关于人人都是产品经理的思考【产品经理的反思】

简介: 其实我们人人都是产品经理,人人都是自己的CEO,一个好的产品经理应该具备一家完善的公司能力;人能给人的只有信息,人能做的就是更好的协调周边资源或信息的运作方式,从中推进人生向更高处发展。我们都需要一双眼睛,是发现痛点、找到**破局**点的敏锐之眼,二需要一双手,是动手优化、着手改变的行动之手;三是需要一颗心,是洞察人性的同理心,懂得自己与用户,懂得产品上每个细节给到人的满足感、确认感和依赖感。

做了近7年技术,最近两年做了两年大数据研究行业的产品经理,有很多感触。16年放弃读博(认知计算方向),赶上人工智能大火,当时对深度学习的看法是:类似二十年前的单片机,十五年前的嵌入式,十年前的互联网,五年前的移动应用开发(android或ios)一样,都是一个时代催生的解决现实问题的工具。深度学习是在计算能力和大数据积累的基础上,同时神经网络有了一些改进,在此基础上首先解决了三个机器学习难题:计算视觉,语音识别及生成,文本识别。这三种原始信号的识别问题的解决,带动了深度学习在学术界和产业界同时大火。
在这样的背景下,由于诸多原因,我放弃了读博,选择去一家数据公司做电商图片识别的工作(任产品经理和技术经理),两年的时间里,对产品经理有了一些自己的思考。

我认为产品能力是人生的一个底层能力。

为什么产品能力是人生的底层能力?我们大家都是从一无所有走过来的。依稀记得那种茫然无措的感受。因为没有认知框架,所以每天面对着各种正面、负面的信息,任其冲击情绪,却不知道如何处置。
我们害怕自己的才华得不到赏识;自己努力了,却总是被diss;害怕没有得到正面的反馈,付出得不到回报。产品能力就是训练一个人:判断信息,抓住要点,整合有限的资源,把自己的价值打包成一个产品向世界交付,并且获得回报。
别怕茫然,别怕被diss,别怕推倒重来。因为从一个普通人,到成为一个产品人的过程,我认为其实就是一个人学习建立认知框架的过程;先建立信息的秩序,再建立自己内心的秩序。在一片纷杂里,你会知道自己该放弃哪些点,抓住哪个点,慢慢建立起掌控。这个过程里,肯定会碰到数不清的diss,被各种吐槽,被指着脸批评,还有数不清的推倒重来。这就是一个产品人生活的常态。产品的人生就是天天被打击。既然这就是生活的常态,放下担心,你会在打击中变得健壮。
所以,产品人必须拥有一项基础能力:抗挫折、抗打击的能力。


产品经理类似一个公司的关系网中的结构洞
我在一家To B型公司工作,负责技术语言,技术落地和产品化工作,也配合商务方面的同事拜见客户。在这个过程中,我逐渐意识到产品经理在一家公司关系网中的重要性。我的主要工作是:1. 要了解商务人员以及客户的需求,稳妥的解决需求的同时发掘新的需求;2. 了解需求的共性和差异性的基础上,为产品化做准备。3. 了解老板的需求及管理风格,推进产品。4. 如果需求需要用到新技术时,做好技术预研,并配合技术将产品落地等。在这些过程中,To B和To C产品经理是有一些共性的,就是在对市场有一定了解的前提下,做产品预研和技术预研,然后寻找自己能寻找到的最大资源,推进产品的落地,变现。在公司关系网中,产品经理既要了解老板的公司期望,大致方针,管理风格等,了解商务或运营同事的工作及需求,技术同事的技术栈的了解,客户的需求及项目的运行状态等;在这些基础上,协调产品所涉及到的所有同事的工作情况,居中协调各种产品信息的传达,寻找最合理的资源运作方式,进而找到最合适的产品推进方式。
产品经理应该是一个既了解技术边界,也了解需求和资源边界的存在
其实我们的人生不也这样,人能给人的只有信息,人能做的就是更好的协调周边资源或信息的运作方式,从中推进人生向更高处发展。我们都需要一双眼睛,是发现痛点、找到破局点的敏锐之眼,二需要一双手,是动手优化、着手改变的行动之手;三是需要一颗心,是洞察人性的同理心,懂得自己与用户,懂得产品上每个细节给到人的满足感、确认感和依赖感。

