转行AI产品经理，第一步怎么走

想要转行做AI产品经理，没有技术基础，没有产品经验，如何迈出第一步呢？从一个有趣的实验说起，笔者给出了转行AI产品经理的可行建议，进入最优企业，才能更好学习这个行业。

昨天知乎收到一条私信：应届毕业生，打算转行到AI行业，做不了技术工程师；因为大学学的是金融，没有技术基础，做AI产品经理的话可行吗？要怎么规划呢？

虽然已经在私信上回复了，但是感觉还是要展开说一说。

小糖人游戏

不知道你有没有听说过小糖人游戏。

一个人成为穷人或者富人，到底是天注定还是靠打拼？天赋秉异和杰出才能在财富累积中，到底能起到什么作用？

为了找到这两个问题的答案，1996年，美国布鲁金斯学会（Brookings Institution）的Epstein和Axtell一起用计算机模拟开发出来了一个人工社会财富积累的模型，他们称之为“Sugarscape”，通常翻译为“糖域”，我在这里将其翻译为“糖人国”。

游戏很简单：

在一个二维的虚拟世界中分布着固定的“糖”资源，而随机分布的Agent（可以翻译为“小糖人”）在二维世界中游走，并通过不断的收集身边的“糖”来增加自身资源。

游戏设定每个小糖人都会在一个周期中消耗一定单位的糖，当自身的糖消耗光的时候，这个小糖人就会死去。

计算机模拟出来大概就是下图这个样子。

这个游戏中的“糖”就相当于财富，而每个Agent就相当于社会中的人。

上图左侧是糖人国的糖资源分布情况，由50×50的单元格组成，深色的格子含糖高，浅色的格子含糖少，白色格子的不含糖。

由图可以看出：糖人国境内西南和东北有两座深色的糖山，是糖资源富裕区。与此同时，棋盘上有大片浅色地带（糖资源稀少区域）和白色无糖区（糖资源贫瘠区）。

上图右侧，是250个小糖人（黑点）被随机的播撒在这个棋盘的各个角落，它们在棋盘上漫游，寻找和积累糖资源。每个小糖人都是单独的个体，它们有能力吸收信息，观察四周，并做出行动和选择。

Epstein和Axtell给这些小糖人设置了类似于人的简单决策规则：

小糖人的视力可在东西南北四个方向观测，目标是发现含糖最高的地块并积累糖，一旦单元格里的糖被吃掉后，过一段时间能重新长回来；
小糖人所积累到的糖如果跟不上自身新陈代谢消耗，那么小糖人将会饿死，计算机会将其清除出局；
250个小糖人被随机分配不同的禀赋：一个禀赋是视力的好坏（有人能看到6格之外，有人只能看到眼前的1格）；二是新陈代谢的能力（有人代谢一次只消耗1单位的糖，有人则需消耗4单位的糖）。
一切设定完毕，计算机按下“启动”按钮。

实验进行了189次之后，里面10%的糖人获得了比较多的“糖”，特别是其中2个糖人，他们获得了惊人的250个糖资源；而很多糖人要么垂死挣扎，要么已经死去。

189次“糖人的选择”之后，王健林和马云出现了。

上图的横轴是表示小糖人们所拥有的糖量（财富量），左侧少的是穷人（Poorer Agents），右侧多的是富人（Richer Agents），纵轴则是糖人国中穷人和富人的人数。

根据Epstein和Axtell在程序中的设置，我们可随意调整小糖人的各种初始参数，瞧瞧到底哪个参数引发了糖人国的贫富分化。

首先我们都可以想得到，应该是每个人的禀赋不同导致了贫富差距。比方说，有的小糖人视力6倍好于同类，能看到更大的棋盘，更容易找到富糖点；同样的，有的小糖人新陈代谢只有同类的1/4，更易于积蓄余糖，抵御饥荒……

是否这些拥有天赋秉异的小糖人最终演变成了富人？

答案是“No！”

因为，小糖人的个人能力差异是计算机随机分配，按照逻辑来推算，最终财富的分布也应该近似于均匀的随机状态。

但模拟结果并非如此，有些有着很好的视力和很低代谢消耗的小糖人照样分布在穷光蛋的那一群人里——天赋秉异只是增大了你致富的一点儿几率，但并不能完全保障你就能够变成糖人国的富人。

那是不是小糖人降生于糖山，毫不费力就可大捞特捞，瞬间致富；有的小糖人生在贫瘠之地，历尽辛酸找到含糖区算是命大，个别糖人在寻找途中就被饿死——这与巴菲特强调他的运气和其相似，他说自己如果出生在索马里，也许刚刚出生没多久就被饿死了，哪里还有机会成为世界首富？

答案自然也是“No”！

因为，一个小糖人占有资源的优劣也是计算机自动给予的，诞于糖山或诞于荒漠，完全遵循随机原则。按照这个逻辑推算下来，假如天生资源决定了贫富差距，那么最终富人人数和穷人人数应该差不多才对。

