一、需求定位：如何规避“拿着锤子找钉子”的风险？
正面看，很容易觉得排列组合的机会点太多了，容易有过于“理所应当”的风险。此时，可能更需要从产品/需求视角出发，看看咱们到底有哪些非共识的行业know-how。
这一波AI 2.0，一定不是简单的ChatGPT化、CUI化。而是需要先把业务吃透，再看可以如何借用AI、对话式交互的能力来解决问题。
就像移动互联网时代，不是把web内容简单搬到手机app上。
现在，也不是智能汽车那种简单的“所见即可说”，全部用语音操控的方式实现一遍。
作为产品经理，一开口，一定不要仅仅是what层面的“可以做什么”。
作为产品经理，一开口，就要说场景、用户、需求、细节、你有什么特别的洞察等等这些。
没有why和how支撑的what，没有意义。
这背后，更实战的干货认知，是我在《AI创业公司的妄念：招个AI产品经理来想idea》中分享的这几段话：
老板/部门负责人们，以为自己需要能提供好点子（idea）的产品经理，但其实真正需要补齐的，是“垂直领域内的需求认知”。
为什么呢？因为假设“碰巧”想到了好的点子（方向和需求定位），但如果没有深度的行业认知，老板（和其他人）也根本不知道如何认知评估这个idea是否靠谱、以及为什么。
即使公司愿意投入一定资源去做MVP，仍然95%的概率会因为搞不清楚事情的关键点、最核心的指标是啥，而错过机会——浅尝辄止的把项目砍掉，直到1、2年后再后悔没有持续投入。
大家可以回顾下自己所在公司/项目，是否经历过这种事？
所以，产品经理是需要有行业know-how（垂直领域内的需求认知），在“某个需求点是真实存在还是伪需求”这种问题上，直接给团队答案的，让大家少走弯路，以及在关键决策场合，还能够扛住老板的压力、坚持自己的判断。
前面《后GPT时代，多模态是最大的机会》原文中提到，“普通用户的想象力是无穷无尽的。只要有更好的表达方式和更简单的工具，用户就一定能再次创造数字内容的新风潮。……根本矛盾在于，目前的技术工具无法满足用户旺盛的创造需求……普通用户很难效法。”
从产品认知看，我个人对此是存疑的。因为对于大多数普通用户，可能并没有那么大的“创意/想象力”能力，也没有那么强的需求迫切度去“发挥创意”。
结果视角，也许会存在“涌现出想象力效果”的情况，但是，原因不一定是“工具”，还可能是因为“用户+AI工具+社区”，类似Midjourney那样。
真正有更大、更明确需求的，是“有私域知识库的个人IP”。
在《我看到的AIGC落地机会（3）_IP知识库+ChatGPT》中，我有提到：
从产品角度看，似乎大家都容易想到这个点；从技术角度看，有技术同行说，技术不是门槛，数据才是。
我想说的是，数据是核心壁垒之一，但这事成败因素，更在于“对IP内容生意的know-how”。
我做AI产品经理社群马上6年了，直到最近大半年，我才开始明白，IP能力和专业（内容）能力，其实是2个不同维度的东西。这个世界里，专业牛人非常多，但能基于内容赚到钱的专业牛人并不多；很多粉丝量很大的IP/自媒体，其实并没有那么赚钱。
想做这个方向的技术或产品同行估计不少，但如果没有这方面的亲身体验，可能会走一些弯路。
二、技术路径：需要继续把模型（和数据）变大？
原文提到：“将这种智能范式扩展到三维、四维的时空范围，复杂度的增长是指数级别的。因此，在视频、3D、动画序列等较文、图更复杂的多模态领域，技术迭代并收敛到一个大一统方法的时间周期可能会相当长，三至五年只是我的保守估计。”
对这点，好像也有点存疑。不仅因为
1. 现在已经是大炼钢铁的状况了，资源耗损巨大，再加码的话，不对劲。
2. 本来很多从业者就认为，“小样本”学习，才是真正智能的属性之一。
3. 本来很多人认为“多模态”是必须的，但OpenAI的工作和认知告诉我们，在文本层面“预测下一个字符”，“压缩效率”就约等于/等效于“泛化效率”。甚至可以说，在“心”的层面，文本/图像/视频本身就是“全息/等效”的。
而且，公开报道中有过相关的细节：
1、OpenAI首席科学家Ilya Sutskever：训练模型一定会在某个时刻，用完所有 tokens，到那时，就需要其他方法来训练模型，而不是更多数据……我（Ilya）对多模态性的必要性的看法：它并非必须，但绝对有用。这是一个值得追求的好方向，我只是不认为应该将它们分得如此明确。
2、OpenA联合创始人Greg Brockman：一般以为问题在于训练数据太少，但我们有时突然意识到，原来问题出在基本假设上（从第一性原理出发）。
当然，原文中作者也提到，“也许必须采用新算法设计来解决复杂度爆炸的问题。或者，因为模态间知识迁移的可能性，让AI更加深入理解训练数据丰富的低维度文、图信息，一定可以帮助AI更快地从高维度信息中学习知识。”
三、产品设计：有没有新的认知或方法论？
AI 2.0时代，一定会有新的产品设计思路或想法，比如《AI产品方法论之“由用户来完成AI产品设计的最后一公里”》。
对于多模态，目前业内还没有沉淀可供参考。
我也只是曾经有个相关的灵感点：在特殊场景下，任何单一模态disable了，整体还可以继续交互——类比4个引擎的飞机，坏了一个，还可以继续飞！
品牌推广｜ 内容撰写｜广告投放｜培训合作
请添加微信 PMxiaowanzi
//PMTalk推荐的产品设计专栏//
如果你希望学习产品经理进阶内容，可以订阅PMTalk的《简易设计》专栏，系统学习我个人基于创业与10年产品经理经验的产品设计方法：简易设计，通过用户调研&研究、产品拆解、组合、产品迭代、框架定型5个步骤，助你构建产品知识框架，扫码订阅迈向顶级产品专家。
