在被ChatGPT和大模型裹挾著踏入AGI時代后，產(chǎn)品經(jīng)理們率先成了那群最焦慮、躁動，且迷茫不知去向的人。
(資料圖)
“最近有很多互聯(lián)網(wǎng)產(chǎn)品經(jīng)理找到我，尤其是有過幾年工作經(jīng)歷的產(chǎn)品經(jīng)理，他們對于自己當下所處的行業(yè)大環(huán)境有非常強烈的危機感。”前科大訊飛業(yè)務線負責人、阿里云AI產(chǎn)品專家、也是《人工智能產(chǎn)品經(jīng)理》一書的作者張競宇對品玩說。
隨著AGI浪潮洶涌而至，張競宇的著作近期再度成為一本職業(yè)暢銷書，同時他也接收到越來越多的行業(yè)演講與咨詢邀約，其中大半與如何成為/做好AI產(chǎn)品經(jīng)理有關。
同樣在人工智能領域深耕十余年、并一手打造了AI產(chǎn)品經(jīng)理第一社群的黃釗（常用ID：hanniman），對近兩個月中找到他指點迷津的轉(zhuǎn)型期產(chǎn)品經(jīng)理已經(jīng)應接不暇，“數(shù)量沒具體統(tǒng)計，但特別多產(chǎn)品經(jīng)理找過來，他們在轉(zhuǎn)型期都或多或少出現(xiàn)了一些問題”。
黃釗告訴品玩，不少想轉(zhuǎn)型的產(chǎn)品經(jīng)理不但拿不到offer，甚至面試的機會都非常少；在AI熱潮下，已經(jīng)決議轉(zhuǎn)型并離職的產(chǎn)品經(jīng)理gap（休息）2、3個月都是常事，有些空檔期長達4到6個月，gap時間越長，他們（產(chǎn)品經(jīng)理）的內(nèi)心就愈加慌張。
就連行業(yè)頂尖的產(chǎn)品經(jīng)理們也在被焦灼的情緒拉扯，他們內(nèi)心篤定AGI是正確的方向且蘊藏巨大潛力，然而如何抓住機遇進入最頭部的AI公司、并實現(xiàn)最大程度的自我躍升，成了無比迫切的事情。
一位知情人士向品玩透露，不少互聯(lián)網(wǎng)大廠的高P產(chǎn)品經(jīng)理在卡位頭部AI創(chuàng)業(yè)公司產(chǎn)品負責人的職位，字節(jié)跳動火山引擎的高層也在行業(yè)里“求醫(yī)問藥”，企圖找到能做出國內(nèi)最好大模型產(chǎn)品的方法。
這是最好的時代，也是最壞的時代；這是智能涌現(xiàn)的時代，也是混沌迷茫的時代。
外圍技能失效，產(chǎn)品經(jīng)理們步入“尷尬期”
繼ChatGPT問世后，在一家互聯(lián)網(wǎng)大廠工作了5年的產(chǎn)品經(jīng)理靳宸（化名），突然發(fā)現(xiàn)自己80%的日常工作未來都會被AI弱化甚至完全取代。
且不說近年來外界經(jīng)常調(diào)侃互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的工作是擺放按鈕的、專業(yè)做PPT的、研究向上管理和cue流程的，僅靳宸自己的感受而言，互聯(lián)網(wǎng)產(chǎn)品經(jīng)理一直以來所擅長的市場調(diào)研、競品分析、PRD設計，以及數(shù)據(jù)監(jiān)控等一系列外界看起來有些黑盒屬性的技能，在當下的AGI時代里變得有些雞肋。
“就拿PRD（產(chǎn)品需求文檔）來說，這個看起來是產(chǎn)品經(jīng)理的拿手絕活，其實技術含量并不算高?！苯繁硎灸壳袄肅hatGPT和Midjourney相結合就已經(jīng)可以實現(xiàn)PRD的自動生成了，其效率和質(zhì)量都還不錯。
