为什么技术人员做产品往往缺乏产品思维？

苹果

有人向我推荐妙鸭相机，说它会大火。我当时并不以为然，还随口回道，这种东西我半年前就做过。然而，随着妙鸭的热度持续攀升，身边关于它的讨论也越来越多。尽管我仍嘴硬觉得这没什么技术难度，但还是对这个产品有了更深的思考。作为一位对产品设计充满兴趣的研究人员，我发现技术人员在做产品时确实存在不少短板。国外一款名为Lensa的产品是同类应用中最早推出的。去年11月底，它新增了Magic Avatar功能：用户只需上传8—10张脸部特写自拍，并选择性别与主题（如宇宙仙女公主动漫），系统便会根据人脸生成多种艺术风格的虚拟形象。凭借这一创新功能，Lensa在去年12月的前5天内安装量突破400万，成功登顶苹果和谷歌应用商店排行榜首位。在这5天里，用户总计消费达820万美元，高峰时期日营收更是达到了300至400万美元。

今年1月左右，当我们团队大部分人都专注于大型语言模型时，一名员工带着两名实习生（我们研究院的研究员都是全栈工程师，既能开发后端也能做前端）仅用不到一周时间就开发出了一个类似Lensa的小程序。我自己还兼职做了产品经理，画了一些原型图。当时还没有Lora，大家主要使用Dreambooth技术，之前也用它实现过儿童照片生成、广告素材生成等功能。这个小程序其实是对之前摸索出的技术进行了一次封装，使其更像一个完整的产品。

大家开发完后发现，这个东西作为产品存在一些难以解决的问题，简单讨论后便放弃了。于是留下了这段产品流程的视频。代码还在，若有人需要，可分享给大家娱乐。当时我们认为主要问题有：回头看，当时我们认为产品无法实现的问题，妙鸭一个也没解决，但它却火了。这说明技术和产品的思维差距很大。不禁感慨，如果我们当时有个 competent 的产品经理，做出妙鸭的或许就是我们了。当时应该有不少团队做过类似项目，但都没做出爆款。这种情况并非首次，去年意间AI的图像动漫化功能大火时，就有人吐槽这毫无技术门槛，因为我们早在一个月前就开发了类似功能（可访问AI.ac.cn">http://flagstudio.baAI.ac.cn）。最近经过深入复盘，发现技术人员做产品确实存在不少先天缺陷。以下列举了一些较为突出的问题，后续想到更多还会继续补充。团队最初讨论做哪个应用时，总把技术门槛放在首位。比如Stable Diffusion动漫模型或DreamBooth这类技术，觉得谁都能实现，缺乏壁垒，即便做出来也易被模仿。我们曾设想一个算法，用户只需上传一张图片，就能生成高质量写真，这才有技术门槛，但折腾许久也没结果。追求技术门槛的思路没错，但过分强调技术重要性，容易陷入死胡同。很多短期内无法通过技术解决的问题，其实可以通过巧妙的产品设计弥补（在我看来，妙鸭并未做到）。现在随便找位学生，给两天时间，就能复现妙鸭背后的技术，而真正构成壁垒的其实是产品本身。从上述demo中可以看出，我们划分了人物、宠物和物品三大类。单独做人像过于简单，缺乏挑战性。我们的技术具有通用性，做宠物有趣，而做物品则能吸引广告主。技术人员更希望突出技术的广泛适用性，但产品往往需要聚焦于一个核心点，做到极致穿透。功能越多，反而越表明对目标用户不够明确（拍写真的人、养宠物的人以及广告主之间的重合度可能很低）。相反，单一功能的火爆才真正体现了对用户需求的深刻理解。此外，很多产品经理关注的细节问题，是技术人员通常不会考虑的。妙鸭相机和意间AI的火爆，离不开产品运营与增长策略的助力。虽然部分技术工作可能由技术人员兼任，但产品运营及流量增长却需要专业能力。因此，在组建团队时务必确保人员配置完整。当前，ChatGPT等工具的出现极大改变了产品研发的方式。产品经理可以借助它：1. 定制化 Prompt 实现功能或直接开发小产品；2. 利用其辅助快速搭建简易程序，甚至一两天就能完成一款原型。如果再结合产品运营和流量增长的专业支持，便可迅速吸引可观用户规模。通过用户数据反馈，产品能持续迭代优化，逐步构建技术壁垒。在本轮 AI 浪潮初期，预计将涌现大量小型轻量级应用，每个团队可能仅有数人。然而，无论规模多小，都必须包含擅长产品运营与流量增长的人才，才能在竞争中脱颖而出并稳步发展。至今，我觉得妙鸭相机或许只是短暂爆红，就像之前的意间AI一样，DAU可能会迅速下降几个量级。不过，我还是希望通过深入分析它走红的原因和策略，为想做产品的技术人士提供一些启发。尽管我发现技术人员在做产品时存在不少问题，但我始终相信，在AI尤其是大语言模型时代，最优秀的产品经理必定是技术人员。