第 2 问｜ 想转 AI 产品经理，到底先学什么？

这是《普通人AI转型30问》的第2问。

上周有个朋友来问我。他说自己为了转 AI 产品经理，学了很多东西，但一到面试，企业还是会跟他说一句话：“你做的这些，更像 AI Demo，而不像真正的业务。”

他当时其实很困惑，因为他确实学了很多东西，也确实花了很多时间。他问我，是不是还有什么没学，是不是还差什么能力。

但后来我发现，他学的东西其实没错。只是一开始学习顺序就反了。

因为在真实企业里，很多老板可能连 Agent 是什么都不关心。。。

他们只关心一件事，这玩意到底能不能解决业务问题。

很多 AI 转型的人一上来就在研究 RAG、Agent、Prompt，最后很容易变成“手里只有锤子，看哪里都像钉子”。

所以企业会觉得，你懂很多概念，也会很多工具，但看不出来你到底能不能解决业务里的问题。这其实才是很多人卡住的地方。

想转 AI 产品经理，第一步应该是先判断自己所在的行业，到底需要什么 AI 能力，再重点去学习这些能力。

那么，该怎么判断自己所在的行业适合什么 AI 能力？

其实特别简单。你去看，你那个行业，最痛的地方到底是什么。

按照主流行业，我把痛点划分成了几个大类，你可以对照一下，自己现在所在的行业最像哪一类。

01 规则密集型

教育 / 法律 / 医疗 → RAG

RAG 简单来说就是给 AI 连接一个"知识库"，让它能够回答公司内部的专属问题。有些行业最头疼的地方，其实就是规则太多，新人培训两三个月，还是记不住。

这种时候，RAG才开始变重要。

做过教育、法律、医疗、企业知识库这类的都懂。因为这些行业，很多经验很难真正标准化，甚至连流程都写不进去。

02 流程冗长型

ERP / CRM / 客服 → 工作流 / Agent

工作流就是 把多个步骤串起来自动执行，不用人一步步手动操作 ，而 Agent 可以理解成一个会自己做决定、自己干活的 AI 助手工作流程。

但还有一类行业，真正麻烦的地方，是流程特别长，系统特别多。客服一个后台，订单一个后台，支付又一个后台，一个退款，人得来回切好几个系统。。。

这种东西做到后面，基本上都会往工作流、Agent 走。比如ERP、CRM、OA、客服、运维。

这些行业聊到最后，其实就一句话，这玩意，到底能不能干活。

03 决策滞后型

运维 / 金融 / 投研 → 推理 / 多 Agent

但还有一些行业，真正卡住的地方，其实是决策太慢。比如运维故障分析、金融风控、投研。

这种场景做到后面，基本上都会开始碰推理、多 Agent 这些东西。

你让一个 Agent 又审批、又转账、又做风控，最后很容易变成，看着啥都能干，但一细看，又哪都差一点。。。

反而是那种职责很单一的 Agent，协作起来会稳很多。

04 内容生产型

短视频 / 电商 / 广告 → 生成式 AI

生成式 AI 就是通过 AI 生成文字、图片、视频内容。

这类内容行业，比如说短视频、电商、广告、游戏。这两年已经明显开始被 AI 往里卷了。以前拍个广告，真的是一整套人。编导、拍摄、剪辑、后期，一个都少不了。

而现在很多时候，一个人带着 AI 就能全跑完了。

所以很多时候，不是 AI 技术决定你学什么，而是你所在的行业，决定了 AI 最后会长成什么样。

AI 转型，并不是把过去经验全部推倒重来。AI 可能会越来越通用，但行业里的很多东西，可能还真不是靠模型一升级就能自动解决的。

尤其是那些特别垂直的行业，最后拼的，可能还是谁更懂业务。

AI 产品经理很多时候，其实不一定要是团队里最懂 AI 的人。但他得知道，AI 该放进哪个流程，该解决哪个问题，以及企业为什么非得用它。

下期继续聊：普通人转 AI，最容易被培训课带偏的地方。