2019年AI产品经理入行指南

作者: 产品经理读书会 | 来源:发表于2019-01-20 18:11 被阅读23次

最近互联网行业的寒冬，各大科技公司或优化或裁员，身边的朋友也出现了失业或者降薪到新工作岗位的情况。前两年还被大众追逐的互联网，只用了几个月就成了大家避而不谈的话题。另一边，2018年底被预言为“人工智能寒冬”并没有到来，AI公司仍然层出不穷，AI行业融资是为数不多抗周期的科技领域，越来越多的朋友开始关注AI行业，开始向小乐帝咨询AI行业现状及发展情况，甚至拿到几个实习或者正式offer该如何选择。

曾经在某个社群，有AI行业招聘者请小乐帝介绍AI行业从业5年以上产品经理，小乐帝当即表示AI行业自从16年AlphaGo事件后开始起势，到18年也不过2年多，是无论如何也招不到5年以上资深从业者的。AI行业还是一个新的领域，作为从业者深知人工智能并不高大上，真正实现AI落地产生社会价值最终创造商业价值并不容易。因此希望探讨AI行业一些情况，供有志投身AI行业的朋友一点参考，希望能帮大家少走弯路，多实现个人价值。

AI行业的成本

没有人会否认人工智能的远大前途，但是理想和现实中间的gap才是AI行业从业者需要努力的方向。AI技术作为提升生产力和社会效率的特性，决定了目前AI行业整体以To B 为主，也就是将AI技术产品化或以项目的形式，提供给企业／政府／事业单位等，这就决定了AI行业三大核心成本：获客成本、产品研发成本、项目实施成本。

To B生意本质是一个“挟天子以令诸侯”的生意，搞定一个大客户品牌收益和收入收益都会数倍于小客户。因此各AI公司都会不遗余力争取大客户订单，但大客户数量终究有限，因此就需要非常强悍的获客团队。在某种程度上来讲，很多AI公司核心竞争力就在于获取大客户的商务能力，否则产品和方案做的再好，拿不下客户，也只能“酒神就怕巷子深”了。问题就转换为如何争取头部的获客团队，市场上to

B生意做的好的公司诸如 IBM、SAP、oracle商务团队就成为争相争抢的目标，获取这样的猎物投入不菲，再加上拿下大客户需要做的各种公关打点事情，获客成本都不会低。

起初小乐帝进入AI行业抱着To C的心态，认为产品的核心价值就是AI企业竞争的核心壁垒，直到做了一段时间后，认识到To B生意获客和客户关系才是壁垒。AI企业在AI行业早期获取融资主要靠创始团队背景、囤积人才数量、获得各种比赛名次，因此在早期军备竞赛催生了AI行业获取人才的高溢价。但到了获客和项目实施阶段，才会发现AI行业人才实在太贵了，导致成本高企，在某些场景和客户群体中，无法与灵活的外包企业低成本抗衡，订单也就拿不下来，影响获客，其次人力成本居高不大也导致难以取得盈亏平衡。因此AI产品实际上是起到两方面价值：创造客户价值和降低实施成本。了解客户需求，不断将需求转化为标准产品方式，将产品经理的劳动凝结到产品中，降低实施成本，进而提升获客竞争力和企业利润。

但研发并非直接服务客户无法直接创造价值，而是间接创造价值的过程，因此研发需求不收敛、需求延期等问题仍然困扰AI企业，研发团队不断扩大每年固定成本高企，也是AI企业高成本源头之一。

AI行业的收入

随着流量红利消失，互联网行业从业者才形成共识，业务做得好，并非自身能力真正强悍，而是借着人口红利的光，当红利耗尽之后，也是无法做到逆势增长。2018年下半年头部互联网公司集中表示要进军To B，可以说躺着挣钱不容易了，才开始想站着挣钱。AI行业从出现那一刻，就在立足做To B方向，To

