前兩天跟朋友討論了“在極客公園創(chuàng)新大會中，王小川認(rèn)為在AI 2.0 時(shí)代，PM應(yīng)該具備 TPF 能力”這一話題。TPF：Technology - Product - Fit，即：技術(shù)產(chǎn)品契合度。

本文小編將對以下三個(gè)話題進(jìn)行較為詳細(xì)的觀點(diǎn)闡述，同時(shí)也歡迎更多有思考的業(yè)內(nèi)朋友給小編提出寶貴建議。

• 在AI 2.0 時(shí)代，為什么大模型廠重提 TPF ？
• 在AI 2.0 時(shí)代，大模型廠的TPF模式是怎樣進(jìn)行的？
• 在AI 2.0 時(shí)代，AI應(yīng)用廠的PM應(yīng)該具備“TPF”能力嗎？

一、在AI 2.0 時(shí)代，為什么大模型廠會提 TPF ？

小編作為一個(gè)產(chǎn)品人在遇到新鮮事物時(shí)，通常會在歷史中尋找它的影子。AI 2.0的開啟是由于OpenAI發(fā)布的chatGPT3.5 對中國的互聯(lián)網(wǎng)生態(tài)產(chǎn)生了巨大沖擊而導(dǎo)致的。而最近一次類似的場景是產(chǎn)業(yè)互聯(lián)網(wǎng)爆發(fā)（2019年）。在當(dāng)時(shí)，王淮（線性資本）也提出了一個(gè)相似的概念：Technology-Problem Fit（技術(shù)與行業(yè)現(xiàn)存問題相契合度）

1. 創(chuàng)業(yè)就是從一開始的Technology – Problem – Fit轉(zhuǎn)換為最后能夠變革到有效Product – Market – Fit的過程。

2. 當(dāng)創(chuàng)業(yè)公司提供的不再是一款消費(fèi)品或是 App，而是依托于新興技術(shù)的一項(xiàng)解決方案或企業(yè)服務(wù)。這個(gè)時(shí)候，Technology – Problem – Fit 可能會比 Product – Market – Fit 更適合當(dāng)作突破口，來指導(dǎo)技術(shù)創(chuàng)業(yè)項(xiàng)目的冷啟動。

3.這樣的產(chǎn)業(yè)變化對人才提出了什么要求？第一個(gè)是懂技術(shù)，原來搞技術(shù)或者做有技術(shù) Sense的產(chǎn)品經(jīng)理，都要是非常好的人才，這是一個(gè)必要條件；

我們可以發(fā)現(xiàn)這兩個(gè)場景有非常多的相似之處：

• 都是依托于新興技術(shù)，提供一項(xiàng)解決方案或企業(yè)服務(wù)；
• 都認(rèn)為項(xiàng)目創(chuàng)業(yè)初期，應(yīng)從技術(shù)角度出發(fā)，而非市場角度出發(fā)；
• 都認(rèn)為產(chǎn)品經(jīng)理需要懂技術(shù)，或具備技術(shù)Sense。

從王淮和王小川的分享中，小編得到的結(jié)論是：

以技術(shù)驅(qū)動增長的團(tuán)隊(duì)在創(chuàng)業(yè)初期，團(tuán)隊(duì)需結(jié)合自身的技術(shù)特點(diǎn)能力和市場需求，不斷打磨平衡兩者之間的契合點(diǎn)，從而解決用戶痛點(diǎn)，形成市場規(guī)模。

那為何兩位行業(yè)KOL大佬，都是站在以技術(shù)為核心的角度，但卻提出兩個(gè)不同的觀點(diǎn)呢？

因在 “產(chǎn)業(yè)互聯(lián)網(wǎng)” 爆發(fā)時(shí)：

• 5G等技術(shù)是相對成熟的，技術(shù)能力領(lǐng)先于市場痛點(diǎn)。
• 大多數(shù)產(chǎn)品人對5G、大數(shù)據(jù)、云計(jì)算等非全新技術(shù)的能力優(yōu)勢和缺陷都有足夠的認(rèn)知能力；

而在 “AI 2.0 時(shí)代” 爆發(fā)時(shí)：

• 大模型技術(shù)不夠成熟的，大模型技術(shù)能力落后于市場痛點(diǎn)。
• 大多數(shù)產(chǎn)品人對大模型的能力優(yōu)勢和缺陷都沒有足夠的認(rèn)知能力；

如果讓小編用大白話說差異：

• Technology – Problem – Fit：典型的錘子找釘子；我（技術(shù)）是高富帥，你（PM）按我的標(biāo)準(zhǔn)幫我找個(gè)白富美吧~~
• Technology – Product – Fit：我（技術(shù)）就是只青蛙，你（PM）就說怎么穿搭，能讓我吃到天鵝肉吧~

