2023年年初的时候，我做了个挺大胆的决定——从前端开发转战AI领域。
我笃定AI一定会有所发展，万万没想到，仅仅两年后，我就因此躲过了一次裁员，还升职了AI产品负责人。
那是2024年10月，公司突然出了点问题，开始裁员。那时候大家都挺紧张的，毕竟谁也不知道下一个会不会轮到自己。
后来公司要求每个人述职，其实就是看你对公司的价值有多大。
我就把自己这两年转型的经历和成果讲了一遍，怎么把AI技术应用到产品里，并且展示了我做的MVP产品。
最后的结果即在意料之中也在意料之外，因为公司要把产品和AI相结合，我不仅没被裁，还升职了，成了AI产品负责人。
现在想想，当初的选择虽然有点冒险，但确实是对的。有时候，人生就是得赌一把，对吧？
上一篇文章写了一下我这两年从程序员向AI产品负责人转型的经历。很多朋友表示对这个经历非常感兴趣，也有很多朋友留言、私信我，想要了解具体要如何转型。
趁着周末，我整理了本次转型中最重要的三个认知的改变，分享给大家。
一：不发声就不发生
有人问我，为什么项目最终是我负责，而不是别人？
其实，这事儿得靠影响力。影响力才是能转型成功的关键
曾经我也是一个沉默寡言的开发，任何代码之外的事情，都是在干扰我敲键盘的速度。
知道我意识到一件事情：不发声就不发生。
机会是留给有准备的人的，也是留给敢于发声和展示自己的人。
你得让大家相信你，觉得你能行。所以在你真正负责企业的产品与AI结合工作之前，你得先去打造你自己的影响力。
打造影响力的核心原则：你要发出声音，你需要让管理层看到你在AI方面的能力，看到你对业务的理解。
可以通过内部的培训、分享会、研发一些内部提效工具、帮助同事解答问题、分享AI相关的资讯/PPT等行为来提升自身的影响力。
提高影响力的同时，不要忘记公司的业务才是最重要。
企业的内网、上下游团队人员、产品数据看板，这都是我们可以收集业务信息的地方。
在这期间我们会收集到非常多的碎片化的业务知识，我们需要把这些知识整理成系统化的业务知识。
我们可以制作有一个主轴，在主轴上不断地补充内容。
例如我所在的行业是教育行业，那么我的这个主轴是按照时间为维度的。
一年中的每个时间点，教育行业会发生的主要事件。每个事件对应的我们的产品中功能或者动作是什么。都一一列在这个轴上。
有了知识储备之后，所有的生意加上AI都可以重新做一遍。
此时就需要各位开始疯狂的思考、尝试、业务和AI的结合。
举几个例子：
-
思考产品中产生了“输入”并且需要得到“输出”的点。【注意，此输入非彼输入，只要用户在产品中做了某件事，并且用户在等待一个反馈，就算是输入与输出】
-
思考用户在使用我们产品的整个流程链路，有没有可以用AI代替用户操作的点。【懒，是人类的天性】
-
思考用户在使用我们的产品时，有没有AI可以介入的行为点。【例如上一篇文章中距离的，根据用户的行为发放优惠券】
-
思考产品上下游，例如：数据、售前、客服等，是否有需要用大量人工堆叠的工作。【你信我的，你就哪里人多往哪里看。】
-
翻出曾经因为传统的程序无法处理，而放弃的需求。【翻出来，会发现曾经有些需求又可以做了】
关键的事情，通常最终会交付给影响力最大的人负责。
一定要打赢这场关键战役，事情交给你了，你搞砸了，那后面基本上也就跟你没啥关系了。
事做成了，你转型之路的车轮才算是滚起来了。
如果你实在不想思考太多，关注我，我将会在后面继续分享更多的AI产品和转型的文章，你就照着抄作业。
二：当被熊追的时候，你只需要跑的比你身边的人快
很多群友好奇：明明产品更懂需求，后端更懂业务。凭啥我一个前端成了AI产品负责人？
因为，成为AI产品负责人的前提，不是成为行业AI专家，只需要在公司里比其他同事更懂AI就行。
从一开始的纯提示词、到后来的RAG、到各种形式的RAG、function call、微调，再到后来的agent，相比传统互联网业务，大模型不管在技术侧还是业务侧，都是全新的领域。
就像阿里张勇所说：所有行业都值得基于AI支撑重做一遍。
此时，产品、开发、运营……所有岗位都站在同一起跑线上。
当熊追来时，你不需要是博尔特，只需要比身边的人跑的快一点点，就会有大不同的结果。
三：接受大模型的不确定性思维
多年的程序员经验，让我的思维变的也有些程序化了，更愿意接受一些确定性的思维，就像固定的代码输入一定会获得固定输出。如果没有，那就是有bug。
众所周知，大模型的程序其实是不断的预测下一个字符，这也就带来了和程序员思维不一样的地方，大模型的输出拥有大量的不确定性。
或者说，大模型思维就是不确定的思维，这是很多人无法理解和适应的点。
也是AI产品中最重要的一个思维逻辑。
就是因为这种不确定性的思维，AI产品的需求抽象程度才变的更高，导致功能形态也不再是功能明确，边界清晰了。
目前我是很喜欢这种不确定性思维的，因为不确定性 === 无限可能，举个最直观的例子：在一定的功能范围内，我们可以做到让用户把任意的数据使用任意的形式来展现。
所以我们做AI产品设计时，就要尽可能的满足以下两点原则之一：
-
需求场景的容错率较高；
-
需求中有人工审核的步骤； 注意，这里的人工审核的概念包含了：离线处理数据的内部人员审核和产品上线后用户的审核确认
再考虑是否要精准答案，是否要保证实时性，是否有专业领域的内容等等，
我们就要完整的掌握prompt、RAG、function call、Finetune的技术，以及他们的组合使用。
基本功一定要有，最终我们AI产品中落地的，必然是一个相对复杂的agent工程。（挖第二个坑：有精力的话，给大家出个完整的AI产品agent流程设计）
结语
雄关漫道真如铁，而今迈步从头越！
人到中年，在中小厂，原本个人价值的上升渠道已经非常窄了。
因为AI的出现，我环顾四周居然发现了一条康庄大道。未来应用层接入AI能力的发展具有无限的想象力。
AI带来来一次新的变革，而社会每一次的变革，都属于那些敢于拥抱变化、敢于挑战自我的人。
希望这篇文章能给你一些启发，帮助你在这个AI时代找到自己的位置。
如果大家对“程序员如何转型AI产品负责人”感兴趣，可以点个赞。如果大家喜欢，后面我再多多分享转型细节。 大家也可以把自己感兴趣的问题发在评论区，我整理后会写文章解答。
