转行AIGC产品经理到底需要什么要求

6 评论 6286 浏览 56 收藏 11 分钟

随着生成式AI和AI绘画的火热,越来越多的人也希望在AI这个方向发展。但不论是转行还是入门,如何上手?这篇文章,作者整理了转行AI产品的一些经验,希望能帮到大家。

大模型的热度依然还在继续,不断有新的公司冒出,和“新”的模型发布,所谓的“百模大战”正在上演;AIGC则是当前人工智能应用的重要方向,但是作为一名产品经理,在AIGC产品中扮演的什么角色,AIGC产品经理每天的工作内容又包含哪些具体工作,作为AIGC产品经理需要具备哪些不同于之前产品经理的能力呢?带着这些问题,作为一个新人,尝试去找找答案。

第一步:BOSS上查找AIGC产品经理的招聘信息和JD

发现BOSS上AIGC产品经理的岗位确实还不少,并且相对普通互联网产品经理的薪资待遇要高上一级,但是无论是大厂还是不曾知名公司的招聘信息上,对岗位的要求描述与普通产品经理的要求却并无二异,最多是提到需要有AIGC产品经验,智能对话等项目经历。

第二步:直接问大语言模型产品

所谓大大语言模型回答的结果与BOSS上得到的答案也并没有太大区别,甚至还有些不如,也许是AIGC这个产品岗位还算比较新,或者是我的提问方式不对吧

第三步:阅读行业报告

作为一个新人,阅读市面上大公司的完整行业调研报告,我认为最直接最有效的一种方式,虽然有时报告可能带着机构或作者的偏向性和局限性,但是多读多看最后通过自己的辨别最终总是会形成自己的认知,无论是正确还是错误的。

经过一个星期工作之余时间的搜集,最终收集到100多篇关于AIGC的报告(绝对高质量),又经过一天的快速翻读,将报告进行了一个等级划分(A-B-C),选出近30分报告进行精读,个人脑子不太好使,所以边看边做笔记和重点摘抄,最后绘制了下图:

1. AI

AIGC是相对PGC和UGC而言,AIGC可以分为AI+GC,所以在了解AIGC前需要先对AI进行一个初步了解

1)AI的发展阶段:AI 的发展阶段大致可以分为三个阶段

决策式AI:

  • 定义:是基于规则、知识或经验,通过对输入数据进行分析和推理,从而做出决策或推荐的人工智能系统。
  • 应用:用于专业领域,例如医学、金融、法律等,其目的是为了支持决策过程和提高决策效率。

生成式AI:

  • 定义:基于机器学习或深度学习等技术,从大量数据中学习并生成新的数据或内容的人工智能系统
  • 应用:用于自然语言处理、图像处理、音频处理等领域,其目的是为了生成高质量的内容和实现自动化创作

通用型AI:

  • 定义:具有类似人类智能的广泛能力的人工智能系统
  • 应用:可以像人类一样进行感知、推理、学习、决策、规划等多种任务,能够在不同的领域和情境中灵活地应对和适应。

2)AI的知识体系

AI主要包含六大学科知识体系:机器视觉、自然语音、认知推理、机器人学、博弈理论、机器学习等

3)AI的能力体系

AI在完成任务的过程中大致需要具备以下七种能力:感知、认知、决策、执行、交互、学习、情感

4)AI的三大要素

所有AI产品和应用的顺利运行都离不开数据、算法和算力

5)AI模型的部署

算法模型的生成和部署主要包含七步:数据准备、提取特征、选择算法、模型训练、模型评估、模型调优、模型部署

2. AIGC

1)AIGC的发展阶段

  • 智能数字内容孪生:建立现实世界到数字世界的映射,将现实世界中的物理属性和社会属性高效、可感知地进行数字化
  • 智能数字内容编辑:建立数字世界与现实世界的双向交互。在数字内容孪生的基础上,从现实世界对虚拟数字世界中内容的控制和修改,同时利用数字世界高效率仿真和低成本试错的优势,为现实世界的营业提供快速迭代能力
  • 智能数字内容创作:让人工智能算法具备内容创作和自我演化的能力,形成的AIGC产品具备类似甚至超越人的创作能力

2)生成内容

AIGC可生成内容类型不限于:文本、音频、图片、视频、三维结构、策略逻辑、代码呈现、基因序列等

3)AIGC产品的商业

目前AIGC产品主要以MaaS(模型即服务)服务进行收费,收费渠道主要包含:按模型训练收费、按具体属性收费、按软件订阅服务收费、按产出内容收费、作为底层平台收费等

4)AIGC产业组成

  • 基础设施层:AI芯片、AI计算集群、AI云服务
  • 算法模型层:生成式通用大模型、行业小模型
  • 场景应用层:文本、图像、视频、三维结构….

