国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

接下來我會(huì)通過AI產(chǎn)品經(jīng)理三部曲—認(rèn)知篇、業(yè)務(wù)篇、技術(shù)篇；大概6篇左右文章，和大家分別從AI認(rèn)知、AI技術(shù)、AI應(yīng)用三個(gè)角度分享我對(duì)AI產(chǎn)品經(jīng)理轉(zhuǎn)型的心得。也希望可以幫助到所有在這個(gè)AI時(shí)代下，也許迷茫、也許焦慮、也許希望擁抱AI的產(chǎn)運(yùn)同學(xué)。

前言：AI越近，焦慮越大；AI越快，差距越大。

AI大模型發(fā)展太快了，人工智能的車輪滾滾向前，發(fā)出震耳欲聾的轟鳴聲；

有些同學(xué)會(huì)說 “沒有吧？AI離我們應(yīng)該還很遠(yuǎn)?！?；

有沒有一種可能因?yàn)槟阋呀?jīng)被AI這輛快速行駛的“汽車”甩的太遠(yuǎn)了，所以壓根聽不到轟鳴聲？

今天，我先不講大模型的算法、訓(xùn)練方法、架構(gòu)等；本篇內(nèi)容，我更多希望能通過我的文章，讓大家更能正視AI、正視這個(gè)時(shí)代。

但是，AI發(fā)展的太快了，所以我現(xiàn)在分享的內(nèi)容，是在一切不確定性中，找出屬于這個(gè)時(shí)代的AI確定性，不論什么時(shí)候看這篇文章，都是及時(shí)可以理解并“上車”的。

一、AI，正在以大家無法想象的速度發(fā)展中。

讓我們首先進(jìn)行一個(gè)簡(jiǎn)要的回顧。我們可以發(fā)現(xiàn)，人類歷史上所有那些知名且廣受歡迎的產(chǎn)品，全球用戶過億的時(shí)間。

從最初的電話用了75年，到手機(jī)用了16年。

隨著互聯(lián)網(wǎng)的發(fā)展，這個(gè)速度在不斷加快。例如，海外版抖音TikTok僅用了九個(gè)月就達(dá)到了全球用戶過億的里程碑。

到了如今AI時(shí)代，ChatGPT更是只用了兩個(gè)月，DeepSeek的出現(xiàn)則僅用了七天。

整個(gè)世界都在加速發(fā)展，時(shí)間壓縮，速度加快。因此，在AI時(shí)代，速度成為最關(guān)鍵的要素，它極大地縮短了我們完成任務(wù)所需的時(shí)間。

ChatGPT自2023年周活躍用戶數(shù)達(dá)到1億，到2025年增長(zhǎng)至4億，目前甚至超過了5億，只用了不到一年的時(shí)間實(shí)現(xiàn)五倍增長(zhǎng)，并且保持了持續(xù)的高速成長(zhǎng)和市場(chǎng)滲透率的提升。這表明AI技術(shù)已經(jīng)對(duì)全球商業(yè)世界產(chǎn)生了直接影響

除了發(fā)展快，AI的另一個(gè)顯著特點(diǎn)是其應(yīng)用的普遍性。

不知道大家還記不記得，以前我們聊元宇宙、數(shù)字孿生等，其實(shí)更多只是概念；

但是今天與以往新技術(shù)先有概念后落地不同，如今人們對(duì)AI的認(rèn)知并不圍繞著“大模型”這一概念，而是體現(xiàn)在日常使用的各種應(yīng)用中，如ChatGPT、文心一言、豆包等國(guó)內(nèi)外一大批大語言模型。

