一、什么是策略

策略从本质上来说就是业务上的供需匹配和供需调节逻辑，它的诞生是基于互联网的本质——信息复制和信息分发，而如何将信息正确的分发出去以达成业务目标，就需要有“策略”。

举个例子，当我们打开抖音，每个账号的首页都会显示不同的推荐视频列表，这其中就隐含了供需匹配的策略。供给是各大博主在平台上生产的视频内容，而需求就是用户打开App想看的内容，在这一环就诞生了一个岗位——推荐策略产品经理（以下简称推荐PM）。

那推荐（PM）做了什么呢？简单来说就是将抽象的用户需求提炼为具象的数据特征，这个特征可以是标签、用户画像，甚至是一个高维向量，再将用户的需求与平台的内容做匹配，经过排序筛选将符合用户需求的内容分发给用户，这个将模糊问题建模为可执行方案的过程就是策略的产生。策略无疑是至关重要的，它决定了用户打开App第一时间看到的内容，将直接影响用户继续使用App的意愿，通过监控用户的行为数据与反馈，就可以分析策略的优劣并不断改进。

至此，我们可以将策略抽象为一个**[输入-计算-输出]**的系统，输入的是需求，经过策略产品设计的“计算公式”与供给进行计算匹配，最终输出匹配度高的供给内容。

供需调节的逻辑也是相同的道理，依然以抖音为例，当用户看到喜欢的视频就会点赞或者停留较长时间观看，而点赞就会给内容生产方带来激励，继续产出相似的内容以满足用户需求，而引导用户通过某一手段对博主产生激励这个过程就可以视为一个供需调节逻辑，包括评论、收藏，还有bilibili的投币、充电，以及直播打赏等，而往往在这个过程中，又融入了商业化策略。

二、策略产品与一般的产品有何不同

在宝洁时代，产品经理需要懂产品定位和营销，以保证产品上市后有销量。在互联网早期的蓝海市场，产品经理需要懂项目管理和基础技术知识，那时的产品注重功能上的探索，只要功能能做出来就有市场。随着互联网行业的发展，“人口红利”的消失和市场被瓜分的差不多，功能的完备只是一款产品的基础，传统以功能和体验为主的产品已经越来越缺乏竞争壁垒了，企业的经营思路也开始发生变化，从堆功能抢占增量用户转向挖掘存量客户的深层需求与潜在价值。

这时，产品经理的职能就开始变得更加细化，因为一个传统的功能型产品经理无法兼顾用户增长、用户体验、商业化等等处于平稳期的产品工作。

过去的功能产品让用户产生数据，而现在我们需要加工并使用这些数据，用来加工数据的东西就是——算法。所以此时策略产品的产生就是顺其自然的了，正如上一节所言，策略产品在做一些“计算”的工作。

但是这里有一个误区，策略不等同于算法，算法是为了实现某一个计算任务而设计的一套数据处理方法，这个任务可以是回归、分类等等，这些通用的方法如何与特定的业务进行匹配，其是否能达到效果，衡量的标准是什么…这些才是策略该考虑的内容，至于使用什么算法，如何计算，如何实现这个数据处理过程，是算法工程师的任务。所以这就要求很多策略产品一边要洞察用户，一边要懂技术，这样才能将抽象的用户需求转化为具象的数据指标，并与算法团队高效沟通来实现业务目标。

到这，就与传统的产品有很多不同了，传统的功能、交互、原型设计对策略产品来说不再举足轻重，而更加重要的是对用户的洞察、对业务的理解、对技术的认知。而随着应用越来越庞大、业务越来越复杂，策略产品也在业务和技术上进行了二次分类，比如电商、社区、风控、搜广推等等。

三、那AI产品是个啥

就目前来说，绝大部分AI依然是内嵌于传统互联网产品中的一个功能，当然也有观点认为“模型即产品”，所以也有大模型产品经理，其主要负责模型的评估与用户体验。

但是就我个人观点而言，我很重视模型本体的能力，但我不赞同模型即产品的理论，一是靠堆参数、数据、算力带来的模型效果提升已经非常小了，但是距离通用人工智能的能力依然差得远；二是超大型模型的训练与推理成本居高不下，但在垂直领域效果不一定赶得上专用小模型；三是模型的工程化组织应用已经初见成效，Manus、Cursor等一众Agent产品已经告诉我们优秀的模型工程化组织能够在很大程度上改善单个模型的能力不足问题。

我认为，在未来，一定是众多专用小模型或者微调模型通过优秀的工程化组织来进行工作，就像给你配备一个足够庞大的专家团队，每当你提出需求都会由对应领域的专家来负责解决。试想一下，将来打开手机不再是乱七八糟的应用软件和复杂的交互逻辑，而是一个个性化虚拟形象，你只需要向它提出需求，后续的工作都由它调度专家模型来为你完成。所以，未来的AI产品经理，一定是要拥有过硬的AI技术理解力和足够大胆的想法，毕竟AI的应用大家都在探索，没有成功的范式。

写在最后

自己的一些理解吧：

每一次产业革命的爆发，背后一定是技术革命，所以产品经理一定要终身学习，保持技术敏感性，但是也要告诫自己不要陷入技术误区，特别是技术背景出身的产品经理，很容易过度关注技术突破而忽略了业务的匹配，出现为了用新技术而用新技术的局面。作为产品经理，更多应该是关注这个技术对自己的产品有没有帮助，也就是更多应该去了解这个技术突破的效果而非实现过程，至于如何实现技术突破，那是算法团队的工作。