在人工智能行業(yè)跌宕沉浮十余年的資深AI產(chǎn)品經(jīng)理張競宇對此也深有感觸。
在他看來，那些以往消耗了產(chǎn)品經(jīng)理大部分時間的外圍技能，就像泡沫一樣在GPT到來之后加速破滅，“坦白來說PRD里面很多都是廢話，都是非核心流程，包括產(chǎn)品設計原型和項目管理跟蹤，這些都可以用AI模型來實現(xiàn)自動化了”。
不僅是外圍技能失效，還有很多垂直細分領域的產(chǎn)品經(jīng)理在隨著AGI技術的發(fā)展而消亡。
一部分是那些已經(jīng)或即將被AI取代行業(yè)里的產(chǎn)品經(jīng)理。
比如當下語義和語音為代表的特定領域就發(fā)生著翻天覆地的變化，菁菁（化名）在一個互聯(lián)網(wǎng)大廠先后做過幾款翻譯工具類產(chǎn)品，其中也有借助以往的AI技術來提升翻譯速度和效果的產(chǎn)品，還曾在公司內(nèi)部獲得了多個獎項。
然而生成式AI技術浪潮的出現(xiàn)從底層邏輯上改變了用戶和機器之間的交互方式，用以往做語義產(chǎn)品的思路和流程來做AIGC產(chǎn)品已不再適用，“（翻譯工具）產(chǎn)品本身都已經(jīng)不再需要了，身處其中的產(chǎn)品經(jīng)理自然也被取締了”，菁菁說。
另一部分則是以往基于數(shù)據(jù)制定策略的產(chǎn)品經(jīng)理們，他們在移動互聯(lián)網(wǎng)時代多被稱之為“策略產(chǎn)品經(jīng)理”，這也是隨著互聯(lián)網(wǎng)大廠前些年業(yè)務擴張、組織架構不斷臃腫所誕生的細分工種，事實上在移動互聯(lián)網(wǎng)后期，很多產(chǎn)品經(jīng)理都只需要掌握部分知識和技能，以適配一個模塊的正常運轉(zhuǎn)。
張競宇告訴品玩在GPT之前，人和機器基于產(chǎn)品數(shù)據(jù)的決策占比可能是80%和20%，而大模型時代到來之后，這個占比情況可能會調(diào)換位置。
更具體些，以往電商行業(yè)里搜索推薦的策略都是由產(chǎn)品經(jīng)理制定的，比如用戶通過關鍵詞搜索后的商品展現(xiàn)方式，在很長一段時間內(nèi)都是人為決定的，“ABTest也是人主導的，主要測試不同的策略投放效果，但策略本身也是人制定的”，在張競宇看來人并不擅長做數(shù)據(jù)驅(qū)動型的決策，“因為人都有思維盲點，在分析數(shù)據(jù)時難免有所缺失”。
其他幾位受訪的產(chǎn)品經(jīng)理也向品玩表示，純數(shù)據(jù)驅(qū)動型的工作和決策未來一定會由機器來完成，這是AI時代順理成章會發(fā)生的事情。
可真當這些產(chǎn)品經(jīng)理們準備踏入AGI洪流之時，他們卻發(fā)現(xiàn)自身處于一個非常尷尬的階段。
科技創(chuàng)新周期的演變基本上都會經(jīng)歷“技術先于產(chǎn)品-產(chǎn)品先于技術-運營先于產(chǎn)品”這樣幾個階段。
以移動互聯(lián)網(wǎng)時代為例，智能手機剛開始普及時，行業(yè)急需的人才以安卓/IOS系統(tǒng)開發(fā)工程師為主，等到基建層漸趨完善后移動App才百花齊放般出現(xiàn)，同時也開啟了產(chǎn)品經(jīng)理的黃金時代，而從2018年起移動互聯(lián)網(wǎng)增速放緩，行業(yè)整體也從“人人都是產(chǎn)品經(jīng)理”轉(zhuǎn)向“運營之光”，這時抖音和小紅書為代表的重運營型產(chǎn)品后來居上，憑借優(yōu)質(zhì)內(nèi)容與精細化運營躋身國民App之列。
