隨著大模型技術(shù)的快速發(fā)展，市面上涌現(xiàn)出了大量的大模型產(chǎn)品崗位，那么想要進(jìn)入AI行業(yè)的產(chǎn)品經(jīng)理同學(xué)，需要提前做好哪些準(zhǔn)備工作呢？這篇文章里，作者總結(jié)了入行AI的必備知識(shí)，包括市場(chǎng)調(diào)研、產(chǎn)品底層邏輯等內(nèi)容，一起來(lái)看。

AI大模型從去年11月開(kāi)始到現(xiàn)如今，已經(jīng)非常火熱，無(wú)論大廠還是創(chuàng)業(yè)新星都在為AI的落地搭建產(chǎn)品架構(gòu)，并迅速跟進(jìn)落地鋪量，隨著業(yè)務(wù)擴(kuò)建，市面上也涌現(xiàn)出大量的大模型產(chǎn)品崗位。對(duì)于目前在看機(jī)會(huì)的如果想要入AI坑的話(huà)，產(chǎn)品經(jīng)理要開(kāi)始做哪些方面的準(zhǔn)備工作呢？

一、市場(chǎng)摸底調(diào)研：市面主要提供AI服務(wù)都有哪些大類(lèi)？

選擇AI大模型的崗位本身也是在做職業(yè)的規(guī)劃過(guò)程，對(duì)線上已有的公司提供的能力進(jìn)行摸底調(diào)研有助于找準(zhǔn)自己的興趣點(diǎn)，并基于后續(xù)規(guī)劃選擇最為契合的崗位方向。按照產(chǎn)品服務(wù)的類(lèi)型，市面上AI提供的品類(lèi)主要有

對(duì)話(huà)生成式：基于深度學(xué)習(xí)模型，如循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）或變種，如長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（LSTM）和注意力機(jī)制。這些模型通過(guò)學(xué)習(xí)大量的對(duì)話(huà)數(shù)據(jù)，可以捕捉到語(yǔ)言的上下文和語(yǔ)義信息，并生成符合語(yǔ)法和語(yǔ)義規(guī)則的自然語(yǔ)言回復(fù)。這類(lèi)產(chǎn)品在市面上比較多也相對(duì)成熟，比如大家熟知的openai、文心一言、glow等。

AI繪圖：利用人工智能技術(shù)進(jìn)行繪圖和創(chuàng)作的過(guò)程。通過(guò)訓(xùn)練深度學(xué)習(xí)模型，計(jì)算機(jī)可以學(xué)習(xí)并模仿藝術(shù)家的繪畫(huà)風(fēng)格、創(chuàng)作技巧和審美特點(diǎn)，從而生成具有藝術(shù)性的圖像和繪畫(huà)作品。在應(yīng)用這套技術(shù)的，比如抖音產(chǎn)品的特效、百度文心一言繪圖功能。

B 端产品经理如何快速成长？

产品与业务架构主要是将整个业务工作流进行分层，梳理，然后抽象出一个个需求，将业务需求与产品合情合理的映射起来，最终使业务数据在产品中流动，执行，记录，使用。

查看详情 >

虛擬助手和智能客服：利用自然語(yǔ)言處理和對(duì)話(huà)生成技術(shù)，可以與用戶(hù)進(jìn)行語(yǔ)音或文本交互，提供信息查詢(xún)、任務(wù)執(zhí)行、問(wèn)題解答等服務(wù)。這類(lèi)產(chǎn)品通常服務(wù)于2B比較多，日常在美團(tuán)app里面的小美智能滿(mǎn)足用戶(hù)非結(jié)構(gòu)化的找店需求。

陪伴類(lèi)的產(chǎn)品市面上會(huì)有一些根據(jù)人臉做面向分析，也有一些心理咨詢(xún)行業(yè)在用的咨詢(xún)感情陪伴類(lèi)產(chǎn)品，底層都是基于用戶(hù)在數(shù)據(jù)中的表現(xiàn)去匹配相應(yīng)的情感支持。

