|
随着大模型技术的快速发展，市面上涌现出了海量的大模型制品岗位，那样想要进入AI行业的制品经理朋友，需要提前做好那些准备工作呢？这篇文案里，作者总结了入行AI的必须知识，包含市场调研、制品底层规律等内容，一块来看。
AI大模型从去年11月起始到现如今，已然非常火热，无论大厂还是创业新星都在为AI的落地搭建制品架构，并快速跟进落地铺量，随着业务扩建，市面上亦涌现出海量的大模型制品岗位。针对日前在看机会的倘若想要入AI坑的话，制品经理要起始做那些方面的准备工作呢？
1、市场摸底调研：市面重点供给AI服务都有那些大类？
选取AI大模型的岗位本身亦是在做职业的规划过程，对线上已有的机构供给的能力进行摸底调研有助于找准自己的兴趣点，并基于后续规划选取最为契合的岗位方向。根据制品服务的类型，市面上AI供给的品类重点有
对话生成式：基于深度学习模型，如循环神经网络（RNN）或变种，如长短时记忆网络（LSTM）和重视力机制。这些模型经过学习海量的对话数据，能够捉捕到语言的上下文和语义信息，并生成符合语法和语义规则的自然语言回复。这类制品在市面上比较多亦相对成熟，例如大众熟知的openai、文心一言、glow等。
AI绘图：利用人工智能技术进行绘图和创作的过程。经过训练深度学习模型，计算机能够学习并模仿艺术家的绘画风格、创作技巧和审美特点，从而生成拥有艺术性的图像和绘画作品。在应用这套技术的，例如抖音制品的特效、百度文心一言绘图功能。
虚拟助手和智能客服：利用自然语言处理和对话生成技术，能够与用户进行语音或文本交互，供给信息查找、任务执行、问题解答等服务。这类制品一般服务于2B比较多，平常在美团app里面的小美智能满足用户非结构化的找店需要。
陪同类的制品市面上会有有些按照人脸做面向分析，亦有有些心理咨询行业在用的咨询感情陪同类制品，底层都是基于用户在数据中的表现去匹配相应的情感支持。
2、这么多品类AI制品，它们底层规律是怎样实现的？
市面上已有的大模型制品重点依赖底层的基本模型处理数据能力。从最底层到实质应用层，数据方向从基本数据的“非”智能转向有意图的“智能”。
1. 基层模型能力
按制品所需能力建设所需的自研数据，这儿面可能包含特定的图像表达、语音表达、视频表达、心情感知等多种类型的数据服务能力。
其次是基于战略合作的特殊数据源，本图中给出的数据合作制品ChatGLM-6B是开源的双语对话模型，含 62 亿参数，可处理对话聊天、智能问答等多种自然语言任务，支持在单张消费级显卡上推理运用，供给服务方是面向企业的2B类机构。
开放接口，众所周知，来自OpenAI跟微软Azure供给的智能化语义理解与智能办公的数据处理能力。
开源模型重点分为NLP工具包、元学习开源库等资源信息，根据制品本身的的需要能力能够自己接入。
再往上走便是基于目的服务的能力怎样保准数据的有效调用，通常会从安排能力、推理优化、量化压缩几个象限去建构调用的资源，实现减少存储数据的压力，提高查找速度，缩短问题被解答的思考时间，建构自适应学习能力加强问题解答满意度等目的。
最外层的输出，便是基于以上数据的安全合规，通常分为两个视角，数据运用的安全监控能力、内容存储的合规合法能力。关于数据隐私方面的内容将来会基于特定场景再做详述。
2. 应用框架层
顾名思义，为了满足应用层的调取有效实现转换、理解、查找、调用、输出的架构层。
经过以上架构图亦能够看出，工具管理重点满足服务模型、Prompt、存储、知识图谱等模块的存放跟运用；
配置组合用于处理多个模型或组件组合在一块来实现更高级的功能。这种组合能够是串行的，即一个模型的输出做为下一个模型的输入；亦能够是并行的，即多个模型同期处理区别的输入数据。经过组合区别的模型或组件，能够实现更繁杂的功能，例如语音识别和语义理解的组合、图像归类和目的检测的组合等。组合能够按照详细的需要和场景进行灵活的设计和调节，以实现更好的性能和效果。
编排决策用来满足完成繁杂任务的执行。例如，一个语音识别应用可能需要包含语音前端处理、语音识别模型、语义理解模型等多个组件。在这种状况下，编排便是将这些组件根据必定的次序和规律连接起来，以实现整体的功能。除了内容体裁的读取，编排还触及到模型的调用次序、输入输出的传递、数据的处理和转换等。它需要思虑到各个组件之间的依赖关系、数据流的管理、错误处理等方面的问题。
编排技术在AI基层模型能力中起着重要的功效，它能够帮忙研发者更好地组织和管理繁杂的模型和组件，实现更有效、更灵活的AI应用。同期，编排亦能够供给更好的可扩展性和可守护性，使得AI模型能力在区别场景和需要下更加灵活和适应。
以上的干货信息，针对想要入行的PM来讲面试基本上已然足够。
3. 制品应用层
这儿重点便是市面上大众所关注到的各类制品，详细制品这里不仔细赘述。单独拎出来是期盼大众能够结合自己平常熟练工作的视角来判断各类制品视角下，咱们的优良跟能够切入的行业。
例如，日前在做客服平台，怎样才可结合大模型提高整体的客服满意度？倘若在做营销管理，怎样利用好大模型更好的经营本地营销业务，这些问题想明白有助于投递大模型关联岗位中有的放矢，把完整的链路思考全面。
3、怎样赢得市场增长跟变现思路
回复这个问题本质是对变现模式的回复，在这儿抛砖引玉举两个例子。
1. 自媒介从业人员
意见从运用好AI制品，抓住AI生成制品能力的优良来落地，学习运用AI生成“显眼包”的专题，借用AI美化宣传文案，乃至能够运用AI润色图文，使用AI能力管理好社群信息分析运营思路。
借用AI能力打磨账号自己的流量，得到必定影响力，连续创造营收。
2. 小企业倘若已然有了相对成熟的体量且用户类似度较高，且不期盼只做宣传付费订阅类制品：围绕目的群体，供给需要的新闻、动态、八卦等信息，整合输出高质量的内容社区，供给付费价值，收取订阅花费。对当前社会形势严峻的就业择业等问题供给信息新闻服务，向用户收取花费。数据营销和用户调研：借助大模型能力经过收集、分析和营销用户数据，为企业供给市场调研和用户洞察。借助AI能力，挖掘线上用户特征，输出用户本身所需的自我认知、潜能输出等的制品，实现平台变现通道。以上，若对AI行业感兴趣的朋友欢迎来交流。
专栏作家
蓝莲花zx，人人都是制品经理专栏作家。关注内容策略、内容后台、内容标签、账号策略等行业，爱好阅读，期盼做个有趣的人。
本文原创发布于人人都是制品经理，未经许可，禁止转载
题图来自 Unsplash，基于 CC0 协议
该文观点仅表率作者自己，人人都是制品经理平台仅供给信息存储空间服务。
| 
发表于 2024-9-28 12:24:25
楼主