「AI 帶來的真正影響并非是讓產(chǎn)品經(jīng)理因不確定性的減少而失去價值，而是逐步淘汰那些不能掌握新方法、新機(jī)遇的產(chǎn)品經(jīng)理?！?/p>

近期，a16z 發(fā)布了《5 Principles for Product Managers Fending Off Obsolescence in the AI Era》，這是一篇討論在 AI 時代下，產(chǎn)品經(jīng)理核心價值歸宿的文章。

TLDR：

• 產(chǎn)品經(jīng)理需要投入大量的精力，像調(diào)研客戶需求那樣去 「調(diào)研」 模型，深入挖掘模型的能力邊界與局限性。評估方案是一種結(jié)構(gòu)化測試工具，不僅可以用來衡量模型輸出的準(zhǔn)確性，更重要的是能夠識別和評估模型的 「涌現(xiàn)能力」，從而為產(chǎn)品設(shè)計提供有價值的參考依據(jù)。

• 未來，軟件將成為消費(fèi)者可支配支出的主要流向之一。在此背景下，產(chǎn)品經(jīng)理在進(jìn)行產(chǎn)品設(shè)計時應(yīng)思考：「我們產(chǎn)品每月 1000 美元的版本會是什么樣？」 然后以此為目標(biāo)進(jìn)行逆向規(guī)劃，并將其變?yōu)楝F(xiàn)實(shí)。

• 在軟件行業(yè)，構(gòu)建基于網(wǎng)絡(luò)效應(yīng)的競爭壁壘是傳統(tǒng)策略，但在競爭激烈的 AI 領(lǐng)域，許多傳統(tǒng)的「護(hù)城河」效力正在減弱。情感價值是特別容易被忽略的關(guān)鍵競爭力，企業(yè)應(yīng)大膽打造能與用戶產(chǎn)生情感共鳴的產(chǎn)品。

• 第一代 AI 產(chǎn)品本質(zhì)上只是模型前端的網(wǎng)頁界面，下一代大規(guī)模 AI 產(chǎn)品不再僅僅是模型展示層，而是圍繞基礎(chǔ)模型構(gòu)建的、具備獨(dú)特設(shè)計理念和復(fù)雜功能架構(gòu)的創(chuàng)新產(chǎn)品。

• 對產(chǎn)品經(jīng)理而言，培養(yǎng)直覺最重要的方式就是在日常工作的各個方面每天主動使用 AI 產(chǎn)品。這一觀點(diǎn)，正在成為共識。

以下是文章的全文編譯，在不改變原意的前提下進(jìn)行了編輯。

Founder Park 正在搭建「AI 產(chǎn)品市集」社群，邀請從業(yè)者、開發(fā)人員和創(chuàng)業(yè)者，掃碼加群：

進(jìn)群后，你有機(jī)會得到：

• 最新、最值得關(guān)注的 AI 新品資訊；
  

• 不定期贈送熱門新品的邀請碼、會員碼；
  

• 最精準(zhǔn)的AI產(chǎn)品曝光渠道
  

產(chǎn)品經(jīng)理的核心使命始終在于應(yīng)對各種不確定性——從產(chǎn)品執(zhí)行路徑、進(jìn)行打磨優(yōu)化，到數(shù)據(jù)分析解讀、精準(zhǔn)把握客戶需求，他們就像在混沌中尋找方向的破局者。隨著 AI 技術(shù)的迅猛發(fā)展，不少人斷言，越來越強(qiáng)大的 AI 模型將使產(chǎn)品經(jīng)理的角色逐漸失去價值。然而，這場關(guān)于產(chǎn)品經(jīng)理未來價值的討論，實(shí)際上忽略了關(guān)鍵一點(diǎn)：在當(dāng)下產(chǎn)品推向市場并實(shí)現(xiàn)規(guī)?；倪^程中，不確定性并沒有減少，改變的僅僅是應(yīng)對這些挑戰(zhàn)的工具和隨之而來的發(fā)展機(jī)遇。未能及時洞察并適應(yīng)這一變革的產(chǎn)品經(jīng)理，很可能被時代浪潮所淘汰。

如今的產(chǎn)品領(lǐng)導(dǎo)者們，多數(shù)成長于移動互聯(lián)網(wǎng)向 Web 過渡的關(guān)鍵時期。他們熟練掌握了一整套標(biāo)準(zhǔn)化的移動應(yīng)用方法論，例如采用精細(xì)化方法計算用戶增長，堅持以移動端用戶體驗(yàn)為核心進(jìn)行產(chǎn)品設(shè)計，并深入研究手機(jī)主屏幕應(yīng)用圖標(biāo)這一關(guān)鍵入口的運(yùn)營策略。在移動產(chǎn)品蓬勃的發(fā)展時期，業(yè)界一直在探討如何突破桌面時代的設(shè)計局限，例如，無法直接套用桌面時代的設(shè)計模式，如懸停提示、點(diǎn)擊導(dǎo)向等不適用于移動端的設(shè)計規(guī)范，并將其強(qiáng)加到移動產(chǎn)品上。

