现在，我认识的AI产品经理几乎都是在做AI产品的功能迭代，很少有从0到1做AI产品的。

前段时间写过一篇文章，分享到AI产品经理做AI的产品无非就2个产品框架，一个是让用户找AI，一个是让AI找用户。

两者最大的区别就是前者是用户注册登录产品后，核心功能并不是AI，而后者是用户注册登录后，就会依托于AI模型能力完成基础操作，用户不需要关心AI的功能入口在哪里。

有一点是比较遗憾的，现在不管是哪一类产品框架，做AI的产品经理都是在亏钱。

说的直白点，最现实的问题是工作仍然是不稳定，他们有非常强的波动性。除了底层经济逻辑是因为不赚钱，我做AI产品经理带着团队发现的 还有下面几个原因。

1.AI的transform不一定是最好的架构

transformer最早来自谷歌的一篇论文《attention is all you need》

Transformer模型的核心思想是利用自注意力（self-attention）机制来处理序列数据，这种机制允许模型在处理每个序列元素时，同时考虑到序列中的所有其他元素。这种全局性的注意力机制使得Transformer能够捕捉到序列数据中的长距离依赖关系，这在之前的模型如循环神经网络（RNN）和长短期记忆网络（LSTM）中是很难做到的，这是谷歌alpha go的另外一个团队 Deepmind团队的早期研究。

由此openAI基于此来进行CHATGPT1、chatpgt2的模型研发，后面再有openAI 将其用来做chatGPt，而chatgpt爆火后才让众多的学者关注了tansformer，并且针对其transformer提供了多种变体，包括MOE等，后续又开发了多种算法，才有了现在大家熟悉的各类大模型。

不过做AI能力，现在还有一个爆火的模型就是扩散模型，比如生成图的stable diffusion就是基于扩散模型。非transformmer的机制来完成，不过现在仍然还停留在绘制图，至于生成文字上还有较长路要走。

在国内也有其他非transformer的模型，比如我最近看到国内早期做搜索的团队，就本身发现了transformer，但是由于其幻觉与训练成本较高的缺陷，所以就走向了另外一个模型，他们称之为yan模型，这个模型的架构特点并且还有所需要的资源特别低，适合手机终端等运行。

之所以，提到transformer模型并不是AI的最好架构，是因为在围绕着解决大模型幻觉的问题上，一些常见的通过强化RL学习做反馈但没有达到100%，实际上这是错误的，就像AI的创始人杨立昆提到的：”这就像给一个破旧的汽车在不断地补漆，我们只是做好了表皮，而不关注汽车的内部，这样是修不好的。“

基于此，可能发展到最后，现在你使用的chagpt这类基于transformer的模型都会全部被推翻，给AI产品经理带来的影响是，整个产品AI相关的功能设计都要重新来，因为底层的原理变了。

从注意力机制变成其他机制，这仍然有待验证。

2.AI的微调成本还是太高了

如果说你现在是AI产品经理，只是接入API做AI产品，但是不考虑做RAG甚至是知识库，那么显然，我认为这只能算一个API产品经理。

API产品经理简单理解就是，别人的API给你什么能力就用什么，不会考虑对其能力进行修改甚至是优化，最多通过一些前端界面的交互或用文案来优化API的使用体验。

来自AI生成

这就像一个木桶效应，本质上要是API选的不好，那么你的AI产品竞争力就差，因为不同模型厂商的AI能力都在迭代，比如五一刚上线的阿里qwen3.0成了超越DEEPSEEK R1的最强开源模型。

