「AI 帶來的真正影響并非是讓產品經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、新機遇的產品經理。」

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，產品經理核心價值歸宿的文章。

TLDR：

• 產品經理需要投入大量的精力，像調研客戶需求那樣去 「調研」 模型，深入挖掘模型的能力邊界與局限性。評估方案是一種結構化測試工具，不僅可以用來衡量模型輸出的準確性，更重要的是能夠識別和評估模型的 「涌現能力」，從而為產品設計提供有價值的參考依據。

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

• 在軟件行業(yè)，構建基于網絡效應的競爭壁壘是傳統策略，但在競爭激烈的 AI 領域，許多傳統的「護城河」效力正在減弱。情感價值是特別容易被忽略的關鍵競爭力，企業(yè)應大膽打造能與用戶產生情感共鳴的產品。

• 第一代 AI 產品本質上只是模型前端的網頁界面，下一代大規(guī)模 AI 產品不再僅僅是模型展示層，而是圍繞基礎模型構建的、具備獨特設計理念和復雜功能架構的創(chuàng)新產品。

• 對產品經理而言，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 產品。這一觀點，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行了編輯。

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

進群后，你有機會得到：

• 最新、最值得關注的 AI 新品資訊；
  

• 不定期贈送熱門新品的邀請碼、會員碼；
  

• 最精準的AI產品曝光渠道
  

產品經理的核心使命始終在于應對各種不確定性——從產品執(zhí)行路徑、進行打磨優(yōu)化，到數據分析解讀、精準把握客戶需求，他們就像在混沌中尋找方向的破局者。隨著 AI 技術的迅猛發(fā)展，不少人斷言，越來越強大的 AI 模型將使產品經理的角色逐漸失去價值。然而，這場關于產品經理未來價值的討論，實際上忽略了關鍵一點：在當下產品推向市場并實現規(guī)模化的過程中，不確定性并沒有減少，改變的僅僅是應對這些挑戰(zhàn)的工具和隨之而來的發(fā)展機遇。未能及時洞察并適應這一變革的產品經理，很可能被時代浪潮所淘汰。

如今的產品領導者們，多數成長于移動互聯網向 Web 過渡的關鍵時期。他們熟練掌握了一整套標準化的移動應用方法論，例如采用精細化方法計算用戶增長，堅持以移動端用戶體驗為核心進行產品設計，并深入研究手機主屏幕應用圖標這一關鍵入口的運營策略。在移動產品蓬勃的發(fā)展時期，業(yè)界一直在探討如何突破桌面時代的設計局限，例如，無法直接套用桌面時代的設計模式，如懸停提示、點擊導向等不適用于移動端的設計規(guī)范，并將其強加到移動產品上。

在借助 AI 開發(fā)產品的過程中，有哪些新興的擬物隱喻（Skiamorphic metaphor，這里指交互模式或設計范式）可能會對移動產品管理形成限制？又有哪些值得產品經理借鑒的最佳實踐？以下內容值得重點關注。

01

識別、評估和巧妙利用

模型的 「涌現能力」

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

由于 AI 模型的輸出具有隨機性，并且會產生一些沒有被預先編程設定的 「涌現行為」，產品經理如今需要投入大量的精力，像調研客戶需求那樣去 「調研」 模型，深入挖掘它的能力邊界與局限性。

產品經理應當思考：模型產生的哪些 「異常輸出」 或不可預測的結果，可以被巧妙運用到產品中？面對極端或特殊情況時，模型會如何反應？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)新性的產品。

例如 Websim，這是一款由 AI 驅動的模擬器，它生成的網站充滿奇思妙想、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)、精致的內容，而是選擇擁抱并放大模型產生的奇特結果。

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

02

大膽推出高價極致產品，

軟件將成為消費者支出的主要流向之一

如今，我們看到一類軟件產品能夠實現幾年前難以想象的功能：例如，一款 AI 護士可以在患者手術前通過電話告知相關信息及注意事項；一款工具能根據簡單提示生成復雜的網絡應用；還有產品可以進行復雜的研究與分析，而這些工作在過去需要一個團隊來完成。在這樣的背景下，產品定價幾乎沒有上限。 去年， ChatGPT 推出每月 200 美元的大眾消費級訂閱服務時，當時看來似乎是不切實際的想法。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，軟件將成為消費者可支配支出的主要流向之一。在此背景下，產品經理在進行產品設計時應思考：「我們產品每月 1000 美元的版本會是什么樣？」 然后以此為目標進行逆向規(guī)劃，并將其變?yōu)楝F實。

03

傳統軟件的「護城河」正在減弱，

「情感價值」是關鍵競爭力

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

在我看來，情感價值是特別容易被忽略的關鍵競爭力，企業(yè)應大膽打造能與用戶產生情感共鳴的產品。像蘋果、谷歌等科技巨頭，專門設立了嚴格的審查委員會，以嚴格避免產品中出現分歧、勸說、性這類復雜敏感的內容。語言模型通常基于普遍認可的內容進行提煉，輸出內容趨于規(guī)范、保守，這使得許多 AI 產品缺乏獨特性，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品。

在軟件行業(yè)，構建基于網絡效應的競爭壁壘是傳統策略，但在競爭激烈的AI領域，新公司和產品層出不窮，許多傳統的「護城河」效力正在減弱。以記錄系統為例，現在結合視覺模型和機器人流程自動化（ RPA ）技術，可實現快速索引，過去依賴記錄系統建立的優(yōu)勢已不再明顯。隨著開發(fā)者使用的模型和基礎設施日趨同質化，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，在消費級 AI 市場反而變得日益重要。當下，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)新產品搶占市場先機，并通過持續(xù)的功能更新和特性拓展，始終保持行業(yè)領先地位。

04

模型是平臺，

而非產品

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

以文本生成應用為例，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。但從原型走向實際應用，還需要更先進的交互界面，以支持對模型進行深度微調和個性化定制。由此可見，下一代大規(guī)模AI產品不再僅僅是模型展示層，而是圍繞基礎模型構建的、具備獨特設計理念和復雜功能架構的創(chuàng)新產品。

05

主動使用 AI 產品正在成為行業(yè)標配

如果你不理解一個系統，就無法將其成功產品化。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？

對產品經理而言，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產品。這一觀點正迅速形成共識，包括 Shopify 、 Duolingo 、 Box 在內的眾多公司首席執(zhí)行官均已宣布，公司將全面轉向 AI 優(yōu)先戰(zhàn)略。隨著時間的推移，產品經理應自然而然地把 AI 產品融入日常工作習慣，并成為公司內部推動最佳實踐的表率。