所以，在AI時(shí)代，AI不僅是一個(gè)迅速發(fā)展的概念，而且是一個(gè)深入人心、融入生活的名詞。

隨著以Deepseek為首的推理模型的發(fā)布并開源，AI大模型的智力水平已經(jīng)達(dá)到了史無前例的水平。

DeepSeek-R1 在數(shù)學(xué)競(jìng)賽（AIME 2024）中準(zhǔn)確率達(dá) 79.8%，超越 96.3% 的人類參賽者1331；在 MATH-500 測(cè)試中正確率達(dá) 90.2%；Codeforces 編程競(jìng)賽評(píng)分 2029，已經(jīng)超越職業(yè)程序員水平了。

從模態(tài)的角度來看，自ChatGPT發(fā)布以來，我們看到的僅是一個(gè)簡(jiǎn)單的對(duì)話模型。

而如今，AI已經(jīng)發(fā)展成能夠以多種形式幫助解決問題。除了云端的各種大小和智商的模型外，還開發(fā)了專門編寫代碼的模型（比如Cursor、Trae、codebuddy）；

理解圖像、視頻；生成圖像、視頻的模型（比如MidJourney、即夢(mèng)）；

此外，還有能夠模擬人類助手，自動(dòng)操作手機(jī)和PC界面的模型等。（比如AutoGlm、Manus）

尤其是在過去兩年22-24年期間，AI經(jīng)歷了爆炸性的變革速度，這是前所未有的。AI技術(shù)讓我們?cè)诟痰臅r(shí)間內(nèi)實(shí)現(xiàn)了更多的進(jìn)步。而且，這種進(jìn)步并未停止，AI的迭代速度依然非?？欤虼?，可以預(yù)期AI智能能力將持續(xù)提升。

二、AI，正在快速融入我們的生活&工作中。

剛開始，比如OpenAI的模型因技術(shù)壁壘和訓(xùn)練成本高昂，所以GPT-3.5水平模型的調(diào)用成本：

2023年6月，調(diào)用達(dá)到GPT-4水平的AI模型成本為36美元/每百萬token；

但隨著模型架構(gòu)的優(yōu)化、硬件成本的降低、尤其像deepseek這樣開源模型的崛起；

25年1月DeepSeek-R1模型性能對(duì)標(biāo)OpenAI的o1，但調(diào)用成本僅為后者的1.8%-3.7%（輸入token 1元/百萬token，輸出token 16元/百萬token）

甚至隨著比如文心大模型、通義千問等開源市場(chǎng)越來越大，出現(xiàn)了越來越多免費(fèi)的大模型。

所以我們會(huì)發(fā)現(xiàn)，AI大模型的token成本在3年內(nèi)下降超過280倍！

這樣的結(jié)果會(huì)帶來什么影響？

這會(huì)使得AI更易融入我們生活和商業(yè)世界。

再補(bǔ)充一些側(cè)面論證的論點(diǎn)，

2023年關(guān)于AI的采購次數(shù)總共為190次，總金額約為5.9億元人民幣。

2024年，采購次數(shù)增長(zhǎng)到了1519次，差不多增長(zhǎng)了8倍，總金額更是達(dá)到了64億元，超過10倍的增長(zhǎng)。

未來，我相信會(huì)有更大的增長(zhǎng)。

好了，這個(gè)時(shí)候，可能就有小伙伴想問，既然AI發(fā)展那么迅速，越接地氣，但是為什么我現(xiàn)在所在的企業(yè)并沒有感受到太多的AI氣息？

這就要從AI發(fā)展和企業(yè)的三個(gè)階段說起：

1、互聯(lián)網(wǎng)大廠主導(dǎo)的“基礎(chǔ)模型探索期”

2023年初，在那時(shí)市場(chǎng)上幾乎沒有模型可供選擇。國(guó)內(nèi)文心一言開始出現(xiàn)在大眾眼里，那時(shí)候Chatgpt可能離大多數(shù)人都很遠(yuǎn)，當(dāng)時(shí)AI主要提供基礎(chǔ)模型供商業(yè)化使用，價(jià)格高、技術(shù)要求高，那必然第一批嘗試的就是我們所謂的互聯(lián)網(wǎng)大廠。

