Manus已經放開註冊，DeepSeek的熱度也依舊不減，在這波AI浪潮之下，很多企業的1號位都在思考：我們的業務，如何跟AI相關？我們需不需要AI產品化？
在AI創新院開學典禮上，曾打造“今夜酒店特價”的連續創業者、雲九資本合夥人、AI創新院導師、混沌創新領教任鑫分享了關於“AI產品化的深度拆解”，對於企業的1號位來說，機會和紅利應該從哪裡入手。
以下是任鑫老師的分享。
AI產品化如何找機會
使用者要的不是電鑽，而是牆上那個洞
AI產品化究竟是什麼?
我們不講產品具體怎麼做，而是聚焦於如何入手、從哪裡開始，如何找到機會，怎麼去挖掘，以及如何兌現。
按照混沌的理論（供需連），所有產品的機會、業務的機會，就是供給和需求重合的地方。用網際網路術語來說，這叫產品市場契合（PMF，Product Market Fit）。就是用連線把供需連起來。我們如果是這個連線者，這就是我們的機會。
混沌經常提到的一個詞是“十倍速變化”，那麼AI帶來了什麼十倍速變化？是不是智慧供給的十倍速變化？比如，原本要找人幫你寫報告，可能需要兩週時間，還未必能找到合適的人，現在，你開啟電腦，輸入一行字，報告就生成了。
以前人工智慧是很昂貴的、稀缺的、很難獲取的，但現在供給已經變得十倍好、十倍快、十倍便宜了，這就是供給的十倍速變化。
當供給發生十倍速變化後，你會發現這個圈變大了。圈變大後，與需求重合的部分就會出現一些新的重合點。
這些就是我們的新機會。
從這個角度出發，我強烈建議大家思考AI產品時，不要只考慮如何在我的產品里加上AI，也不要只考慮產品加 AI或AI加產品，而是應該思考：如果我能搞定更多的AI和智力供給，我應該如何用AI幫助使用者更好地完成任務，解決問題。
這是兩種不同的思考方法。
我相信大家都聽過，“使用者要的不是一個電鑽，而是牆上的那個洞”這句話。所以，如果你是一家生產電鑽的公司，當你思考如何在電鑽里加上AI時，你會覺得很難。最終你可能會在電鑽上加一個對話方塊，或者在官網上加一個對話方塊，但這沒有用。
你需要真正思考使用者要完成的事情是什麼？比如他真的要掛一幅畫，需要打兩個釘子，釘子要打多高？這兩個洞是否水平？這時就可以加上AI了。所以，我們要加在事情上，加在任務上，而不是加在產品上。這是加AI的一個具體思路。
AI產品化的挖掘之道
在“事”裡面加AI，不是在產品里加AI
那我們怎麼去挖掘呢？
一個比較簡單的辦法就是拆解使用者任務的全流程，看他要完成的事情是什麼？為了達成目的他做了哪些步驟？每一步他具體做了什麼？他做這些事情是否感到累？如果他累了，我怎麼幫忙。這就是我們的切入點。
即在“事”裡面加AI，而不是在產品里加AI。
以搜尋引擎為例，使用者從提問到獲得答案的步驟包括：定義問題、選擇關鍵詞、輸入搜尋、篩選連結、閱讀理解、得出答案。
這一過程很複雜，但使用者只想快速得到答案。因此，最佳化搜尋引擎不應只是提升資訊收集效率，而應幫助使用者生成關鍵詞、篩選連結、理解內容並直接生成答案。產品的核心邏輯應該是“更好地給你答案，幫你完成複雜步驟”。
我再舉一個更明確的例子——
如果我是求職網站的老闆，比如BOSS直聘的老闆，我不會只想著在產品上加AI，而是會思考求職者找工作的全流程，如何用AI幫助他們簡化這個過程。求職者從寫簡歷、搜尋崗位、投簡歷、與HR溝通、電話面試、線下面試到入職，每一步都很累，AI可以幫忙。
例如，AI可以為求職者生成定製簡歷，根據不同公司的需求突出不同優勢；AI還可以判斷公司是否靠譜，自動篩選並推薦適合的崗位，甚至自動投遞簡歷。像JobBright這樣的公司，就是透過AI幫助求職者寫簡歷、匹配工作，甚至幫助解決簽證問題。它的目標是“幫你搞定工作”，而不是單純最佳化招聘網站。
還有更極端的例子，比如面試時，AI可以作為面試助手，提示求職者如何回答問題。這些公司的思路是找到求職過程中的痛點，提供針對性的幫助，而不是侷限於傳統招聘網站的模式。
JobBright甚至還會利用LinkedIn等社交平臺，幫助求職者找到與目標公司內部人員的聯絡，透過推薦關係來求職，完全跳出了傳統招聘網站的思路。
