AI2.0 时代“TPF”模式为什么会提升PM的核心竞争力?

0 评论 6132 浏览 18 收藏 15 分钟

前两天跟朋友讨论了“在极客公园创新大会中,王小川认为在AI 2.0 时代,PM应该具备 TPF 能力”这一话题。TPF:Technology - Product - Fit,即:技术产品契合度。

本文小编将对以下三个话题进行较为详细的观点阐述,同时也欢迎更多有思考的业内朋友给小编提出宝贵建议。

  • 在AI 2.0 时代,为什么大模型厂重提 TPF ?
  • 在AI 2.0 时代,大模型厂的TPF模式是怎样进行的?
  • 在AI 2.0 时代,AI应用厂的PM应该具备“TPF”能力吗?

一、在AI 2.0 时代,为什么大模型厂会提 TPF ?

小编作为一个产品人在遇到新鲜事物时,通常会在历史中寻找它的影子。AI 2.0的开启是由于OpenAI发布的chatGPT3.5 对中国的互联网生态产生了巨大冲击而导致的。而最近一次类似的场景是产业互联网爆发(2019年)。在当时,王淮(线性资本)也提出了一个相似的概念:Technology-Problem Fit(技术与行业现存问题相契合度)

1. 创业就是从一开始的Technology – Problem – Fit转换为最后能够变革到有效Product – Market – Fit的过程。

2. 当创业公司提供的不再是一款消费品或是 App,而是依托于新兴技术的一项解决方案或企业服务。这个时候,Technology – Problem – Fit 可能会比 Product – Market – Fit 更适合当作突破口,来指导技术创业项目的冷启动。

3.这样的产业变化对人才提出了什么要求?第一个是懂技术,原来搞技术或者做有技术 Sense的产品经理,都要是非常好的人才,这是一个必要条件;

我们可以发现这两个场景有非常多的相似之处:

  • 都是依托于新兴技术,提供一项解决方案或企业服务;
  • 都认为项目创业初期,应从技术角度出发,而非市场角度出发;
  • 都认为产品经理需要懂技术,或具备技术Sense。

从王淮和王小川的分享中,小编得到的结论是:

以技术驱动增长的团队在创业初期,团队需结合自身的技术特点能力和市场需求,不断打磨平衡两者之间的契合点,从而解决用户痛点,形成市场规模。

那为何两位行业KOL大佬,都是站在以技术为核心的角度,但却提出两个不同的观点呢?

因在 “产业互联网” 爆发时:

  • 5G等技术是相对成熟的,技术能力领先于市场痛点。
  • 大多数产品人对5G、大数据、云计算等非全新技术的能力优势和缺陷都有足够的认知能力;

而在 “AI 2.0 时代” 爆发时:

  • 大模型技术不够成熟的,大模型技术能力落后于市场痛点。
  • 大多数产品人对大模型的能力优势和缺陷都没有足够的认知能力;

如果让小编用大白话说差异:

  • Technology – Problem – Fit:典型的锤子找钉子;我(技术)是高富帅,你(PM)按我的标准帮我找个白富美吧~~
  • Technology – Product – Fit:我(技术)就是只青蛙,你(PM)就说怎么穿搭,能让我吃到天鹅肉吧~

通过这样的复盘,就不难理解在AI 2.0时代,作为国内模型厂赛道KOL的王小川为什么会对AI产品人提出在“PMF”之前要具备“Technology – Product – Fit”能力要求,而非“Technology – Problem – Fit”能力要求。

二、在AI 2.0 时代,大模型厂的 TPF 模式是怎样进行的?

王小川:TPF 首先对产品经理有要求。

第一,一定能把需求转化成测试集,测试集能让技术工程师在满足需求时发现「手感」在进步。以及把 Demo 往外推出的时候,用户提的需求分布正好和产品经理提的评测集分布一致,评测集里的结果能满足用户需求。

第二,推产品的时候会提到 PMF,看市面上的 Marketing Fit(市场契合度)分布是否一致,用户是否满意。

首先小编先基于王小川的描述,对在大模型厂工作的产品经理的“TPF”环节进行流程梳理。

在上述的流程图中,涉及到模型训练的术语,这里小编就请Kimi Chat进行名词解释:

在王小川的分享中,多次提到了“评测集”这个名词。评测集(即:测试集)对于传统产品经理的需求设计流程中其实就是“需求实现的效果评估标准”的含义。

那王小川为什么如此在意产品经理对“评测集”定义的能力呢?因为王小川是站在如何设计一款用得爽AI-Native角度来思考这个事情,而非如何设计一款用得好Native+AI的角度。

这里你可能又有疑问什么是用得爽的 AI-Native?什么是用得好的Native+AI ?