2、中型企業(yè)參與的“行業(yè)模型爆發(fā)期”

2023年6月到12月，隨著更多的大模型出現(xiàn)和國(guó)產(chǎn)大模型的發(fā)展（比如阿里的千問、騰訊的混元），使用AI企業(yè)的畫像明顯從互聯(lián)網(wǎng)大廠擴(kuò)散至更多中型互聯(lián)網(wǎng)公司或一些具備較強(qiáng)信息化能力的公司。那時(shí)候已經(jīng)開始追求模型所帶來的價(jià)值。

3、業(yè)務(wù)導(dǎo)向公司的“普惠化落地期”

2024年年初到4月份開始（DeepSeek發(fā)布開源模型R1），模型能力正在向更廣泛的群體擴(kuò)散，包括那些以業(yè)務(wù)為導(dǎo)向、技術(shù)或信息化能力較弱的公司。AI Agent（智能體）和低代碼平臺(tái)（如百度App Builder）興起，甚至非技術(shù)公司可快速搭建定制化應(yīng)用（如智能客服、報(bào)表生成等場(chǎng)景）。

所以，現(xiàn)在的你可以思考一下：你現(xiàn)在所在的企業(yè)是否處在第三個(gè)階段？這也正應(yīng)征了現(xiàn)在各位開始轉(zhuǎn)型，其實(shí)并不算晚。

三、AI，正在向AGI進(jìn)行演變

什么是AI，什么是AGI？

從字面英語翻譯來看，僅僅是從Artificial Intelligence變?yōu)锳rtificial General Intelligence；但是真的只有通用那么簡(jiǎn)單嗎？

接下來，我羅列幾個(gè)時(shí)間線，讓大家更好的能理解領(lǐng)悟。

• 1948年，圖靈就已經(jīng)嘗試讓機(jī)器與人對(duì)弈國(guó)際象棋。
• 1997年，IBM推出了能夠與人類對(duì)弈國(guó)際象棋的機(jī)器“深藍(lán)”。它首次擊敗了國(guó)際象棋的世界冠軍卡斯帕羅夫。
• 2016年，人們普遍認(rèn)為，既然機(jī)器能夠快速解決國(guó)際象棋，接下來也將能解決圍棋，但是知道16年，也就是從“深藍(lán)”到“阿爾法Go”的發(fā)展歷程中，人們才真正解決了圍棋問題，這中間相隔了20年。

為什么都是下棋，但是AI從解決國(guó)際象棋到圍棋，花了20年的時(shí)間？

我們可以觀察下國(guó)際象棋，國(guó)際象棋本身的復(fù)雜度相對(duì)較低，它的格子只有8乘8。

那時(shí)候的機(jī)器學(xué)習(xí)，是通過人類給予機(jī)器已有的下棋規(guī)則、人類經(jīng)驗(yàn)，再通過暴力計(jì)算來完成比人腦思考極限更多步，設(shè)想更多可行性，從而戰(zhàn)勝人類。

機(jī)器可以暴力窮舉結(jié)合剪枝算法（如α-β剪枝）可以顯著減少計(jì)算量。例如，IBM的“深藍(lán)”通過專用芯片每秒可評(píng)估2億個(gè)棋局，結(jié)合人類專家的規(guī)則庫和殘局?jǐn)?shù)據(jù)庫。

但是AI如何解決圍棋的問題呢？

如果依然像國(guó)際象棋一樣采用暴力算法，可以嗎？可以，但是問題變得極為復(fù)雜。

圍棋的棋盤為19×19，每步可能的走法（搜索寬度）高達(dá)250步，搜索深度約為150步，總搜索空間達(dá)到10^170，遠(yuǎn)超國(guó)際象棋甚至宇宙中的粒子總數(shù)（約10^80），這是對(duì)于機(jī)器來說是非常龐大計(jì)算量。

