AI2.0 時(shí)代“TPF”模式為什么會提升PM的核心競爭力?

0 評論 7447 瀏覽 21 收藏 15 分鐘

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“”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)“”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

專欄作家

楊三季,微信公眾號:楊三季,人人都是產(chǎn)品經(jīng)理專欄作家。7年互聯(lián)網(wǎng)經(jīng)驗(yàn)的高級產(chǎn)品官,深耕內(nèi)容電商,互聯(lián)網(wǎng)保險(xiǎn)領(lǐng)域,擅長產(chǎn)品增長、數(shù)據(jù)分析、中臺架構(gòu)等內(nèi)容。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于CC0協(xié)議。

該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!