目录
相关文章
|
机器学习/深度学习 传感器 自动驾驶
基于深度学习的图像识别技术在自动驾驶系统中的应用
【5月更文挑战第2天】 随着人工智能技术的飞速发展,深度学习已经成为推动多个科技领域进步的关键力量。特别是在图像识别技术方面,深度学习的应用已经极大地改善了算法的准确性和效率。本文将探讨深度学习在图像识别中的核心机制,并重点分析其在自动驾驶系统中的具体应用,包括车辆检测、行人识别以及交通标志识别等关键技术点。通过综合现有研究成果与最新技术动态,本文旨在为读者提供一个关于如何利用深度学习提升自动驾驶系统性能的全面视角。
190 4
|
消息中间件 IDE Go
Go语言开发小技巧&易错点100例(七)
Go语言开发小技巧&易错点100例(七)
98 0
|
1天前
|
人工智能 自然语言处理 JavaScript
2026年Windows+Ollama本地部署OpenClaw保姆级教程:本地AI Agent+阿里云上快速搭建
2026年OpenClaw凭借本地部署、私有化运行的特性,成为打造个人智能体的核心工具,而Ollama作为轻量级本地大模型管理工具,能让OpenClaw摆脱对云端大模型的依赖,实现**本地推理、数据不泄露、全流程私有化**的智能体验。本文基于Windows 11系统,从硬件环境准备、Ollama安装与模型定制、OpenClaw部署配置、技能扩展到常见问题排查,打造保姆级本地部署教程,同时补充阿里云OpenClaw(Clawdbot)快速部署步骤,兼顾本地私有化需求与云端7×24小时运行需求,文中所有代码命令均可直接复制执行,确保零基础用户也能快速搭建属于自己的本地智能体。
2545 11
|
12天前
|
人工智能 自然语言处理 监控
OpenClaw skills重构量化交易逻辑:部署+AI全自动炒股指南(2026终极版)
2026年,AI Agent领域最震撼的突破来自OpenClaw(原Clawdbot)——这个能自主规划、执行任务的智能体,用50美元启动资金创造了48小时滚雪球至2980美元的奇迹,收益率高达5860%。其核心逻辑堪称教科书级:每10分钟扫描Polymarket近千个预测市场,借助Claude API深度推理,交叉验证NOAA天气数据、体育伤病报告、加密货币链上情绪等多维度信息,捕捉8%以上的定价偏差,再通过凯利准则将单仓位严格控制在总资金6%以内,实现低风险高频套利。
6247 57
|
8天前
|
存储 人工智能 负载均衡
阿里云OpenClaw多Agent实战宝典:从极速部署到AI团队搭建,一个人=一支高效军团
在AI自动化时代,单一Agent的“全能模式”早已无法满足复杂任务需求——记忆臃肿导致响应迟缓、上下文污染引发逻辑冲突、无关信息加载造成Token浪费,这些痛点让OpenClaw的潜力大打折扣。而多Agent架构的出现,彻底改变了这一现状:通过“单Gateway+多分身”模式,让一个Bot在不同场景下切换独立“大脑”,如同组建一支分工明确的AI团队,实现创意、写作、编码、数据分析等任务的高效协同。
2696 27
|
29天前
|
人工智能 自然语言处理 Shell
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
本教程指导用户在开源AI助手Clawdbot中集成阿里云百炼API,涵盖安装Clawdbot、获取百炼API Key、配置环境变量与模型参数、验证调用等完整流程,支持Qwen3-max thinking (Qwen3-Max-2026-01-23)/Qwen - Plus等主流模型,助力本地化智能自动化。
42984 157
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API