所以圍棋的復(fù)雜性迫使AI轉(zhuǎn)向機(jī)器學(xué)習(xí)和自我對(duì)弈。

2016年3月，AlphaGo首次與圍棋世界冠軍李世石對(duì)弈；

AlphaGo，它不再像過去直接通過簡(jiǎn)單的算法進(jìn)行計(jì)算；它相當(dāng)于利用神經(jīng)網(wǎng)絡(luò)對(duì)人類歷史上3000萬盤棋局的殘局進(jìn)行訓(xùn)練，不依賴于人類制定的規(guī)則，而是通過學(xué)習(xí)這些樣本來提煉規(guī)則，將人類的經(jīng)驗(yàn)提煉成模型本身。因此，通過這種方式產(chǎn)生了AlphaGo，并且它成功地戰(zhàn)勝了人類。

2017年，DeepMind再次發(fā)布AlphaGo Zero，它打敗了自己的前身AlphaGo。

Zero不再依賴任何人類知識(shí)，僅通過自我對(duì)弈，自我下棋來學(xué)習(xí)和積累經(jīng)驗(yàn)。在3天的時(shí)間里，它進(jìn)行了近幾百萬盤的對(duì)弈，所展現(xiàn)的威力已超過AlphaGo，即人類數(shù)千年圍棋的積累，而它僅用了三天時(shí)間便達(dá)到了這一成就。

這表明機(jī)器學(xué)習(xí)的驚人能力，

機(jī)器學(xué)習(xí)基本上經(jīng)歷了三個(gè)階段：從基礎(chǔ)學(xué)習(xí)→自我對(duì)弈→自我學(xué)習(xí)。

所以我們?cè)倩卮鹕厦娴膯栴}來，AI和AGI，相差一個(gè)General，到底差在哪里？

我個(gè)人覺得： AGI就像是一個(gè)“全能人類大腦的數(shù)字版”——它不僅能完成特定任務(wù)，還能像人類一樣靈活學(xué)習(xí)任何新技能，并且自主思考、舉一反三、解決從未見過的問題?，F(xiàn)在我們依然在AGI的路上摸索探尋中。

我覺得我們可以參考OpenAI發(fā)布了關(guān)于AGI的定義，

它將AGI劃分成五個(gè)等級(jí)，從一到五分別代表了通往通用人工智能的不同階段。

首先，讓我們來理解一下這個(gè)五個(gè)等級(jí)具體有什么含義？

• Level 1：聊天機(jī)器人（Chatbots）其核心能力是自然語言的理解與生成，但僅限于信息交互，缺乏深層推理和行動(dòng)能力。
• Level 2：推理者（Reasoners）AI能夠求解人類問題，開始會(huì)理解人類世界的復(fù)雜邏輯和獲得推理能力。
• Level 3：智能主體（Agents）AI開始學(xué)會(huì)并能夠使用工具，通過工具完成一些原本人類中物理世界的問題。
• Level 4：創(chuàng)新者（Innovators）AI已經(jīng)能夠自主進(jìn)行創(chuàng)造、自我學(xué)習(xí)，具備自我改進(jìn)思考的能力。
• Level 5：組織者（Organizations）AI已經(jīng)相當(dāng)甚至超越人類，可以像人類一樣成為組織的一員，探究世界、獨(dú)自完成任務(wù)。

目前在網(wǎng)絡(luò)上、工作中經(jīng)常會(huì)聽到Agent一詞，那是不是就代表了如今的人工智能已經(jīng)到了L3級(jí)別呢？

其實(shí)我覺得現(xiàn)在的人工智能技術(shù)，是處于Level 1向Level 2過渡階段；

現(xiàn)在的Agent雖然可以分工協(xié)作，但其實(shí)大家會(huì)發(fā)現(xiàn)大部分的Agent更多還是在聊天階段，

甚至有比較多的模型幻覺、信息冗余和協(xié)調(diào)失敗等問題；

而真正的L3要求智能體能自主執(zhí)行跨應(yīng)用任務(wù)，這一點(diǎn)人工智能在環(huán)境感知與實(shí)時(shí)交互上還有很多路要走。

