一个初级AI产品对技术的思考（中）
因为上一期聊到要如何系统化的学习AI相关的技术，那这里我顺便提一下我浅显的想法。 目前我观察到的普通小白以最快速度可以获取到的最快的了解AI相关知识的途径如，有代码基础、数学好的、有精力的可以看看B站大学、Coursera之类的网站从底层理论知识开始学起，不具备相关条件的或非技术人员也可以直接上AI agent平台（比如coze/dify/千帆/百炼等）找相关教程去搭建一个工作流来解决目前自己当前所遇到问题，成功做到这一步基本我觉得可以算是入门了。 AI技术是需求实现的重要工具，AI技术的发展好比做菜的锅碗瓢盆和食材质量如何、建房子的地基牢不牢固；而具体利用技术做方案落地就好比怎么做出不同菜系、建一个符合自己需求的房子，需要各行各业不同的专业知识和想象力。 这篇实在是时隔太久，中间没什么灵感，也处于迷茫和焦虑的找工阵痛期，时常在为我是谁我要去哪在烦恼，也一直在折腾自己盘问自己的能力边界，接受内心深处没完没了的个人实现的人生课题反复拷打（题外话了）。 嗯！最近关于deepseek的讨论热度实在是太高，让我终于又有了一些新的灵感和思考。 距离22年底chatgpt热潮带来世人的震撼才短短2年左右的时间，25年开春deepseek就以惊人的训练成本和极为惊艳的效果又一次引爆了AI讨论热潮，再加上春晚机器人的扭秧歌表演，buff叠了一层又一层，今年的确是AI圈集体的技术狂欢年。 这次deepseek的横空降世让我脑子里有一些很强烈的想法： AI技术发展太快，留给很多单一技能或执行层面的工作岗位时间不多了 懂技术、有想法、敏感、高共情力洞察力的产品经理的春天来了 起因：在小红书上陆续刷到几篇来自文科同学对AI强势到来的焦虑和恐慌，都认为自己所学的专业很快就会被AI所替代，感到没有什么希望。 观点：或许是因为每个人所处的阶段和思考的角度不同，我认为AI恰恰是给了所有学科专业、行业一个重新洗牌的机会，而这一切都离不开AI技术能力的持续升级，只要做好自己想做的、认可的事业，终有一天会迎来和AI结合的春天。 举例：就以本人所学的最可能被取代的英语翻译专业来举例，与AI结合的场景实在是太多了，而在学好英语的同时，一边学习AI相关的知识和资讯，一定能找到切入点把自己的英语能力进行升级结合到各个用到英语的场景中去。 来看看，几个场景下，一个真实相关的岗位和引入AI产品后的成本对比： 以前是移动互联网信息带来的爆炸时代，以后是基于信息不但全面且高质量的AIGC时代，前者铺路，后者搭上信息高速公路直接起飞了。从图中可以看出，AI会把人力技术带来的信息差溢价给打下来，那这中间还有什么是可以产生溢价的呢？ 我的回答是：人性。 在科学领域我们需要严谨一丝不苟的回复，也需要在人文社科领域细腻、真诚、充满哲学的人文关怀式的回答。我们要思考的是不断的寻找目前AI所无法取代的人性部分，利用好并且结合自己的优势发挥出来。 比如翻译，随时会被AI替代，但是目前AI还无法替代一个有温度有耐心又会利用AI说段子的真人导游。 不断了解、不断探索自己也是每个人的要思考的问题，以后将是一个把个性化、差异化发挥到极致的时代，这对个体的要求挺高的，直接把人的精神层次拔高，留给我们思考，我是谁，我要去哪的时间也变多了。换个角度说，AI其实是把人类从重复复杂的劳动力中解放出来了。 所以说以后稀缺的更多的是，如何把AI技术和自身业务结合的更好更深的人，所以我认为懂技术、有想法、高敏感、高共情力洞察力的产品经理的春天来了。 总结来说，坚持自己所在的行业深耕自己的专业领域，同时学习AI相关的知识，并引入自己对AI与自身业务的思考，保持观察和敏感，其实每个人都是解决自己业务场景的AI产品经理。 本文由 @大橙