AGI行業(yè)、或者說AI2.0時代，目前處于“技術先于產(chǎn)品”向“產(chǎn)品先于技術”過渡的中間地帶。
多個從業(yè)者向品玩表示，當下仍是AI2.0時代打地基的時期，基建層的核心產(chǎn)品比如大模型，一定是由技術驅(qū)動的，雖然大模型團隊中也有產(chǎn)品經(jīng)理的身影，但其站位和功能多是為研發(fā)服務的。
據(jù)靳宸觀察，不少互聯(lián)網(wǎng)大廠也開始下場做大模型和AIGC相關的產(chǎn)品，然而團隊很多是由內(nèi)部臨時抽調(diào)轉(zhuǎn)崗組建，自身也處于對新業(yè)務的學習摸索期，產(chǎn)品經(jīng)理在其中發(fā)揮的作用和話語權都較為有限。
黃釗在運營大型社群的過程中，接觸到了大量行業(yè)一線的AI產(chǎn)品經(jīng)理和各類AI企業(yè)，他發(fā)現(xiàn)AI2.0帶來的第一波職位機會更多是面向產(chǎn)品負責人級別的，但相比于大廠而言，垂直領域的頭部AI公司更受資深產(chǎn)品經(jīng)理的歡迎，“一個大廠正在做LLM（大語言模型）的產(chǎn)品負責人，最近明確愿意看AI2.0一線公司的機會”。
“目前來看產(chǎn)品負責人級別的都招差不多了，但不少AI產(chǎn)品落地方向還不夠清晰、沒有看到初步效果，所以沒法繼續(xù)擴大團隊規(guī)模。”
據(jù)黃釗透露，幾家還不錯的AI創(chuàng)業(yè)公司都因為產(chǎn)品方向不確定，所以很多候選人被卡住了，“能看到Q3對AI產(chǎn)品經(jīng)理的需求淡了一些，Q4會是分水嶺，只有產(chǎn)品體驗有突破，才會有一波核心輸出PM（大頭兵）級別的HC（名額）”。
AI產(chǎn)品經(jīng)理的供大于求，也造成了現(xiàn)階段PM招聘市場的極度內(nèi)卷。
一方面，轉(zhuǎn)型而來的AI產(chǎn)品經(jīng)理使得市場上候選人的數(shù)量快速增加，公開數(shù)據(jù)顯示AI產(chǎn)品經(jīng)理是當下AGI領域中供需比最高的職業(yè)，平均58個人同時競爭1個職位，相比之下競爭最激烈的技術研發(fā)崗位，例如NLP和推薦算法工程師，也不過是10個人同時競爭1個職位。
另一方面，處在“技術先于產(chǎn)品”階段的AI企業(yè)對產(chǎn)品經(jīng)理的需求較少且不急，隨著候選人數(shù)量的遞增，AI企業(yè)也把人才預期和基準線拉得更高，就連那些并非由這波技術革新創(chuàng)造的、已存在多年的職位的招聘標準也都水漲船高。
AI產(chǎn)品經(jīng)理的招聘亂象也由此催生。
“有些第三方招聘平臺發(fā)布的職位，在企業(yè)內(nèi)推系統(tǒng)里面是查不到，要么是掛出來搜刮簡歷，要么就是企業(yè)為了降低招聘成本連內(nèi)推的費用都不愿意出；還有些職位，在詢問HR后對方的第一反應是先問候選人的薪酬預期，可見AI公司的財務壓力可能真的不小。”黃釗說。
品玩還向知情人士了解到，一家AI2.0明星初創(chuàng)企業(yè)雖然近期還在對外發(fā)布新產(chǎn)品模塊，相關宣傳舉動也未曾停下，甚至第三方招聘平臺還能看到不少該企業(yè)的職位，但事實上，內(nèi)部已在準備調(diào)整業(yè)務方向并醞釀裁員，外界看起來紅紅火火的表象之下，是HC全部凍結、在職的產(chǎn)品經(jīng)理向外尋求跳槽機會。
那些在AGI應用層跑起來的產(chǎn)品經(jīng)理
