从0基础到AI PM，谈何容易。作者给自己制定了一个转型计划，一个三周的学习小结，很具有参考性，一起来学习一下。

小编做过4年互联网PM和1年大数据，AI方面几乎空白。10月底决定转型AI PM，下面是我最初三周的学习小结，分为“制定计划”和“初步执行”，仅供与我一样的AI小白们参考。

一、制定计划

1.1 广泛浏览

切入陌生领域需要有个抓手，我很快搜到了@Howie杨 的一篇学习笔记，顺藤摸瓜进了@黄钊的饭团AI产品大本营。这意味着，我有了可靠的资源。

1.2 梳理资源

经过初步筛选，理出清单，这就是个可爱的小金矿，够挖一段时间了。

饭团的资源质量高，但困难也不少，比如：PC无法访问、交互层级深、阅读与微信对话场景冲突，这些对沉浸式阅读者并不友好。我索性将干货搬到云笔记，留个印象，方便日拱一卒。

1.3 锁定目标

短期战术是先上船，再抽空死磕数学、编程、算法等；长期定位是综合型，兼顾场景应用、技术理解和市场。从招聘网站筛选出AI、互联网PM的岗位要求，标注重点能力项。

1.4 出计划表

实线计划：肉眼可见的任务截点和阅读内容虚线计划：各能力维度的刻意训练。包括场景分析、多感官交互、技术理解、数据能力、创新能力、人文素养/灵魂境界。

a）整体计划

前期筹备、专项学习/强化、案例输出、面试准备、实施转型

b） 阅读计划

• 书籍资源：标蓝的是AI类，默认的是综合类；
• 阅读节奏：按重要性与难度区分了精读or略读，设定截止时间，标记完成度。

• 随时调整：随着浏览量的增加，计划表也跟随调整。
• 关于专项：没有排给算法太多时间，不适合短期突击。能理解得深一点就好，最差也有个印象。
• 关于综合：心理学、沟通交流、文学、经济学、成功学等对AI PM的重要性不言而喻，文化素养、灵魂境界在任何时刻都不能停止修炼。
• 兴趣培养：我本人不用刻意培养。小说《三体》是2008年在《科幻世界》看连载的，估计是前1000名死忠粉吧；《科学之谜》期刊堆得比人高，中学课堂被没收的是《薛定谔的猫》这种书。

二、执行All in

2.1 熟悉AI（前2周）

这个阶段主要是找感觉，包括：AI PM的定位与转型路径、产业现状与相关趋势、AI基础技术概念和应用范围。同时也能够确定待强化的能力维度有哪些，以下是简单列举几点认知：

a）读书。收获当然不会少，比如《创业维艰》提醒我当遇到“比难更难的事”，需要以怎样的心态、方法去破局，以实现起死回生。

《腾讯传》让我理解公司领导人气质的重要性，内部良性的竞争环境是创新的肥沃土壤；名为《人工智能-XX》的几本科普书，帮我在脑海中勾勒出了AI的轮廓。

b）展会直播。这种学习方式比较直观，容易深刻记住关键细节。比如腾讯的供应商大会中提到做AI场景化的几条原则：

• 真正自然而优美的语音交互；
• 视觉与听觉信息的高效配合：目前1+1实现的效能是1.X，还远远没达到或超过2.0；以下两点主要应对场景的碎片化
• 单场景单设备的极致闭环：智能语音拍照（腾讯与优必选合作）、智能电视（腾讯与长虹合作）、智能车联网（饭店快速订座）、智能耳机等；
• 跨场景多设备的无缝衔接：智能音箱（与手机）

c）AI PM定位：PM可能更多是完成到60分的阶段，验证可行性后再奔向下一个60分。就像爱迪生发明了电灯，后人在这基础上进一步做出霓虹灯、led等。算法工程师是科学家，AI PM是发明家，这是多好的一对搭档。

d）端到端学习：它意味着不需要人为干预特征的设计。我们可以想象一个婴儿，没人知道婴儿到底在想什么。他每天与环境交流，越来越聪明。直到有一天，他长大后叫福尔摩斯。在华生看来，福尔摩斯的推理结论似乎很神奇。这与人工神经网络很像，同过训练模型，可以使精准度与召回率有效提升，而人们并不需要理解隐层中的详细逻辑。

2.2 强化理解（第3周）

这一周主要厘清了知识框架、AI技术概念，开始尝试构思一些场景的应用方案。

a）基础框架：按腾讯版的《人工智能》画了张框架图，印在脑子里，这是方向盘。短期的学习内容跑不出框架，所以有空就在纸上默画一下，反复提醒自己盲区在哪儿。

b）厘清概念：例如CV、NLP、NLU、ASR、TTS、ML、DL、KG等基本概念，了解技术的应用范围。初学者短期内还会停留在这个阶段，没实战过，很难把握好技术边界/瓶颈/机会。

c）初选场景：从略有了解的旅游、游戏论坛、健康里选择几个细分场景，勾勒出分析框架。这样可以帮助自己推敲应用边界，后期也许会派上用场。

d）APP体验：体验了10多款APP、小程序，简述一下对话聊天类的4款。

呆呆酱情商最高，可以顺利地进行多轮对话，出错率低，善于兜底，语言丰富，声音轻柔；小冰近期的迭代比较快，能发表情包了，写的诗也很可爱。度秘对答流畅，不喜欢他让我去查百度。

腾讯叮当明显是个灰度版，这阶段的对话数据多半以挑逗为主，不知道这些数据是否可用，标注的过程可能很痛苦。我坚持每天跟它对话，期待看到它的成长。

e）关于未来：面对失业、道德伦理、奇点等问题，我的观点是“方法总比问题多”，我们在职业的转型期还是稳扎稳打，多关注实际的趋势。比如量子计算是典型的降维攻击，它离我们真的不远。

下步计划：目前书看到《失控》，电子书看完@黄钊的通识系列等。接下来将略看数学基础，加强理解CV、NLP、知识图谱等；花50个小时入门Python，再简单了解算法。最好能用Tensorflow做个简单的训练模型。输出些垂直场景的思考，再强化一下用研、数据等基础技能。

小编还是有些焦虑的，越来越渴望在实战中积累经验，我甚至看到招AI PM的门槛在缓慢提高。这时候需要沉住气，企业不会因怜悯而收留零理解度的AI小白。于是我写句话勉励自己：若理想与现实没有差距，那便不配称之为理想。

好了，3周小结就到这里。慢热的我刚找到点小感觉，希望后续能有更多输出。如果你也有类似的转型想法，欢迎交流。

作者：于长弘，微信公众号：AI小宇宙

本文由 @于长弘 原创发布于人人都是产品经理。未经许可，禁止转载