二、這么多品類(lèi)AI產(chǎn)品，它們底層邏輯是如何實(shí)現(xiàn)的？

市面上已有的大模型產(chǎn)品主要依賴(lài)底層的基礎(chǔ)模型處理數(shù)據(jù)能力。從最底層到實(shí)際應(yīng)用層，數(shù)據(jù)方向從基礎(chǔ)數(shù)據(jù)的“非”智能轉(zhuǎn)向有意圖的“智能”。

1. 基層模型能力

按產(chǎn)品所需能力建設(shè)所需的自研數(shù)據(jù)，這里面可能包括特定的圖像表達(dá)、語(yǔ)音表達(dá)、視頻表達(dá)、情緒感知等多種類(lèi)型的數(shù)據(jù)服務(wù)能力。

其次是基于戰(zhàn)略合作的特色數(shù)據(jù)源，本圖中給出的數(shù)據(jù)合作產(chǎn)品ChatGLM-6B是開(kāi)源的雙語(yǔ)對(duì)話(huà)模型，含 62 億參數(shù)，可處理對(duì)話(huà)聊天、智能問(wèn)答等多種自然語(yǔ)言任務(wù)，支持在單張消費(fèi)級(jí)顯卡上推理使用，提供服務(wù)方是面向企業(yè)的2B類(lèi)公司。

開(kāi)放接口，眾所周知，來(lái)自O(shè)penAI跟微軟Azure提供的智能化語(yǔ)義理解與智能辦公的數(shù)據(jù)處理能力。

開(kāi)源模型主要分為NLP工具包、元學(xué)習(xí)開(kāi)源庫(kù)等資源信息，按照產(chǎn)品本身的的需求能力可以自己接入。

再往上走就是基于目標(biāo)服務(wù)的能力如何保證數(shù)據(jù)的高效調(diào)用，一般會(huì)從部署能力、推理優(yōu)化、量化壓縮幾個(gè)象限去建構(gòu)調(diào)用的資源，實(shí)現(xiàn)減少存儲(chǔ)數(shù)據(jù)的壓力，提升查詢(xún)速度，縮短問(wèn)題被解答的思考時(shí)間，建構(gòu)自適應(yīng)學(xué)習(xí)能力提高問(wèn)題解答滿(mǎn)意度等目標(biāo)。

最外層的輸出，就是基于上述數(shù)據(jù)的安全合規(guī)，一般分為兩個(gè)視角，數(shù)據(jù)使用的安全監(jiān)控能力、內(nèi)容存儲(chǔ)的合規(guī)合法能力。關(guān)于數(shù)據(jù)隱私方面的內(nèi)容未來(lái)會(huì)基于特定場(chǎng)景再做詳述。

2. 應(yīng)用框架層

顧名思義，為了滿(mǎn)足應(yīng)用層的調(diào)取高效實(shí)現(xiàn)轉(zhuǎn)換、理解、查詢(xún)、調(diào)用、輸出的架構(gòu)層。

通過(guò)上述架構(gòu)圖也可以看出，工具管理主要滿(mǎn)足服務(wù)模型、Prompt、存儲(chǔ)、知識(shí)圖譜等模塊的存放跟使用；

配置組合用于處理多個(gè)模型或組件組合在一起來(lái)實(shí)現(xiàn)更高級(jí)的功能。這種組合可以是串行的，即一個(gè)模型的輸出作為下一個(gè)模型的輸入；也可以是并行的，即多個(gè)模型同時(shí)處理不同的輸入數(shù)據(jù)。通過(guò)組合不同的模型或組件，可以實(shí)現(xiàn)更復(fù)雜的功能，例如語(yǔ)音識(shí)別和語(yǔ)義理解的組合、圖像分類(lèi)和目標(biāo)檢測(cè)的組合等。組合可以根據(jù)具體的需求和場(chǎng)景進(jìn)行靈活的設(shè)計(jì)和調(diào)整，以實(shí)現(xiàn)更好的性能和效果。

