00

00

看世界的视角比事实本身更重要。

在我准备邀约访谈的名单中,他(们)都有着自己不同的职业经历。在与他(们)交流过程中,我知道:人和人的真正的区别不是情商,甚至也不是智商,是经历——经历塑造了一个人看待问题的方法。

被访谈人:31 岁,座标北京,7 年 AI 从业经历,职位是产品合伙人。在 AI 巨头和明星创业公司都有工作经历,涉及智能客服、智能硬件等,曾带领算法 + 产品团队操作大量 B/C 端案例。

我们的话题围绕着高科技公司展开,有许多针对性、代表性的话题会追问下去。在撰写时希望有意忽略背后的所谓「真相」或「预测」——因为每个人在行业变革中都是非常渺小的,很多成功的案例大多只是运气好而已。我所期待的是人与人的关怀尊重、人与组织之间的共同成长。

当你阅读本文稿的时候,我有意模糊了被访谈人的个人敏感信息,尽量呈现出访谈人的独特视角和个性观点,避免施加某种价值观或者道德标准:无对错、无善恶。

文章最终定题在关键词:量产。其实是在整理访谈记录中发现的一个「暗」线索——抛开院校、论文、金奖、福利和资方,凡不为量产的技术研发公司都是对资本、员工和亲友的「耍流氓」。请在下文中慢慢体会。

01

01背景:规律验证

许多话题要追问:关键背景?要素?阶段?路径?

  • 企业融资和重视人才,主要得益于「算法红利」。即:算力 + 数据 + 场景共同聚焦在算法成果时产生逆转式提升。
  • 符合马太效应:强者越强。数据——技术不难,刚毕业的优秀大学生就能做,只要数据量和算力足够,一个很小团队就能在算法上取得突破。项目——toB 市场渐渐会成为一个巨头垄断局面,一家创业公司很难跑起来。比如:创业公司和百度同时和中国移动谈,客户更愿意相信谁?品牌——为什么主要大厂在推算法落地?还比较狠!这背后是在强化 C 端和 B 端品牌效应。规模——大公司有数据、投入、场景;小公司数据少、场景少、产品小众。
  • 科技公司的终极目标都会做产品,满足大多数用户某一类需求的产品。产品初期用户自己可以配置能用,产品后期会收敛形态。
  • 产品路径——大型公司选择直接做产品是因为不缺人手,做出来之后去跟有意愿采购的公司谈低价。小型创业公司选择做解决方案,希望成功案例,走一步看一步,再融资迭代产品,最后固定一批有实战经验的员工和长期合作的客户。
  • 消费电子品牌上要高举高打,出货量与内容、渠道和品牌均强相关。某个产品功能的好坏不会直接影响出货量。

许多话题要追问:做什么?如何做?成为谁?错在哪?

  • 创业公司最先判断的不是技术层面难或不难,而是判断产品如何落地?怎么拿到单?
  • 目前仅存 2 类公司。第一类:巨头。自己补贴去做产品,包括一些国家级别项目基本不收费。第二类:有钱。过去 2 年融资账面现金充足,借助投资方业务场景落地开花,有成功突围可能性。
  • 目前已存活公司的出路。要么谋求创新板上市;要么谋求大公司收购。想成长为一家巨头的可能性:几乎为零。
  • 智能家电领域。假设抽烟机或空调增加语音功会多卖 5 块钱,上千万台预装就会达亿级收入。厂商对产品智能升级曾有诉求,实际合作中厂商普遍对 AI + 智能不看好——厂商最关心的是 +AI 后价格能否 +50 块或 +100 块。双方合作过程中耗费人力成本非常高,一台智能家电价格 +100 块或 +300 块才能回本,结果消费者却不买账,谁都不讨好!
  • 渠道定制款。过去浪费 6 个多月做渠道定制款,推动线上品牌微商、线下中国移动众多门店协助卖货出量。现实却是产品与场景严重不符:中国移动门店是交话费或装机申请的地方,用户根本不会买一件智能硬件产品,甚至根本就没有用户去看一眼。
  • 智能呼叫客服。能替代多少员工?节省多少成本?增加多少收入?如何分配利润?真的很难!科大讯飞中标许多智能客服解决方案,有很多政府公共安全的因素。
  • 较多失败案例:地下商场停车找车系统——需求弱、目标人群少,不知道谁买单?商场 VIP 客户识别——到店跟踪和导购推荐,如何降本增效?谁买单?很尴尬。

许多话题要追问:印象深刻的是?

