Abstract：传统互联网时代PM的大量涌现是由于流量方式的改变；而AI时代将带来交互方式的改变。本文将从几个点阐述AI PM与互联网PM的区别。

流量方式的改变（流量的场景、定义与价值）—>PM的批量化涌现

AI—>带来交互方式的本质改变

流量方式：点—>线—>面，人获取信息的方式在不断变化

百度开发DUerOS的原因：数据（流量）资源枯竭；开发智能终端—>（每个智能终端连接一个人）机器获取的信息规模变大

AI：人才 + 场景 + 数据 + 算法

AI VS 互联网

互联网是线性结构，而AI是非结构化，不好对信息进行归类。

线性结构时有序元素的集合，元素间一一对应；非线性结构中的各元素不保持在一个线性序列，元素关系比较复杂。

比如拍电影的叙事手法，单线叙事是线性，双线或多线叙事诗非线性。

终端+ 存储空间 +算力 + 领域专业性：把AI比作人的神经元，需要通过终端来进行声光电的信息采集 + 更大的存储空间 + 更强大的计算能力 + 领域专家设计数据模型（把知识灌输到机器中，用可量化的数据模型进行总结，投入算法，再通过机器获取新的经验）

AI PM VS 互联网 PM

都需要考虑产品 + 用户 +场景
互联网时代，用户对已知生态圈抱有熟悉感；AI PM要考虑如何设计产品才能让用户很快地适应新的生态圈——新场景有很深的可挖掘性
AI PM的工作复杂度高于互联网 PM：

比如。产品经理的工作产出是一个拳头，那么互联网产品经理的第一步MVP，是做一个目标拳头的mini版，是一个小的、明确的目标，并且可被拆分、倒推、可控。而AI产品经理的第一步MVP，是做一个握拳70%的拳头，还没有完全握紧，需要一点点的聚拢，是一个大概的雏形，从目标、效果、方案等等，都有各种不确定性。

比如从“数据”这个角度来说，从收集（TTS，3个月）、分析（看大量聊天对话数据，才能自己提炼规则feature）、应用（产品早期，数据的价值甚至大过技术模型算法）到测试（产品需求、TE测试、用户使用，数据集都是不一样的，越来越不可控）等等，每个环节都有很大不同。