我32岁那年从一家连锁零售公司运营岗出来，月薪14k，带3个人。当时手里有两个方向：AI产品经理、数据分析师。网上说法特别极端，一边说AI PM是未来，一边说数据分析师已经烂大街。我没急着报课，先做了三件事：抓JD、约面试、做项目。时间是2025年2月10日到3月7日，我抓了北京、上海、深圳、杭州四个城市，AI产品经理47份、数据分析师80份，一共127份。面了18场，AI PM 5场，DA 13场，最后拿到3个offer：AI PM 18k，DA 16k和19k。我把这段经历拆成可复用的判断方法，不保证适合所有人，但比听培训机构喊口号有用。
先看JD里真正出现的关键词，这比课程大纲诚实。AI产品经理47份里，大模型/LLM出现32次，占68%；RAG出现24次，占51%；Prompt出现20次，占43%；SQL出现18次，占38%；B端经验16次，占34%；从0到1出现14次，占30%；AI伦理/安全9次，占19%。数据分析师80份里，SQL出现74次，占93%；BI工具出现61次，占76%；业务分析49次，占61%；Python出现38次，占47%；AB实验35次，占44%；统计知识31次，占39%。这意味着AI PM不是不会SQL也行，38%的岗位要你查数；DA也不是只会SQL就行，61%的岗位要你讲清楚业务。面试问法差异更大：AI PM会问‘如果客服机器人答错率从8%降到3%，你怎么设计评测集？成本会增加多少？’DA会问‘某渠道转化率下降5%，你怎么拆？先看哪三张表？’
我的独立观点：别把岗位当赛道，把它当反馈周期和决策权半径。AI PM反馈周期长，通常1到3个月一个版本，决策权半径大但模糊，要背留存、转化、成本；DA反馈周期短，当天或当周出数，决策权半径小，更多是给证据，让别人拍板。你可以用5个维度给自己打分，每个0到5分：反馈周期容忍度、决策权半径偏好、代码/数学耐受、原行业积累、现金流。总分20。18分以上偏AI PM，12到18分做混合岗位更稳，12分以下先DA。我给自己打分：反馈周期3，决策权5，代码2，行业4，现金流3，共17，偏AI PM，但我先投DA练面试，因为DA的反馈更快，能快速修正简历。
具体转行步骤我跑了12周。第1周：SQL窗口函数50题，重点row_number、lag、join，错题超过10道就重刷。第2到3周：BI工具选一个，Tableau或Power BI都行，做3张看板，每张至少5个指标。第4到6周：做项目。AI PM做1个完整AI功能，含PRD、RAG流程、评测集200条、badcase 37条，把token成本从0.12元/次压到0.07元/次；DA做3份报告，含SQL、AB实验、归因，样本量至少1万行。第7到8周：写JD关键词表，把127份JD里出现超过30%的词标红，逐条补证据。第9到12周：投递。我投了86家，AI PM 31家，DA 55家，简历改了7版。AI PM简历通过率19%，DA是35%；面试转化AI PM 5/31=16%，DA 13/55=24%。
避坑说几个真金白银的。别买6980元的保offer课，我买过，最大价值是有人催进度，内容B站都有。简历里别写‘负责数据分析’，要写‘用SQL从12万行订单中定位到华东区复购下降3.2%，原因是满减门槛从99降到79后客单价跌了11元’。AI PM别只写‘熟悉大模型’，要写‘用RAG把客服知识库召回率从62%提到81%，但响应时间从1.2秒涨到2.8秒，后来用缓存降到1.5秒’。如果你28岁以下、能接受6到12个月现金流，优先选AI PM，因为岗位少但溢价高；如果你30岁以上、有房贷、需要快速有收入，先DA入行，再内部转AI数据/策略岗。最后一句：岗位会变，反馈周期和决策权半径不会骗你。