四、AI，對(duì)產(chǎn)品范式產(chǎn)生了顛覆性的影響。

人工智能是這兩年才出現(xiàn)的嗎？

當(dāng)然不是，大概2014年的移動(dòng)互聯(lián)網(wǎng)時(shí)代開始，大家其實(shí)潛移默化的就已經(jīng)“被動(dòng)”開始接觸AI了，比如，當(dāng)時(shí)用的搜索引擎、購物推薦排序、音樂和視頻的推薦，以及搜索本身，都已開始運(yùn)用AI技術(shù)。

不過那時(shí)候的AI通常被稱為垂直人工智能，即不具有通用性，他的背后都是海量的算法工具（比如聚類算法、協(xié)同過濾等等）。

今天的大模型是什么樣呢？

現(xiàn)在的AI普遍采用深度神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)和多模態(tài)融合；現(xiàn)在的AI是一個(gè)通用人工智能了，并且隨著模型訓(xùn)練成本的降低，在這種背景下，AI的使用門檻和成本顯著降低。場(chǎng)景無需特化，使用門檻簡(jiǎn)化，AI幾乎成為一種基礎(chǔ)生產(chǎn)要素，不再是一種小眾的高端技術(shù)。

我現(xiàn)在每天都在看各行各業(yè)的AI新聞，汽車行業(yè)、醫(yī)療行業(yè)、終端行業(yè)、教育行業(yè)、消費(fèi)制造行業(yè)、游戲行業(yè)、文旅行業(yè)等，每天都有源源不斷的AI應(yīng)用和發(fā)明。

如果AI成為我們的基礎(chǔ)生產(chǎn)要素，這將對(duì)整個(gè)世界帶來深遠(yuǎn)的影響。

從農(nóng)業(yè)時(shí)代、工業(yè)時(shí)代到信息化時(shí)代，每一次變革都是由于基礎(chǔ)生產(chǎn)要素的變化所引發(fā)的。而現(xiàn)在，在AI時(shí)代，如果基礎(chǔ)要素發(fā)生變化，那么將意味著我們上層的商業(yè)世界將會(huì)被徹底重構(gòu)，這無疑是一個(gè)巨大的變化。

各位，當(dāng)AI開始普及，人們相信AI有能力重塑商業(yè)，那你們覺得AI是不是一定會(huì)顛覆我們的產(chǎn)品范式？

什么是產(chǎn)品范式？產(chǎn)品范式本質(zhì)上是人機(jī)交互范式，即如何與機(jī)器對(duì)話、下指令以及機(jī)器如何反饋。

解決這個(gè)問題的關(guān)鍵在于對(duì)機(jī)器理解的成本高低，即學(xué)習(xí)成本的高低，這是兩個(gè)核心因素。

歷史上的人機(jī)交互方式轉(zhuǎn)變

• 【最早計(jì)算機(jī)時(shí)代】：人類和機(jī)器交流的帶寬有限，交流的方式也極其有限，僅限于幾十條語句和指令。
• 【PC時(shí)代】：人類開始使用鼠標(biāo)進(jìn)行交互。這一時(shí)期，界面從命令行轉(zhuǎn)變?yōu)閳D形用戶界面，帶來了顯著的進(jìn)步。大家發(fā)現(xiàn)學(xué)習(xí)成本大幅度降低，同時(shí)交互帶寬也得到了提升。
• 【移動(dòng)時(shí)代】：移動(dòng)互聯(lián)網(wǎng)，進(jìn)一步降低了學(xué)習(xí)成本并提升了交互帶寬，移動(dòng)設(shè)備還增加了更多模態(tài)，比如攝像、攝影、地理位置信息等等。
• 【AI時(shí)代】：AI的表達(dá)能力變得極為豐富，任何可想象、可表達(dá)的內(nèi)容都能被輸入。同時(shí)，交互過程異常簡(jiǎn)潔，僅需對(duì)話即可。它降低了學(xué)習(xí)門檻，增強(qiáng)了表達(dá)力，使得任何人都能輕松達(dá)到預(yù)期結(jié)果，實(shí)現(xiàn)了表達(dá)力與易用性的首次融合。

