作為一個人工智能（AI）產(chǎn)品經(jīng)理，我們需要對AI技術有了解嗎？為什么？需要了解到什么程度呢？我們該如何達到這樣的程度？
本文將就以上問題進行探討，作者將嘗試根據(jù)自己的相關工作和學習經(jīng)驗給出答案，供讀者參考。
產(chǎn)品經(jīng)理到底要不要懂技術？
首先我們要思考的第一個問題是，產(chǎn)品經(jīng)理到底要不要懂技術？
關于這個話題，很多優(yōu)秀的產(chǎn)品人都曾給出過深刻的見解。我也想簡單談談我個人就這個問題的一些想法。
一般來說，產(chǎn)品經(jīng)理這個職位對于一個人的背景沒有特殊的硬性要求。有一些人是技術背景，曾經(jīng)做過軟件工程師，之后轉(zhuǎn)為產(chǎn)品經(jīng)理。也有一部分人沒有技術背景，比如設計師，銷售人員，甚至教師，后來也都成功的晉升為優(yōu)秀的產(chǎn)品負責人。
不同的公司或不同的項目對產(chǎn)品經(jīng)理的技術能力要求往往大相徑庭。
有些公司是技術驅(qū)動的，這類公司有時會對產(chǎn)品經(jīng)理有硬性的技術要求，這類公司下的產(chǎn)品人必須具有計算機或相關學科背景，他們往往曾擁有全職軟件工程師的工作經(jīng)驗。
也有一些公司是產(chǎn)品驅(qū)動的，這類公司并不要求產(chǎn)品經(jīng)理必須具備高超的技術水平，更多的是希望這類產(chǎn)品人從技術的思維框架中跳出來，更加靠近用戶和市場，創(chuàng)造出獨特的產(chǎn)品和體驗。
這兩類產(chǎn)品人在都有各自的優(yōu)勢與不足。簡單來說，就是產(chǎn)品經(jīng)理如果不懂技術，就無法深入到項目的實現(xiàn)當中，很難和軟件工程師緊密合作。這就會導致產(chǎn)品經(jīng)理的工作難以順利開展。
但是，如果產(chǎn)品經(jīng)理非常了解技術，具有豐富的開發(fā)經(jīng)驗，則很難從小白用戶的視角去設計產(chǎn)品，缺少一些大膽的創(chuàng)新性。這就會導致制作出來的產(chǎn)品和服務中規(guī)中矩，不夠“接地氣”。（也有極少數(shù)非常成功的產(chǎn)品人同時具備兩類產(chǎn)品人的優(yōu)勢）
到底哪一類產(chǎn)品人更適合人工智能領域的工作？
那么，到底哪一類產(chǎn)品人更適合人工智能領域的工作呢？
這個問題不能一概而論，因為AI領域同樣存在不同類別的公司。一個公司的基因直接決定它是技術驅(qū)動還是產(chǎn)品驅(qū)動，即便是AI公司也是如此。
目前，AI領域的公司被分為三個層級：基礎層，技術層，應用層。
- 基礎層的公司主要是負責為AI提供底層技術服務，包括計算資源，芯片，以及模型平臺等。這類公司對產(chǎn)品經(jīng)理往往有硬性的技術要求，要求產(chǎn)品人對于相關的底層技術理解足夠透徹；
- 技術層的公司主要是專注于對具體AI技術的研發(fā)和探索，包括圖像識別，語音識別，自然語言理解等。這類公司對產(chǎn)品經(jīng)理會有一定程度的技術要求，但是并不絕對，具體要看公司的業(yè)務方向；
- 應用層的公司則主要是將AI技術應用到解決實際問題的場景中，包括智能醫(yī)療，智能客服，智能安防等。這類公司對產(chǎn)品經(jīng)理的技術水平一般不會有硬性的要求，更多的是要求產(chǎn)品經(jīng)理對相關行業(yè)領域具有全面且深刻的了解。
因此，每一個AI產(chǎn)品經(jīng)理都可以通過定位公司在AI行業(yè)中的層級，以及自己在公司中具體負責的項目和業(yè)務，來判斷自己需要具備什么程度的技術能力。
以技術為主導的AI公司對產(chǎn)品經(jīng)理的技術要求是毋庸置疑的。不過，對于以產(chǎn)品為主導的AI公司來說，產(chǎn)品經(jīng)理是不是也要懂的AI技術？
答案是：一定要懂，但是不需要完全掌握。
AI產(chǎn)品經(jīng)理的核心目標是通過AI技術創(chuàng)造出更好的產(chǎn)品和服務，并成功的將產(chǎn)品方案實現(xiàn)落地。基于這樣的核心目標，AI產(chǎn)品經(jīng)理至少應該對技術有一定程度的了解。
