文章结构：（1）转入 AI PM 前需要做哪些准备；（2）成为 AI PM 的前三个月如何学习和适应；（3）我的转行案例；（4）AI PM是否要学技术？
转入 AI PM 前需要做哪些准备
- 粗略分析整个行业领域，找到自己的最感兴趣的行业再深入分析
- 试着深入分析or实操一个 AI 项目
分析行业+领域
想要进入哪个领域，计算机视觉 or 自然语言处理？智能硬件 or 软件 or 云服务？什么行业的 AI 产品，金融、安防、AR、…？
- toB：可以多参考巨头们现在已提供的行业解决方案，如百度云、腾讯云等。也可以看现有的 AI 公司所提供的服务……
- toC：可以挑选自己熟悉的方向，深入了解一下自己未来即将转入的 AI 行业的应用场景。个人推荐【机器之能】公众号，搜索感兴趣的行业或项目。
给你个图，整个 AI 领域随便选。个人建议选择未来发展前景更好、市场更大、自己相对感兴趣的领域，因为新手进入一个领域后的 3-5 年是学习行业基础技能和硬知识的重要阶段，在 5-10 逐步积累出对行业更深层的经验和洞见。如果未来再转行跳槽，去新的行业就会比较冒险。
试着做一个项目
首先，根据上图选择工作领域、公司、产品业务和项目。如有具体项目，可以试着做个demo；如果没有，就根据目标公司主要业务的产品，做各个维度的分析和调研。
在准备面试之前，可以先从一个 AI 项目开始练手 – 首先需要了解 AI 本身的原理，把黑箱子变成自己能看懂的东西。如果是技术转 AI PM，可以在 github 看相关开源项目，或者是开发一个 Demo，在一些基础AI公司还是需要强技术出身 AI PM，负责算法合入到工程的工作。如果是常规 PM 转 AI PM，觉得编程有点困难，可以先从产品的角度思考这些问题，再看资料找答案；但是不要陷入太多的资料和信息当中，而忽略了学习的目的。
需要注意的是，学习技能不是一两天的事情，需要抓住重点，在一段时间内掌握一个领域的关键核心，而不是全部。并且不同的岗位、领导的招聘需求都不同，如 基于“把点开活”的面试通关理论 写得蛮有意思的说：
当你通过面试，成为 AI PM 后，更需要注重做事的专注程度。当遇到困难时，不要浅尝辄止地避开难题，而要主动地去面对和解决。因为不管要去哪家公司，你遇到的问题永远都不可能全都经历过或学习过。有时候，掌握多少知识、懂多少技术并不是最重要的，老板往往看重的是 AI PM 的学习能力和解决问题的能力，即如何克服困难。
如果仅仅是浅浅地了解，那么本来 3 个月就能掌握的东西，需要花了 N 年时间甚至还 get 不到。
成为 AI PM 的前三个月如何学习和适应
如果已经成为 AI PM 了，最开始在新公司肯定要了解业务背景，多做产品分析，看之前 PM 留下的资料等。一般老大会吩咐你做什么，你跟着做就是。
可以做这几件事
如果你已经有了常规 PM 的基本能力，比如竞品分析、需求分析、用户研究、项目管理能力等，可以直接迁移到工作中。而如何学习与 AI 相关的技能呢？嗯…这就要看不同公司的岗位的需求了。有些需要了解 AI 底层逻辑，有些需要掌握一定的数据处理，具体区别请看上一篇文章 AI PM 和常规 PM 的区别是什么？。
如果是不懂技术，可以从数据标注开始理解算法。首先，因为入门数据标注比较容易；其次，数据标注可以辅助 AI PM 对算法的理解。如何通过数据标注来理解算法呢？产品在真实场景中会产生怎样的数据；数据又如何体现了用户的行为；数据标注是将这些用户行为用一定的规则进行精细划分，而这些规则需要根据算法的原理和能力来制定。
之前我在商汤时，带过数据标注团队时根据标注任务写过标注文档、检查数据标注质量、分析算法评测结果等。现在也将这些数据标注相关的技能，迁移到现在的工作中。不过 NLP 大多属于无监督学习或半监督学习，对基础语料的标注需求不高（有些会抽样标注），但需要经常整理语料库。而我也通过语料库整理、标注算法测试集和研究评测结果，慢慢对 NLP 有了更深入的理解。
