据不完备统计，2017年中国的AI产品经理从业者大约二、三百人，他们切入AI的背景条件一样平常是：公司内部转岗、安防/媒体/机器人等行业背景、专业技能背景、有时做过ASR/搜索等产品（那时候不叫AI）。
大部分想转型的PM没有AI背景，还可能面临其他困难：从业年限、地域限定、事情稳定性考虑等等；但这并不妨碍从业者数量2018年初暴涨到800-1000人。今年AI公司集体爆发，跑马圈地的AI公司乐意给求职者更多原谅；而互联网PM沉淀过产品方法论，人数过剩且有危急意识，是最适宜转型的群体。
我从2017年10月决定转型，当时零AI背景转型成功的案例非常少，网络上更多流传的是从业者的跳槽履历，很少有真正契合AI小白背景的履历文章。下面，我来分享个人详细的七步走策略：找到抓手、核阅自己、目标操持、学习输入、实行输出、调研&简历、口试&选择。
一、找到抓手
任何宝箱都有匹配的钥匙。存心网罗学习资源，一定会创造“AI产品经理大本营”这类社群，得到与从业者互换的机会。深入互换后，你会有基本的觉悟：AI产品经理的能力维度很全面，转型最少须要学习3-6个月。
二、核阅自己
过去的互联网环境让很多PM以为：不用太懂技能，不用研讨生理学和设计，乃至不用成为业务专家，只要按日常事情套路随便搞搞就月薪一两万。过去是由于成本暴躁、企业暴躁，但想做AI，就必须先核阅自己到底有哪些代价。
1. SWOT
以我为例：
上风：科技知识储备、多次跨界经历、3年管理、落地几款盈利/明星产品。劣势：没有AI背景、5年事情履历（事情越久转型越难）。上风劣势是相对的，要看口试什么样的公司。最近碰着几位口试者，没理解公司背景就谈上风，找不准契合点很尴尬。
2. 用户调研
转型是个长期过程，offer是力求一击必杀。我的策略是：集中学习加强AI认知，仿照AI场景做调研剖析、产品设计、机器模型，输出文章给自己增加背书；向心仪的JD临时抱佛脚，找到自己能为这家公司带来的3条差异化代价。
3. 斩断心锁
会有人想，为什么有这步多余的操作。我们每每面对主要决议时才须要“斩”，实在很多转型的朋友都做了一定的捐躯，我也自切了几刀。这里讲究个“快”字，最忌拖泥带水。
Q：定居四年的苏州AI发展较弱？
A：预备移居深圳。
Q：没AI履历？
A：降薪并放低姿态。
Q：大厂只要螺丝钉？
A：去创业团队做万金油。
Q：事情忙学习韶光少？
A：裸辞。
Q：跨城市情试未便利？
A：在深圳住1个月酒店。
Q：奔30的岁数该要娃了？
A：不转型成功武断不要娃！
没有退路才有出路，多斩几刀，会感到身轻如燕。转型必须雷厉风行，能束缚自己的只有自己。
三、目标操持
一入AI深似海，面对繁杂的知识体系，如何推演出适宜自己的学习路径？小步快跑，试错迭代。我的做法比较接地气：写份转型操持抛到社区，坐等各路豪杰来吐槽：《转型AI产品经理：这是我的3周学习小结》
这篇文章在大家都是产品经理社区单渠道得到3万+阅读量，现在看它还是踩过很多坑，终极实行的操持与文章中的相差50%以上。当时很快就收成了一波好友和宝贵建议，比如：调度学习资料的层级构造、正面迎击技能通识。
我将操持设定了几个里程碑，阶段性复盘。险些不留安歇韶光，每天思考到后半夜，均匀日就寝小于5小时。这种状态坚持几天很轻松，长久下来，磨练的便是意志力，终极人瘦了一圈。
我们的认知和市场形式每天都在变革，进度操持必须逐日迭代。4个月光阴须臾即逝，错一点或者慢一步，就可能丧失落2018年的金三银四。
四、学习输入
先想清楚每一项输入对应的代价是什么，然后网罗书本、社群、自媒体、会展和公开课，一定能找到得当的资源。
1. 资料分层分类
AI干系的场景案例、技能通识、产品通识、行业通识、学术论文、数据剖析；还有其他增加深度的方向：认知科学、神经学、生理学、哲学宗教等。选择一个最希望从事的方向多备些资料，比如CV、NLP、智能家居。
2. 广度or深度
一些业内人士建议优先深度，我以为两者都要，而且是先广后深，这样有利于全局视角。如果你真在近期口试过，就可能知道个中的无奈。以上海为例，做NLP方向的公司就竹间、小i机器人这几家。如果投简历未得到回应，或者口试见光去世几个，就没什么机会了。以是有个兜底的选项便是广撒网先上船，AI的几个领域之间相互转岗非常随意马虎。