就在產(chǎn)品經(jīng)理們削尖腦袋般地擠向AI2.0行業(yè)卻始終不得要領的時候，AGI領域的發(fā)展似乎也步入了一個瓶頸期。
繼ChatGPT問世、國內(nèi)持續(xù)半年多的“百模大戰(zhàn)”后，AGI已渡過了信息爆炸帶來的紅利期，那些容易看到的低垂果實隨著認知和共識對齊之后，迅速成為了人滿為患的模仿秀競技場，放眼望去多是些同質(zhì)化嚴重的AI畫圖、AI聊天、AIOffice等GPT衍生品，并沒有哪個真正成為大眾期待中的AI Native應用。
一邊是焦慮迷茫、找不到自身用武之地的產(chǎn)品經(jīng)理；另一邊卻是艱難尋找應用場景、實現(xiàn)商業(yè)落地遲緩的AGI技術。
這兩者似乎在AI2.0時代逐漸從“技術先于產(chǎn)品”發(fā)展到“產(chǎn)品先于技術”的過程中被錯配了。
換言之，AI落地的真正瓶頸正是缺少合適的產(chǎn)品經(jīng)理，無論在大廠還是初創(chuàng)企業(yè)，AI產(chǎn)品經(jīng)理的價值還未得到足夠的重視。
即便如此，小部分讓產(chǎn)品經(jīng)理高度參與的團隊在AGI應用層快速跑起來了。
吳海波是一個十多人規(guī)模AI創(chuàng)業(yè)團隊的產(chǎn)品負責人，他的團隊孵化于購物電商平臺蘑菇街。自去年開始，在Stable Diffusion擴散模型和ControlNet神經(jīng)網(wǎng)絡結構的加持下，國內(nèi)市場便爆發(fā)了一波又一波AI生成圖片的熱潮，同樣是基于開源社區(qū)打造自己的產(chǎn)品，吳海波既沒有像那些對技術極為狂熱的創(chuàng)業(yè)者般，癡迷于鍛造模型本身，也沒有跟風做一款追逐短期流量的AI繪畫產(chǎn)品。
他看到的更多是AIGC之于電商行業(yè)的落地應用價值。
吳海波告訴品玩他的腦子里每天都在冒著各式各樣的產(chǎn)品想法，都是圍繞電商領域相關的，想法之多以至于無法、也不可能盡數(shù)實現(xiàn)，但它們成為了吳海波這樣產(chǎn)品經(jīng)理吸取養(yǎng)分的一種方式。
所以當SD這樣的技術方案出來之后，吳海波就能很快地把之前的產(chǎn)品想法串起來，這是產(chǎn)品經(jīng)理主導的團隊在技術革新落地時反應更加快速的原因。
不到兩周的時間，吳海波和團隊就利用ControlNet Stable Diffusion七七八八地做了一款AIGC商拍工具的Demo，“一開始Demo樣子其實很挫，但先做出來再去討論迭代升級更有價值”。
產(chǎn)品經(jīng)理這種快速產(chǎn)出Demo的過程被稱之為MVP（Minimum Viable Product，最小可行性產(chǎn)品），作為國內(nèi)第一批AI產(chǎn)品經(jīng)理的黃釗認為無論是移動互聯(lián)網(wǎng)時代還是AGI時代，MVP都是至關重要的，甚至要先于產(chǎn)品的研發(fā)投入，只有先在小范圍、或者通過簡單的驗證方式確認了產(chǎn)品能滿足用戶需求的前提下，才可以進入后續(xù)研發(fā)環(huán)節(jié)。
“在上一波人工智能熱潮中就出現(xiàn)過這類問題，當時有創(chuàng)業(yè)公司自己產(chǎn)品的模式還沒搞清楚，就忙著高薪挖大廠的技術人才，結果花大價錢請來了人才，但產(chǎn)品沒做出來公司也慢慢死掉了?！秉S釗說。
