在畢業之前我為了持續累積做產品的能力與經驗，我加入了行動貝果 MoBagel 成為 Product Management Intern（產品經理實習生）。MoBagel 在台灣是 AI （人工智慧，Artificial Intellegence）產品的知名新創，核心能力是準度與運算速度都在業界排名靠前的 AutoML（機器學習自動化）技術，產品上以 Decanter.ai 協助數據分析或資料科學團隊快速完成機器學習，以 8ndpoint 協助行銷人員與數位/實體店店長運用 AI 達成業績增長。
我在 MoBagel 期間從 0 到 1 打造了 8ndpoint 的會員經營產品，協助客戶運用 AI 找出特定品類或產品該在哪個時間賣給哪些人，以精準行銷提升回購率，創造更高的顧客終生價值。
本文會專注在我在 MoBagel 半年的主要觀察與學習，涵蓋的議題包含 AI 產品經理的能力要求是什麼？怎麼做 AI 產品？B2B 產品的開發流程長什麼樣子？
AI 產品的 PM 需要懂怎麼開發 AI 嗎
在進入 MoBagel 之前，我最好奇的就是做 AI 產品與其他類型的產品有什麼不同。現在我覺得最核心的差異，就是團隊裡會有資料科學家，並且需要密切與資料科學家合作。而為了與資料科學家合作，AI 產品經理最基本會需要知道的，是「需要哪些資料」、「運算輸出的結果會是什麼」、「怎麼評估模型成效」，以及「模型的限制是什麼」。而一個進階的 AI 產品經理還會需要懂常見的需求場景可以使用哪些模型與演算法，讓自己能夠進一步提供資料科學家在模型上的想法，甚至是改善建議。
不過，回到產品經理本身的角色，最核心的還是確保自己的產品對客戶有價值，無論是從業務面或從使用者面，產品經理都可以透過說明清楚需求與想法的方式與資料科學家討論，來達到改善模型設計的目的。
所以總結來說要成為 AI 產品經理，不一定要會開發 AI，但要知道怎麼讓 AI 有價值。
專注在創造價值，而不是說明 AI 有多強
產品需求會來自於公司內部、投資人，以及我們的潛在客戶，產品的主要目標會因為需求來自各方而逐漸模糊焦點，因此應該要做好需求的排序或取捨。
長期而言我們當然是需要滿足客戶需求，但也有大量需要 Pitch 給投資人看的時機點。對於 VC 來說，他們可能會相對關注我們的 AI 有哪些優勢，因此就會有一些要強調 AI 能力的需求。然而對客戶與使用者來說，他們最關注的則是產品怎麼幫助他們提升業績或達成業績目標，AI 有多強並不是最核心關注的點，只要能夠說明預估提升的業績是源自那些考量即可，使用者自己會做出該有的判斷。
兩種角色注重的點既然有可能不同，那麽在規劃每個版本、每個 Sprint 的目標的時候，就要非常明確什麼設計是設定給投資人的，什麼是給使用者的，考慮不同產品階段來做好需求排序，甚至可能要考慮是否為此拆成兩個不同的產品。
如果沒有仔細思考的話，不用多久就會讓產品的使用者體驗變得很混亂。募資是一時的，但經營客戶是長久的，我認為以長期而言應該更專注在與客戶共創價值，而非過度強調自己的競爭優勢。
以使用者為中心，以業務價值為導向
整個產品設計的過程，我都不斷在思考如何權衡使用者需求與市場進入策略（Go-to-market），最終我用這句話簡單總結了在 8ndpoint 團隊做產品最重視的兩個點。
以使用者為中心來說，8ndpoint 是嘗試在行銷場景導入 AutoML 技術，對於 AI 數據產品怎麼融入行銷人員與 CRM 分析師的工作流程的思考，會需要比過往發展給資料科學家的產品更加細膩。我們也不像部分競品大量透過 Account Manager 來幫客戶操作，這個產品的重點是可以真正融入行銷人員工作上的流程與習慣，幫助客戶提升效率，更容易達成業績。
以業務價值層面來說，因為整個行銷科技（MarTech）的產業細分領域非常複雜，例如各種 CDP（Customer Data Platform）、DMP（Data Management Platform）、行銷自動化（Marketing automation）等等的產品類型一直冒出來，而不同領域的產品要處理的問題和協助客戶達成的業務目標是不同的，我們的客戶並不一定有能力去釐清這些差異。
「中心」代表每個功能與設計，都要是符合使用者需求與工作流程的，「導向」代表不但要能符合需求，也要真的能幫助對方提升業績，對齊我們產品的價值主張，才是我們會做的事。
所以釐清客戶現在有哪些數據、使用哪些工具，我們的產品能幫助客戶達到哪些業務目標，接著證明自己能創造業務上的價值，才會真正能讓顧客願意採用產品。
B2B 產品也能快速迭代
過去待在另一間 B 端產品新創期間，我曾近距離觀察過兩種類型的開發流程，一種是客製專案，開發時間從兩週到數個月都有可能，而另一種是標準化產品，多數時候會將需求規模控制在兩週可以開發完畢。由於當時的產品已經相對成熟，我主觀的印象就是當要從客戶端接需求進來開發時，往往會需要較長的開發週期。
然而我在 MoBagel 最印象深刻的就是我看到 B 端產品也能有效率地執行所謂的精實開發，也就是不斷的進行 Build-Measure-Learn 的循環，藉以達成即使是從客戶端接需求，也能有效迭代的目標。
這個過程的一開始，可以是先用銷售簡報 pitch 想法，來驗證有沒有潛在需求，或者是先產出對於產品的商業價值的假設，透過專案的方式先跟一些長期合作的夥伴規畫實驗進行驗證，如果驗證可行再整合需求進行產品化。
由於專案中會有非常多客製的維度，並不一定有辦法在一開始就都做進產品，因此產品化的過程一樣要秉持著 MVP 的精神去定義規格，再去找更多客戶訪談或測試，透過不斷迭代與學習的過程逐步調整產品的設計。
總結
回想起當初加入 8ndpoint 團隊時，我只覺得充滿未知的挑戰，現在我對怎麼做 AI 產品或數據產品有了初步的理解，也因此在求職面試的時候，如果一樣是做相關的產品，我也比較能回答例如怎麼做一個成功的 SaaS，或是怎麼去梳理客戶業務與整合不同資料來源等等的問題，有了 MoBagel 的產品經理實習經驗，對我在求職過程中幫助非常大。
如果對於做 AI 產品或數據產品有興趣，我覺得第一步就是要保持對數據與 AI 這類產品的好奇心，嘗試在自己生活中使用相關產品，例如經營個人網站分析使用者行為，並為自己的網站下廣告等等，會更能夠了解使用者們的想法是什麼，也才能真的打造出好的產品。
本文撰寫於 2022/02/25，現在 8ndpoint 產品線已經被合併至新產品了