如果时间充裕的话，可以学习与工作直接相关的 AI 原理，可以更好地理解产品要解决什么样的问题，比如工作考核指标有哪些、在产品指标下需要哪些算法和工程方面的指标、如何提升这些指标、要做哪些具体的事情等。
最开始可以先通过案例分析，结合工作内容来理解 AI 最基本的概念，或根据自己的项目去看 1-2 本 AI 相关的技术书（最好不要看科普书，因为科普书都是不讲细节逻辑的）。但是千万不要深陷技术本身，被无法理解的数学公式和各种算法模型迷晕了。
附：我的转行+自学经历
（1）NLP -「校对」
2017 年我从刚转到安人心智的 AI-NLP 团队，算法和产品都是从 0 开始，压力很大，刚开始也很难熬过这种适应期。如果用我以前的学习方法来学习（先读书后行动），我更不可能在半年内搞定产品上线。幸运的是我的老板本身是技术大牛 + 认知科学专家，对学习方法又有很强的理论背景，所以他带我们从新手入门绕过了低效的学习方法。
最开始需要专注解决一个问题上，比如：我先搞定产品最重要的功能–校对，那就需要：
- 罗列竞品：校对在国外、国内都有哪些产品…
- 竞品分析：先发现这几个产品之间的不同，简单分析一下产品结构，我们就开始针对校对，做事情了：
- （1）AI 在校对上要怎么解决，有哪些问题是可以解决，哪些问题很难，哪些问题暂时无法解决
- （2）可以解决的问题，通过数据，或者是算法，或其他的什么方式？很难解决的问题，是基于最底层的文学到数学公式的转换，还是从语言学的认知原理到文学的角度，还是算法本身，还是工程化？
- （3）看论文，对每一个问题寻找解决方案，发现这些问题的不同，再找自己要的资料，然后从这个过程中，去理解什么是NLP专业术语（比如词向量是什么鬼啊）
- （4）针对用户的需求场景，对同一个问题再进一步细分。
- （5）然后再根据问题来看书或论文，找解决思路，但不是漫无目的地搜索论文来啃。
说到竞品分析，几乎贯穿了整个产品生命周期，AI PM 需要在不同时期做不同维度的竞品分析。如果是使用《用户体验要素》的五个层面（战略层-范围层-结构层-框架层-表现层）来分析竞品：先是行业调研，校对需要满足不同行业的用户群体的哪些需求，共性和特点等，以及刚需程度等等；到产品结构框架、功能逻辑、页面交互设计可以参照的地方。还要对竞品的用户体验做详细的评估，如算法能力–比如竞品所提供的校对功能的语法检查范围等，深入对比各种细节，分析竞品的设计和理由。
但是光分析别家产品的东西，不去思考自己可以怎么做，永远都是思想上的主观臆断。而边做边分析和迭代出来的产品，从解决一个实际问题出发而找到的答案，才能对这个行业的专业知识，有更强的理解。
（2）NLP + 语言学 -「公司取名」
当时老板打算开一个新公司，但是想公司名字就非常苦恼。老板把这个取名任务交给我，刚开始也走了许多弯路，在这里给大家分享下：
我收到需求后，先大量调研 其他 AI 公司用了哪些名字，以及名字能给给人产生的印象和感觉等等，结果在学习和找资料面前走了许多弯路，因为原本自己是计划2-3天就能提供备选名单交给老板挑选，却发现许多好名字都被注册了……最后在这件事浪费了1-2周时间。
后来根据老板的思维框架，从认知语言学的底层理论挑选出好名字的规律，比如基本层次范畴是人类对事物进行区分最基本的心理等级，人类大脑对该范畴词汇具有记忆生存优势；还有名字的寓意背后需要哪些历史文化模因….. 我直接看了最重要的几篇论文，找出这些理论来定义好名字&坏名字的基本的逻辑，并转化为算法规则来计算这些常见汉字两两组合结果的分值，根据好名字的阈值进行筛选，批量过滤不好的名字。最后用这种方法，只用了2-3天时间解决选名问题，并申请注册成功。
