作为AI小白，他经过4个月的转型学习，争取到几份offer，最终入职AI创业公司“追一科技”，负责核心产品。本文重点分享的过程体会，强调以小白身份去争取offer时所需要的节奏和状态，希望能帮到需要的朋友。
image
据不完全统计，2017年中国的AI产品经理从业者大约二、三百人，他们切入AI的背景条件一般是：公司内部转岗、安防/媒体/机器人等行业背景、专业技术背景、偶然做过ASR/搜索等产品（那时候不叫AI）。
大部分想转型的PM没有AI背景，还可能面临其他困难：从业年限、地域限制、工作稳定性考虑等等；但这并不妨碍从业者数量2018年初暴涨到800-1000人。今年AI公司集体爆发，跑马圈地的AI公司愿意给求职者更多包容；而互联网PM沉淀过产品方法论，人数过剩且有危机意识，是最适合转型的群体。
我从2017年10月决定转型，当时零AI背景转型成功的案例非常少，网络上更多流传的是从业者的跳槽经验，很少有真正契合AI小白背景的经验文章。下面，我来分享个人具体的七步走策略：找到抓手、审视自己、目标计划、学习输入、执行输出、调研&简历、面试&选择。
一、找到抓手
任何宝箱都有匹配的钥匙。用心网罗学习资源，一定会发现“AI产品经理大本营”这类社群，获得与从业者交流的机会。深入交流后，你会有基本的觉悟：AI产品经理的能力维度很全面，转型最少需要学习3-6个月。
二、审视自己
过去的互联网环境让很多PM以为：不用太懂技术，不用钻研心理学和设计，甚至不用成为业务专家，只要按日常工作套路随便搞搞就月薪一两万。过去是因为资本浮躁、企业浮躁，但想做AI，就必须先审视自己到底有哪些价值。
1. SWOT
以我为例：
- 优势：科技知识储备、多次跨界经历、3年管理、落地几款盈利/明星产品。
- 劣势：没有AI背景、5年工作经验（工作越久转型越难）。
优势劣势是相对的，要看面试什么样的公司。最近遇到几位面试者，没了解公司背景就谈优势，找不准契合点很尴尬。
2. 应对策略
转型是个长期过程，offer是力求一击必杀。我的策略是：集中学习加强AI认知，模拟AI场景做调研分析、产品设计、机器模型，输出文章给自己增加背书；向心仪的JD临时抱佛脚，找到自己能为这家公司带来的3条差异化价值。
3. 斩断心锁
会有人想，为什么有这步多余的操作。我们往往面对重要抉择时才需要“斩”，其实很多转型的朋友都做了一定的牺牲，我也自切了几刀。这里讲究个“快”字，最忌拖泥带水。
Q：定居四年的苏州AI发展较弱？
A：筹备移居深圳。
Q：没AI经验？
A：降薪并放低姿态。
Q：大厂只要螺丝钉？
A：去创业团队做万金油。
Q：工作忙学习时间少？
A：裸辞。
Q：跨城市面试不方便？
A：在深圳住1个月酒店。
Q：奔30的岁数该要娃了？
A：不转型成功坚决不要娃！
没有退路才有出路，多斩几刀，会感到身轻如燕。转型必须雷厉风行，能束缚自己的只有自己。
三、目标计划
一入AI深似海，面对庞杂的知识体系，如何推演出适合自己的学习路径？小步快跑，试错迭代。我的做法比较接地气：写份转型计划抛到社区，坐等各路豪杰来吐槽：《转型AI产品经理：这是我的3周学习小结》
这篇文章在人人都是产品经理社区单渠道获得3万+阅读量，现在看它还是踩过很多坑，最终执行的计划与文章中的相差50%以上。当时很快就收获了一波好友和宝贵建议，比如：调整学习资料的层级结构、正面迎击技术通识。
我将计划设定了几个里程碑，阶段性复盘。几乎不留休息时间，每天思考到后半夜，平均日睡眠小于5小时。这种状态坚持几天很轻松，长久下来，考验的就是意志力，最终人瘦了一圈。
我们的认知和市场形式每天都在变化，进度计划必须每日迭代。4个月时光转瞬即逝，错一点或者慢一步，就可能丢掉2018年的金三银四。
四、学习输入
先想清楚每一项输入对应的价值是什么，然后网罗书籍、社群、自媒体、会展和公开课，一定能找到合适的资源。
1. 资料分层分类
AI相关的场景案例、技术通识、产品通识、行业通识、学术论文、数据分析；还有其他增加深度的方向：认知科学、神经学、心理学、哲学宗教等。选择一个最希望从事的方向多备些资料，比如CV、NLP、智能家居。
2. 广度or深度