  • 为争取一家银行的智能客服项目,明明 300 万项目最后会便宜到了 10 万。
  • 很多本来能够避免的失败项目,甚至就是我亲身经历过的——CEO 作为一个公司决策者却是非要往这个方向走走看,这背后是很多价值观念的直接冲突。一个人再有经验也很难直接影响管理层。
  • 中国企业对增加智能客服不是默认增加项。就算这项业务在中国真正发展起来,创业公司也很少能够参与到,生存空间过于狭窄。
  • 离职经历——加入一家创业公司时被 CEO 忽悠:所有人都认为这家公司要做 2C 产品,做了一年半多模块方案之后,CEO 放弃了。CEO 情绪管理有问题:发脾气,对员工人格没有基本的尊重。
  • 招聘一名海外市场产品经理。看了 700 份简历,只有 3 份合适邀面的。
02

02答案:藏在背后

为什么 toB 类型公司做不大?
主要原因是缺人手。一类技术解决方案就需要 1 位项目经理、1 位产品经理加 3 位实施工程师。1000 位员工能做 100 个项目,难于规模复制实现良性增长。
为什么创业公司主动去「踩」坑?
这些坑事先可以预见,然而一家创业公司总是希望小概率成功事件发生在自己公司,现在看绝对不可能。很多事情如果按照基本客观规律去推演,你就能知道它的结果,只是大家都不愿意相信。
到底是做产品还是解决方案?
今天做解决方案是因为:不知道要做什么样的产品。找不到标杆,就只能利用技术为企业做定制化解决方案,渐渐提炼为一套系统,再通过配置更多客户使用。现在又把系统搬到云平台上做配置,缺点就是后台需要很多人维护,做的很辛苦。
如何从技术转做产品?
阶段一:从技术转售前,增加沟通能力和技术再提升。阶段二:加入创业公司做产品,接触更多行业资源,与公司 C 级别沟通。阶段三:升级别能提高自己和团队管理能力。阶段四:相信一个领域会走得更远——比如你相信智能硬件更靠谱,理由是与 AI 场景结合更紧密,代替用户做更多事情。
在一家公司待多久才合适?
员工在一家公司的新鲜感大概就在一年半(18 个月)左右。如果公司业绩没有明显增长,你该做、能做和能学的基本饱和——每天都在做同样事情,很无趣。
用户交互体验到底有多重要?
之前最早我就是想着产品要有优秀的用户体验,现在来看有毛用啊?没用!用户花钱买产品的时候,你最需要做的是:提炼卖点。
如何能争取到不错的涨薪?
主要就看谈,谈得顺利就会加薪。
为什么搞不出一件产品爆款?
就拿和美国智能音箱相比——在美国,住宅是大开放环境,经常需要放歌让整个屋里人都能听到。在中国,人们大多数情况下普遍蜗居,用手机放放歌自己听听就行了。
03

03点评:公司人事

  • 微软。实打实在做研究,尝试新算法产生更大影响力。很多项目或是创新项目或是打比赛拿冠军的项目。微软高薪养人原因之一就是:不希望人才流向 Google、Amazon 或 Facebook。
  • 百度 AI 音箱。已占据智能家庭市场很大份额。小度有屏音箱可以做很多语音交互相关,有新入口就可以在上面做很多模式创新。
  • 阿里巴巴分拆人工智能实验室。肯定是做得不够好,被干掉了。
  • 百度和阿里的智能音箱之争。从智能家居市场角度说,百度赢了。目前百度最迫切的是收入变现,早期补贴结束重新回到内容和变现的逻辑。
  • 猎豹机器人。进场太晚。想做却已被大厂站住,也给不了别人新东西。语音识别与 TTS 授权小米等增加调用频次,一没收入二没数据,占用大量服务器资源,只能赚吆喝。商场/公司接待机器人和导购机器人,没有找到真实使用场景。
  • 腾讯 AI。做事情如果方向不明确的话,不会做重资金投入。
  • 微信张小龙。对我影响比较深——在于他能从未来视角看现在、通过过去视角看未来。视角转换得非常之好。
  • 奇虎周鸿祎。对我印象比较深——在于他对产品经理的定义和产品经理要做哪些事。
04

04感受:精神信仰

许多话题要追问:相信什么?哪个最难?谁最合适?目标是什么?

  • AI 能帮助整个社会取得进步,却远远不像人们想像得那么乐观。
  • 当前 AI 公司大多数是 toB 类型,toC 类型的产品 + 量产会更困难。
  • 企业 +AI 可实现局部优化,有大企业愿意买单,一般小企业不会。
  • 科技公司未来都会演变成为一家产品公司。
  • 过去很多创业公司可以做成功案例融资。现在没有人听你再讲这个故事。
  • 开弓没有回头箭。科技是大方向,周期比较长。前景很光明,道路很曲折,看谁能挺到最后。
05

05成长:推荐书单

有一个固定话题:影响你最大的书籍?