小编举个例子:

  • AI-Native:ChatGPT、Claude、Midjourney;
  • Native+AI:Adobe-Firefly、通义听悟;

在小编理解,AI-Native 解决的是一个多维度的领域需求,而Native+AI解决更多是一个单维度的场景需求。

可能这样的描述比较抽象,那小编用一个类比的方式:AI-Native 是在构建一个小说的世界观,而Native+AI是构建小说中的某个章节或场景;

当作为产品经理的我们,面对一个单维度的场景需求时,定义痛点解决的效果评估标准相对较为轻松。而当面对一个多维度的领域需求,定义痛点解决的效果评估标准就变现不那么轻松了。

由于目前的大模型的不完美性,在生成过程中缺乏可解释性;在结果输出方面的诸多缺陷(如:幻觉、灾难性遗忘、局部最优解困局等)。

评测集的合理性定义是作为产品经理,在当下为数不多可以控制大模型输出效果的解决方案。

王小川提到在需求推向市场进行验证时,期望产品经理定义的评测集可以覆盖用户的需求场景。同时也印证了小编的观点。

到这里,不知道小编是否表达清楚:为什么大模型厂会重视“TPF”,以及在大模型厂的产品同学如何运用“TPF”完成需求设计呢?

三、在AI 2.0 时代,AI应用厂的 PM 应该具备TPF能力吗?

1. 有大模型自研能力的互联网大厂

前两天跟@Super黄讨论这个话题时,Super黄引用了李彦宏分享的一段内容:

张鹏:这个也引发一个话题,你看过去移动互联网的时候,我们要做一个开发,大概知道是个什么流程——要有产品经理画出原型,前端、后端实现。在 AI 时代,基于大模型做 AI-Native 的开发,我们到底开发的是什么?

李彦宏:我觉得从应用的角度来讲,倒没有什么特别的,就是你要解决什么问题、给别人带来什么样的价值,这个跟过去时代的开发相比是一样的。

但是使用的方法确实不一样,对产品经理的要求,对于研发人员的要求,对于一个公司的组织能力,可能都是跟以前不太一样的。

今儿小编在写这篇分享前,仔细阅读了李彦宏的全部发言后,对这个@Super黄的论点有一些不太一样的思考。

首先我们先看一下上文中的后半段内容:

但是使用的方法确实不一样,对产品经理的要求,对于研发人员的要求,对于一个公司的组织能力,可能都是跟以前不太一样的。今天在百度的话,PM(产品经理)和 R&D(研究与开发)的比例是发生变化的。过去我们一个PM要对很多 R&D,今天可能是 1:1 了。或者说很多做法在前期进行测试的时候不太需要 R&D 介入,PM 自己攒一个东西就可以做到,这是跟以前比较不一样的地方。

李彦宏虽然没有提到“TPF”这个概念,但字里行间内又表示,在很多idea(需求)的前期测试阶段:不太需要 R&D 介入,PM自己“”一个东西就可以做到。

作为产品人,咱们都知道在MVP阶段,PM自身具备开发能力,且能够独立完成需求测试的人是少数的。所以小编理解,这个“”就是PM自己完成的了“TPF”阶段。

李彦宏的另一句话 “过去我们一个PM要对很多 R&D,今天可能是 1:1 了。”在小编看来也有可能在一定程度上印证了小编的猜想。

2. 有大模型微调能力的垂类头部公司

在小编的上一篇《如何跨界成为AI 2.0 PM?》中提到AI 2.0领域可以分为以下四类公司:

大模型厂和有模型自研能力的互联网大厂,小编都已经聊过了。接下来还有一类公司(有大模型微调能力的垂类头部公司)也涉及到模型训练工作。

那在这类公司里,“TPF”模式对产品经理有帮助吗?

答案是有的!

从业务层面考虑,在上文中小编已经阐述了“TPF”模式的作用及价值。虽然垂类头部公司大多发力于Native+AI方向,评测集定义的难度远小于另外大模型厂。但不可否认的是,好的评测集定义对需求的最终输出效果的将产生了质的提升。

从个人层面考虑,“TPF”模式似乎已经成为 AI2.0 产品经理(与模型训练有交集的)工作中必不可少的一个环节。可能同业的你已经在或多或少的进行这一个环节的流程,但自己还没有感知。

在AI 2.0 时代,“TPF”中的测试集定义能力,可能会逐步演变为:产品力的一个基础能力要求,并且是一个极具竞争力的能力项。

3. 为什么说“TPF”中的测试集定义能力会是AI产品经理的核心竞争力呢?

“TPF”能力对于AI-Native场景的重要性就不再赘述了;

在Native+AI场景中,产品人“通过TPF不断优化评测集解决了一个场景需求”的经验,就可以归纳总结为这个场景的AI产品能力的一个技能点(知识),当你解决的场景需求数量达到一个量级后,就变成了你的一项方法论(智慧,亦或者 神性)

基于TPF的分享就到这里了,期待各位AI 2.0 的产品同行者提出自己看法。

参考文章

  • 对话王小川:大模型创业核心,是想好技术如何匹配产品
  • 李彦宏:卷 AI 原生应用才有价值,别卷大模型了!
  • 线性观点|当我们说“灰科技”时,说的是用前沿科技解决产业升级中最痛的问题
  • 杨植麟、王小川、李彦宏激辩:TPF vs PMF

专栏作家

杨三季,微信公众号:杨三季,人人都是产品经理专栏作家。7年互联网经验的高级产品官,深耕内容电商,互联网保险领域,擅长产品增长、数据分析、中台架构等内容。

本文原创发布于人人都是产品经理。未经作者许可,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. 目前还没评论,等你发挥!