一些业内人士建议优先深度，我觉得两者都要，而且是先广后深，这样有利于全局视角。如果你真在近期面试过，就可能知道其中的无奈。以上海为例，做NLP方向的公司就竹间、小i机器人这几家。如果投简历未得到回应，或者面试见光死几个，就没什么机会了。所以有个兜底的选项就是广撒网先上船，AI的几个领域之间互相转岗非常容易。
3. 深入到什么程度
一定程度理解机器学习、NLP等技术原理，清楚特定方向的技术瓶颈，能够结合行业现状分析一个AI场景。这里有个困难：没有AI背景，没在项目中沉淀过，自学起来也难接地气。目前各公司保密做的很好，核心干货不会让转型者得到。跟从业者搞好关系，多交流取经是很好的办法。
我当时没有深切NLP、CV、模式识别中的某个方向，而是从0学Python、Tensorflow搭神经网络、做些基础的Case。尝试调用框架实现简单的会话机器人Demo，目的是更直观理解机器学习。学习代码纯属兴趣，实际上偏应用的AI产品经理不需要工程操作。
4. 如何验证学习效果？
给自己编30道面试题，对着镜子模拟面试，直到能得满分为止。再换下面的30道，这样一轮轮下来，遍历自己的认知边界。发现边界太窄，就继续扩张边界。
面试AI团队，最忌讳对AI认知过浅。假如你是面试官，遇到的求职者讲不清朴素贝叶斯、SVM、NLP瓶颈边界、神经网络类型和原理，不能深入分析某个AI场景。咱们公司又不是慈善机构，会给他工作机会么？
五、执行输出
我输出的方向是场景分析、学习笔记、观点看法、工作习惯和未来畅享，目的是广泛覆盖PM的思考维度，以下是输出的部分：
如果可能的话，最好留杀手锏。我压了3篇草稿一直没发布，命题是AI的居家癌筛场景、机器的灵商与意识、区块链与AI结合。实践证明，面试中掏出来可以让人眼前一亮，一些新鲜、有深度的观点往往能够超出面试官的预期。
输出不一定完美，我们会对自己粗劣的文章感到愤怒和羞耻，知耻而后勇，倒逼自己通过输入来完善它。零AI基础的输出水准，可以折射出此人在AI领域的发展潜力。
六、调研&简历
1. 调研公司
面试就像找对象，面试官会跟一个不了解自己的人结婚么？
最近发现有很多不重视调研的求职者，很难指望他们在未来的工作中做好调研。如果这样的人简历很光鲜，那一定有水分，因为他们不尊重岗位，不具备同理心和职业习惯。
2. HR是怎样筛选简历的？
简历中突出优势、层次鲜明是必须的，招聘专员每天面对海量简历，往往10秒钟扫下简历中是否有AI、大厂、明星产品背景，统一的筛选标准有助于提升效率。而Boss直聘等个人渠道则不太一样，Boss往往更耐心，视角更专业。
3. 没有项目经验，担心简历跟JD不契合怎么办？
如果你做过场景分析，模拟策划过AI产品或Train过Model，这些就是最好的背书。简历中带上作品链接，放到显眼的位置，确保作品质量别太弱。
4. 简历写好了，找人内推还是自己投？
面试偶然性很多，内推的触达率确实高一点，但并不存在绝对优势。建议多管齐下，不过度依赖某个渠道。不要一股脑全投出去，为简历留些完善的机会。
5. 要用STAR原则优化简历么？
STAR原则就是针对各家JD定点狙击，拆分出N个版本的简历。一些HR朋友告诉我STAR原则的投递效果很有限，我还是熬了一周的夜制作30多个版本的简历分批投递，开通了查看竞争者的会员权限。目的是搞透深圳市各公司的招人标准，推测公司招聘的紧迫程度和人才竞争格局。
七、面试&选择
网络上的面试技巧和常见问题有很多，这些基本的苦工还是要下的，提几个关键点：
1. 调整状态，淡定警惕
面试前我会冥想几分钟，深呼吸，将状态调整到最佳。时刻留意面试官的眼神、动作、话语，每个细节变化都是一道面试题，冷漠不一定代表否定，微笑也不一定代表认同。
时刻揣测他的意图，守住心神。人在精神松懈的时候，潜意识的反馈最容易暴露缺点。即便是情商低的人，经过刻意训练后也可以与面试官轻松对话。
2. 避免浮夸
刚做PM那年，我遇到个8年PM经验的面试官，他对我说：“没做5年以上的PM，不要轻易谈战略” ，这句话经受住了时间的考验。后来我刻意锻炼升维思考和领导视角，依然在3、4年后才参与到战略。所以如果自身不具备一些能力维度，尽量避免浮夸的字眼，别把面试官当傻子。
3. 聚合＞发散
