AI市场与AI产品经理分析——2024是否是AI应用创业的好机会

这是一个普通创业者与打工人写的文章（全文4360字），10年是一个周期，希望能为您带来一点思考启发。

图源：Kimi关于标题的建议

第一部分   AI市场与AI产品经理

基于大家对AI很重要的这一共识，当前有两个场景：

1、企业（包括传统企业和互联网企业）如何实现AI转型或用好AI

2、产品经理如何转型AI产品经理

本文希望从个人真实经历出发，探讨当下的AI市场与AI产品经理那些事。

一、AI市场（分为创业市场和就业市场）

1、AI创业市场

一方面，是行业大佬做出预判，这是一波比移动互联网更大的红利。

另一方面，很多观点在碰撞。我个人认同傅盛和朱啸虎两位老总的观点（两位老总在去年这个时候有一些观点碰撞，今年达成了和解），详见《傅盛朱啸虎一年再辩AI大模型一年之变》。

个人总结：

1）当前OpenAI虽然估值高但还没盈利，是否会成为泡沫是一个可讨论的话题。

个人看法：就看GPT5什么时候出来了，大模型创业可能会成为泡沫，但AI应用不会，还是认可这是堪比移动互联网的红利。

2）小参数大模型开始盛行，苹果等公司也专注小参数，为了在手机端即可跑模型应用，对开发者是利好。

3）2024下半年会有一批有代表性的AI应用跑出来。

个人看法：仅针对agent智能体来说的话，个人看好在社交和游戏中的应用，传统游戏如诸神、赛马娘等，带有模拟经营和养成的属性，玩家是上帝视角，但不是真养成，之前的可能性都是预设好的。而agent智能体能实现模拟现实的养成，不同角色在游戏中恋爱结婚生子，每个家庭再养育出不同属性的新角色，此时一个游戏就是一个虚拟世界。

有没有一种可能，我们其实就是造物者创作的一个个智能体？

再推荐由前PDD与前今夜酒店特价的两位老师主理的《AI炼金术》，新一期播客中也聊到了AI产品与创业，里面几个观点很有意思：

1）站在AI很重要的角度，AI创业没有蓝海，都是红海；

2）先考虑这个市场有多少肉，再考虑这个市场有多少狼抢；

3）现在看起来过了一段红利期，更大时间跨度下，还有更多的红利（举了之前做今夜酒店的例子，当时获客成本涨到4块多就觉得这波红利已经过去了，营销成本投不下手，现在10年后回头看当时还正是最好的时候）

4）AI+SaaS的优势体现在不是售卖软件，而是应该售卖最终的交付成果；

5）挑一个你喜欢的和你擅长的事做。

这几个观点和我准备写的这篇文章的观点不谋而合，起到互相支撑的作用，刚好放在前面分享。

2、AI就业市场

基于我之前也实操了一些AI落地项目（后面分享），我实际聊了一些AI企业的就业机会，谈谈个人的想法。

1）鱼龙混杂，求职者要做好信息甄别。即使面试通过拿到offer，除了看boss直聘的招聘评价，一定要提前收集其他信息，如在脉脉上搜一下这家公司靠不靠谱；

2）一些公司实际上没搞懂用AI能为自己企业带来什么价值，只是处于焦虑或跟风心态要做AI，这部分企业可以聊，但要求求职者要有咨询和商业化的思维，能帮公司厘清业务增长机会；

3）不同公司对AI产品经理的定位不同，所以招聘市场上对AI产品经理的岗位职责和任职要求也不同，慢慢会统一标准，这也是产品经理转型的机会。

4）有行业沉淀和认知的产品经理转型会更有机会，类似之前的“互联网+”，目前应用层的机会在“AI+行业”，只懂AI或只懂行业是不够的。还有就是业务创新，找到细分的场景痛点并完成PMF验证，海外有很多优秀案例。

二、AI产品经理

个人做了一下划分，仅供娱乐和参考。

对应传统互联网PM也有三个层级：

总结来说，对AI产品经理要求懂得技术框架，不一定要了解技术细节，而是对技术边界有认知，最好能知道一些优化手段和新技术的发展。

AI说白了也是工具和手段，我认为产品经理要关注的还是场景、痛点、价值。

举一些我们之前做的落地案例（我个人也是在2017年开始关注机器学习，还报了风变的Python课程，不过当时没有深入研究）。

案例一：录播课编程作业的自动批改

场景：在班主任日常工作中，批改作业占据了50%以上的时间。

这里的作业不是简单的选择题（有标准答案），而是包含创意创作和问答题，如孩子拖动编程积木来实现一个作品，还有孩子自己根据人物讲一个故事。

目标：扩大班主任的服务半径，提高对学生和家长的服务效率。

痛点：现有的作业批改方式无法统一标准，对于问答题和创作题的评分存在主观性，影响了教学质量和效率。

原理：利用BERT机器学习模型（准确来说是BERT的变种），结合老师的批注（正样本和负样本），实现作业的自动和标准化批改。

期望结果：理解和模拟老师的评分逻辑，减轻老师的工作负担。

落地结果：自动批改节省班主任50%以上的时间，服务半径从50人扩大到200人。

案例二：智慧安检标签在关务风控平台的应用

场景：海关在对申报货物查验时，需要保证单货一致（所有关务风险，如夹藏、瞒报、违禁品等，都可以理解为单货不符）

痛点：客户通过顺丰申报的品名，不一定是真实品名，存在顺丰货物被海关查验导致整车被扣的风险。

解决方案：推动关务部门与 AIOT 部门的跨部门合作，应用AIOT的智慧安检判图标签（如是否含有液体或粉末）与货物品名对应的标签比对（如衣服对应的是常规标签），再输出是否有风险的结论给中转场人员（开箱查验）。

