前几天Sora发布，并不仅仅是文生视频的重大突破，更意味着：生成式AI正在以我们难以想象的速度进化，而且，没有人能够预测它的上限！而对产品经理来说，意味着AI产品经理的门槛也降得足够低了。

前天凌晨，我们睡得正香的时候，OpenAI在没有任何预兆的情况下发布了Sora，其炸裂效果，马上就让整个互联网一片沸腾。

我一直坚信，未来所有的产品经理都将是AI产品经理，所以针对Sora这件事，我也简单发表下自己的观点。

Sora的发布，不仅仅意味着“文生视频”的重大突破。更重要的是：

它证明生成式AI正在以我们难以想象的速度进化，而且，没有人能够预测它的上限！

如果不信，你可以看看OpenAI放出来的Sora效果，就会发现它生成的视频足以“以假乱真”！

而你需要输入的，仅仅是一段简单的文字而已！

关键点在于：Sora的核心原理不是对视频的处理能力，而是对物理世界的学习和理解能力！

即它不仅仅只是视频的生成，它甚至能够理解人类世界的规则，比如纸飞机碰到树会掉下来，这才是视频“以假乱真”的核心原因。

而且，从ChatGPT发布到Sora问世，仅仅才1年多时间！这1年多，整个世界对AI的认知都在不断被OpenAI所颠覆！

这种匪夷所思的进化速度，才是生成式AI最可怕的地方！

其实AI并不是一个新鲜的东西，比如以前的图像识别、语音识别，在SaaS领域也有很广泛的应用。

但是这些AI能力有个特点，就是上限很低，即只能应用于一些非常狭窄的领域，在整个流程中也只能占据非常短的环节。

而且，这些AI能力的实现成本都相当的高。以至于很难被大规模推广！

以图像识别为例，快消品业务员去门店拜访，主要还是和店主沟通、录入订单，对门头或者货架拍照只是一个辅助性工作，证明业务员到店拜访了，或者收集一些市场情报。

对这些辅助性工作进行优化，给企业带来的价值提升并不显著。

而且由于图像识别的模型训练也是需要成本的，这就导致这个AI能力其实只能应用于少数大企业，更多的小企业其实是用不起的！更不用说C端用户了！

但是生成式AI就不一样了，文生文，文生图，现在又文生视频，对于个人、企业的很多岗位来说，已经可以辅助优化核心工作了。

就以产品经理来说吧，当我们要快速了解一个新业务，完全就可以利用生成式AI，让它帮我们整理相关业务知识。

更重要的是，相对于以前的AI技术，生成式AI的使用成本实在是太低了！

而且还在持续不断的降低！

这个成本既包括支撑模型运行的成本，也包括我们的学习成本。

这除了意味着生成式AI会被广泛应用于各行各业，还意味着AI产品经理的门槛也降得足够低了！

以前要成为AI产品经理，是必须要懂算法的！

比如懂DNN、RNN、CNN等神经网络算法，甚至NLP（自然语言处理）和CV（计算机视觉）领域都有更垂直的算法模型，对垂直领域学习要求非常高。

但是现在，很多AI能力其实通过调用大模型就能实现了，AI产品经理最重要的工作是一方面是理解业务需求，另一方面则是了解生成式AI的能力。

说白了，生成式AI“屏蔽“了复杂的算法，让我们通过人类语言就能轻松调用算法能力。

当然了，对于很多垂直场景，标准大模型能力可能还不能100%满足需求，在这种情况下，就需要我们对大模型进行优化，这也涉及到对AI技术知识的学习。

但是，生成式大模型也引发了技术范式和工具的革新，这些大模型能力更强，能够处理的任务和满足的需求也更多，但是对技术能力的要求却降低了。

这就使得AI产品经理不再需要了解垂直领域的传统AI算法，而是变为理解AI大模型技术即可。

学习难度大大降低。

更重要的是——从长远的角度来看——由于生成式AI超强的语言理解能力，在未来，产品经理甚至不再需要技术人员参与，就可以独立生成应用程度。

这一点虽然还没有完全实现，但是基本上已经是大家的共识。

这就意味着，在未来，一方面是AI产品需求的井喷，另一方面则是AI产品研发成本的大大降低。

未来研发软件产品的瓶颈，不再是算法人员，甚至不再是技术人员，而是idea，或者说是优秀的产品经理！

未来真正稀缺的能力，不会再是代码能力，甚至也不会是使用AI的能力——而是熟悉业务场景、洞察业务需求，知道如何用AI赋能业务的能力！

这让我想起一个案例：一位成功转型AIGC产品经理的同学总结说：

能拿出优秀的方案文档和竞品报告作品，是我拿到offer的关键。毕竟不管是什么赛道的B端产品经理，对于业务的理解才是最重要的！