为什么需要该课程

“没有构建于基础模型之上的、丰富的AI原生应用生态，大模型就一文不值”。百度也在用AI原生思维重构所有的产品、服务和工作流程。正如李彦宏在演讲中强调：“每一个产品都值得重做一遍。但谁真正重新做了一遍呢？百度要做第一个把全部产品重做一遍的公司，不是整合，不是接入，是重做，重构！

通过课程，将可以了解不同类型的AI，如何将AI整合到产品或业务中，以及支持创建AI产品或将AI集成到现有产品所需的基础设施。熟悉实践管理AI产品开发流程、评估和优化AI模型，以及应对与AI产品相关的复杂伦理和法律问题等相关知识。通过案例研究和学习，在快速发展的AI和机器学习领域保持领先地位。

从互联网到移动互联网时代，产品经理的定义就不断被刷新，直到人工智能时代，产品经理的工作内容、边界、方法、逻辑和协作方式都发生了本质的变化，课程结合AI工程实践中的经验总结出：围绕AI产品经理自身的基本素质和技能和AI产品经理新的协作逻辑为两条大的主线，涵盖：AI PM的思维模式、知识体系、如何使用数据、日常工作流程、常见算法理解和应用、以及需求的洞察和工程化思维以及新的团队协作方式等篇章内容。