隨著交互能力和表達(dá)方式的演變，我們的產(chǎn)品可能會(huì)被賦予新的形態(tài)和意義，從而實(shí)現(xiàn)重新發(fā)明。

比如：

• 以前在職場(chǎng)，我們要寫會(huì)議紀(jì)要、PPT、Excel；現(xiàn)在AI可以通過會(huì)議內(nèi)容自動(dòng)生成會(huì)議紀(jì)要，提供對(duì)應(yīng)數(shù)據(jù)和內(nèi)容，1分鐘生成匯報(bào)文檔。
• 以前在學(xué)習(xí)，我們需要上不同的課、做題庫；現(xiàn)在AI能通過攝像頭捕捉學(xué)生解題時(shí)的微表情和筆跡壓力，判斷“偽理解”狀態(tài)并針對(duì)性強(qiáng)化薄弱環(huán)節(jié)。
• 以前玩游戲，固定的NPC、固定的劇情；現(xiàn)在NPC擁有持續(xù)進(jìn)化的記憶鏈，玩家?guī)啄昵暗倪x擇仍會(huì)影響當(dāng)前劇情分支。AI實(shí)時(shí)渲染符合集體意識(shí)傾向的敘事線。

諸如此類。我們僅處于起步階段；

以往，產(chǎn)品經(jīng)理的技能常常限制了我們的創(chuàng)造力發(fā)揮。我們可能擁有出色的創(chuàng)意，但由于不具備編程或繪畫等技能，這些創(chuàng)意難以實(shí)現(xiàn)。然而，大模型的出現(xiàn)消除了這種能力限制，為我們提供了將創(chuàng)意變?yōu)楝F(xiàn)實(shí)的途徑。

五、AI，它并不是工具，它是你心目中需要的“人”。

Agent的初步形態(tài)，它僅在信息層面協(xié)助收集和處理數(shù)據(jù)。所以實(shí)際上大家都能將這種能力融入到自己的業(yè)務(wù)中。

隨著AI能力的不斷擴(kuò)展，跨應(yīng)用自動(dòng)化操作已經(jīng)做得非常出色。OpenAI發(fā)布了其Agent套件，顯著降低了agent的使用門檻；越來越豐富的MCP協(xié)議，使得AI能夠連接外部服務(wù)變得極為標(biāo)準(zhǔn)化。

所以，我們不能再單單將AI僅作為工具看待。我認(rèn)為它終將轉(zhuǎn)變?yōu)樯a(chǎn)力，能夠帶來可量化的業(yè)務(wù)成果。

那我們應(yīng)該怎么做呢？很多小伙伴不知道如何邁出第一步；

第一：對(duì)于模型的了解和選擇至關(guān)重要，只有了解大模型的原理，選擇足夠聰明的模型，學(xué)習(xí)速度才會(huì)快。一個(gè)靠譜的人和一個(gè)不靠譜的人到公司辦理入職，靠譜的人可能兩周后就能勝任工作，而不靠譜的人即便在公司工作兩年也可能無法做好。因此，我認(rèn)為在第一步，我們需要足夠了解大模型，了解它的來世今生，它的為人處世。

