产品经理，如何转行到人工智能/机器人领域？

软核语音技术背景，在流利说担任人工智能产品经理（AI PM）一年。咱们不说虚的，说点切实的内容，也算是简单的工作总结。

首先明确 AI PM 的终极目的，就是，输出算法（人工智能）价值 。AI PM 可以类比成是 “算法的经纪人”。这样一说，AI PM 的职责就相对清晰起来。

在假设算法服务已经成熟、可是上生产环境的情况下，输出算法价值有 2 种途径：

1. 为算法想出切实的用户应用场景，打造 Minimal Viable Product（MVP），得到验证后，推广到业务线上，产生价值。
2. 接受业务线提出的算法需求，产生价值。

如果要跑通这两条途径，业务线和算法部是需要有沟通的桥梁——公司内部的算法展示平台或者文档，让业务线清楚知道算法部有哪些可用的算法。

图中这三条线我都跑通过，接下来说说作为 AI PM 的基本素养。

一、了解算法

作为算法的经纪人，1) 是需要知道你的 “宝藏男孩” / “宝藏女孩” 的正确打开方式的。算法的输入输出（I/O）以及调用方式等沟通一般用技术文档即可。2) 需要知道算法的优缺点。算法本身的性能一般可以在 “测试集” 上有一定体现。一方面是看客观算法指标，例如 precision / recall，搭配测试集上的算法数据分析；另一方面是主观体验，通过体验算法 demo，总结出算法表现得 “令人满意” 和 “差强人意” 的地方。

二、了解业务线

大一点的公司一般业务线庞杂，若想输出算法价值，就需要至少了解每条业务线在做什么、短期目标、长期目标、迭代的优化方向，才可以从业务线的角度思考，put yourself in their shoes，帮助业务线 PM 一起想怎样用算法玩出花，帮助业务线实现阶段性目标。

了解算法、业务线之后，输出算法价值的两条途径也就可以顺理成章跑通了。没有谁比你更了解算法，因此很可能灵机一动想得出创意性的想法，变成出新的产品 feature。也很可能知道如何帮助业务线在产品设计上巧妙躲开算法 “笨笨” 的部分，而放大算法 “聪明” 的部分。

三、对行业有基本的了解

这一点是我做得并不够的地方，看问题视角不够 high-level。若算法是一棵树，有些算法当然已经进入成熟期，开花结果。还有一些算法在算法工程师的精心哺育下茁壮成长。作为辛勤的园丁，AI PM 可能也需要稍微看得远一些，思考应该在下一个阶段我们要 “种哪一些树”。这时视角需要高一点，需要厘清行业的上下游，暗中观察竞争对手在干什么，思考投资什么算法是值得的，为长久做准备。