AI 时代这个问题有了答案：要懂，且要在自己领域掌握前沿技术原理与优劣。文章从解释原理、融入研发过程、掌握应用条件三个层面说清"懂技术"到底懂什么，并给出肺癌识别引擎的例子。

关于产品经理要不要懂技术，在互联网时代是个颇具争议的话题。

来到AI时代，这个问题要水落石出了。

AI产品经理需要懂技术。

并且要在自己所在领域掌握前沿技术的实现原理，熟悉每种技术的优劣势，对技术的发展方向、技术如何应用到产品有自己独到的认知。

什么叫懂技术？从以下几个方面说明。

1、产品经理不需要亲自参与到算法模型的选择、调参、特征选取过程中，但需要对所在领域产品研发过程中每一个技术动作的原理和最佳实践要有深刻的理解，并可以熟练的解释说明，这有利于在公司内部协调沟通。

比如，当公司的老板问起来某个功能的实现原理时，产品经理需要站出来从工程化角度解释内在原理，而且如果能将目前主流的技术手段、竞争对手的技术手段拿出来做横向比较、分析，并量化目前的优势、劣势。

那么老板一定会对你刮目相看。

另外，当客户或用户问起产品具备何种优势时，产品经理如果能从技术手段解释说明，对于增强用户的信心会有很大帮助。

2、在用AI技术研发产品的过程中需要产品经理融入研发过程。

互联网时代输出交互设计文档是产品经理的重要工作之一，但在AI时代，尤其是对算法团队来说，他们要的不再是交互设计。

那算法团队需要什么？

比如，你是负责肺癌识别引擎的产品经理，产品目标比较明确，提升疾病预测的准确率。

那交互设计显然不是产品建立门槛的关键，产品经理需要为算法团队创造更好的条件来完善模型。

产品经理首先要了解医疗领域（尤其是肺癌识别）的技术常识、技术历史背景、技术现状、未来技术演变趋势等。

当掌握了这些信息，你会发现影响模型准确度的关键因素至少包含：专家型医生标注的高质量数据集、数据集规模。

医疗领域的数据不同于电商，反馈周期相对较长，而且准确的标记对医生的专业能力要求极高。

这时候产品经理需要做的就是在反馈周期内，想尽一切办法帮助团队提供高质量的数据集。

3、掌握前沿技术在产品所在领域的应用条件和最佳实践。

本质上人工智能是一种替代人工生产力的技术。

如果说互联网的产品核心是“流量“，那么人工智能产品就是利用“软/硬件基础设施”、“数据”、“算法”作为生产材料完成生产力的升级，从而带来更好的用户体验。

所以，产品经理需要找到最佳生产材料组合，并完成产品化的落地方案。

不同的组合策略会有不同的效果，产品竞争的维度也会不同。

比如，你负责一个机器视觉产品设计，要了解目前主流的产品架构有哪些，每种架构适合什么样的用户场景。

产品硬件中传感器元件的精度、芯片运算效率和功耗、生物识别原理、采用2D还是3D视觉识别方案等都需要了解。

每种方案配套的硬件组合和算法不同，带来的研发成本、风险都不同。

产品经理要综合所有调研后才能完整的输出产品优势、上线周期、投资回报率等产物，综合以上指标后才能开始产品的设计工作。

因此，产品经理不仅需要懂技术原理，还需要具备对技术发展趋势的洞见，才能最终设计出有竞争力、有前瞻性的人工智能产品。