通過這樣的復(fù)盤，就不難理解在AI 2.0時(shí)代，作為國內(nèi)模型廠賽道KOL的王小川為什么會對AI產(chǎn)品人提出在“PMF”之前要具備“Technology – Product – Fit”能力要求，而非“Technology – Problem – Fit”能力要求。

二、在AI 2.0 時(shí)代，大模型廠的 TPF 模式是怎樣進(jìn)行的？

王小川：TPF 首先對產(chǎn)品經(jīng)理有要求。

第一，一定能把需求轉(zhuǎn)化成測試集，測試集能讓技術(shù)工程師在滿足需求時(shí)發(fā)現(xiàn)「手感」在進(jìn)步。以及把 Demo 往外推出的時(shí)候，用戶提的需求分布正好和產(chǎn)品經(jīng)理提的評測集分布一致，評測集里的結(jié)果能滿足用戶需求。

第二，推產(chǎn)品的時(shí)候會提到 PMF，看市面上的 Marketing Fit（市場契合度）分布是否一致，用戶是否滿意。

首先小編先基于王小川的描述，對在大模型廠工作的產(chǎn)品經(jīng)理的“TPF”環(huán)節(jié)進(jìn)行流程梳理。

在上述的流程圖中，涉及到模型訓(xùn)練的術(shù)語，這里小編就請Kimi Chat進(jìn)行名詞解釋：

在王小川的分享中，多次提到了“評測集”這個(gè)名詞。評測集（即：測試集）對于傳統(tǒng)產(chǎn)品經(jīng)理的需求設(shè)計(jì)流程中其實(shí)就是“需求實(shí)現(xiàn)的效果評估標(biāo)準(zhǔn)”的含義。

那王小川為什么如此在意產(chǎn)品經(jīng)理對“評測集”定義的能力呢？因?yàn)橥跣〈ㄊ钦驹谌绾卧O(shè)計(jì)一款用得爽的AI-Native角度來思考這個(gè)事情，而非如何設(shè)計(jì)一款用得好的Native＋AI的角度。

這里你可能又有疑問什么是用得爽的 AI-Native？什么是用得好的Native＋AI ？

小編舉個(gè)例子：

• AI-Native：ChatGPT、Claude、Midjourney；
• Native＋AI：Adobe-Firefly、通義聽悟；

在小編理解，AI-Native 解決的是一個(gè)多維度的領(lǐng)域需求，而Native＋AI解決更多是一個(gè)單維度的場景需求。

可能這樣的描述比較抽象，那小編用一個(gè)類比的方式：AI-Native 是在構(gòu)建一個(gè)小說的世界觀，而Native＋AI是構(gòu)建小說中的某個(gè)章節(jié)或場景；

當(dāng)作為產(chǎn)品經(jīng)理的我們，面對一個(gè)單維度的場景需求時(shí)，定義痛點(diǎn)解決的效果評估標(biāo)準(zhǔn)相對較為輕松。而當(dāng)面對一個(gè)多維度的領(lǐng)域需求，定義痛點(diǎn)解決的效果評估標(biāo)準(zhǔn)就變現(xiàn)不那么輕松了。

由于目前的大模型的不完美性，在生成過程中缺乏可解釋性；在結(jié)果輸出方面的諸多缺陷（如：幻覺、災(zāi)難性遺忘、局部最優(yōu)解困局等）。

評測集的合理性定義是作為產(chǎn)品經(jīng)理，在當(dāng)下為數(shù)不多可以控制大模型輸出效果的解決方案。

王小川提到在需求推向市場進(jìn)行驗(yàn)證時(shí)，期望產(chǎn)品經(jīng)理定義的評測集可以覆蓋用戶的需求場景。同時(shí)也印證了小編的觀點(diǎn)。

到這里，不知道小編是否表達(dá)清楚：為什么大模型廠會重視“TPF”，以及在大模型廠的產(chǎn)品同學(xué)如何運(yùn)用“TPF”完成需求設(shè)計(jì)呢？

三、在AI 2.0 時(shí)代，AI應(yīng)用廠的 PM 應(yīng)該具備TPF能力嗎？

1. 有大模型自研能力的互聯(lián)網(wǎng)大廠

前兩天跟@Super黃討論這個(gè)話題時(shí)，Super黃引用了李彥宏分享的一段內(nèi)容：

張鵬：這個(gè)也引發(fā)一個(gè)話題，你看過去移動互聯(lián)網(wǎng)的時(shí)候，我們要做一個(gè)開發(fā)，大概知道是個(gè)什么流程——要有產(chǎn)品經(jīng)理畫出原型，前端、后端實(shí)現(xiàn)。在 AI 時(shí)代，基于大模型做 AI-Native 的開發(fā)，我們到底開發(fā)的是什么？

