求職方法 AI產品經理，為甚麼能吸引那麼多優秀的同學？

爲什麼很多高學歷的同學 現在特別特別想轉AI 我們自己帶的這些同學非常多 我說一下這個人的決策邏輯 爲什麼想轉 首先是因爲上一個產業週期裏面 吸引這些高學歷同學的賽道 基本上都日落西山 你看上一輪產業週期裏面 多數高學歷的同學 默認獲取的方向是金融 諮詢 房地產 包括廣告傳媒 一些看起來高門檻 高回報的崗位 但問題是隨着產業結構的調整 這些曾經的黃金賽道全面進入存量 拿房地產來講 好一些的公司 好一些的單位是溫水煮青 差一些的就是隻能直接拿禮包 降薪 諮詢 廣告同理 客戶變少 預算收緊 沒有發展 這對於過往一直保持優秀的人來講 是完全不可接受的 其次聰明人對趨勢是更敏感的 實際上這一輪選AI 跟很多人過去選房地產邏輯差別不大 本質上就是想找個更好的發展槓桿 尤其是在經歷過 因爲賽道成爲發展瓶頸之後 對於有發展的方向 這些同學絕對是極度渴望 並且現在確實是轉AI的窗口期 舉個例子 我們能看到對AI產品經理的要求 陣營的變化速度是非常非常快的 24年 REC 知識庫 25年上半年 單agent解決簡單問題 25年下半年 多agent編排解決複雜的問題 26年Map Coding 越往後越難 所以這就造成了高學歷 轉AI的現象 那這部分人到底戰績是怎麼樣的 OK我們自己也統計過 轉AI的人力 這部分人傷害率就是會相對高一些 甚至比原有互聯網的同學還要高 按說不太會 爲什麼呢 因爲說實話 有互聯網的經歷 你跟AI的結合是更容易 更簡單 更緊密的 但是爲什麼這部分人有差別 最核心的差異在於 學習能力 因爲AI對任何人來講 說實話都是新的 並且高速變化的 我們也能看到 這三年 AI發生的變化 模型發生的變化 24年着重是解決模型的幻覺問題 25年推理模型的普及 agent的崛起 開始聚焦問題的解決 所以高速的變化 就拉平了過往的經驗優勢 任何人做AI 相當於都是從零開始 你要了解當前的AI趨勢 去尋模型的能力 理解模型的邊界 而高學歷的同學的優勢 恰好就在這 因爲過去高考的磨鍊 基本上每個人 都會有自己的學習方法 遇到複雜問題和複雜概念 會抽象 會拆解 會總結 能把零散的知識逐漸吸收 然後變得體系化 所以AI真的不是一個 完全只拼經驗的賽道 它更像一個拼學習速度 拼理解深度和遷移能力的領域 這恰恰是很多高學歷同學 最擅長的事情 那這部分人 在轉行的過程中 問題在哪 首先方向選擇容易選錯 高學歷的同學說實話 他多少會有一些 智力的優越感 所以他特別容易盯這種 最底層的技術崗位 哪怕是做產品 也要做模型層的產品 大可不必 模型層的產品 不代表比業務相關的AI產品 發展的更好 但是難度和要求卻高非常多 這就屬於典型的 第二個就是 預期的問題 通常我的建議是 先入行再拉高 因爲這部分人 過去都是 要選好的學校 進好的平臺 所以一旦轉AI 也很容易慣性的去設定 自己的目標是 我要去核心的業務 要去超級大的公司 最差 是不是也得去AI獨角獸 這就會導致 起點是特別高 你根本進不去 合理的做法 保留業務經驗 去找 AI跟原有經驗的切割點 把最終的目標做拆解 不要想着一步進豆包 一步進千萬 你是金融的同學 能不能先考慮 護金或者銀行的AI崗 製造業的同學 能不能先通過業務 比如說工業 或者產業互聯網 和AI的結合點 這些方向去切入 真的是難度會低非常多 第三個 不要覺得自己有退路 普通人轉行是破釜沉舟 因爲不轉行 他就沒工作了 但是高學歷的同學轉行 心裏總想着 我還可以回老本行 反正我在這還能待 他也沒有在 舉個例子 比如之前我們遇到過一個 上下的本術 房地產 他在一個 整個薪資就是40 40萬的薪資 其實在 裏面非常非常不錯 但是因爲他有退路 所以他付出的時間 學到的東西 真的顯著會低於 很多學校不那麼好 但是投入度非常高的學生 導致他自己的轉行難度 就會變高 所以如果大家在 轉行的過程中 自己也定不了方向 也不知道怎麼該定方向 可以直接去看 我們準備的 這個轉行方向避坑指南 裏面有非常非常具體的 崗位介紹 能夠幫你定清楚 自己的目標