比如在2025年1月份你还是在用DEEPSEEK的API，那么你AI的产品是有竞争力的，用户付费能力也强，但是在5月份你还在用DEEPSEEK，就有点out了。

显然你负责的AI产品能力就与别人有差距了，毕竟现在国内最强的开源模型是阿里qwen3.0。

所以真正的AI产品经理不仅是用API，而是真的去自己部署一套AI模型，以及所配合的agent、知识库、RAG等，这些流程跑通的同时还要做产品设计。

以上的这些能力为底座，做产品设计，再往下一步迭代优化就是AI产品的模型微调了。

所以，这需要一个开发团队至少匹配有超过20万以上的服务器，当然现在已经有国产版本通过算法等机制，将其成本降低在10万左右。

但这类GPU服务器也仅限于跑通transformer架构，如果是在其他大模型架构上，那么GPU的算力就无法降低，H100是刚需，那么就是几十万了。

所以成本很难降低，毕竟这还不算上电费、人员工资

而一个AI产品的盈利周期至少要先从用户获取、运营推广开始，这就是系列成本，少则几个月，所以以上费用碰上就是几十上百万了。

这期间还要保证AI模型厂商不抢自己的生意，比如曾经就有做CHATGPT套壳的应用，就出现了openAI自己做应用商城了，这就导致死了一大堆的套壳产品团队。

3.AI产品的获客门槛低，仍然遵循互联网产品的海盗模型

在海盗模型里，有一个经典的转化步骤，也就是从用户的获客、转化、激活等步骤来完成。

而AI产品经理和其他产品经理一样，所上线的APP仍然只能通过常规的社交平台、或者内容传播甚至是线上广告投放来获得用户。

因为其全新的交互设计以及更高效的功能操作，更强大的工具性能，所以其获客成本相比传统的功能性APPDAU更少， 虽然AI产品的AI能力往往会更容易得到用户的青睐

但却仍然离不开手机、电脑、iPad这些终端，而现在这些终端的应用下载门槛仍然离不开应用打包、上架、审核、以及分发等。

所以你可用看，现在几乎所有的AI产品经理首先上手的是做网页端的产品形态，这也造成了AI产品最常规、普遍的产品形态，而APP客户端的就很少，但是从付费率上显然客户端的会粘性跟高。

并且接入海外AI模型的产品，在早期种子用户会借助各类新媒体、社交平台做传播，而国内的就是基于小红书、微信公众号等。

因为海盗模型的产品、运营策略，也成了AI产品经理的指标考核体系来源，在产品付费功能出现之前会以注册率、登录频率、会话数等，而付费后就是复购率来进行考核。

有做微调工作的AI产品经理，还会涉及到AI能力的基准线，比如数学、推理等各项测试能力上的提升，作为其工作KPI奖励。

这就依照一些常规的评测benchmark即可。不过这部分的KPI显然就是和赚钱没有直接关系了，这也导致了AI产品经理很多是在亏损。

要知道在以前，做产品经理的目标是离不开商业化的，商业化的目标考核就是赚钱与盈利，而现在在AI产品经理里可能不是所有。

4.对于用户来说：AI从娱乐性到工具的转变还没有达到”刚需“

如果说到AI产品经理还在亏钱，还有一个原因抛开了模型架构外，还就是AI模型的生产力还不够明显，比如现在我们看到的生成图片、视频、甚至是音乐要想真的替代现实生活中的UI设计图、视频特效、或真人二创，还是有相当大的距离

比如现在要想让AI生成的图片，最多可以是HTML类型的可编辑文件，但要想生成PSD文件，让UI设计师直接进行二次直接编辑，还是需要工程化的系统开发才能实现。

而视频生成因为时间与前后精准度的问题，导致直接作为成品使用，最多就是部分的素材，需要人工的合成。

总的来说，AI可以帮助你，但是审核工作的增加，从工作总成本来说不一定是节约时间。

就像我们写公众号一样，如果让AI帮我生成一篇公众号，但是我仍然要进行删除部分内容，需要对这篇内容进行从头到尾的检查，这就像批改作业一样，并不会特别减少我的时间与精力。

这都是为了让这篇公众号文章更加符合我个人的口吻甚至是真人撰写的风格，还要核查相关的信息是否正确。

即使是现在最强的200美元一个月的CHATGPT模型，都会有“模型也会犯错“。这类的问题仍然没有解决。

AI娱乐一下可以，或者帮你省时间做一些简单的工作，但是这些工作本质上并是碎花化的价值，持续生产力，让人不管的能力还没有达到。

这就导致AI的付费能力较差，比如我身边有非常多的人使用chatgpt的博士从业者，但是愿意付费20美元的还是少之又少，从不同的套壳以及节点上去找其他竞品模型，从而完成自己的任务。

这也是AI产品经理亏钱的本质。

今天的分享就在这里