因为上一期聊到要如何系统化的学习AI相关的技术，那这里我顺便提一下我浅显的想法。
目前我观察到的普通小白以最快速度可以获取到的最快的了解AI相关知识的途径如，有代码基础、数学好的、有精力的可以看看B站大学、Coursera之类的网站从底层理论知识开始学起，不具备相关条件的或非技术人员也可以直接上AI agent平台（比如coze/dify/千帆/百炼等）找相关教程去搭建一个工作流来解决目前自己当前所遇到问题，成功做到这一步基本我觉得可以算是入门了。
AI技术是需求实现的重要工具，AI技术的发展好比做菜的锅碗瓢盆和食材质量如何、建房子的地基牢不牢固；而具体利用技术做方案落地就好比怎么做出不同菜系、建一个符合自己需求的房子，需要各行各业不同的专业知识和想象力。
这篇实在是时隔太久，中间没什么灵感，也处于迷茫和焦虑的找工阵痛期，时常在为我是谁我要去哪在烦恼，也一直在折腾自己盘问自己的能力边界，接受内心深处没完没了的个人实现的人生课题反复拷打（题外话了）。
嗯！最近关于deepseek的讨论热度实在是太高，让我终于又有了一些新的灵感和思考。
距离22年底chatgpt热潮带来世人的震撼才短短2年左右的时间，25年开春deepseek就以惊人的训练成本和极为惊艳的效果又一次引爆了AI讨论热潮，再加上春晚机器人的扭秧歌表演，buff叠了一层又一层，今年的确是AI圈集体的技术狂欢年。
这次deepseek的横空降世让我脑子里有一些很强烈的想法：
- AI技术发展太快，留给很多单一技能或执行层面的工作岗位时间不多了
- 懂技术、有想法、敏感、高共情力洞察力的产品经理的春天来了
起因：在小红书上陆续刷到几篇来自文科同学对AI强势到来的焦虑和恐慌，都认为自己所学的专业很快就会被AI所替代，感到没有什么希望。
观点：或许是因为每个人所处的阶段和思考的角度不同，我认为AI恰恰是给了所有学科专业、行业一个重新洗牌的机会，而这一切都离不开AI技术能力的持续升级，只要做好自己想做的、认可的事业，终有一天会迎来和AI结合的春天。
举例：就以本人所学的最可能被取代的英语翻译专业来举例，与AI结合的场景实在是太多了，而在学好英语的同时，一边学习AI相关的知识和资讯，一定能找到切入点把自己的英语能力进行升级结合到各个用到英语的场景中去。
来看看，几个场景下，一个真实相关的岗位和引入AI产品后的成本对比：
以前是移动互联网信息带来的爆炸时代，以后是基于信息不但全面且高质量的AIGC时代，前者铺路，后者搭上信息高速公路直接起飞了。从图中可以看出，AI会把人力技术带来的信息差溢价给打下来，那这中间还有什么是可以产生溢价的呢？
我的回答是：人性。
在科学领域我们需要严谨一丝不苟的回复，也需要在人文社科领域细腻、真诚、充满哲学的人文关怀式的回答。我们要思考的是不断的寻找目前AI所无法取代的人性部分，利用好并且结合自己的优势发挥出来。
比如翻译，随时会被AI替代，但是目前AI还无法替代一个有温度有耐心又会利用AI说段子的真人导游。
不断了解、不断探索自己也是每个人的要思考的问题，以后将是一个把个性化、差异化发挥到极致的时代，这对个体的要求挺高的，直接把人的精神层次拔高，留给我们思考，我是谁，我要去哪的时间也变多了。换个角度说，AI其实是把人类从重复复杂的劳动力中解放出来了。
所以说以后稀缺的更多的是，如何把AI技术和自身业务结合的更好更深的人，所以我认为懂技术、有想法、高敏感、高共情力洞察力的产品经理的春天来了。
总结来说，坚持自己所在的行业深耕自己的专业领域，同时学习AI相关的知识，并引入自己对AI与自身业务的思考，保持观察和敏感，其实每个人都是解决自己业务场景的AI产品经理。
本文由 @大橙
经验
你的反应是什么？