3. 深入到什么程度
一定程度理解机器学习、NLP等技能事理，清楚特定方向的技能瓶颈，能够结合行业现状剖析一个AI场景。这里有个困难：没有AI背景，没在项目中沉淀过，自学起来也难接地气。目前各公司保密做的很好，核心干货不会让转型者得到。跟从业者搞好关系，多互换取经是很好的办法。
我当时没有深切NLP、CV、模式识别中的某个方向，而是从0学Python、Tensorflow搭神经网络、做些根本的Case。考试测验调用框架实现大略的会话机器人Demo，目的是更直不雅观理解机器学习。学习代码纯属兴趣，实际上偏运用的AI产品经理不须要工程操作。
4. 如何验证学习效果？
给自己编30道口试题，对着镜子仿照口试，直到能得满分为止。再换下面的30道，这样一轮轮下来，遍通书身的认知边界。创造边界太窄，就连续扩展边界。
口试AI团队，最忌讳对AI认知过浅。如果你是口试官，碰着的求职者讲不清朴素贝叶斯、SVM、NLP瓶颈边界、神经网络类型和事理，不能深入剖析某个AI场景。咱们公司又不是慈善机构，会给他事情机会么？
五、实行输出
我输出的方向是场景剖析、学习条记、不雅观点意见、事情习气和未来畅享，目的是广泛覆盖PM的思考维度，以下是输出的部分：
《能否借助AI破译婴儿哭声？》《两周搭建Demo理解机器学习》《关于Google发布AutoML的几点意见》如果可能的话，最好留杀手锏。我压了3篇草稿一贯没发布，命题是AI的居家癌筛场景、机器的灵商与意识、区块链与AI结合。实践证明，口试中取出来可以让人面前一亮，一些新鲜、有深度的不雅观点每每能够超出口试官的预期。
输出不一定完美，我们会对自己粗劣的文章感到愤怒和耻辱，知耻而后勇，倒逼自己通过输入来完善它。零AI根本的输出水准，可以折射出此人在AI领域的发展潜力。
六、调研&简历1. 调研公司
口试就像找工具，口试官会跟一个不理解自己的人结婚么？
最近创造有很多不重视调研的求职者，很难指望他们在未来的事情中做好调研。如果这样的人简历很光鲜，那一定有水分，由于他们不尊重岗位，不具备同理心和职业习气。
2. HR是若何筛选简历的？
简历中突出上风、层次光鲜是必须的，招聘专员每天面对海量简历，每每10秒钟扫下简历中是否有AI、大厂、明星产品背景，统一的筛选标准有助于提升效率。而Boss直聘等个人渠道则不太一样，Boss每每更耐心，视角更专业。
3. 没有项目履历，担心简历跟JD不契合怎么办？
如果你做过场景剖析，仿照策划过AI产品或Train过Model，这些便是最好的背书。简历中带上作品链接，放到显眼的位置，确保作品质量别太弱。
4. 简历写好了，找人内推还是自己投？
口试有时性很多，内推的触达率确实高一点，但并不存在绝对上风。建议多管齐下，不过度依赖某个渠道。不要一股脑全投出去，为简历留些完善的机会。
5. 要用STAR原则优化简历么？
STAR原则便是针对各家JD定点偷袭，拆分出N个版本的简历。一些HR朋友见告我STAR原则的投递效果很有限，我还是熬了一周的夜制作30多个版本的简历分批投递，开通了查看竞争者的会员权限。目的是搞透深圳市各公司的招人标准，推测公司招聘的紧迫程度和人才竞争格局。
七、口试&选择
网络上的口试技巧和常见问题有很多，这些基本的苦工还是要下的，提几个关键点：
1. 调度状态，淡定当心
口试前我会冥想几分钟，深呼吸，将状态调度到最佳。时候留神口试官的眼神、动作、话语，每个细节变革都是一道口试题，冷漠不一定代表否定，微笑也不一定代表认同。
时候揣测他的意图，守住心神。人在精神松懈的时候，潜意识的反馈最随意马虎暴露缺陷。即便是情商低的人，经由刻意演习后也可以与口试官轻松对话。
2. 避免浮夸
刚做PM那年，我碰着个8年PM履历的口试官，他对我说：“没做5年以上的PM，不要轻易谈计策” ，这句话经受住了韶光的磨练。后来我刻意磨炼升维思考和领导视角，依然在3、4年后才参与到计策。以是如果自身不具备一些能力维度，只管即便避免浮夸的字眼，别把口试官当傻子。