在借助 AI 開發(fā)產(chǎn)品的過程中，有哪些新興的擬物隱喻（Skiamorphic metaphor，這里指交互模式或設(shè)計范式）可能會對移動產(chǎn)品管理形成限制？又有哪些值得產(chǎn)品經(jīng)理借鑒的最佳實(shí)踐？以下內(nèi)容值得重點(diǎn)關(guān)注。

01

識別、評估和巧妙利用

模型的 「涌現(xiàn)能力」

大型 AI 模型具有概率性本質(zhì)，這意味著即便是相同的輸入，每次得到的輸出結(jié)果也并非固定不變，而是存在差異。

由于 AI 模型的輸出具有隨機(jī)性，并且會產(chǎn)生一些沒有被預(yù)先編程設(shè)定的 「涌現(xiàn)行為」，產(chǎn)品經(jīng)理如今需要投入大量的精力，像調(diào)研客戶需求那樣去 「調(diào)研」 模型，深入挖掘它的能力邊界與局限性。

產(chǎn)品經(jīng)理應(yīng)當(dāng)思考：模型產(chǎn)生的哪些 「異常輸出」 或不可預(yù)測的結(jié)果，可以被巧妙運(yùn)用到產(chǎn)品中？面對極端或特殊情況時，模型會如何反應(yīng)？在哪些場景下需要模型保持輸出穩(wěn)定？ 培養(yǎng)對模型特性的敏銳洞察力，能夠催生出極具創(chuàng)新性的產(chǎn)品。

例如 Websim，這是一款由 AI 驅(qū)動的模擬器，它生成的網(wǎng)站充滿奇思妙想、令人意想不到，使用者仿佛能借此窺見模型的 「思維世界」。 Websim 的開發(fā)者沒有刻意約束模型，使其輸出常規(guī)、精致的內(nèi)容，而是選擇擁抱并放大模型產(chǎn)生的奇特結(jié)果。

為了從模型的意外輸出中挖掘價值，產(chǎn)品經(jīng)理還需要掌握編寫評估方案的技能。評估方案是一種結(jié)構(gòu)化測試工具，不僅可以用來衡量模型輸出的準(zhǔn)確性，更重要的是能夠識別和評估模型的 「涌現(xiàn)能力」，從而為產(chǎn)品設(shè)計提供有價值的參考依據(jù)。

02

大膽推出高價極致產(chǎn)品，

軟件將成為消費(fèi)者支出的主要流向之一

如今，我們看到一類軟件產(chǎn)品能夠?qū)崿F(xiàn)幾年前難以想象的功能：例如，一款 AI 護(hù)士可以在患者手術(shù)前通過電話告知相關(guān)信息及注意事項(xiàng)；一款工具能根據(jù)簡單提示生成復(fù)雜的網(wǎng)絡(luò)應(yīng)用；還有產(chǎn)品可以進(jìn)行復(fù)雜的研究與分析，而這些工作在過去需要一個團(tuán)隊(duì)來完成。在這樣的背景下，產(chǎn)品定價幾乎沒有上限。 去年， ChatGPT 推出每月 200 美元的大眾消費(fèi)級訂閱服務(wù)時，當(dāng)時看來似乎是不切實(shí)際的想法。如今，它已成為許多重度用戶的日常必備。

同樣， Krea、Cursor、Midjourney 等 AI 產(chǎn)品也在積極探索其價格上限，而非一味追求低價競爭。未來，軟件將成為消費(fèi)者可支配支出的主要流向之一。在此背景下，產(chǎn)品經(jīng)理在進(jìn)行產(chǎn)品設(shè)計時應(yīng)思考：「我們產(chǎn)品每月 1000 美元的版本會是什么樣？」 然后以此為目標(biāo)進(jìn)行逆向規(guī)劃，并將其變?yōu)楝F(xiàn)實(shí)。

03

傳統(tǒng)軟件的「護(hù)城河」正在減弱，

「情感價值」是關(guān)鍵競爭力

消費(fèi)級 AI 公司應(yīng)主動探索構(gòu)建新的競爭壁壘，可嘗試使用低秩適配器（ LoRAs ）、開發(fā)獨(dú)家工作流程、與其他軟件深度集成，或開拓語音交互、電話服務(wù)等新方向。