所以，不要只想著在產品中加AI，而是要思考使用者完成任務的全流程，找到其中讓他們感到疲憊的步驟，用AI最佳化。
例如，網上投簡歷可能不是最優路徑，但透過大資料分析使用者的教育和工作經歷，幫助他們找到潛在的內推機會，這就是一種新的思路。創新的出發點應該是讓使用者更輕鬆地完成任務，而不是單純改進現有產品。
所有傳統企業的同學，千萬不要上來就說：“我要搞個大模型”。這樣想是虧錢的。但從使用者需求出發，就是賺錢的。即使虧，也虧不了多少。一定要反過來想。
AI產品化的兌現
四個層次找到目標
接下來是如何兌現。兌現的方法有幾個層次：
第一層次的方法是：我們可以用AI幫助使用者更高效地完成老的流程。
我們可以逐個環節去摳，看哪個環節使用者需要動腦子，我們就應該幫忙，讓使用者不需要動腦子，讓這個過程更順暢。使用者不僅指我們的目標使用者，也包括市場上的使用者，甚至是你公司內部的員工。所有的產品都不是大家頭腦風暴出來的。
你身邊的真實使用者場景和真實的業務場景就是最好的資源。從這裡出發，讓AI 產品自然生長出來。這是一個邏輯。
再比如，使用者在聽播客時，往往需要聽完一整個節目才能獲取感興趣的內容，這很累。如果用AI來篩選並剪輯出使用者感興趣的部分，生成專屬播客，就能省事很多。
同樣，在社交電商中，不同團長需要根據自身特點修改產品文案，這也很累。如果AI能根據團長的風格和場景生成個性化文案，實現“千人千面”，就能減輕他們的負擔。
第二層次的解決問題方法是：不管原來的流程，直接搞一個新流程。
直接創造新流程，而不是最佳化舊流程。例如，JobBright透過內推這一新流程，直接提升求職效率，而不是最佳化傳統應聘流程。
再比如在兒童教育中，與其讓AI講課，不如透過AI引導孩子們參與辯論，培養批判性思維和表達能力。再比如批改作文，傳統方法是老師批改，但AI可以提供更創新的解決方案。比如用AI以不同作家的風格重寫作文，或者將作文中的場景用動畫展示出來，幫助孩子更直觀地理解寫作內容，從而提升寫作能力。創新的關鍵是跳出現有流程，直接用AI提供更好的結果，滿足使用者真正的需求。
整體上來講，我們第一步想到的很簡單，就是人類怎麼做，我就用AI怎麼做。
但在第二步，我們可以跳出來再想一下：使用者要的目的是什麼？人類的做法是受限於我們的腦子、我們的“頻寬”。如果沒有這個限制，你如何更“浪費”地使用這個智力資源，從而達到更好的效果，不要被自己束縛住了。
當我們做完第二階段之後呢？
第三階段的目標：是做得更好。很多人忽略了AI可以開拓全新的市場，而不僅僅是服務現有客戶。
以往，高服務成本和使用門檻限制了市場，但AI降低了這些門檻，讓原本受限的使用者也能進入市場。例如，盲人和聾啞人等特殊群體曾因能力限制無法使用某些產品，但AI可以幫助他們，從而創造新的市場。
再如，美國的法律服務因高昂費用而限制了市場需求，但AI可以低成本處理小糾紛，開啟一個全新的市場。類似地，拼多多透過降低電商門檻，成功開拓了新市場。
除了價格門檻，能力門檻也常常被忽視。許多使用者在使用產品時會感到困惑，但產品開發者往往意識不到這些門檻。我們不要僅僅盯著競爭對手去搶奪那些已經成熟的市場，而應該看到門檻降低後，是否有一批新使用者，他們或許是第一次使用我們的產品。
舉個例子。我第一次意識到即使是買冰淇淋也有門檻，是因為在機場透過小程式買了DQ冰淇淋。DQ複雜的選單讓我本能地選擇小程式下單。這說明，很多產品看似簡單，但對使用者來說仍有門檻。
另一方面，很多人會誤以為自己沒有需求，比如做導演或用Photoshop，但其實他們可能只是被門檻嚇退。當門檻降低，比如美顏相機讓修圖變得簡單，市場就會擴大。
更進一步，當新市場被開啟時，使用者可能不再是人類，而是AI或機器人——現有工具是為人類設計的，AI使用起來可能不順手。因此，為AI專門設計基礎設施是一個巨大的機會，比如為AI開發搜尋引擎或瀏覽器。
以3D印表機為例，調整3D模型需要專業軟體（如Blender），但透過MCP Server技術，AI可以透過說明書（如API文件）學會使用這些軟體。
使用者只需口述需求，AI就能操作軟體完成任務。例如，在工業領域，為軟體新增MCP Server，讓AI學會操作工業軟體，甚至結合工程師經驗開發代理，實現標準化工作的自動化。