通过这样的项目练手，自己也慢慢掌握了基本的理论知识，包括认知语言学、NLP等。所以学习 AI 原理，不需要一口吃透，只需要解决问题的时候用到这些原理就好，重点在于如何在规定时间内完成产品工作并交付。
这中间可能需要一些学习和搜索资料的时间，甚至在处理数据的时候需要学习一些 python 代码，如果实在因为理解原理的时候看不懂资料，也可以业余看一下吴恩达的深度学习课程（感觉课程很不错，讲解的也很通俗易懂）。
实际上 AI PM 可能不需要写代码，或看那么多的算法相关论文，但是可以通过处理语料库、标注数据、分析各种策略规则、深入行业竞品调研……通过这些与实际产品结合，思考产品可以解决用户场景的哪些需求等等，在这些方面下功夫，通过这些来快速了解一个 AI 产品。
AI PM 是否要学技术
如果完全不懂技术的 AI PM 们想学编程，建议可以自学 python，跟着《笨方法学python》手敲一遍就差不多会了。学点技术，自己也可以提高工作效率，至少在处理文件啊、数据什么都不吃亏。但前提是产品经理的核心能力不要丢，反而忘了自己应该在实际工作中解决的问题。AI PM 的最终目标都是将产品做好，对结果负责。
如果要去 基础AI 公司面试的话，肯定是要懂技术的，比如商汤的产品形态和客户需求导致对 AI PM 的技术能力有一定的要求。而这类公司的 AI PM 主要需要这两方面技能：
- 第一是技术理解能力和沟通能力，这部分需要 AI PM 懂一些标注和算法的基本原理，以及理解工程业务和技术的逻辑。工作中经常会思考项目过程中产品和技术可能面临的坑有哪些？如果 AI PM 懂技术，和团队其他同事在交流的时候，会减少很多沟通成本。（但我个人觉得技术并不是 AI PM 最重要的技能，不过学一下简单的技术很容易上手，我个人推荐很久之前的MJ在优酷发的 C 语言视频，或者 python 入门，如果 0 基础从算法开始学的话，如果不是计算机毕业有了基本功底，学那些基本的概念和术语，其实也难理解。）
- 第二是项目管理能力，这也是 PM 最重要的基本功，之前在商汤大部分是项目制，现在产品线扩大后，应该也需要很多个项目经理来干活。AI PM 的工作中涉及到的产品原型和交互设计反而不是很多，和传统的 PM 的能力需求还不太一样，因为 toB 公司产品要保证的是交付给客户的解决方案的结果和质量。所以 AI PM 在推动产品落地的过程中，需要各种团队协作、跨部门沟通、向上汇报等，因为工作目标是交付项目，在项目管理本身有很多蛮内隐知识在里面够学的了。
至于去其他的 AI 公司面试之前是否要学技术，这要根据自己心仪的目标公司和岗位的需求了。不同团队和 Leader 对 AI PM 的要求不一样。
如何面试？
最后，转入 AI PM 最快的方法是好好准备一家 AI 公司的面试，然后发简历并找内推获得面试机会，被面试官问到哪里不懂再补哪里。如果失败了，总结思考再快速学习，争取在下一次面试得更好。先进了一家 AI 公司再学如何成为真正的 AI PM，机会更重要~~
关于我的面试经验，可惜并没有太多可以分享给大家，因为第一份工作当时是iOS 技术面试；第二份工作因为和老板太熟所以面试流程是非正式的。
恰巧我近期准备换工作中，看了一些对面试有帮助的文章，
- 一篇对面试蛮有帮助的文章：请认真面试，也请认真准备面试 - PMCAFF
- 在【hanniman】饭团号的一篇面经分享：面经分享_2个AI产品经理的实习offer from 4个面试（腾讯AI lab、商汤、旷视、网易）。（由于需要加入饭团才可以看，这里就不贴链接了）
预祝正在准备转入AI PM的小伙伴们顺利通过面试~
~ 一个小求助：对 AI PM （NLP 方向）面试有经验的朋友，欢迎加我微信交流，也希望大家能给我一些帮助或指点，感谢~
- fix grammar
- created，180409
