知乎上有不少相关问题，我最近突发奇想，汇总公司多位PM的智慧，整理出我们对这个职位的理解，希望能帮助到想进入AI/机器人领域的PM们。
具体拆解为以下4个问题：
1、AI/机器人PM在做的事情，和常规互联网PM有何不同？面临的问题和困难，有哪些不同？
答：做事流程，基本上是一致的，但不同之处在于：
需求把握。AI/机器人领域还处于探索期（找刚需），产品形态甚至典型用户群体（画像）都还不明确，所以信息收集（行业/竞品/用户等）、创意思考、产品验证的工作会更被突出。
闭环验证。产品核心价值的设计和验证工作，很难以数据分析为主驱动，而需要PM有大胆的思路和敏锐的洞见。因为A）从手机场景，升级到机器人场景，天翻地覆的变化。B）用户门槛远高于互联网，用户量和用户数据远比不上移动互联网产品的量级；C）产品很可能和硬件相关，导致迭代周期更长，收集有效数据更难。
交互设计。场景巨变，使得交互方式从纯软件（界面、触屏）/纯硬件，升级到多模态交互等更复杂的人机交互形式，还没有形成清晰的交互体系标准。很多人没意识到的是，新时代，不仅是新技术驱动，更关键的标志是新交互（还可能有新硬件）。
功能设计。比如做搜索，和做AI问答或对话，还是很不同的东西。并且，一旦和硬件相关，难度就会陡增。
数据分析。语音交互产生的数据分析难度远高于触屏交互。因为触屏交互有效表达用户意图的概率非常高，而语音交互识别出的数据往往和用户意图有很大偏差。
2、AI/机器人PM需要具备的能力和素质，和常规互联网PM有何不同？
答：各方面的能力和素质都需要跨越式升级。由浅入深的说——
更广更深的知识（经验）积。：不仅是常规的app、网站等，还可能包括硬件、OS、量产、甚至新的用户群体认知（小孩、老人、外国人……）
更强的技术理解能力。对这点，见仁见智，有2种观点：A，必须有技术背景，真的懂软硬件开发到底是怎么回事；B，本质上需要能清楚“什么能做什么不能做”，所以有相关经验也行。或者，如果整个产品团队有其他人能做到这点也行，互补配合。不论如何，至少是比常规PM的要求要高的。如果本硕博就在接触神经网络、深度学习、自动化等方面，会有点优势。
更高效的学习能力/悟性。不仅需要学习以上内容，更可能随时需要去学习新的领域（甚至是技术领域）。
重新认识人的感知和交互方式。参见第一个回答的第3小点。
更强的洞察力和创造力。参见第一个回答的第2小点。另外，还包括产品设计时的想象力——大脑模拟体验过程（手机app可以弄原型，但机器人体验怎么办。。。）
行业认知/趋势判断。行业周期性如何？AI/机器人领域的发展方向如何？前沿的这些新技术/新产品形态，哪个能最终胜出？如何组织这些新技术/新产品形态？时间窗（时机）如何？政府/大学对行业的影响，如何理解、应对和借势？还有国际化思考……
更深入的人文素养和灵魂境界。个人理解，真正的AI/机器人产品，需要超越纯逻辑性的思维和内涵。比如，有人认为，对于机器人产品，把功能价值做好（有用）就可以了，但我个人认为，机器人和人交互时，一定会伴随着情感等非理性影响，这不是设计者想规避就能去除的。当我第一次近距离看到超大的工业机器人时，被震惊了，因为那种协调的动作和节奏，本能的会让观察者觉得“像人一样”（不是个机器。）；另外一个例子，在表演/戏剧领域，表演者是可以完全通过动作的方向、幅度、节奏等来表达情感的！可参看Pixar 1986年的动画短片《小台灯》（Luxo Jr）。
更深入的说，一个产品，本质是其公司、设计者灵魂能量层次的外化，一个精神层次不高的团队，不可能做出一个跨时代的AI/机器人产品。
3、如何判断我是否真的对AI/机器人领域感兴趣？如何判断我是否适合AI/机器人领域？
答：“感兴趣”不是一个形容词，而是一个动词——关键不是你多么兴奋，而是兴奋过后，你具体做了什么。
如果做到了后面第四点的过程（至少一部分），才是真正的证明了“感兴趣”。也只有基于此，并且真的去做了1、2个产品feature设计（可以给自己出需求或研究课题），才可以判断你是否合适。
另外，如果理解/讨论停留在下列问题层面（无营养、无逻辑、无边界、无方案），就还不适合：
对于“强人工智能”的好奇心与普通群众或科幻小说家别无二致。
人工智能再牛逼也摆脱不了“吹灯拔蜡（断电）”的尴尬，根本不智能。
我想和人工智能谈恋爱。
大自然到处存在着人类无法理解的算法， 人工智能再牛，也是大自然的一部分。
智能家居随时监控你的生活状态，这种可能产生危险的东西，除非能够证明可靠性，否则不会使用。
补充一个同事的观点：是不是想重新认识自我、认识人类。
4、如何（转行）成为一个合格的AI/机器人PM，需要做什么准备？
答：个人建议
看知乎上“所有”和人工智能/机器人相关的问题、看相关书籍或课程（后面有附录详细列出）。
体验各种AI/机器人产品、了解必要的产品/技术现状（比如语音交互相关、各种传感器及其作用），收集行业公司/团队/机构信息。
整理出自己的独到见解。认真思考人类行为、研究自我。
筛选几个你真正认可的创业团队，想尽办法结识其中的牛人（带上你的独到见解），去交流（先想想，为什么你值得ta花时间），甚至申请一份实习或兼职工作。
附1：书籍或课程推荐
《科学的极致——漫谈人工智能》by 集智俱乐部 http://product.dangdang.com/23740304.html
《哥德尔、艾舍尔、巴赫：集异璧之大成》 by 侯世达（美国人）http://product.dangdang.com/23511719.html
《人工智能：一种现代方法》by 罗素 http://product.dangdang.com/23360496.html
《人工智能 智能系统指南》by 尼格尼维斯基 http://product.dangdang.com/22859824.html
《图解机器学习》by 杉山将（日本人） http://product.dangdang.com/23684277.html
《与机器人共舞》by约翰.马尔科夫 +《情感机器》 by 马文明斯基 http://product.dangdang.com/1392763561.html
斯坦福公开课《机器学习课程》 by 吴恩达 http://open.163.com/special/opencourse/machinelearning.html
附2：侯世达(Douglas Hofstader)的观点
（来自：果壳-侯世达的的个人主页，http://www.guokr.com/i/1498906920/ ，以及《科学的极致——漫谈人工智能》）
【现在主流的研究虽然很厉害，但却与真正的人工智能没有半点关系。
微领域下的类比就是我过去30年一直在研究的东西……我自己也不确定我最喜欢的，但我可以肯定我最终的选择——无论是哪一个——一定会是在我脑中举行的“审美比赛”的赢家。这个问题无关逻辑抑或真理，而是关乎美，也因此归结为品味。这种方式看待思考与大多数人工智能研究者在过去五六十年里所想的相去甚远。他们之所以不待见这个观点，是因为从计算上去给审美品味建模实在太过模糊，而试图用逻辑或数学去模仿思考看起来又是那么的直截。然而，这些形式化的研究方法带来的是极其生硬的“智能”，毫无洞见可言。在我看来，他们“冲着错误的树在吠”（译注：英谚，本意是猎狗以为把猎物追上了树、冲着树吠叫，但其实猎物已经逃到了另一棵树上。比喻弄错了对象）