李彥宏：我覺得從應(yīng)用的角度來講，倒沒有什么特別的，就是你要解決什么問題、給別人帶來什么樣的價(jià)值，這個(gè)跟過去時(shí)代的開發(fā)相比是一樣的。

但是使用的方法確實(shí)不一樣，對產(chǎn)品經(jīng)理的要求，對于研發(fā)人員的要求，對于一個(gè)公司的組織能力，可能都是跟以前不太一樣的。

今兒小編在寫這篇分享前，仔細(xì)閱讀了李彥宏的全部發(fā)言后，對這個(gè)@Super黃的論點(diǎn)有一些不太一樣的思考。

首先我們先看一下上文中的后半段內(nèi)容：

但是使用的方法確實(shí)不一樣，對產(chǎn)品經(jīng)理的要求，對于研發(fā)人員的要求，對于一個(gè)公司的組織能力，可能都是跟以前不太一樣的。今天在百度的話，PM（產(chǎn)品經(jīng)理）和 R&D（研究與開發(fā)）的比例是發(fā)生變化的。過去我們一個(gè)PM要對很多 R&D，今天可能是 1:1 了。或者說很多做法在前期進(jìn)行測試的時(shí)候不太需要 R&D 介入，PM 自己攢一個(gè)東西就可以做到，這是跟以前比較不一樣的地方。

李彥宏雖然沒有提到“TPF”這個(gè)概念，但字里行間內(nèi)又表示，在很多idea（需求）的前期測試階段：不太需要 R&D 介入，PM自己“攢”一個(gè)東西就可以做到。

作為產(chǎn)品人，咱們都知道在MVP階段，PM自身具備開發(fā)能力，且能夠獨(dú)立完成需求測試的人是少數(shù)的。所以小編理解，這個(gè)“攢”就是PM自己完成的了“TPF”階段。

李彥宏的另一句話 “過去我們一個(gè)PM要對很多 R&D，今天可能是 1:1 了。”在小編看來也有可能在一定程度上印證了小編的猜想。

2. 有大模型微調(diào)能力的垂類頭部公司

在小編的上一篇《如何跨界成為AI 2.0 PM？》中提到AI 2.0領(lǐng)域可以分為以下四類公司：

大模型廠和有模型自研能力的互聯(lián)網(wǎng)大廠，小編都已經(jīng)聊過了。接下來還有一類公司（有大模型微調(diào)能力的垂類頭部公司）也涉及到模型訓(xùn)練工作。

那在這類公司里，“TPF”模式對產(chǎn)品經(jīng)理有幫助嗎？

答案是有的！

從業(yè)務(wù)層面考慮，在上文中小編已經(jīng)闡述了“TPF”模式的作用及價(jià)值。雖然垂類頭部公司大多發(fā)力于Native＋AI方向，評測集定義的難度遠(yuǎn)小于另外大模型廠。但不可否認(rèn)的是，好的評測集定義對需求的最終輸出效果的將產(chǎn)生了質(zhì)的提升。

從個(gè)人層面考慮，“TPF”模式似乎已經(jīng)成為 AI2.0 產(chǎn)品經(jīng)理（與模型訓(xùn)練有交集的）工作中必不可少的一個(gè)環(huán)節(jié)?？赡芡瑯I(yè)的你已經(jīng)在或多或少的進(jìn)行這一個(gè)環(huán)節(jié)的流程，但自己還沒有感知。

在AI 2.0 時(shí)代，“TPF”中的測試集定義能力，可能會逐步演變?yōu)椋?strong>產(chǎn)品力的一個(gè)基礎(chǔ)能力要求，并且是一個(gè)極具競爭力的能力項(xiàng)。

3. 為什么說“TPF”中的測試集定義能力會是AI產(chǎn)品經(jīng)理的核心競爭力呢？

“TPF”能力對于AI-Native場景的重要性就不再贅述了；

在Native＋AI場景中，產(chǎn)品人“通過TPF不斷優(yōu)化評測集解決了一個(gè)場景需求”的經(jīng)驗(yàn)，就可以歸納總結(jié)為這個(gè)場景的AI產(chǎn)品能力的一個(gè)技能點(diǎn)（知識），當(dāng)你解決的場景需求數(shù)量達(dá)到一個(gè)量級后，就變成了你的一項(xiàng)方法論（智慧，亦或者 神性）。

基于TPF的分享就到這里了，期待各位AI 2.0 的產(chǎn)品同行者提出自己看法。

參考文章

• 對話王小川：大模型創(chuàng)業(yè)核心，是想好技術(shù)如何匹配產(chǎn)品
• 李彥宏：卷 AI 原生應(yīng)用才有價(jià)值，別卷大模型了！
• 線性觀點(diǎn)｜當(dāng)我們說“灰科技”時(shí)，說的是用前沿科技解決產(chǎn)業(yè)升級中最痛的問題
• 楊植麟、王小川、李彥宏激辯：TPF vs PMF