5)AIGC产品的底层技术

  • 基础生成算法模型:支持 AIGC 用于生成文字、代码、图像、语音、视频、3D 物体等各种类型的内容和数据。
  • 预训练模型:引发 AIGC 技术能力的质变,能够适用于多任务、多场景、多功能需求
  • 多模态技术:将不同类型的数据进行互相转化和生成的技术,以及多模态生成模型等,进一步增强了 AIGC 模型的通用化场景应用能力。

3. 生成类容类型:AIGC中C的类型

1)文本生成

发展路线(模型):循环神经网络-Transformer-ChatGPT

生成方式:根据问答生成、根据关键词生成、根据图像生成、根据视频生成、根据文本生成

产品应用场景:智能对话、语言生成、内容推荐、辅助写作、语音翻译

产品代表:ChatGPT

2)音频生成

发展路线:拼接合成阶段-参数合成阶段-端到端合成阶段

生成方式:根据文字信息生成、根据音频信息生成、根据肌肉震动生成、根据视频内容生成

产品应用场景:语音识别、语音合成、语音交流、语音转换、语音增强、语音修复、音乐生成

产品代表:DeepMusic

3)图像生成

发展路线:GAN生成阶段-自回归生成阶段-扩散模型阶段

生成方式:根据文字信息生成、根据图片信息生成(二值图、灰度图、索引图、RGB图)

产品应用场景:图像分类、图像分割、图像生成、图像风格转换、图像修复、图像超分辨率

产品代表:Midjourney

4)视频生成

发展路线:图像拼接生成阶段-GAN/VAE/Flow-base模型阶段-自回归和扩散模型阶段

生成方式:剪辑生成、特效生成、内容生成

产品应用场景:视频内容识别、视频编辑、视频生成、视频增强、视频风格迁移

产品代表:Make-a-Video

5)三维图像生成

发展路线:显性数据驱动型-隐性数据驱动型

生成方式:自然语言生成、二维图像生成

产品应用场景:游戏开发、建筑设计、电影动画制作、虚拟现实、工业制造、医疗医药、教育培训

产品代表:Make-a-Video

总结

耗费了两周的时间,最终文初提到的问题还是没有找到答案,AIGC产品经理的工作内容具体包含哪些,转行AIGC产品经理到底需要具备何种能力,提到最多的即是需要有AIGC产品经验,懂算法技术,对算法模型有深入兴趣和了解,这对大多数不懂技术的产品经理来说可能就撇掉大部分呢,不过从收集并阅读的100多分报告中,至少是有了些模糊的方向和概念,接着学习吧

青花瓷中水泡葱,老板叫你去敲钟,就写到这吧!

专栏作家

andy,微信公众号:PM大白,人人都是产品经理专栏作家。一名产品经理岗位上的持证小兽医。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自 unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 下篇文章能分享下有哪些学习渠道就好了,例如智能对话

    来自广东 回复
  2. 写得还是蛮有诚意的

    来自广东 回复
  3. AIGC的核心竞争力在于AI模型的训练数量和质量,需要给模型喂养足够多且高质量的数据集,AI输出的内容才会更加贴近用户想要的内容。但是目前国内很多大模型都是刚起步,训练还有很大的时间和成本。
    现在国内招的AIGC产品经理,结合产品岗位核心能力的话,更多的应该是用户和AI交互的过程体验设计,以及AI输出内容的分类和定义,把AIGC打造成一个定位比较清晰的工具应用而非平台。针对某个用户人群的某个需求的AIGC,而非所有方面都覆盖。

    来自广东 回复
    1. 还有收集清洗数据喂给AI,需求优化

      来自广东 回复
  4. 这,,,啥都没写啊

    来自江苏 回复
  5. 我也有这种疑问 因为很多技术相关的东西和产品关系不大

    来自天津 回复