統根本不切實可行，無法修修補補讓它切實可行。

你必須由一個切實可行的簡單系統重新開始。

” 蓋爾定律所說不無道理。

結語采訪過程中，問及黃潔，“今年行業形勢并不算好，你有感覺到客戶更冷靜了嗎？”“客戶一直很冷靜”，她回答地很干脆。

“客戶永遠都在權衡，在解決同一個問題時，是不是AI能解決地更好。

尤其是面對一些不同行業的大B客戶，我們一直都是既和同類型的AI公司，又和業界傳統老牌公司共同競標。

”成長總有復雜性，陣痛也是正常，AI產品化的局限在一定階段內在所難免。

舊水與新流的爭鋒，既有潮平兩岸闊，也有床高岸低，但趨勢終究不可擋。