培训环境说明

A：可以使用国外大模型和商业工具

ChatGPT 和 Claude Gemini      Mistral等

如果公司可以直接使用ChatGPT等外部系统情况，建议使用这个方案

B：可以使用国内大模型和相关工具

文心一言，通义千问，智谱，kimi，讯飞星火，字节大模型等。

如果公司可以不方便使用ChatGPT等外部系统情况，建议使用国内大模型， 目前国内大模型也可以应用在实际工作之中

C：使用企业私有部署大模型 或者开源Llama大模型（待评估效果）

部分企业准备自建大模型， 课堂上可以分析问题和挑战

你可以参加吗

各类软件企业和研发中心的产品经理、软件设计师、架构师, 项目经理，架构师。

课程大纲

第一部分: AI人工智能时代重新定义产品和产品经理

1.  人工智能时代产品的特殊性 

2.  人工智能是工具，也是新的产品设计思维逻辑 

3.  人工智能技术给传统的服务和产品赋能 

4.  构成人工智能产品的三要素 

5.  人工智能产品成功的必要条件 

6.  人工智能产品经理的价值定位 

7.  人工智能产品经理需要兼具“软硬”实力 

8.  人工智能产品经理需要懂技术 

9.  人工智能产品经理入门 

10.  AI修炼思维模式：资源、解决方案、目标导向 

11.  构建知识体系：六大模块

12.  从微观、宏观两个角度定义功能性需求 

13.  越重要，越容易被忽视：定义非功能性需求 

第二部分: AI思维

1.  深入理解AI和AI产品

2.  开发工程师的AI思维

3.  AI产品产业化和标准化

4.  AI产品落地的价值与难题

5.  AI产品经理

6.  AI产品的知识体系

7.  所有应用都值得被大模型重构一遍！-百度李彦宏

8.  AI 2.0彻底改变社会:所有应用都可以被重写一次--李开复

9.  微软发布全新AI PC,有哪些启发

10.  苹果(AAPL.US)WWDC发布Apple Intelligence 有什么启发

11.  苹果 pad math notes的AI应用分析

第三部分: AI重构应用案例分析

1.  分析部分现有系统如何引入AI功能

2.  分享业内一些经典案例

3.  产品AI化的一些心得

4.  某电子家电集团AI落地实践

5.  某金融企业AI落地实践

6.  某电信企业AI落地实践

第四部分: 人工智能产品体系

1.  人工智能产品实现逻辑 

2.  基础设施 

3.  传感器 

4.  基础平台 

5.  数据采集

6.  数据质量 

7.  数据处理 

8.  机器“大脑”处理过程：理解、推理和决策 

9.  资源配置统筹的关键环节：系统协调 

10.  不可逾越的红线：安全、隐私、伦理和道德

第五部分: AI 转型及其对产品管理的影响

1.  AI 转型及其对产品管理的影响

2.  AI 革新经济体系

3.  AI 塑造社会的边界和自由

4.  AI 产品与传统软件产品的差异

5.  B2B 与B2C：产品化的商业模式

6.  领域知识：了解市场需 

第六部分: 产品智能化的7个层次

1.  产品智能金字塔

2.  0 级智能 ：执行

3.  1 级智能 ：反馈

4.  2 级智能 ：空间

5.  3 级智能 ：社交

6.  4 级智能 ：干预

7.  4 级智能的产品

8.  5 级智能 ：想象

9.  6 级智能 ：自我 

第七部分: AI与 UI 和UX

1.  AI与UX的平行发展史

2.  AI 和 UX 的缘起

3.  智能的强与弱

4.  弱人工智能与设计

5.  技术、功能与体验

6.  体验主义下的 AI

7.  交互设计的诞生

8.  UX 的崛起

9.  UX ：驱散魔咒的关键

10.  产品的 4 个要素

11.  技术 ：不只是 AI

12.  服务 ：任务重构

13.  界面 ：超越 GUI

14.  环境 ：氛围与基础

15.  智能产品的思考框架

第八部分: AI大模型辅助竞品分析与市场调研

1.  AI大模型在竞品分析中的应用

2.  使用AI大模型进行在线商业学习平台竞品分析

3.  使用AI大模型辅助制作竞争分析矩阵

4.  案例：使用AI大模型制作在线商业学习

5.  使用AI大模型辅助进行市场调研与用户洞察

6.  案例：使用AI大模型辅助设计用户调查问卷

7.  使用AI大模型辅助创建用户画像

8.  案例：使用AI大模型辅助智能旅游App

9.  用户画像-产品定位与差异化策略

10.  使用AI大模型辅助产品定位与差异化

第九部分: AI大模型辅助产品需求管理

1.  使用AI大模型辅助收集产品需求

2.  AI大模型汇总问卷调查结果使用图表

3.  使用AI大模型辅助制作产品需求矩阵

4.  案例：使用AI大模型制作社交媒体应用

5.  使用AI大模型辅助制作产品路线图

6.  案例：使用AI大模型制作移动社交App产品路线图

7.  案例：使用AI大模型制作移动社交App

8.  AI大模型辅助产品规划

9.  案例：使用AI大模型辅助旅游网站进行

第十部分: AI大模型辅助用户体验设计和辅助产品原型设计

1.  AI大模型在用户体验设计中的应用场景和优势

2.  利用AI大模型进行用户研究和用户画像分析

3.  案例：使用AI大模型辅助进行用户研究

4.  案例：使用AI大模型辅助进行用户画像分析

5.  AI大模型在界面设计和交互设计中的应用

6.  案例：使用AI大模型辅助内容创作与分享平台用户体验设计

7.  使用AI大模型辅助原型设计

8.  使用AI大模型辅助制作移动应用原型

9.  案例：使用AI大模型辅助制作App原型

10.  使用AI大模型辅助制作桌面应用原型

11.  案例：使用AI大模型辅助制作项目原型

12.  AI大模型辅助产品创新与演进

13.  案例分析

第十一部分: 大模型技术在金融业应用的思考与建议

1.  大模型技术在金融业应用的思考与建议

2.  大模型技术的特点及局限性分析

3.  大模型技术在金融领域的适用场景

4.  大模型技术与金融智能营销

5.  大模型技术与金融智能风控

6.  大模型技术与金融智能客服

7.  大模型技术与金融虚拟营业厅和数字人

8.  大模型技术与金融其他通用场景

第十二部分: 大模型技术在电信行业应用

1.  大模型技术在电信行业应用的思考与建议

2.  大模型技术在电信领域的适用场景

3.  大模型技术在电信行业智能客服

4.  大模型技术在电信应用-智能运维

5.  大模型技术在电信行业网络运维智能化

第十三部分: 大模型技术在其他行业应用

1.  大模型技术在教育科技应用-可汗学院(Khan Academy)

2.  大模型技术在大型企业数字化转型应用-法务智能辅助审核

3.  大模型技术在企业应用-安防企业智能文本审阅系统

4.  大模型技术在互联网和传媒应用-智能搜索与推荐系统

5.  大模型技术在建筑行业应用-智能工程图纸管理