随着大型模型技术的快速发展，市场上涌现出大量的大型模型产品。那么想要进入AI行业的产品经理应该提前做好哪些准备呢？在这篇文章中，作者总结了进入AI的必备知识，包括市场调研、产品底层逻辑等等。我们一起来看看。

AI大模型从去年11月开始就很火。无论是大厂还是创业明星，都在为AI的落地搭建产品架构，快速跟进落地量。随着业务的拓展，市场上出现了大量的大型号产品。对于目前在看机会的人来说，想入AI坑，产品经理应该开始做哪些准备？

一、市场调查:市场提供的AI服务主要有哪些类别？选择AI模特的岗位本身也是一个职业规划的过程。对现有线上公司提供的能力进行充分的考察，有助于明确自己的兴趣所在，并根据后续规划选择最合适的岗位方向。根据产品和服务的类型，AI在市场上提供的类别主要包括

会话产生:基于深度学习模型，如递归神经网络(RNN)或变体，如长短期记忆网络(LSTM)和注意机制。通过学习大量的对话数据，这些模型可以捕捉语言的上下文和语义信息，并生成符合语法和语义规则的自然语言响应。这类产品在市场上比较成熟，如知名的openai、文新伊彦、glow等。

AI绘图:利用人工智能技术进行绘图和创作的过程。通过训练深度学习模型，计算机可以学习和模仿艺术家的绘画风格、创作技巧和审美特征，从而生成艺术形象和绘画作品。在这套技术的应用上，比如Tik Tok产品的特效和百度文心的画图功能。

虚拟助理和智能客服:利用自然语言处理和对话生成技术，与用户进行语音或文字交互，提供信息查询、任务执行、问题解答等服务。这类产品通常服务于很多2B，美团app中的小美智能满足了用户非结构化的找店需求。

市场上有一些做面向面分析的陪伴产品，也有一些心理咨询行业的咨询情感陪伴产品。底层是根据用户在数据中的表现来匹配相应的情感支持。

第二，AI产品这么多品类的底层逻辑是如何实现的？市场上现有的大模型产品，主要依靠底层基础模型的数据处理能力。从底层到实际应用层，数据方向从基础数据的“非”智能向有意图的“智能”转变。

1。根据产品所需的能力，自主开发基础模型能力建设所需的数据，可能包括特定的图像表达、语音表达、视频表达、情感感知等类型的数据服务能力。

其次，是基于战略合作的特色数据源。本图给出的数据合作产品ChatGLM-6B是一款开源的双语对话模型，拥有62亿个参数，可以处理对话聊天、智能问答等多种自然语言任务，在单块消费级显卡上支持推理。服务商是面向企业的B2B公司。

开放接口，众所周知，来源于OpenAI和微软Azure提供的智能办公的智能语义理解和数据处理能力。

开源模型主要分为NLP工具包、元学习开源库等资源信息，可以根据产品本身的需求能力自行访问。

再进一步就是如何基于目标服务的能力保证数据的高效调用。一般从部署能力、推理优化、量化压缩等象限构建被调用资源，以减轻存储数据压力，提高查询速度，缩短答题思维时间，构建自适应学习能力，提高答题满意度。

最外层的输出是基于上述数据的安全合规性，一般分为两个角度:数据使用的安全监控能力和内容存储的合规合法能力。关于数据隐私的内容，以后会根据具体的场景进行细化。

2.应用框架层，顾名思义，就是为了满足应用层的需求，高效实现转换、理解、查询、调用、输出的架构层。

从上面的架构图也可以看出，工具管理主要满足服务模型、提示、存储、知识图谱等模块的存储和使用；

配置组合用于处理多个模型或组件的组合，以实现更高级别的功能。这种组合可以是串行的，即一个模型的输出作为下一个模型的输入；也可以是并行的，即多个模型同时处理不同的输入数据。通过组合不同的模型或组件，可以实现更复杂的功能，例如语音识别和语义理解、图像分类和对象检测的组合。组合可以根据具体需求和场景灵活设计和调整，以达到更好的性能和效果。

调度决策用于完成复杂任务的执行。例如，语音识别应用程序可能需要包括多个组件，如语音前端处理、语音识别模型和语义理解模型。在这种情况下，编排就是将这些组件按照一定的顺序和逻辑连接起来，实现整体功能。排列除了读内容流派，还涉及模型的调用顺序，输入输出的传递，数据的处理和转换等。它需要考虑组件之间的依赖、数据流管理、错误处理等问题。

编排技术在AI的基础模型能力中发挥着重要作用，可以帮助开发者更好地组织和管理复杂的模型和组件，实现更高效、更灵活的AI应用。同时，choreography还可以提供更好的可扩展性和可维护性，使AI模型能力在不同场景和需求下更加灵活和适应。

以上干货信息对于想入行的PM来说基本够用了。

3.产品应用层这里主要是市场上大家关注的各类产品，具体产品这里就不细说了。希望大家结合日常熟悉的工作，从各种产品的角度来判断我们的优势和可以切入的领域。

比如我们目前在做客服平台。如何结合大模式提升整体客服满意度？如果是做销售管理的，如何利用好大模式更好的经营好当地的销售业务？了解这些问题将有助于有针对性地交付大模型的相关位置，并全面考虑完整的链接。

三、如何赢得市场增长，应对变现的思路这个问题本质上是对变现模式的应对。这里有两个例子。

1.自媒体从业者建议，利用好AI产品，抓住AI生成产品能力的优势，学习利用AI生成“显眼包”的话题，借用AI美化宣传文案，甚至利用AI打磨图文，利用AI的能力管理社区消息，分析运营思路。

借用AI能力打磨账号自身流量，获得一定影响力，持续创造收益。

2.小企业如果有比较成熟的体量，用户相似度高，不想只做广告和付费订阅产品，就应该围绕目标群体提供需要的资讯、动态、八卦等信息，整合输出优质内容社区，提供付费价值，收取订阅费用。为当前严峻的社会形势提供就业、择业等信息服务，并向用户收取费用。数据销售和用户研究:借助大模型能力，通过收集、分析和销售用户数据，为企业提供市场调研和用户洞察。借助AI能力，挖掘线上用户特征，输出用户需要的自我认知、潜力输出等产品，实现平台变现渠道。以上，欢迎对AI行业感兴趣的同学交流。

专栏作家

蓝莲花zx，人人都是产品经理专栏作家。关注内容策略、内容背景、内容标签、账号策略等领域，喜欢阅读，希望做一个有趣的人。

本文由人人作为产品经理原创发布，未经允许禁止转载。

题图来自Unsplash，基于CC0协议。

本文仅代表作者本人，大家都是产品经理。平台只提供信息存储空间服务。