但模拟出来的结果却完全不是，这就否认了“出身决定一切”是贫富分化产生的全部原因。

说到底，你是穷人他是富人，真实而又符合逻辑的原因究竟是什么呢？

正确的答案是——天赋秉异+出身位置+随机的运气。

天赋秉异和出身位置很好理解，那么什么叫做“随机的运气”？

我们不妨假定有两个小糖人，A和B——程序一开始，两人的视力、新陈代谢、出生地的含糖资源，各方面条件都一样。

这个时候，在视力所及范围内，A偶然随机向东北方的糖山迈出了一步，真是凑巧，这里居然没有小糖人占领，于是他占领了这个格子，财富开始快速累积，变成了富人，然后越来越富；

B同样四处张望，同样出于偶然，它向东南移动了一步，结果渐渐开始远离富糖区，当它意识到方向错误之时，其它糖人早已围满了通往北方糖山的路径，于是它再无机会，只得随机漫游，在资源贫乏区域拼命采集，却也只能仅顾温饱，最后变为最贫穷的那122个小糖人之一。

就这样，两个天赋秉异和出身都差不多的人，一个微不足道的选择差异，最终导致了其社会财富积累出现了天壤之别，这也可以称之为所谓的“蝴蝶效应”——初始条件极为微小的改变，最终引发结果的巨大差异。

找到糖山

只说要聊一聊这个小游戏，并不是讨论贫穷和富裕的的形成原因，而是和大家讨论一下，这个小游戏是否对我们的工作和决策有没有指导意义。

天赋禀异和随机运气我们无法左右，但出身位置是我们可以选择的。

根据以往技术演化，我们可以把公司发展分为三个阶段：

第一阶段，在技术发展的早期，技术不成熟，以研发为主，需要投入大量科研经费，且结果不确定；这一阶段的玩家主要是资金雄厚的大公司，他们有财力投入，注重科研。这一阶段的公司多以技术驱动。

第二阶段，技术已经相对成熟，应用广泛，掌握该技术的人才不再稀缺，中小公司很容易应用到自家产品之上；这一阶段竞争者众多，大家比拼的不再是技术能力，而是产品能力。谁能够把技术和场景更好地结合起来，做出优秀的产品，谁就能快速占领市场。

第三阶段，随着优秀产品的出现，场景和技术结合的路径的出现，大家都明白了应该在什么场景下做什么样的产品；各家的产品都已经成熟，大家无非是抄来抄去，在优化用户体验上已经没有太多的空间。这个时候，大家比拼的就不再是产品能力，而是运营能力。谁能够把营销做好，把运营做得更顺畅，谁就能更持久地获取和留存用户。

而现在，AI的发展还处在第一阶段。研发占主导地位，技术还未扩散，所以寻找糖山就显得尤为重要。

2019年8月28日中国人工智能计算大会的主办方发布了《2019中国人工智能计算力城市排名》，那么这些上榜城市，就是“糖山”。去一个三四线城市做人工智能显然是没有发展空间的，要想做人工智能就去北上广深杭。

但是这只是说去这些城市工作，那么去大公司还是小公司呢？我的建议是去知识密度大的地方。

现在人工智能还处于发展阶段，各项技术方案还没有成熟，一个项目的不确定性要大于确定性。更因为算力和数据的门槛，决定了做人工智能必须要有足够的资金支持，也只有大公司才玩得起人工智能。

根据《2018年中国企业人工智能技术发明专利排行榜（前100名）》，这些企业的专利方向主要包括计算机视觉、智能语音技术、自然语言理解和数据挖掘等领域。围绕人工智能算法的技术应用，主要涉及自动驾驶算法、智能影像辅助诊疗、人脸识别相关应用、智能音箱等语音交互、AI芯片的IC设计等领域。对我们来说这些公司就是糖山的山峰。

总结

孟母三迁的故事大家都听说过，耳闻目染的原理大家也都知道，对于打算转行的朋友来说，这些公司是不错的选择。

因为去这些公司知识密度要更大，能更快接触到AI前沿知识和科研成果，第一手的资料和先机，当获取到更多的信息后，你就会比其他人能看的更远。对想转行做AI的小伙伴来说，去北上广深杭的AI大公司，是最优选择。

在大模型时代，我们如何有效的去学习/入门AI产品经理？

现如今产品经理岗位需求越来越大，但是相关岗位人才难求，薪资持续走高，AI产品经理薪资平均值约27336元，而且，在一线城市北京，产品经理的均薪接近30K，在新一线城市、二线城市的薪资也很可观。

从产品经理这个岗位来说，无论是从薪资水平、发展空间还是需求量上看，依旧是个不错的岗位。

可能大家都想入门/转行AI产品经理，其中包括0经验的小白。都想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把都打包整理好，希望能够真正帮助到大家。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，下面是我整理好的一套完整的学习路线，希望能够帮助到你们学习AI大模型。

在这里插入图片描述

第一阶段：从大模型系统设计入手，讲解大模型的主要方法；

第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。