3. 聚合＞发散
产品经理的范畴很广，一次口试只有半个多小时，只管即便减少尬聊和跑题。发散思维很不值钱，没有企业会由于几个好点子而具备核心竞争力，胜负每每取决于奔跑速率和认知深度。发散后要快速聚合，抛出金字塔尖的不雅观点，凝炼到位的表达最能表示PM职业素养。
4. 诚意比什么都主要
诚意是发自内心的尊重和认同，诚意不仅要表现在口试中，并且要持续到入职之后。我在这方面做的比较激进：口试前先自打鸡血，积极应对口试官的每个问题。收到offer后HR建议在公司3公里内租房，我直接租在距公司100米的马路对面，入职第一周每天干到半夜1点往后。将韶光压缩到极致，员工为公司创造代价的差距便是这么一点点挤出来的。
5. 口试是最宝贵的学习机会
几家公司口试下来，对岗位的理解肯定会越来越清晰。每次口试都复盘一下，再针对短板集中突击，可以大大提高后续口试的成功率，不要把困惑留给来日诰日。
6. 团队期望在我们身上看到什么？
口试官每每有这种心态：若A、B、C三名口试者给我的综合评分都是60，终极便是三位都不想要，期望能有一位70分的把他们PK掉。
当比分胶着的时候，我们须要给口试官一锤定音的情由，差异化代价非常主要！
差异化可以表示在悟性灵性、行业认知、教诲文化、职业技能、成功案例等，更要讲清楚逻辑来佐证你真的具备这些上风。
7. 什么样的团队重点考技能理解？
目前大部分转型者希望做偏场景运用、商业化的AIPM，岗位对技能理解有哀求但不苛刻。如果你的技能认知偏弱，建议避开这几类团队：
技能驱动而非产品、运营驱动的公司，企业基因根深蒂固，很难改变。偏传统的公司每每稽核技能，一些激进的产品经理可能不喜好这种氛围。项目还在探索阶段，很难复用现成的办理方案，须要AIPM常跟算法、科学家泡在一起，对模型效果卖力。选择团队远比选择岗位主要。好的团队即便阶段性失落败了，依然可以沉淀出战斗力。糟糕的团队，可能会给自己的职业生涯抹黑。对产品经理来说，好团队的关键词可能是：创始团队、原谅、开放、人性化、激进、创新等。只管即便避免唯技能论，或者唯履历论的团队。
我收到的offer包含ASR、CV、NLP几个方向，终极选择追一科技，是由于团队基因好、NLP较强、接地气、更懂我，事实证明这个选择非常精确。
好了，以上便是本次分享的紧张内容，希望能够给你带来一点帮助。末了，转型互换的过程中，我常常来不及回答朋友的提问，顺便在这里附上3个常见的问题，谈谈个人的理解：
1. AI产品经理是不是比互联网产品经理厉害？
这是个伪命题，我一样平常会反问：月薪10万的PM和月薪2万的AIPM，哪个更厉害？答案当然是：卓越的PM更厉害。
有这样一类PM，喜好给自己设定远高于群众的标准。即便团队对他们没哀求，他们依然会懂技能、懂设计、懂营销、懂商业、懂管理、懂业务、懂生理。
他们能做好螺丝钉，也能做好万金油。他们将自己视作增强学习模型，不断向CEO去拟合。他们知道：PM终极拼的是人文素养和灵魂境界，而不是职位名称、从业年数、名校背景。他们的生平都在自我进化，以是从不纠结自己究竟是PM还是AIPM。2. AI有泡沫，到底要不要做？
泡沫的多少代表市场感情的强烈程度，没有泡沫的行业是不值得去做的
我的建议是：若真爱AI，不要犹豫，不必关心转型红利期还剩多久。若你对AI不执够著，也不用强求，不忘初心就好。反正我们是产品经理，我们要进化这个时期。
3. 产品经理成熟的标准是什么？
看他做一款创新型产品时，更依赖竞品调研还是独立判断。站在巨人的肩膀上是没错，但前瞻性的方案更依赖人性洞察和市场嗅觉：
成熟的PM相信一万小时理论，对元认知刻意创建索引，不短缺方法论和工具，最缺的是韶光。他们可以清晰阐述产品的隐性逻辑，为什么要方案1而不是方案2，不做模棱两可的决策。他们能将风格自傲地贯彻到产品和团队中，让它具备激进或端庄的气质他们坚忍克制，勇往直前，拥有对威信说不的胆魄。作者：于长弘，公众年夜众号：AI小宇宙（ID：AI_endless）
本文由 @于长弘 原创发布于大家都是产品经理。未经容许，禁止转载
题图来自 Pixabay，基于 CC0 协议