程序员转型AI产品负责人的3个反直觉认知

395 阅读7分钟

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:

  1. 需求场景的容错率较高;

  2. 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。