JJ NEVER SLEEPS
小戴沒得覺睡
我今天想把這個話題拆開來講。我們先聊一下：產品經理的職能框架都有哪些？
在我平時的工作中，AI 如何替代部分職能或簡化日常工作的步驟？以及有哪些我覺得在未來可以被繼續替代的環節？最後，我們再討論，在新型 AI 時代下，產品經理的技能應該如何改變。
（本文基於我今年給HiPM的演講，大家如果想看演講影片，可以點選“閱讀原文”到b站“小戴沒得覺睡”觀看
）
FIRST
產品經理技能框架
關注我時間久的同學都不會對這個框架陌生。
這是小戴五年前開始寫文章的時候給大家反覆強調的。
產品經理技能框架可以分為三大塊：
產品戰略（Product Strategy）
-
市場行情：現在市場上流行什麼？使用者的 Top of Mind（最想要的需求）都是什麼？
-
公司戰略：對公司戰略的理解，公司願景和使命是什麼，公司為什麼存在於這個世界，它要解決什麼問題。
-
競爭戰略：市場中不僅只有你這一家公司，其他公司在做什麼？它們的優勢是什麼，劣勢是什麼？你要如何讓自己的公司在市場中獲取最大的競爭優勢？
-
生態效應：包括公司內部的其他產品，也包括外部合作方的產品。如何利用好生態協同，打造更大的影響力？
產品設計（Product Design）
-
目標使用者：明確要服務的是哪部分使用者。
-
使用者痛點：他們的痛點是什麼。
-
市場調研：驗證自己的產品假設。
-
提出解決方案：如何解決使用者的問題。
-
設計體驗：怎麼解決使用者的問題，互動如何。
產品執行（Product Execution）一個產品想法要想最後被工程師團隊實現並且成功上線需要去和其他想法 PK，進行
-
優先順序判斷
-
季度規劃，產品上線後進行
-
AB 測試
-
資料分析，並與
-
跨團隊、跨職能合作，
-
使用者反饋調研，甚至進行
-
商務合作等
-
市場推廣：B2B 的話，可能需要找銷售團隊把產品賣出去；B2C 的話，就要讓市場來做推廣。
SECOND
工作中已被 AI 替代的環節
LinkedIn 內部已經在使用很多 AI 產品，來幫助我們完成各種工作。
市場行情：關於不同競品的財報分析、競品資訊呼叫，這些事情現在都可以透過 AI 幫我們完成。
資料分析：這是我自己感受最深的一個部分。我們有一個內部的 SQL bot，可以幫忙做實驗分析、驗證假設等資料分析工作。
它的優勢在於，你可以用非常口語化的方式來向它提問。例如，我在 LinkedIn 負責“誰看了我的檔案”這個產品時，就會問 SQL bot：
-
“所有付費使用者中，每個星期大約有多少人會訪問他們的檔案？”
-
“其中有多少人會去關注他們、加好友、發訊息？”
使用者調研：在海外公司（尤其是 LinkedIn），“運營”是一個非常知識密集型的工作。它會收集每個月幾十萬個使用者反饋，告訴你最普遍、最關鍵的使用者意見。這個過程的使用者反饋總結、分類，
已經有很多運營同學用 AI 來解決了。
市場推廣：其實在生成式 AI 還沒那麼火的時候，市場部就已經讓 AI 最佳化很多對外宣傳的文案了。現在生成式 AI 更火，不僅可以千人千面，
還可以和市場部的同學一起 brainstorm 好的文案，整個流程基本都交給 AI 完成。
紅色的板塊都已經由 AI 來代替或輔助，但仍有許多環節尚未被 AI 取代。那麼我們今天就討論一下：如何給 AI 提供相應的資料或訓練模型，讓它能夠再往前邁一步？
THIRD
案例分析：設計“AI 時代的‘誰看了我的檔案’”
“誰看了我的檔案”是 LinkedIn 內部 ROI 最高的單個產品頁面。因為使用者普遍有好奇心，這個功能的郵件和推送點選率都很高，每週能貢獻數億級的訊息傳送量和頁面訪問，並在下游帶動新的好友新增、訊息溝通、公司招聘等生態互動。
然而，這個產品對於不同使用者群的體驗是差異很大的：有的使用者一週訪客少於 10 人，有的使用者（比如比爾蓋茨
）每週訪客可達 10 萬以上。因此，使用者體驗在不同人群中分化很嚴重。尤其是在第一個月免費試用期間（以及首次付費月），很多使用者因訪客過少而取關。
我剛才列出的所有背景，基於兩個核心要素：
以資料為起點：從產品所帶來的收入、周活、使用時長等公司最重視的指標出發。
從使用者真實需求入手：分析訪客數量多少、使用者的使用場景、使用體驗等問題。
這些思維方式如果餵給 AI，再配合介面去呼叫相關資料，AI 也能產出非常像樣的分析和結論。換句話說，
如果我們用 chain of thoughts 教會 AI 產品經理思維方式，再給 AI 呼叫內部資料的能力，那麼 AI 也不難得出相似的結論。
關於產品戰略中其他的內容，請看上圖。這些戰略思考，除了提到的社會學或心理學層面（比如“階級固化”導致資料變化不大），大部分其實都可以由 AI 根據已有資料來產出。GPT-4 等模型在高層戰略層面雖曾經不太精準，但隨著模型升級，已能給出八九不離十的建議。