在我看來，情感價值是特別容易被忽略的關(guān)鍵競爭力，企業(yè)應(yīng)大膽打造能與用戶產(chǎn)生情感共鳴的產(chǎn)品。像蘋果、谷歌等科技巨頭，專門設(shè)立了嚴(yán)格的審查委員會，以嚴(yán)格避免產(chǎn)品中出現(xiàn)分歧、勸說、性這類復(fù)雜敏感的內(nèi)容。語言模型通?；谄毡檎J(rèn)可的內(nèi)容進(jìn)行提煉，輸出內(nèi)容趨于規(guī)范、保守，這使得許多 AI 產(chǎn)品缺乏獨(dú)特性，也難以滿足用戶更深層的需求。但初創(chuàng)公司反而可以另辟蹊徑，在產(chǎn)品中加入情感沖突、矛盾等容易被忽視的元素，打造令人眼前一亮的產(chǎn)品。

在軟件行業(yè)，構(gòu)建基于網(wǎng)絡(luò)效應(yīng)的競爭壁壘是傳統(tǒng)策略，但在競爭激烈的AI領(lǐng)域，新公司和產(chǎn)品層出不窮，許多傳統(tǒng)的「護(hù)城河」效力正在減弱。以記錄系統(tǒng)為例，現(xiàn)在結(jié)合視覺模型和機(jī)器人流程自動化（ RPA ）技術(shù)，可實(shí)現(xiàn)快速索引，過去依賴記錄系統(tǒng)建立的優(yōu)勢已不再明顯。隨著開發(fā)者使用的模型和基礎(chǔ)設(shè)施日趨同質(zhì)化，品牌影響力、市場發(fā)展勢頭這些過去被視為「軟性」的競爭優(yōu)勢，在消費(fèi)級 AI 市場反而變得日益重要。當(dāng)下，越來越多的成功 AI 企業(yè)正采用「先發(fā)快跑」的策略：創(chuàng)業(yè)先行者率先推出創(chuàng)新產(chǎn)品搶占市場先機(jī)，并通過持續(xù)的功能更新和特性拓展，始終保持行業(yè)領(lǐng)先地位。

04

模型是平臺，

而非產(chǎn)品

第一代AI產(chǎn)品本質(zhì)上只是模型前端的網(wǎng)頁界面，圖像生成、詩歌創(chuàng)作等核心功能均由基礎(chǔ)模型完成。這些產(chǎn)品憑借其新穎的功能體驗(yàn)，迅速吸引了大量用戶。然而，隨著基礎(chǔ)模型數(shù)量持續(xù)增加，功能日益復(fù)雜，用戶若要充分釋放模型潛力，就需要配套設(shè)計相應(yīng)的工作流程。

以文本生成應(yīng)用為例，如 Replit、Lovable 和 Bolt 等，它們?yōu)樾聞?chuàng)意的快速原型搭建提供了高效途徑。但從原型走向?qū)嶋H應(yīng)用，還需要更先進(jìn)的交互界面，以支持對模型進(jìn)行深度微調(diào)和個性化定制。由此可見，下一代大規(guī)模AI產(chǎn)品不再僅僅是模型展示層，而是圍繞基礎(chǔ)模型構(gòu)建的、具備獨(dú)特設(shè)計理念和復(fù)雜功能架構(gòu)的創(chuàng)新產(chǎn)品。

05

主動使用 AI 產(chǎn)品正在成為行業(yè)標(biāo)配

如果你不理解一個系統(tǒng)，就無法將其成功產(chǎn)品化。這意味著，僅僅淺嘗輒止地使用 ChatGPT 是不夠的，你需要深入了解語言模型和推理模型之間的區(qū)別。你是否曾試用過 Deep Research 、 Operator 、 Gemini Flash 、自定義 GPT 以及多模態(tài)模式下的 GPT-4o ？你是否了解思維鏈相關(guān)知識？在使用 DeepSeek 或其他支持該特性的推理模型時，你是否觀察過這一過程？

對產(chǎn)品經(jīng)理而言，培養(yǎng)直覺最重要的方式就是在日常工作的各個方面每天主動使用AI產(chǎn)品。這一觀點(diǎn)正迅速形成共識，包括 Shopify 、 Duolingo 、 Box 在內(nèi)的眾多公司首席執(zhí)行官均已宣布，公司將全面轉(zhuǎn)向 AI 優(yōu)先戰(zhàn)略。隨著時間的推移，產(chǎn)品經(jīng)理應(yīng)自然而然地把 AI 產(chǎn)品融入日常工作習(xí)慣，并成為公司內(nèi)部推動最佳實(shí)踐的表率。