《产品方法论》
俞军
本书涉及产品相关经济学和心理学,可以找到很多源头印证自己曾经对产品若干归纳和判断。
《创新者的窘境》
克莱顿·克里斯坦森
过去只是从一个产品思路去考虑问题,这本书让我理解如何通过产业链上下游重新看待一个问题;明确产品发展方向。宏观决定微观,视野应该要广一点。
《人类简史》
尤瓦尔·赫拉利
让我知道:人为什么活着?
06

06建议:产品经理

前三年你都可以去尝试。像大学本科教育一样,你可以去寻找兴趣点。国外本科基本是通识教育,你可以去学任何一门学科,可能一年要学十几门。主要考虑的是在一个行业里哪个职位更有兴趣。

接下来三年需要考虑自身能力之外的职业经历,找到有兴趣且积累成功经验,在一个行业里持续做三年——这是一个基本门坎,在一个领域深钻才会有所建树。

案例:我曾指导过一位产品经理,之前是新东方教师,一直想做产品。因为没有很多机会选择,就跑到了一家金融类公司做产品经理,后来却发现找不到更合适的职位。我给他的建议是:英语和新东方这 2 个关键词总结起来就是「教育行业」,建议他去做教育类产品会更有优势——很快他就成功加入「好未来」这家公司任产品经理。

产品经理要学会溯源才能真正实现成长。自己擅长归纳、总结、逼自己一把这些都是好的。有些方法前 2 次失败,很可能第 3 次就对了。有些参考观点看似很有道理,但你并不知道它的源头。当你更多了解产品、运营和销售之后再做一些产品决策,会跟以前大不一样。

AI 产品特点是典型的戴着「镣铐」在跳舞。和旅游或电商产品有很大差别——产品与技术边界有很多交织点,根本不是你想做什么就一定能做得出来。AI 产品经理要更深刻理解技术和场景。

07

07我的所思所感

三分天下已成定局。大公司做全通用开放平台:谷歌、Facebook、腾讯、阿里。有一类偏业务和能力支持平台,如:讯飞、搜狗智能翻译/语音。传统车企、家电和地产没有足够大的场景体量和实力,无法直接介入人工智能业务。2 年前初创公司做 AI 平台至今仍不成体量。今天只做人工智能业务的公司,你没机会了。

许多人谈跳槽离职、内部或外部创业话题时,其背后仍有大量侥幸和投机的心理:「如果...会...」。我们可以追求创新,但创新是讲究效率的——创新的质量、创新的成功率和创新的数量。质量,你可以用领先程度、对社会影响的深度和广度和以建立的壁垒去衡量。

新的技术能够被应用于大规模制造的产品中,并且这些产品能为消费者所接受,切实地提高效率,才算真的成功。否则就是昙花一现,耽误许多人的青春才华。

国内还有一种误区:愿意尝试商业模式创新,但要知道这样的门槛不高,很容易被别人模仿。市面上曾出现大量低水平的、重复的创新:Twitter 兴起时国内的微博;团购火热的时候千团大战;Uber 美国出现之后国内的滴滴和快滴等等。

谈到科技圈创业中除了名师名校名徒容易成功以外,我建议更多科技圈人才若要改变状态,要重视在生人网络中建立个人信用:先给他人需要的,再考虑自己想要的。跨圈层适应的确是很困难,却是一种稀缺能力。

放在过去,机遇往往只出现在某些特定领域。在计算机时代,学计算机专业的人更有机会。在股票交易时代,做证券金融的就更有机会,所以才会有所谓「男怕入错行」的说法。今天看,在许多行业「科技应用」即场景——许多趋势其实是有科技作用于社会,推动了社会变化的显现。科技,除了提高生产效率,最重要的是它能创造新产品、新需求和新市场

在你求职加入大中小高科技企业前,你要清晰的知道:很多科技企业不是死在研发的路上,而是死在研发完成后量产的前夜。只有实现量产企业才有盈利的可能。

最后,很多新人、升职或转型人才提及想要积累经验,其实有两条路径:一条是年轻的时候就加入初创企业——如果你周围有牛人开始创业,你也看好这个项目,可以积极加入,成为骨干或联合创始人。另一条路径是毕业就加入一家大公司,在一个大的平台上积累建立广泛人脉,接触大量优质资源,可以再创业。

我实在不好意思告诉一些来抱怨的同学:过了这么多年,你不光能力,连最基本的认知都退化了——把创业和失业搞混了。

读一本书、见一位知己,如遇见一位好老师。

我们的访谈还在继续……