前言

这两年，AI 骤然“火”了起来，可谓出现了重大“转折”。就在这短短两年间，全球各大“大厂”几乎在同一时间争先恐后地跟进 AI 技术。从 ChatGPT 发布起，谷歌、Facebook、亚马逊等纷纷紧跟其后，国内的百度、腾讯、阿里、字节跳动等也不甘示弱。对市场趋势敏感的产品经理们，想必也感受到了这一变化。或许你们也曾思考过要不要转行成为 AI 产品经理或者进入 AI 领域呢？

那么，AI 相关行业究竟值不值得做？如果想转行成为 AI 产品经理，现在是不是好时机？倘若决定转行，又需要做好哪些准备呢？今天，就让我们一起来聊聊关于 AI 产品经理的那些事儿。

01 AI 行业人才现状

我们找来几份行业报告数据，一同看看真实的 AI 市场人才现状。

脉脉发布的《2023 年 AIGC 人才报告》显示：近两年，AIGC 领域岗位数量呈井喷式增长。2021 年 1 - 2 月，AIGC 领域岗位数量同比上涨 281.88%；2022 年 1 - 2 月，该领域岗位数量同比增长 76.74%。2023 年 1 月，ChatGPT 横空出世，AIGC 人才需求再度逆势上涨，岗位数量同比增长 31.3%，创历史新高。此外，AIGC 领域热投岗位以 AI 产品经理类、运营类等非技术岗位居多，存在一定的供需结构失衡现象。这意味着，AI 行业人才确实存在不小的缺口。

猎聘发布的《AIGC 就业趋势大数据报告 2023》显示，2023 年 1 - 10 月，要求掌握 AIGC 的职位同比增长 179.19%。

看到这里，你是否对 AI 人才需求的趋势有所感悟呢？所以，如果选择在这个时候进入 AI 领域，无疑是抓住了难得的机会。

02 了解 AI 产品经理

那么，什么是 AI 产品经理呢？它与普通产品经理又有何区别？

小 P 在此简单定义一下：AI 产品经理是专门负责人工智能（AI）产品开发、推广及优化的人员，其最终目的是确保开发的 AI 产品能够满足市场需求并具有可行性。

看到这个定义，你是否有似曾相识之感呢？这与普通产品经理的定义确实非常相似。

没错，虽然 AI 产品经理多了“AI”的加持，但依旧没有脱离产品经理的基本框架。

AI 产品经理的工作内容有哪些呢？比如市场调研与需求分析、产品规划和设计、制定产品需求文档（PRD）、监督开发过程、用户测试与反馈收集等。

与普通产品经理的区别在于，AI 产品经理不仅需要具备深厚的技术背景，还必须充分了解人工智能技术的基本原理，因此要求 AI 产品经理具有一定的技术理解力。

AI 产品经理有哪些分类呢？实际上，关于分类并没有统一的标准。小 P 列举一些常见的类型：

按照应用划分，可以分为机器学习产品经理、计算机视觉产品经理、自然语言处理（NLP）产品经理等。

像计算机视觉产品经理，主要负责开发和管理基于计算机视觉技术的产品，如图像识别、目标检测和人脸识别等。这些产品在图像和视频处理领域应用广泛。

随着人工智能技术的不断发展，应用领域也会不断更新和扩大，所以 AI 产品经理的分类可能会有所变化，但岗位的核心职责是不会改变的。

那么，如果想转行成为 AI 产品经理，需要做好哪些准备呢？

03 转行 AI 产品经理准备

首先，你要对 AI 技术有个大致的了解，千万别被那些高大上的专业术语吓倒。比如，你可以从一些基础入门课程开始，了解机器学习、深度学习等基本概念。不用担心自己没有基础学不会，毕竟你不是要成为技术专家。

如果你之前是产品经理，那么产品经理的基本工作流程你应该很熟悉了。如果你是跨行转行成为 AI 产品经理，就需要了解产品规划、设计、开发、测试、上线等各个环节，以及每个环节需要注意的问题。

然后，别忘了积累一些项目经验。比如，你可以找一些与 AI 相关的项目来练练手，从需求分析、产品设计到项目管理，全程参与，多多动手实践。

最后，一定要保持积极学习的心态。因为 AI 技术更新迭代速度非常快，需要不断学习，才能跟上它发展的步伐。

面对 AI 的浪潮，我们不必惊慌失措，更无需焦虑不安。保持开放和接纳的心态，对新技术、新工具保持敏锐的洞察力，将其灵活运用到现有的工作中。

当 AI 大潮席卷我们的行业时，真正的考验在于能否更快、更好地掌握并应用这一工具。只有这样，我们才不会被时代的浪潮淹没。

大模型资源分享

“最先掌握 AI 的人，相较于较晚掌握 AI 的人而言，将具备竞争优势。”这句话放在计算机、互联网以及移动互联网的开局时期，同样适用。

我在一线互联网企业工作长达十余年，期间指导过众多同行后辈，助力许多人实现了学习与成长。为此，我将重要的 AI 大模型资料，包括 AI 大模型入门学习思维导图、精品 AI 学习>大模型学习书籍手册、视频教程以及实战学习等录播视频免费分享出来。

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的学习>大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI学习>大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