B方向不像做一个标准的搜索引擎或者微信就能服务以十亿计的用户，躺着获得巨额利润。To

B业务盈利模式基本就两类：打包卖产品服务和服务分成。

拿AI在安防行业举例，软硬件结合几乎成为标准做法，摄像头、识别系统、分析系统打包给客户，并帮客户实施部署同时做日常维护，最后收取客户的产品服务费。但对于某些行业来讲，打包售卖产品服务并非刚需也无金主，譬如某些AI医疗设备企业，也走软硬件一体化并将设备做到国外竞品的几分之一，但铺到基层医院甚至乡村诊所，这些客户无法拿出“巨额”资金购买设备，那么生意如何继续呢，与这些B端合作，AI企业提供产品服务，B端提供场地和人力，最后赚钱大家一起分。

AI产品服务定价不像传统制造业好计算，对于B端客户也难以理解。同样的AI产品服务可能是20w跟300w的区别，为什么定价会差这么多？主要是各公司固定成本和收益预期导致。但也可以发现某些客户就是财大气粗，譬如政府、银行、石油、运营商，身处垄断行业以及有巨额利润或财政拖底，不会那么精打细算，更加关注品牌和客户关系。

因此对于AI行业公司来讲，切入客户的领域和姿势极其重要。譬如AI行业数美这样的公司，文本发欺诈做的很好，但是行业需求不旺盛和客户付费能力有限，业务叫好不叫座，员工也只能大小周的勤奋加班。金融业务起步晚，虽然银行金主钱多人傻，但是属于追赶者角色，既不叫座也不叫好。这样下来，企业生存困难，就只能依靠勤奋加班来弥补了。

AI行业的壁垒

这几年媒体给大众对AI不切实际的预期，AI远远不是电影《HER》里的情人。AI行业爆发主要是深度学习前些年的横空出世，在图像和语音有了瞩目的突破。AI行业所用的算法、算力都是开源的，不同公司算法人员可能将算法优化到某个新阶段，但决然做不到60和90分这样的优化效果。因此客观来看，AI行业企业的壁垒并非算法技术，而是针对某个行业的先发优势和头部客户关系。

某些B2B2C的AI落地场景，数据的维度也具有优势，譬如BAT／TMD这类公司这类应用普遍强调数据维度多优势。很多AI企业不具备数据优势，也基本在算法和实施上打转，无法从根上建立壁垒优势，如果抛开商务因素，可替代性是比较强的。

AI PM选择维度

最近有小伙伴询问小乐帝公司情况如何，其想由互联网内部后台PM转AI PM。这位小伙伴一个个询问的方式也许可以了解几家公司情况，但也极其依赖人脉和询问对象的认知层次，不是一个特别work的方式。

小乐帝作为AI行业从业者给大家一些维度上的参考。

首先，选择AI企业需要具备数据、技术、品牌、商务优势，当这些资源齐备并且有相对优势后，整个盘子才可运转，并且可以不断加深优势构筑壁垒，否则看似很忙，产品做再好，就是不叫座，在即将到来的洗牌阶段，也不长久。

其次，选择AI企业核心业务或者与核心业务有协同效应的业务。AI行业高成本投入及高度竞争的市场环境，决定了AI企业集中资源稳住既有盘子就属于成功，核心业务能够集中企业核心资源，有足够的支撑，虽然业绩压力稍大，但对于寒冬人士来讲，还是最优选择。很多AI企业多点开花和布局，本质上是拿到投入人或者企业的资源，多点试错。既然是试错，必然无法得到大量资源，但如果能与核心业务产生协同，还可以蹭资源，否则资源不到位，巧妇难为无米之炊。

再次，选择有一定先发优势的业务。这个世界上，任何领域都会存在马太效应，头部玩家吃肉，中部玩家喝汤，尾部玩家属于盘中餐。有一定先发优势不必疲于应对，能够有更多探索和战略腹地。

最后，便是选择本身有现金流和盈利的业务。虽有越来越多的人看好中国经济发展，但如果死在春天到来的早上，那结果还是0。因此项目能否自我造血能力就是选择的重中之重，如果不能自我造血，那么最多也只算作探索AI落地一场实验，到那时，再择业可能又是弯路的开始。

相关知乎live推荐：