第二：反推自己所在業(yè)務(wù)做好扎實(shí)的數(shù)據(jù)準(zhǔn)備。AI 模型（尤其是機(jī)器學(xué)習(xí)、深度學(xué)習(xí)）的核心邏輯是通過對(duì)數(shù)據(jù)的學(xué)習(xí)，提取規(guī)律并用于預(yù)測(cè)或決策；數(shù)據(jù)質(zhì)量決定模型上限，注意，我這里說的是數(shù)據(jù)質(zhì)量，而非數(shù)據(jù)量，只有將業(yè)務(wù)邏輯轉(zhuǎn)化為高質(zhì)量、標(biāo)準(zhǔn)化、動(dòng)態(tài)更新的數(shù)據(jù)資產(chǎn)，AI 才能真正理解業(yè)務(wù)需求、解決實(shí)際問題。

第三：了解提示詞工程。提示詞是連接用戶意圖與 AI 能力的 “翻譯器”；這要求我們精準(zhǔn)拆解用戶需求的語義結(jié)構(gòu)；甚至可以推動(dòng)低代碼 / 無代碼 AI 功能落地；一個(gè)好的AI產(chǎn)品經(jīng)理一定是AI和業(yè)務(wù)需求之間的溝通橋梁。

關(guān)于第二點(diǎn)；我再補(bǔ)充說明下：

過去我們只認(rèn)為結(jié)構(gòu)化數(shù)據(jù)才是數(shù)據(jù)資產(chǎn)，因?yàn)槟菚r(shí)機(jī)器只能處理結(jié)構(gòu)化數(shù)據(jù)。然而，如今機(jī)器已經(jīng)能夠處理遠(yuǎn)超過結(jié)構(gòu)化數(shù)據(jù)范疇的數(shù)據(jù)了。

非結(jié)構(gòu)化數(shù)據(jù)相較于結(jié)構(gòu)化數(shù)據(jù)的優(yōu)勢(shì)體現(xiàn)在兩個(gè)方面。

首先，非結(jié)構(gòu)化數(shù)據(jù)的數(shù)量級(jí)遠(yuǎn)超結(jié)構(gòu)化數(shù)據(jù)，這是常態(tài)。因此，原本僅能利用數(shù)據(jù)資產(chǎn)的一小部分，現(xiàn)在則可以充分利用全部數(shù)據(jù)資產(chǎn)。

在某些情況下，結(jié)構(gòu)化數(shù)據(jù)可能已經(jīng)被人類主觀判斷所污染。因?yàn)樗鼈兏鶕?jù)特定任務(wù)進(jìn)行了標(biāo)注，導(dǎo)致上下文信息缺失，許多細(xì)節(jié)已被損失或人為地主觀化。因此，在AI時(shí)代，AI可以大量利用非結(jié)構(gòu)化數(shù)據(jù)。

最后，產(chǎn)品經(jīng)理需要重新審視一個(gè)本質(zhì)問題：我們到底在構(gòu)建工具，還是在創(chuàng)造”數(shù)字生命體”？

傳統(tǒng)產(chǎn)品設(shè)計(jì)遵循”功能→體驗(yàn)→情感”的遞進(jìn)路徑；

而AI時(shí)代的需求呈現(xiàn)”認(rèn)知共鳴→情感依賴→功能實(shí)現(xiàn)”的反向結(jié)構(gòu)。用戶首先需要的是被理解，其次才是被滿足；所以，AI產(chǎn)品經(jīng)理一定需要對(duì)用戶需求足夠理解、足夠共情，我相信，只有這樣，大家設(shè)計(jì)的AI智能體最終才會(huì)被業(yè)務(wù)和用戶認(rèn)可。

預(yù)告

接下來，我會(huì)盡快給大家?guī)鞟I產(chǎn)品經(jīng)理轉(zhuǎn)型三部曲—認(rèn)知篇②《解構(gòu)AI本質(zhì)》；

這一篇我將會(huì)著重給大家分享我對(duì)AI技術(shù)原理 深入淺出的理解，AI產(chǎn)品經(jīng)理雖無需成為算法、模型訓(xùn)練專家，但需掌握技術(shù)原理的框架和應(yīng)用邊界，才能有效的溝通需求、設(shè)計(jì)產(chǎn)品并推動(dòng)落地。