落地结果：风控识别开箱复核有效率提升，成功识别重大货物风险。

以上都是我们在实操中遇到的案例，在顺丰还有其他一些实践，如需要根据客户申报的品名准确归类到大陆海关商编（10位），在输入足够的情况下算法是可以归类到10位，但会要求客户下单补充更多信息（提高下单门槛），权衡的一个做法是先归类到6位商编（国际通用的分类），再根据历史库归类到10位商编。

这里个人总结是在一些大公司或甲方公司的AI部门，会有更好的商业化落地方案。

原因可能是有数据才有AI，这里大公司本身有自己的一方数据，在目前大家重新对数据资产有新的认知时，一手数据就是资源，而公开市场上的数据已经有大模型提供基础能力了。

最后说一点感性的认知和个人经历吧，供同行交流参考。

第二部分  2024年是否是AI应用创业的好机会

我有时会想，如果穿越回2014年，我22岁毕业时，还是否会选择创业？

2014年，国家提倡大众创业、万众创新，正是移动互联网的红利时代。

我在深圳的咖啡馆，能遇到很多聊项目的创业者和投资人。

我也参与了移动互联网创业，和朋友做了一款帮人养成好习惯的APP，积累了百万用户，拿了一些投资。

从大学做交友网站开始，认识了很多牛人，小红书、快看漫画、礼物说、兼职猫等，第一批移动应用创业者或运营负责人，都成了各自领域的佼佼者。

而我们的创业项目由于对商业化思考较浅，且好习惯这个概念较泛（且养成好习惯比较反人性），在当时工具+社区的模式中没有很好的商业化落地，最终项目折戟。

那时候我机缘巧合，通过紫牛创业营了解到傅盛总，也看了傅盛总的一些文章和演讲（关于傅盛认知三部曲），于是抱着试一试的心态给傅盛总发了邮件，希望去猎豹移动学习怎么做产品和微创新。

而傅总也真的回我邮件并让我约hr面试了，今天还是很感谢傅总当年的点拨和引荐。

后来从北京回到深圳，加入了一家编程教育初创公司，也经历了公司从100多人到2000多人的快速发展；当时教育行业的核心逻辑从服务效果交付，卷到了各种投流获客，获客成本CAC的上升导致ROI惨不忍睹（分直播课和录播课，电销和社群营销）。

然后双减政策来了，广告金主中就看不到教育企业的影子了。

再后来加入某家大厂做跨境物流业务，一晃已毕业10年。

2024年，在我个人生活发生转变的同时，时代的浪潮也从移动互联网应用转为了AI应用。

一方面，是行业大佬做出预判，这是一波比移动互联网更大的红利。

另一方面，个人面临就业或创业的选择，毕业生难找工作，大厂降本增效或海外驻点，此时选择变得尤为重要。

对行业和趋势的判断，也成为人生十字路口选择中要往哪个方向走的信标。

回到一开始的问题：如果穿越回2014年，我是否还会选择创业？

答案肯定是会的，只是如果真能带着2024的认知回去，那就是穿越爽文了。

从务实的角度来看，以你相信什么，想成为什么去预判未来10年，是可以实现的。

举几个例子：

雷军在上大学时看了《硅谷之火》这本书，才塑造了现在的雷总。

傅盛在上大学时看了《联想为什么》，以及后续他在采访中提到的经历，才塑造了现在的傅总。

而我们90后这一代，也有很多影响很深的书和产品，书籍如林军的《沸腾十五年》，产品如人人网、微博、微信、陌陌等。

（图源：豆瓣读书）

那00后这一代呢，目前已越来越多00后创业当老板或加入创业公司。

如B站UP主大狸子切切里，一个00后的女生，视频风格没有很严肃的测评，从零开始商业化做大还没影响观众缘，最新一期视频展示了公司的500平工作室设计建造模拟经营，成为年轻人梦寐以求投简历的公司。

还有我之前在编程猫认识的第一批管培实习生，也已经在行业大牛（jiayangqing）创立的AI创业公司中担任产品负责人了。

他们让我看到了另一种可能性，当然大环境还是年轻人难就业，或者去到一些不靠谱的公司，每天被PUA的情况更多。

只是在信心比黄金更重要的当下，我们需要看到这样的“幸存者偏差”。

李一舟在一期播客中提到，我们每个人内心都有点羞耻（也许叫坦诚更合适）的想法，我明明是个A，怎么活成这个B样了呢？

之前还看了胡延瑞胡总的文章《大厂产品经理并非产品经理》，很多观点也很认同。

产品经理最初的梦想是改变世界，怎么就慢慢躺平了呢？

比认知更重要的，还是心力（心性、心态），这个和AI产品经理社群团长hanniman的观点也一致。

在红利来临的时代，我们能否不躺平，而是拥抱变化，持续学习？