那我們來試一試，當 GPT O1 pro 有這些背景知識以後，是否能和我們一起腦暴出來不錯的產品 idea。
以下是 GPT O1 pro 的一次 prompt 腦暴結果。
如果是我來設計體驗，講下一個 big idea，我會思考兩件事：
千人千面的產品功能：我們常把分析和訪客列表分成兩個獨立的部分，但 AI 有潛力讓每個人看到的頁面和功能都不一樣，更加符合他們的核心需求。
第一個火爆的 AI Agent 一定是能夠主動開啟對話的機器人
：大部分人並不知道自己想問什麼，或者如何去問。一個真正能“主動和使用者溝通，引導他們” 的 AI，才是從猿到人的進化式飛躍。
我們可以看到，產品設計上GPT 給我們的是 ⅗ 的答案，用傳統的 AI 或者生成式 AI 的一些解決方案，但是沒有把握行業裡“what's next”的走向，但是這個答案基本上已經可以是一位矽谷大廠產品經理的水平了。
Not to mention 我這裡只是給了非常基礎的資料和背景，如果 GPT 有團隊之前所有的實驗資料，產品資料和文件，得出的結論也會遠好於這個答案。
這裡插一句：很多產品經理在腦暴的時候，可以在日常生活中先過過 GPT。在一家公司呆久了，會產生舒適區的疲倦感，這種疲倦感會讓你的 ideas 很拘於現實，不夠 think outside the box。
從技術規劃、影響力評估、優先順序排期，到市場投放和商務合作等，一些環節已經普遍使用 AI 或正在被 AI 逐步滲透。而且如果我們把之前的實驗資料餵給 AI，應該不難得出季度規劃中的 estimated impact 和優先順序排序。
商務合作方面，則因為涉及更高的門檻和複雜的人際關係，目前還需要人類主導。但隨著語音 AI、智慧客服的發展，這一環節未來也會被部分替代。
這時候我們發現，
基本上產品經理的技能框架中，只有商務合作目前不能完全代替，因為有公司/團隊所有權的問題，其他的環節理論上都可以被 AI 替代。
FOURTH
哪些產品經理會被代替？
我想先宣告：以下觀點是基於職能角度，不針對任何個人。
未來，AI 確實會替代很多產品經理，尤其是：
Product Owner 型角色：只負責整理需求、排優先順序，卻不深入業務或使用者洞察的角色，很容易被 AI 代理完成。
很多同學對這個職能很困惑，在美國一些傳統大廠，product manager 和 product owner 有時候是分開的。
專案經理（Project Manager）：當團隊規模縮小，分工減少，沒有那麼多專案管理工作需要人力時，這部分角色需求會減少。目前 LinkedIn C 端產品經理一共 85-90 人，AI 不但會代替很多跨職能同學，而且可以讓產品經理一人身兼更多職位。未來負責 C 端的產品經理，
在 LinkedIn 可能只有不到 30-40 人。
技術型/資料型產品經理：因為其工作相對邏輯化、底層化，適合讓 AI 來做。
同質化程度較高的產品經理：如果一個產品理念在市場中已經出現過類似形態，AI 提供的解決方案也能做到“八九不離十”，那麼人類的價值就會被稀釋。
Sam Altman 曾說過：“AI 會讓世界上出現更多十幾個甚至只有一個人的團隊，卻能創造出估值十億美金的公司。”我深度認同這句話。
再往後看，“未來的產品經理，一定都是意見領袖”，因為他們需要以個人思想領導 AI，透過產品影響更多使用者。
FIFTH
新時代產品經理技能思考
我們先思考一個問題：AI 是否真的無法擁有“人類的創造力與情感”？它是否無法成為真正的“意見領袖”，只能給我們 ⅗ 的答案麼？設想如果把喬布斯一生的資訊都錄入 AI，能否複製出“喬布斯 2.0”？
這是不可能的。
首先當喬布斯還是個嬰兒時，你不知道他未來會成為喬布斯；另外，把如此龐大的資料都錄進去，也會面臨能源、算力的瓶頸
。所以，這個願景在短期內並不現實。
回到實務層面，未來真正能在 AI 時代勝出的產品經理，需要具備以下幾點：
理解 AI、會使用 AI：產品經理不會完全被 AI 替代，但是一定會被使用 AI 的其他產品經理替代。
能把思維模式化、框架化，並教 AI 如何做產品：
他們能有條理地給 AI 下指令或讓 AI 學會他們的思維方式。
共情能力強，深諳心理學：他們知道怎樣調動使用者和團隊的情緒、激發創造力，也理解自己和別人的情感從何而來。
極強的學習能力與問題意識：他們知道自己困惑什麼，能第一時間去找資訊，並具備理解資訊的能力；同時樂於探索未知領域。
跨職能、跨領域的全能型領導力：他們可以在 AI 的幫助下扮演 CEO，不僅能輸出策略，也能推動落地。
LASTLY
END
未來，產品經理不僅要設計出幫助使用者解決問題的好產品，還要以自己的價值觀，透過產品去影響更多的使用者。換言之，要成為真正的意見領袖。
如果大家對我的產品和 AI 分享感興趣，歡迎關注我的公眾號。謝謝大家！