簡單來說，吳海波做的這款AI工具就是給服飾商品生成模特上身圖，這也是虛擬試衣需求最大的落地場景之一，以往服飾類賣家給自己的商品拍攝照片要經(jīng)歷選模特、選場景、與中間商協(xié)作溝通等一系列環(huán)節(jié)，流程復雜不說成本也很高昂，而通過AIGC工具來實現(xiàn)一鍵商拍，將極大解決眾多中小賣家、甚至是跨境電商賣家的痛點。
為了迅速且成本可控地將產(chǎn)品做出來，吳海波在具體技術方案的選擇上也更偏向產(chǎn)品經(jīng)理視角。
在實現(xiàn)服裝一鍵商拍的過程中，最困難的點在于AIGC很難生成衣服穿在人身上所具有的真實垂墜感，這個難題相比投入更多研發(fā)成本和時間來解決，吳海波的思路更加高效簡單，那就是原始圖片采用人臺來拍，“創(chuàng)新其實有很多種，現(xiàn)階段能實際解決用戶需求才是最重要的，不是所有問題一定要用技術來解決，而這也是產(chǎn)品經(jīng)理這個角色要做的事情”。
產(chǎn)品導向的思路也決定了吳海波更加注重交付的細節(jié)，比如圖片濾鏡風格問題、AIGC內(nèi)容生成模特的臉崩問題，這些能通過技術研發(fā)測試的瑕疵在吳海波眼里是致命的，他也因此跟內(nèi)部團隊發(fā)生過爭執(zhí)，但最后仍用產(chǎn)品經(jīng)理的思維說服了對方。
從科技創(chuàng)新整體周期來看，技術確實先于產(chǎn)品而誕生并發(fā)展，可一旦技術邁入商業(yè)世界尋求落地場景，便已經(jīng)開啟了“產(chǎn)品先于技術”的新階段，無論技術革新的浪潮有多么澎湃，市場和用戶終究是為產(chǎn)品買單，而產(chǎn)品經(jīng)理應該與技術研發(fā)們并肩作戰(zhàn)、甚至跑在更前面。
此外，據(jù)品玩觀察很多像吳海波一樣在國內(nèi)AI領域?qū)嵺`多年的產(chǎn)品經(jīng)理、創(chuàng)始團隊的AI產(chǎn)品負責人，在當下這輪AGI浪潮中，都不約而同地選擇B端作為切入點。
在吳海波看來，AGI技術整體仍處于早期發(fā)展階段，從產(chǎn)品后續(xù)的迭代交付、團隊未來的運營情況等方面考慮，B端產(chǎn)品目前是比較穩(wěn)妥的選擇，相比之下此時如果選擇做C端產(chǎn)品，首要面對的就是漫長的生存問題。
“更重要的是，當下ChatGPT引爆的熱度其實距離AGI技術的范式革新還太遠了，包括年初我們期待的多模態(tài)內(nèi)容生成能力也還沒正式開放使用，所以C端的落地應用行業(yè)里目前沒有完全想清楚，除此之外大家也會擔心C端最后又會變成一場規(guī)模游戲。”經(jīng)歷過PC互聯(lián)網(wǎng)后半場、又在移動互聯(lián)網(wǎng)周期里沉浮多年，吳海波直言不愿再在AGI時代里重復做那些容易被競爭對手復制的產(chǎn)品。
目前正在一家“AI+教育”機器人創(chuàng)業(yè)公司做產(chǎn)品負責人的張競宇也有著同樣的感受，“上一波移動互聯(lián)網(wǎng)技術革新的地位很難被顛覆，C端流量還是寡頭。更本質(zhì)的是，新的利基市場還沒有被AGI技術發(fā)掘出來?！?/p>
多個一線資深AI產(chǎn)品經(jīng)理向品玩表示，無論是技術本身的狂熱，還是資本市場的鼓吹，并無法從根本上撬動C端用戶的需求，事實上互聯(lián)網(wǎng)技術已很大程度上滿足了大眾的剛需，“AGI在C端落地的難點在于，到底有多少社會層面的需求不得不高頻地使用這項技術解決，它更加真實的使用場景價值是什么”。
不同于當下一眾拿著AGI技術尋找落地場景的大廠和AI創(chuàng)業(yè)公司，像吳海波這樣本身具有極強的產(chǎn)品思維、兼具對AGI技術理解能力，并且還在垂直領域積累多年對賣家用戶的需求了然于胸的團隊，他們帶著用戶的痛點“反”過來向AGI技術尋找答案，如此才能找到真實的落地場景。