产品经理的范畴很广，一次面试只有半个多小时，尽量减少尬聊和跑题。发散思维很不值钱，没有企业会因为几个好点子而具备核心竞争力，胜负往往取决于奔跑速度和认知深度。发散后要快速聚合，抛出金字塔尖的观点，凝炼到位的表达最能体现PM职业素养。
4. 诚意比什么都重要
诚意是发自内心的尊重和认同，诚意不仅要表现在面试中，并且要持续到入职之后。我在这方面做的比较激进：面试前先自打鸡血，积极应对面试官的每个问题。收到offer后HR建议在公司3公里内租房，我直接租在距公司100米的马路对面，入职第一周每天干到半夜1点以后。将时间压缩到极致，员工为公司创造价值的差距就是这么一点点挤出来的。
5. 面试是最宝贵的学习机会
几家公司面试下来，对岗位的理解肯定会越来越清晰。每次面试都复盘一下，再针对短板集中突击，可以大大提高后续面试的成功率，不要把困惑留给明天。
6. 团队期望在我们身上看到什么？
面试官往往有这种心态：若A、B、C三名面试者给我的综合评分都是60，最终就是三位都不想要，期望能有一位70分的把他们PK掉。
当比分胶着的时候，我们需要给面试官一锤定音的理由，差异化价值非常重要！差异化可以体现在悟性灵性、行业认知、教育文化、职业技能、成功案例等，更要讲清楚逻辑来佐证你真的具备这些优势。
7. 什么样的团队重点考技术理解？
目前大部分转型者希望做偏场景应用、商业化的AIPM，岗位对技术理解有要求但不苛刻。如果你的技术认知偏弱，建议避开这几类团队：
- 技术驱动而非产品、运营驱动的公司，企业基因根深蒂固，很难改变。
- 偏传统的公司往往考察技术，一些激进的产品经理可能不喜欢这种氛围。
- 项目还在探索阶段，很难复用现成的解决方案，需要AIPM常跟算法、科学家泡在一起，对模型效果负责。
- 选择团队远比选择岗位重要。
好的团队即便阶段性失败了，依然可以沉淀出战斗力。糟糕的团队，可能会给自己的职业生涯抹黑。对产品经理来说，好团队的关键词可能是：创始团队、包容、开放、人性化、激进、创新等。尽量避免唯技术论，或者唯经验论的团队。
我收到的offer包含ASR、CV、NLP几个方向，最终选择追一科技，是因为团队基因好、NLP较强、接地气、更懂我，事实证明这个选择非常正确。
好了，以上就是本次分享的主要内容，希望能够给你带来一点帮助。最后，转型交流的过程中，我经常来不及回复朋友的提问，顺便在这里附上3个常见的问题，谈谈个人的理解：
1. AI产品经理是不是比互联网产品经理厉害？
这是个伪命题，我一般会反问：月薪10万的PM和月薪2万的AIPM，哪个更厉害？答案当然是：卓越的PM更厉害。
有这样一类PM，喜欢给自己设定远高于群众的标准。即便团队对他们没要求，他们依然会懂技术、懂设计、懂营销、懂商业、懂管理、懂业务、懂心理。
- 他们能做好螺丝钉，也能做好万金油。
- 他们将自己视作增强学习模型，不断向CEO去拟合。
- 他们知道：PM最终拼的是人文素养和灵魂境界，而不是职位名称、从业年数、名校背景。
- 他们的一生都在自我进化，所以从不纠结自己究竟是PM还是AIPM。
2. AI有泡沫，到底要不要做？
泡沫的多少代表市场情绪的强烈程度，没有泡沫的行业是不值得去做的
我的建议是：若真爱AI，不要犹豫，不必关心转型红利期还剩多久。若你对AI不执够著，也不用强求，不忘初心就好。反正我们是产品经理，我们要进化这个时代。
3. 产品经理成熟的标准是什么？
看他做一款创新型产品时，更依赖竞品调研还是独立判断。站在巨人的肩膀上是没错，但前瞻性的方案更依赖人性洞察和市场嗅觉：
- 成熟的PM相信一万小时理论，对元认知刻意创建索引，不缺少方法论和工具，最缺的是时间。
- 他们可以清晰阐述产品的隐性逻辑，为什么要方案1而不是方案2，不做模棱两可的决策。
- 他们能将风格自信地贯彻到产品和团队中，让它具备激进或稳重的气质
- 他们坚忍克制，一往无前，拥有对权威说不的胆魄。
作者：于长弘，公众号：AI小宇宙（ID：AI_endless）
本文由 @于长弘 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自 Pixabay，基于 CC0 协议
网友评论