首先，在產(chǎn)品設計和定義產(chǎn)品概念的過程中，AI產(chǎn)品經(jīng)理一定要對技術的邊界有足夠的了解，知道什么是可以實現(xiàn)的，什么是暫時還很難實現(xiàn)的。
技術邊界的理解，可以幫助AI產(chǎn)品經(jīng)理準確的將技術運用在恰當?shù)膽煤蛨鼍吧?。這里，建議AI產(chǎn)品經(jīng)理密切關注AI領域最新的科研成果。
接下來，在產(chǎn)品的實際開發(fā)和測試過程中，AI產(chǎn)品經(jīng)理需要對項目的技術名詞術語有充分的了解，包括常用算法，模型，基本框架等。其目的是讓產(chǎn)品經(jīng)理能夠更有效的和軟件工程師，算法科學家進行溝通。
有效的溝通對于產(chǎn)品的實現(xiàn)至關重要。這里，建議AI產(chǎn)品經(jīng)理學習和掌握一定量的AI專業(yè)術語名詞。
最后，每當一個AI產(chǎn)品或服務完成發(fā)布以后，產(chǎn)品經(jīng)理都需要持續(xù)的對產(chǎn)品或服務項目在市場上的表現(xiàn)進行跟蹤，對其進行介紹和推廣，以確保用戶，投資人和老板能夠清楚的了解產(chǎn)品或服務的功能特點以及其背后的原理。
這就需要產(chǎn)品經(jīng)理對產(chǎn)品或服務背后的技術實現(xiàn)原理及展示效果具有充分的認識。這里，建議AI產(chǎn)品經(jīng)理對AI相關的算法原理和技術特點有足夠的了解。
我學習AI相關技術知識的方法
在文章的最后，我想簡單分享一下自己是如何學習AI相關技術知識的。
- 我認為有針對性的上一些權(quán)威的AI網(wǎng)課是一個比較簡單直接的方法。主要學習內(nèi)容可以聚焦在AI算法，數(shù)據(jù)和算力相關的知識上（必要的時候還需要對硬件技術有一定的了解）；
- 更有效的提升方法其實是相關領域的閱讀，AI技術和產(chǎn)業(yè)的相關書籍可以幫助我們建立系統(tǒng)化的結(jié)構(gòu)性思維，開拓眼界和知識面。閱讀往往會激發(fā)連續(xù)性的思考，這比觀看網(wǎng)課更有價值；
- 最有效的學習方法，就是在真是的工作環(huán)境中學習。在解決真實世界的問題時，AI產(chǎn)品經(jīng)理往往會根據(jù)項目和任務的內(nèi)容直接學習其中包含的AI技術。在工作中學以致用，能夠有效的鞏固知識。另外，只有在真實的工作場景中，才能學習到有實際用途的技術知識，避免紙上談兵。
很多產(chǎn)品經(jīng)理喜歡號稱自己具備較好的技術實力，幻想著在必要的時候可以替代工程師實現(xiàn)一些技術需求。
事實上，由于工作性質(zhì)和工作內(nèi)容的限制，產(chǎn)品經(jīng)理原則上講是不可能代替工程師去實現(xiàn)技術實現(xiàn)的。
AI產(chǎn)品經(jīng)理沒必要花時間去掌握技術實現(xiàn)的能力，而是應該深挖場景和應用領域。在技術的應用案例，前沿探索和新聞動態(tài)等方面，需要具備比工程人員更寬廣的知識面，和更深刻的洞察力。
總之，AI產(chǎn)品經(jīng)理是不是必須掌握AI技術這個問題需要每個AI產(chǎn)品經(jīng)理自己回答。
首先AI產(chǎn)品經(jīng)理需要清楚的定位自己，明確自己應該具備什么程度的技術能力。
值得注意的是，AI產(chǎn)品經(jīng)理的核心目的是通過AI技術創(chuàng)造和優(yōu)化產(chǎn)品服務，豐富技術知識的目的是讓自己在工作中擁有更多話語權(quán)，并實現(xiàn)更有效的溝通。
本文由 @單贏 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。
題圖來自Unsplash，基于CC0協(xié)議。
愛盈利-運營小咖秀(www.jza6.com) 始終堅持研究分享移動互聯(lián)網(wǎng)App運營推廣經(jīng)驗、策略、全案、渠道等純干貨知識內(nèi)容；是廣大App運營從業(yè)者的知識啟蒙、成長指導、進階學習的集聚平臺；
想了解更多移動互聯(lián)網(wǎng)干貨知識，請關注微信公眾號運營小咖秀（ID: yunyingshow）
【轉(zhuǎn)載說明】 若上述素材出現(xiàn)侵權(quán)，請及時聯(lián)系我們刪除及進行處理：[email protected]
