在人工智能越来越成为潮流的当下，产品经理需要依托时代背景寻找自己的自身定位，之前的文章中我们已经阐述过人工智能时代会把从业公司重新分类为三类。
- 行业+人工智能公司
- 应用人工智能公司
- 研发核心技术或基础平台的人工智能公司
可想而知结合，这三类公司对于产品经理的要求都是各不相同的，那么作为产品经理的需要去自身的定位和优劣势，找到自己要去匹配的公司类型，以及规划相应的发展方向。
在互联网行业呆这么久，又是在产品经理这个领域内，总体的感觉是产品经理中间聪明人多过笨人，而且不乏优秀且努力的人。我了解到很多人已经开始采取各种办法来应对人工智能。大部分人会选择去上一门人工智能的课程之类的。但是在整个人工智能的行业生态和专业知识普及体系尚在完善的阶段，这样做就显得有一些盲目。有的某一垂直领域的产品经理不去雕琢自己的行业能力而去学习如何自建时间递归神经网络。我这是出于兴趣，那自然是一个很不错的尝试，但如果仅仅是为了了解行业，了解这个人工智能这个领域，那这可能并不是最优的选择。
我们之前提到的人工智能，对整个行业的重新划分后的三类公司，对产品经理有不一样的要求，这些要求也存在一定的重合度，但是在这里我们先把不同的需求侧重点说出来，这样可能对于产品经理对自己的定位有更好的把握。
在行业加人工智能公司中，产品经理对行业的理解力和对行业趋势的洞察力才是核心。
试想一个不懂行业只懂技术实现方法的人，怎么能够在老板面前申请更多的资源进行产品研发呢？如果你是老板，公司从0到1都是你创建的，行业专家见过无数，竞争环境你再清楚不过，行业中的各种规律和陷阱都是靠真金白银的学费换来的，难道就放心把产品交给一个对行业一知半解的产品经理，任由其发挥吗？
因此如果你处在这一类的公司里，作为一个产品经理，打磨自己，对行业的理解永远是第一位的，做行业专家是前提，然后才是利用人工智能提升产品价值。
另外由于当前阶段无论是技术积累还是实践经验，都处在行业的早期，因此弱人工智能的产品仍然占据主流，行业会被细分成为各种垂直场景，对于人工智能产品经理的需求同样会被不断的细分。各种垂直场景中的产品经理都要很深的行业理解能力
这里说的弱人工智能指机器不具备意识自我和创新思维，而且单个产品只能在某一个特定的具体任务上表现出其相应的应用价值。
比方说聊天机器人按照不同的对话场景，又可以继续细分为个人助理，售后导购等不同类型的产品。疾病筛查领域的人工智能产品，会被按照不同的病症筛选为糖网筛查，肺癌筛查，皮肤癌筛查等等。
过去医院管理信息系统的厂商按照不同的流程阶段进行切分，而现在会被按照不同的病症分割为不同科室的细分模块，在行业被细分的同时设计产品的人才需求也被细分。
在应用人工智能技术的公司中，由于商业模式以及主要是以to b为主，因此，很多公司对产品经理的KPI考核之一就是项目回款，这就要求产品经理既要有一定的商务技能，比如说售前售后等技能，同时又要有一定的项目管理经验。
另外因为不同的客户对产品的需求不同，必然会进行定制化开发，产品经理要明确区分标准化产品和定制化产品，这对于产品经理的需求管理能力也提出了较高的要求。
除此以外，to b类型的产品的特殊性决定了在产品管理的过程中还要考虑产品的用户获取成本(CAC)，用户终身价值（LTV），以及产品为了获取用户而付出的成本回收周期(PBP)。因此产品经理在不断跟踪这三个重要指标变化的同时，需要制定适时的市场策略，产品运营策略以及产品的战略方向。
在研发核心技术和基础平台的人工智能公司中，公司对产品经理的要求更加侧重于企业对底层技术框架的理解。
例如对于一家做基础平台的公司，公司的产品是基于tensorflow进行优化和研究的机器学习平台，并且提供给第三方在线使用。为了实现公司的产品，比原生的tensorflow有更大的训练深度，你就需要了解底层的通信机制，稀疏参数更新原理等等，因此这类型公司更倾向于寻找从事过研发工作的产品经理。