AI2.0時代到底需要怎樣的產(chǎn)品經(jīng)理？
產(chǎn)品經(jīng)理，這個最早誕生于傳統(tǒng)行業(yè)、卻在互聯(lián)網(wǎng)領域以一種極為吸睛方式出圈的職業(yè)，經(jīng)歷了移動互聯(lián)網(wǎng)早期的“造神”、高速發(fā)展期的“人人都是產(chǎn)品經(jīng)理”，以及增速放緩期的“流水線產(chǎn)品經(jīng)理”幾個階段后，隨著AGI技術的爆發(fā)步入一個全新的階段。
在這個全新的AI2.0時代里，產(chǎn)品經(jīng)理的核心競爭力已發(fā)生巨大變化。
首先也是最重要的，產(chǎn)品經(jīng)理在AI2.0時代將回歸它最樸素也是本質(zhì)的職能：發(fā)現(xiàn)、提出，并協(xié)調(diào)整合資源來解決問題。當外圍技能像泡沫一樣被AGI擠破后，產(chǎn)品經(jīng)理真正無法被AI取代的能力是對趨勢的判斷、對交互關系的深層洞察，以及人類獨有的靈感和審美。
從某種程度上來說，這也是產(chǎn)品經(jīng)理和技術研發(fā)兩個工種之間的差異。
產(chǎn)品經(jīng)理由于長期近距離地觀察市場趨勢變化和用戶行為方式，因此天然對場景與需求有著更敏銳的嗅覺，而后者則更擅長通過技術來實現(xiàn)需求提高效率，甚至通過技術創(chuàng)新顛覆底層生產(chǎn)力。
這種彼此不可替代的差異注定了產(chǎn)品經(jīng)理與技術研發(fā)缺一不可，過于放大一方的角色優(yōu)勢、甚至忽略另一方的重要性，都會造成產(chǎn)品本身的競爭力缺陷。
比如在吳海波看來，OpenAI和Google的最大區(qū)別就是前者具有完整的產(chǎn)品經(jīng)理視角，“OpenAI所打造的ChatGPT很多技術都是由Google研發(fā)出來的，但是Google的技術創(chuàng)新多停留在發(fā)表一篇有影響力的學術論文階段。后面技術如何應用在產(chǎn)品上？有沒有人持續(xù)跟進技術落地的情況？”相比之下，OpenAI雖然也是由技術驅(qū)動的公司，但它卻是一眾技術型公司中產(chǎn)品思維最強的。
同樣地，雖然硅谷和國內(nèi)當下階段的AI2.0公司/產(chǎn)品，都是由技術創(chuàng)始人/CTO在打前陣，但不得不承認的是，硅谷的CTO比國內(nèi)的CTO更具產(chǎn)品思維，一位曾與國內(nèi)多個頭部企業(yè)CTO有所接觸的受訪對象告訴品玩，他總是聽國內(nèi)CTO說“只要業(yè)務能把方向和需求確定好，他們技術研發(fā)就能實現(xiàn)它”，但在硅谷，CTO經(jīng)常是與產(chǎn)品負責人爭執(zhí)落地大方向的角色。
產(chǎn)品經(jīng)理核心能力的更迭和角色的缺位，以及CTO產(chǎn)品思維的匱乏，可能也是造成AGI技術在硅谷的C端應用落地要比國內(nèi)更快更多的原因之一。
除此之外，AI2.0時代要求產(chǎn)品經(jīng)理比以前更“懂”技術。
如果說互聯(lián)網(wǎng)時代的產(chǎn)品經(jīng)理懂技術是加分項但不是必備技能，那么AI產(chǎn)品經(jīng)理對技術邊界的理解與認知，將決定了產(chǎn)品下一步的創(chuàng)新和迭代方式，不能天馬行空也不能毫無創(chuàng)新，如果用一個詞來形容，“極客”類型的產(chǎn)品經(jīng)理在AI2.0時代會更受歡迎。
