【译】吴恩达：AI产品管理的未来
先说几个核心判断：软件开发的成本，尤其是原型开发阶段，正在直线下降。这会催生一个巨大的新需求——对“决定做什么”的人才的需求。AI产品管理，前景一片光明。
传统上，一个软件团队由产品经理和开发工程师组成。产品经理负责定义“构建什么”（比如，为哪些用户做哪些功能），开发人员则负责把东西写出来。经济学告诉我们一个朴素的道理：当两种商品互为补充时，比如汽车和汽油，其中一种价格下降，必然带动另一种需求的增长。车便宜了，买的人多了，汽油自然卖得更好。
软件世界正在上演同样的故事。如果能给出清晰的构建规格，AI正在让开发过程本身变得更快、更便宜。那么结果显而易见——市场对能提出清晰规范、去构建有价值产品的人的需求，会大幅增加。
这就是为什么我对产品管理的未来，特别是AI产品管理这个分支，充满信心。它是开发和管理AI软件产品的专门学科。
目前，很多公司里工程师与产品经理的比例大约是6:1，当然不同行业差异很大，通常在4:1到10:1之间波动。但随着编码效率的提升，团队总工作量中，产品管理（以及设计）的占比肯定会越来越高。也许有些工程师会分担一部分产品工作，但只要这仍然是专业产品经理的职责，这个岗位的需求就只会增长。
当然，这种团队结构的变化不会一蹴而就。一个关键的制约因素是：技术背景让开发人员往往比产品经理更快地理解和拥抱AI。即使在今天，大多数公司依然很难找到既懂产品开发又理解AI的复合型人才。可以预测，这种人才缺口会越来越大。
更重要的是，AI产品管理所需的技能组合，与传统软件产品管理截然不同。它要求产品经理掌握以下几项核心能力：
- 你得知道哪些产品在技术上是行得通的，还得懂AI项目的生命周期——从数据收集、模型构建，到监控和维护。
AI技术成熟度。
- AI开发比传统软件更依赖迭代，中途需要不断调整方向。产品经理必须学会管理这种非线性的开发过程。
迭代开发。
- AI产品从数据中学习，而且本身就能产出比传统软件更丰富的数据形式。如何利用好数据，是基本功。
数据成熟度。
- AI的性能很难提前精准预测。产品经理必须习惯这种不确定性，并有一套应对策略。
管理模糊性的技能。
- AI技术在飞速进化。任何想用好这项技术的人，包括产品经理，都必须跟上最新的技术进展、产品理念，并思考它们如何更好地融入用户的生活。
持续学习。
最后，AI产品经理还需要知道如何确保AI被负责任地使用（比如，在必要时设置防护栏以防止不良结果），并且要熟练地快速收集用户反馈，推动项目持续前进。可以预见的是，越来越多的优秀产品经理会具备自己动手做原型的能力。
市场对优秀AI产品经理的需求将是巨大的。除了让AI产品管理成为一门独立的学科，或许未来一些工程师也会更多地承担产品管理的工作。
说到底，我们能构建的有价值的东西几乎无穷无尽。构建产品的伟大时代，刚刚开始。
