現在做原生AI產品，產品經理會面臨至少下面5個問題

隨着2025年的時間推進，我身邊很多人投入做AI產品的產品經理都會遇到各種各樣的困難，跟他們溝通后，我發現主要就3點限制，如果你也打算做AI產品，這篇文章可以幫助你少走彎路，至少在產品定位上，你可以更好的決定是做native AI還是AI＋產品。

AI的產品兩種技術實現形式

AI產品的AI能力源於AI模型與硬件算力，現在做AI產品大概就分為兩類，第一類是調用API的形式，第二類就是部署AI模型。

顯然做Native的AI產品，在AI能力上是API還是部署AI模型都可以，但是有一個限制就是Native AI產品的功能入口與交互是整個產品框架的底層機制，而傳統的AI產品則只是是有部分AI功能，其他的功能模塊底層仍然還是沿用以往的業務框架。

上面這篇文章也提到了，native的AI產品數據接口一定會來自全量的向量數據庫加普通數據庫，這就導致AI產品的必然會有3個限制，要做Native AI的產品首先要打破3個限制

1.原有產品設計框架限制突破

相比於普通產品，native的產品原則上只要是產品所有的交互、輸入數據，都可以用AI進行訪問，並且還能夠調用給其他AI功能。

比如現在這里看到的Siri提供了本地化AI調用能力，開發者調用后就可以與操作系統接入了，支持多模態AI的輸入，比如語音、文本與視頻信號。

從功能上就要避免用户傳統的輸入，比如用户的輸入框、功能選項等，都是來自於AI生成的，而不是固定的功能模塊。

比如Kimi這款AI產品的對話，下面的「你可能想搜索」，其實就是來自於prompt提示工程完成的上下文語句檢索所生成的問題，而不是用户過往數據的推薦系統

AI產品要做到用户的交互框架就是攝像頭、麥克風、以及地理位置等這些多維度數據，而不是還要用户鍵盤打字輸入或者語音輸入文字。

2.原有產品技術架構的限制突破

Native AI的產品，在數據庫上全面更新為向量數據庫，通過embedding的模型，將其數據庫中的文本數據、圖片、視頻等都可能夠轉為AI大模型的非關係性的向量數據庫。

這些轉變就導致了產品技術架構的變化，最基礎的來説向量數據庫需要調用API或者本地化部署AI，而這對開發有新的要求，如何構建不同類型數據庫的數據調用方式，以及數據安全性等，都需要技術團隊重新思考，甚至是匹配新的研發工種。

以前的系統安全策略由於是傳統數據庫，依靠CPU運算即可，是沒有考慮到GPU、電源、功耗問題，現在這些問題隨着向量數據庫帶來的算力要求，都要一同考慮。

3.老闆捨得資源投入新產品線

native AI的產品研發最快速的方式，是為他新建單獨的一個產品形態，從產品經理角度來説，推翻重做以前的產品，就是做產品設計最簡單的方式。

通過新拉一個項目，讓產品有更加的自由度以及較低的開發門檻。

同時，要有好的一個產品立項預期，產品經理做好產品研發計劃與項目立項外，給老闆一個預期，而老闆捨得在預期內投入資源。

比如我就見過不少做AI產品創業的團隊，就是短時間沒有做出來，或者商業化沒有閉環， 最后產品都被裁員掉了，因為超出老闆預期了，而他們熬夜做的996就只能變成冷冰冰的工資。

4.AI產品的研發團隊願意跟進學習

還有一點最大的衝擊就是學習壓力，我曾經做過一個調研，現在幾乎有60%以上的產品經理還沒接觸過CHATGPT O3這些付費模型。

如果你的團隊，幾乎都沒有用過付費AI模型，甚至是現在開發還是在用傳統IDE環境來完成，而不是用cursor、以及Claude等IED開發環境。

讓這樣的同事來學習AI，跟你做AI產品研發，成本肯定就會大大提高。並且很多人的工作已經成爲了習慣，除非老闆要求或者真的被逼無奈，很多人實際上是叫不動了。

而做AI產品也是一樣，你如果在一個傳統做ERP的企業做AI產品，是非常有推動難度的，至少我認識幾個現在AR眼鏡製造業的公司，由於公司基因是傳統電腦製造商，在做AI產品就非常吃力。

更別提產品設計與AI產品研發推進了，可能在方案立項就被否掉了。能夠做的AI工作越少越好，私有化部署不存在的。

5.大廠可怕的內卷還開心的文化

很多互聯網大廠一定要是實現末位淘汰機制以及人員血液變化，因為沒有流動的人羣就導致工作戰鬥力就不強，老闆保持公司戰鬥力來説，就會必要推出淘汰、開除的這些淘汰考覈機制。

比如曾經騰訊的8點下班麥當勞卷、以及免費班車等，就活生生的讓一個員工可以自願加班到12點....幾乎所有的大廠都有這些加班階梯福利。

必須佩服這些大廠的人員管理機制，甚至是能夠自下而上的驅動人員要有主動學習，從現在來看，如果我是老闆，員工能夠在內部貼吧里分享公司的問題以及解決方案，並且分享自己在公司的工作文化提升與心得，從而傳播了公司的自己規章與文化，我是非常開心的。

從公司的人文文化以及情懷建設角度來説這是非常難得的，至少我所在的公司與團隊很難培養出員工自願加班的，尤其是體制內的單位，準點加班走是標配，很多人都提前走。

去花自己下班時間來學習更多的新技術，尤其是在AI產品研發中，是產品經理要突破的一大限制，相較於其他的技術需求，AI的全新技術知識對於團隊的要求

本文來自微信公眾號「Kevin改變世界的點滴」（ID：Kevingbsjddd），作者：Kevin那些事兒，36氪經授權發佈。