更重要的是，多位資深行業(yè)人士認為AI2.0時代的產(chǎn)品經(jīng)理還要更深入垂直領域，進行專業(yè)知識的獲取和積累。
“一定要找到某個具體行業(yè)作為落地場景，你可以理解為‘AI+落地行業(yè)’，后面那個才是產(chǎn)品經(jīng)理用來保命的?！痹谏弦徊ˋI熱潮中，張競宇曾親眼見證自己在互聯(lián)網(wǎng)大廠的同事，因為過于聚焦純AI型產(chǎn)品從而忽略了在具體落地行業(yè)的積累，當技術周期過境之后，成為了第一批被淘汰的高價人才。
“這類產(chǎn)品經(jīng)理早期是行業(yè)里最貴的（薪資最高），但很多時候是拿著錘子找釘子、沒有垂直到任何行業(yè)里面，也是最容易受到技術革新影響的，一旦大廠進行業(yè)務調(diào)整，他們在垂直行業(yè)甚至找不到合適的工作機會?！睆埜傆畋硎九c其盲目地追風轉(zhuǎn)型做大模型產(chǎn)品，不如靜下心來思考自己所處行業(yè)真正能與AGI技術結合的機會。
在過去幾年時間里，吳海波雖然每天都在一線帶隊做產(chǎn)品，但他仍保持著每年百來篇AI專業(yè)論文的閱讀量，這使得他對行業(yè)前沿發(fā)生的變化更敏感、甚至有時能提前嗅到創(chuàng)新可能誕生的方向，他一手打造的WeShop自五月中旬上線短短兩個月，就已有了近十萬企業(yè)用戶，這在B端領域、尤其是沒有做任何付費推廣的情況下，已經(jīng)是令人艷羨的成績。
“我們甚至覺得增速有些快了，不過這樣也能推動我們做技術迭代和產(chǎn)品升級，這個時候就很考驗產(chǎn)品負責人在客戶增長后如何解決短期需求與長期需求的資源競爭問題?！?/p>
在AGI一線做產(chǎn)品負責人的同時，吳海波也時刻關注著產(chǎn)品經(jīng)理這個行業(yè)的變化。
吳海波告訴品玩，他最關注兩種類型的AI產(chǎn)品經(jīng)理，“一種是天才型選手，但可能他不適合我們團隊，不一定非要強行融入，我們會尋找機會投資他們；另一種是成長型產(chǎn)品經(jīng)理，邏輯sense和技術感知很好，但需要組織內(nèi)部提供成長環(huán)境，這類是我們下個階段會重點看的”。
與此同時，國內(nèi)AI求職市場的競爭也愈演愈烈。
靳宸發(fā)現(xiàn)經(jīng)常使用的幾個第三方招聘平臺上，AI產(chǎn)品經(jīng)理的崗位數(shù)量并沒有顯著增加，但每個職位下的競爭者數(shù)量卻同比大幅激增，看著求職診斷里自己的競爭力排名逐漸下降，她有時想放棄轉(zhuǎn)型的念頭，有時又想索性先接個不理想的offer、邁進門檻再做打算。
據(jù)吳海波透露，近幾個月有越來越多具有海外工作背景的AI人才選擇回國發(fā)展，“我們招聘過程中發(fā)現(xiàn)這類人才的比例在明顯上升，對比來看他們倒不是說技術上比國內(nèi)人才厲害，但對產(chǎn)品的想法更多”，吳海波還觀察到，就在國內(nèi)多數(shù)AI人才還一門心思地涌向大廠的時候，這些AI海歸人才的選擇更加隨意開放，很多傾向于中小型初創(chuàng)企業(yè)。
彌漫在產(chǎn)品經(jīng)理群體間的焦慮和迷茫短期內(nèi)很難散去，他們就像掉進技術周期更替之間的洞里，暫時性地被低估與忽略，但即便如此，幾乎所有受訪的產(chǎn)品經(jīng)理都表示并不后悔進入這個行業(yè)，也沒有離開的打算。
“這是少數(shù)作為個體能站在時代潮頭浪尖的職業(yè)，我喜歡這種感覺?！彼麄冋f。