編排決策用來(lái)滿(mǎn)足完成復(fù)雜任務(wù)的執(zhí)行。例如，一個(gè)語(yǔ)音識(shí)別應(yīng)用可能需要包括語(yǔ)音前端處理、語(yǔ)音識(shí)別模型、語(yǔ)義理解模型等多個(gè)組件。在這種情況下，編排就是將這些組件按照一定的順序和邏輯連接起來(lái)，以實(shí)現(xiàn)整體的功能。除了內(nèi)容體裁的讀取，編排還涉及到模型的調(diào)用順序、輸入輸出的傳遞、數(shù)據(jù)的處理和轉(zhuǎn)換等。它需要考慮到各個(gè)組件之間的依賴(lài)關(guān)系、數(shù)據(jù)流的管理、錯(cuò)誤處理等方面的問(wèn)題。

編排技術(shù)在AI基層模型能力中起著重要的作用，它可以幫助開(kāi)發(fā)者更好地組織和管理復(fù)雜的模型和組件，實(shí)現(xiàn)更高效、更靈活的AI應(yīng)用。同時(shí)，編排也可以提供更好的可擴(kuò)展性和可維護(hù)性，使得AI模型能力在不同場(chǎng)景和需求下更加靈活和適應(yīng)。

以上的干貨信息，對(duì)于想要入行的PM來(lái)說(shuō)面試基本上已經(jīng)足夠。

3. 產(chǎn)品應(yīng)用層

這里主要就是市面上大家所關(guān)注到的各類(lèi)產(chǎn)品，具體產(chǎn)品在此不詳細(xì)贅述。單獨(dú)拎出來(lái)是希望大家可以結(jié)合自己日常熟悉工作的視角來(lái)判斷各類(lèi)產(chǎn)品視角下，我們的優(yōu)勢(shì)跟可以切入的領(lǐng)域。

比如，目前在做客服平臺(tái)，如何才能結(jié)合大模型提升整體的客服滿(mǎn)意度？如果在做銷(xiāo)售管理，如何利用好大模型更好的經(jīng)營(yíng)本地銷(xiāo)售業(yè)務(wù)，這些問(wèn)題想明白有助于投遞大模型相關(guān)崗位中有的放矢，把完整的鏈路思考全面。

三、如何贏得市場(chǎng)增長(zhǎng)跟變現(xiàn)思路

回應(yīng)這個(gè)問(wèn)題本質(zhì)是對(duì)變現(xiàn)模式的回應(yīng)，在這里拋磚引玉舉兩個(gè)例子。

1. 自媒體從業(yè)人員

建議從使用好AI產(chǎn)品，抓住AI生成產(chǎn)品能力的優(yōu)勢(shì)來(lái)落地，學(xué)習(xí)使用AI生成“顯眼包”的話(huà)題，借用AI美化宣傳文案，甚至可以使用AI潤(rùn)色圖文，使用AI能力管理好社群消息分析運(yùn)營(yíng)思路。

借用AI能力打磨賬號(hào)自身的流量，獲得一定影響力，持續(xù)創(chuàng)造營(yíng)收。

2. 小企業(yè)如果已經(jīng)有了相對(duì)成熟的體量且用戶(hù)相似度較高，且不希望只做廣告

1. 付費(fèi)訂閱類(lèi)產(chǎn)品：圍繞目標(biāo)群體，提供需要的資訊、動(dòng)態(tài)、八卦等信息，整合輸出高質(zhì)量的內(nèi)容社區(qū)，提供付費(fèi)價(jià)值，收取訂閱費(fèi)用。對(duì)當(dāng)前社會(huì)形勢(shì)嚴(yán)峻的就業(yè)擇業(yè)等問(wèn)題提供信息資訊服務(wù)，向用戶(hù)收取費(fèi)用。
2. 數(shù)據(jù)銷(xiāo)售和用戶(hù)調(diào)研：借助大模型能力通過(guò)收集、分析和銷(xiāo)售用戶(hù)數(shù)據(jù)，為企業(yè)提供市場(chǎng)調(diào)研和用戶(hù)洞察。
3. 借助AI能力，挖掘線上用戶(hù)特征，輸出用戶(hù)本身所需的自我認(rèn)知、潛能輸出等的產(chǎn)品，實(shí)現(xiàn)平臺(tái)變現(xiàn)通道。

以上，若對(duì)AI行業(yè)感興趣的同學(xué)歡迎來(lái)交流。