Ai产品经理

转向智能硬件产品经理这一职位后尽管同样是产品经理岗位但同时也意味着跨行业的转变以及职业角色的确立。作为通用类产品经理通常会经历完整的市场调研流程包括但不限于市场分析竞争对手产品评估客户需求并制定相应的战略规划同时还要负责产品定位与推广工作以及团队协作以确保项目的顺利推进。而向智能硬件方向发展则需关注无人机技术与智能家居设备如智能门锁等产品的开发设计与优化其中涉及的目标跟踪即时定位与地图构建以及人脸识别等相关技术落地应用岗位职责则更加侧重于研发环节的工作内容；这种转变不仅改变了工作重点还体现了专业技能的提升空间可以说AI智能硬件产品经理是在原先的基础上实现了能力的深化与拓展

一、产品经理的起源与发展
1927年时起源于美国宝洁（P&G）公司最初设立了一位产品经理。这一理念是以"一人管理一品"的原则为基础建立起来的。该职位在公司成立后迅速扩展并得到了广泛应用，并推出了包括飘柔、海飞丝、汰渍在内的众多知名产品线。毫无疑问，宝洁可被视为这一领域的主要始祖之一。随着时间的发展，在互联网行业的快速发展下产物管理需求逐渐显现出来并得到了广泛认可。
从互联网产品谈起吧！
在这里我们需要了解的是除了下面的2C/2B还有其他如前所述的产品类型。

根据实践场景的需求分析与产品定位策略制定的角度对互联网行业进行产品分类研究

1.to C 产品经理

to C 产品经理一般负责规划并实现App的业务流程与功能架构，并特别重视产品的美观度与用户体验，在设计过程中包含一定量的业务逻辑处理。在较高层次的产品管理中，则会涉及商业模式制定与产品战略规划等相关工作。这些决策通常是由产品团队内部讨论确定产品方向，在实际工作中作为产品经理的主要职责则是负责具体某一模块的功能开发与优化工作。因此,C端产品经理的学习门槛相对较低,可以从各平台关于如何使用工具（如Jira或Trello）、编写Product Requirements Document（PRD）以及如何规划与执行业务流程等问题入手,这些都是学习过程中需要掌握的基础技能

现状方面来看,C端产品的用量正在骤减。我国互联网发展速度极快,这一领域目前主要靠运营维持;但经过几年的发展,已培养出大量专业人才。可以看出,同行业App大同小异,不言而喻

2.to B 产品经理

面向B端的企业产品负责人（B端产品经理），是指专注于为企业客户提供专业服务的产品团队或角色代表。例如，在电子商务领域中可能涉及商家运营者或者企业的数字化转型规划者等职位。他们通常不追求过于炫目的交互界面或过重的用户体验负担（即轻量化设计），而是更加注重通过产品功能和解决方案满足客户的需求与商业目标之间的匹配关系

资深产品经理通常对业务理解深度和专业素养要求更高。他们不仅需要对目标领域拥有全面的认知能力，在具体执行过程中还需要具备严谨的工作态度和清晰的工作规划能力。当前的社会经济环境不容乐观，在各个平台上都频繁出现与转型至B端相关的问题及讨论。
另一方面，在人才获取方面也存在较大的挑战性：跨领域的人才转换存在较大障碍，在这种情况下尤其是在没有足够背景支持的情况下进行人才跳槽或转型会面临诸多困难。
相比之下，在招聘市场上这类岗位的竞争较为激烈：数据产品经理、技术产品经理等岗位虽然都属于产品类职位但它门所需的知识储备和技术能力有着显著差异。
近年来随着人工智能技术的快速发展带动了相关岗位的需求激增：无论是基础研究者还是应用开发人员都在不断涌现形成了多元化的市场供给格局。

三、 AI 产品经理

人工智能 由三大部分构成：算力、算法、数据

基础支撑：计算能力与数据共同构成了人工智能技术与产业发展的基础性支持，并成为这一领域的重要基础设施

核心技术：以机器学习（特别是深度学习）、计算机视觉以及语音与自然语言处理为基础的技术体系构成了人工智能的核心，并在此基础上推动其在商业化的进程。一个落地的技术若要实现其价值，则必然伴随着相关产品的出现，并从而催生出一系列具备专业管理能力的产品管理者。基于上述所提及的人工智能相关领域的人才储备与应用基础建设现状，在多个新兴的应用场景中都出现了对具备特定专业能力的产品经理的需求随之而来的问题

1.算法产品经理

这类产品经理的专业能力要求极高，在特定领域内具有深厚的理论功底。这类产品经理与算法工程师保持密切协作关系，在项目推进过程中负责梳理技术逻辑并提升系统性能。在自然语言处理领域的产品经理尤其需要深入掌握相关技术原理，并且对于该类产品的开发方向有着明确的把握。而计算机视觉领域的研究则主要聚焦于参数优化及模型架构设计。

2.智能硬件产品经理

该类产品经理对算法技术的要求不深入。根据个人经验，在掌握主流算法及其应用范围的基础上即可胜任基本工作职责：识别业务机会、评估进入可能性及与技术团队有效沟通。相较于互联网产品经理，AI智能硬件产品经理对知识广度和综合素养的要求更高。这一职业领域属于 entry-level 较高的领域同时也是潜力巨大的发展方向。从名称上就能看出这是一门融合软件与硬件的学科

拆开来看：

算力本质上是计算能力，在终端设备上使用的处理器（如CPU、GPU）能够有效运行。我们必须平衡计算能力和成本要求，在这个过程中我们需要权衡利弊。将计算能力类比于汽车发动机的效果。

算法：我们对技术前沿的认知能力能否得到有效的实施与验证？类似于发动机的动力输出效率，在技术应用中需要通过实际操作来验证其动力效能

数据是终端设备采集来的,想要有好的算法支持,必须先了解硬件.这些信息就像燃油对于一辆车一样重要.对整个产品的生命周期有着深入的了解,才能清楚每个环节的角色和工作内容.在团队协作方面有着很强的能力,能够在不同部门之间建立起良好的沟通桥梁.相对来说,在项目管理上会承担更多的责任,并且在技术集成方面也有更高的要求.

以无人机行业做简单介绍：

硬件方面

处理器：计算平台，需要满足飞控、视觉算法（目标跟踪、Vslam等）算力要求。

传感器：GPS、激光雷达、视觉传感器、陀螺仪等类型的采集装置（设备），必须具备准确、可靠的数据采集能力

算法方面

飞控算法：飞控的性能要求，PID 控制、目标跟踪、手势识别等

定位导航：由于飞机通常不在单一环境中运行，在实际应用中可能会遇到多种复杂情况。例如，在GPS信号缺失或质量不高的情况下同时面临光照条件较差的问题。为了实现精确的定位与导航需求，在单一环境下可能无法满足精度要求的情况下，则需要综合运用多种传感器技术以获得最优效果。具体而言，在这种复杂场景下可采用视觉传感器、气压计、超声波传感器以及GPS设备的结合使用以提高系统的可靠性与准确性。

虽然算法产品经理有深度，但需要更高的广度。

数据方面

各传感器的效果决定了数据的质量。

目前主要涉及嵌入式软硬件的领域已经拓展至AIOT时代。除现有的嵌入式软硬件系统外，还需要深入理解App开发、运营管理后台的构建以及云平台的应用。从整体来看，产品需具备解决特定问题的能力，并需考虑成本限制。理论上我们有能力设计并生产出高质量的产品；但受限于成本限制，并非所有理想方案均可实现。在产品生命周期管理中需要综合平衡需求指标、物料成本、研发周期以及企业技术实力等多个关键因素之间的关系