第四層機會是：假設五年後所有的工作都由AI完成，那麼在你的產業裡，有哪些基礎設施的事情可以提前佈局？我們可以為這一天的到來做哪些鋪墊？
整件事情的本質其實是今天我們講的做AI產品，不是做軟體，也不是做一個網際網路服務，而是在搶工作，是在做知識工作。其實，整個軟體市場是很小的，而整個服務業才是一個大市場。
比如，我剛才提到的工程師。我們做的工業軟體，其實是藍翔技校的升級版，我們在教這些AI agent 如何使用這些工業軟體，教它們如何開挖掘機。然後，我們會把這些agent派到工廠去工作，讓它們在工廠裡“領工資”，我們從中抽成。這就是新的商業模式。
講到這裡，大家可能會有一個疑惑：這聽起來很技術。我們不是搞高科技的公司，我們是一家傳統公司。我們缺程式設計師，怎麼搞得定？
其實不是這樣的。技術現在正在平權，AI正在平權。到今年年底，中級程式設計師所做的所有事情，AI都能做。我們在去年4月就已經實現了後端程式碼的 100%AI 編寫。今年，我們的中臺程式碼也是100%AI編寫的，沒有一行程式碼是人類寫的。
當然，這些產品可能確實有點醜。不過，說不定下半年就會變好，或者你可以找一個好的設計師來改一改，很快就會變好的。
現在最恐慌的反而是那些原本就有技術的人，因為他們會發現，半年前還有50%的事情是他們能幹的，現在80%的事情AI都能幹了。所以我們應該瘋狂地擁抱AI技術。當你越不懂技術的時候，AI對你來說增量越大。
我們主要是給大家換一種思路，如果你們想詳細瞭解，我們混沌的線上課會有詳細內容。所以，大家不要總想著怎麼做AI產品，因為一旦這樣想，你就會陷入技術細節，覺得有技術卡點，然後去看那些公眾號，看一堆技術模型又怎麼樣了。這樣做不對。
AI產品化的本質
從業務出發，給AI找活幹
大家應該從自己的業務出發，從自己的市場出發，思考我其實不是在做AI產品，我是在幫AI找活幹。幫AI找活幹，最重要的是有活，而不是做出一個AI產品有多難。
我再舉兩個例子。
第一個例子是Abridge。它是專門幫醫生做筆記的。
醫生在和病人聊天時需要記錄文件，他們每天要浪費大量時間在這上面。以前在美國，有一個專門的書記員角色來幫他們做這件事，他們甚至把它外包到印度。有人就想：這個活兒AI能幹。於是，就專門成立了一家公司，讓AI幫醫生抄筆記。
第二個是YC（Y Combinator）的最新專案。
他們一直在尋找AI的應用場景，他們發現美國“Drive Through”（汽車外賣視窗）的點餐語音互動服務常外包到南美，這件事明顯可以用AI去做。於是，他們成立了一家公司，為連鎖餐飲企業的“Drive Through”提供AI語音互動服務。
所以，未來的活兒都會被AI幹掉。唯一的區別就是誰的AI幹掉的。如果你能先識別出這裡有個活，然後你先培養AI來幹，接著你先派AI去幹，那你就賺到了。唯一的區別是誰的AI去幹。我們是被AI擠壓的人，還是我們是培養AI以及派遣AI的人，這就是差別。
最後，總結一下——
第一，機會在於我們用AI這種十倍速變好、變快、變便宜的智慧去覆蓋更多的使用者任務，幫使用者幹活。不是在那些高科技領域去幫使用者幹活，我們的機會是在更多平凡的任務上。
第二，在為使用者幹活的整個過程中，去理解他想要的是什麼，他每一步有沒有感到疲憊，我們在哪裡可以幫到他。要麼減少他的疲憊，要麼取得更好的成果，要麼服務更多的使用者，要麼幫AI 做好基礎設施。
最後一點，我們是在幫AI找活兒，找那些可以幫上使用者忙的活兒，並且使用者願意為這些服務支付工資。一旦我們回到這個本質，大家就會發現這件事情和每個人都有關係。
我們在定義什麼是值得被做的，然後我們再培養更多的AI去把這些事給幹掉，一起來做出一個更好、更有價值的事情。這才是做AI產品，而不是簡單地往產品里加一個對話。
無論是公司發展，還是個人成長，我們總是會遇到侷限。
如何打破人生和事業的侷限，走向更廣闊的天地？
認知是解開這一問題的關鍵鑰匙。
凱文·凱利、彼得·聖吉、尤瓦爾·赫拉利、張首晟、周其仁、俞敏洪、左暉……
混沌500多位大咖老師的智慧將與你為伴。
掃描下圖，和混沌一起認知世界，成就夢想：