这期内容整理自和 @进击波财经 沈帅波 的播客对谈,涉及产品选择、组织变革、品牌未来与增长方式。以下是我们聊到的核心观点,由AI共同整理。分享出来,供交流。
01
老瓶装新酒,是 AI 时代最差的选择
思考AI时代的产品选择,可以用一个四象限来看:老瓶装老酒(原有产品不变)、老瓶装新酒(原有产品加AI功能)、新瓶装老酒(用AI原生方式做熟悉的市场)、新瓶装新酒(用AI开拓全新市场)。
最差的不是老瓶装老酒,而是老瓶装新酒。把原来的产品加上一堆AI,毛利率降低了,客户看到产品跟原来差不多、付费意愿没有提高,产品本身难度又增加了,吃力不讨好。「在这支笔上加点AI,还是做笔,只是个AI笔」——这是企业最容易做的决定,也是最错的一个。
老瓶装老酒反而没那么差。客户愿意继续付钱,相当于你的收获期,没有增加投入,直到客户再也不选这个产品为止。
相关阅读:老登软件公司的AI路怎么走?
02
上下文是你的壁垒——
在 AI 时代,没有上下文就相当于裸跑
每个人都能用同样的模型,但上下文是你的。给模型公开信息,它给你通用答案;给它你企业独有的上下文,它给你只有你能得到的答案。上下文像土壤,模型像种子,不一样的土壤,长出来的东西不一样。 未来很多工作更像 farming——不是创造内容,而是打理上下文。这些上下文本来就存在你的系统里,关键是能不能把它整理成AI可以读取和调用的形式。上下文决定了模型能不能帮你解决问题,是 prompt engineering 里最重要的一环。 相关阅读:两个世界模型
03
AI 不是帮研发提高效率的工具,
而是帮那些需要研发资源的人补足能力
以前做一个网页,设计师的眼睛是像素级的,前端工程师是毛估的。现在设计师自己就可以把这些都实现了。原来我们花很多时间把东西从 0 做到 60 分,现在应该让 AI 做前面的,让人从 60 分开始接力,做更有判断力的那部分。
这大大赋能了有创造力的人——设计师对结果的真实控制比原来容易得多,不再受制于能不能拿到研发资源。
04
大数据时代核心竞争力是数据,
大模型时代核心竞争力是好例子
大数据需要足够多的数据,所以只有大平台拥有这类能力。但大模型的最大数据源是模型本身——它已经理解了阿里的平台、抖音的平台。你不再需要海量数据,而是需要一些好例子或好数据,把大模型里的洞察激发出来。
这样的产品逻辑也会更为你而设:你把观点告诉它,它把数据处理好,再把那个好的东西给你。这是两种本质不同的产品逻辑。
相关阅读:「证明」还是「想象」?
05
AI 原生组织不是人的工作流里嵌上 AI,
而是 AI 的工作流里嵌上人的 Judgement
电气革命时,工厂先把蒸汽机换成电动机——这件事发生得很快,在1900年前后;但以电动机的方式重新设计工厂,是1930年前后的事,那时才有了新的管理学理论,才有了泰勒主义。技术的改变和组织的改变,从来不是同步的。
从 Copilot 到 AI 原生,中间隔着一次组织生产关系的重构。一个具体形态是 Pod 制度:几个人组成一个 Pod 完成业务目标,而不是各守一个职能边界,弱化职责,强化结果。这叫高内聚低耦合——这几个人…