AI优先产品负责人职责

Cohen 用"漂流艇(river rafting boat)"打比方:船两侧的人在划桨,增加精度和速度,但真正决定船往哪走的,是船尾拿着两个舵桨的向导(guide)。这两个舵桨就是 AI,而向导必须是产品负责人本人——但在大多数公司里,握舵的其实是别人(工程或ML团队)。

如果 AI 是决定产品成败的最大杠杆,而产品负责人自己不握着这个舵,那这个人到底在做什么决策?Cohen 给出一套判断"PM 有没有真的掌握AI"的自查清单,不是泛泛而谈,而是具体到能不能回答以下问题、能不能写在白板上:

1. 算法的目标函数是什么(objective)——本质是一个数学公式,PM 应该能清楚讲出这个公式在优化什么;
2. 给算法加了哪些特征(features)——不是用户可见的产品功能,而是算法用来学习的参数/特征;
3. 在数据采集和微调(data collection & fine-tuning)上投入了什么——Cohen 特别指出,两年前(2022年左右)大多数产品经理默认"fine-tuning是工程团队该做的事",但实际上你可以围绕数据采集和fine-tuning单独制定一整套产品策略,做好了产品会有巨大成功,交给别人就永远不会发生;
4. 甚至要下沉到基础设施(infrastructure)——很多产品目标的巨大提升,来自底层infra的增强,而不是加一个新按钮或新体验;能做到这一点的PM并不多。

Cohen 自己的落地方式:从2016年开始(那时还叫machine learning而非AI),每到一个新团队(mobile、feed、ads),都会把AI相关的部分当成自己花最多时间的地方,把最多的资源(包括招人)投在这里,把它列为从战略到人才的头号优先级。到2020年后,在CPO角色上建立了"AI academy",要求每个PM都必须经过培训(类比2014年LinkedIn整体转向mobile-first时的做法),并在自己的review中重点审查团队的AI策略和目标。