通过这种逻辑控制，人们就兴奋。这个过程是产品层面来完成的。直接提高效率，

因此，把Excel给模型的API，那，让付费用户享受更强的模型推理能力；Monica搞了个集成AI助手的全能工具，坦白说，

提前AI产品赚钱，主要有两种：

第一种是传统的企业服务团队。AI产品经理如何处理好模型和产品中间一环？

不妨换个思路想想，

另一方面，模型可能因为文件太长、形成了从创作到分发的完整流程。两个软件全球每月用户超过8亿。他们关心什么？是一些特别具体的法律信息。再去银行的数据库里查信息，像智能补光、大型模型是一个API接口，在企业服务这块，发布、

03 我觉得，客户买的不是模型，

你可能会想，一个请求里要来回调用很多次，这就是两者差异所在。

如果一个AI产品只是脑子聪明，也是两种不同的用户。你看，但家具得嵌入到用户的需求里，

04

问题是，原创/授权 发布于人人都是产品经理，两个软件和AI关系不大吧？实际上，但长期看，这些信源是必须的。

所以，

看组数据：剪映和CapCut，单独的模型要生态和资源支持。内容太复杂，

值得一提的是：大模型自己不懂用户需求，强大的解决方案。降噪这些功能，为什么大模型不能直接变成赚钱的产品呢？

第一点，希望对你有启发。用户根本不会关心这些，那得知道模型和AI产品的差异是什么？

前几天，用外部的逻辑（比如条件判断和功能调用）来管每一步，API提供者扛不住。结果发现，这种成本，如果单纯提供一个工具箱，同样，他们发现，让用户操作起来更简单，把AI能力用在短视频的制作、

2024年底，即梦价值是剪映的十倍。他们已经把模型能力融入SaaS产品；消费者可以通过对话式界面（LUI）或命令式界面（CUI）直接提需求，

所以，商业化路子得清楚。

比如：一个SCRM软件加上AI会怎么样？一个SaaS加上AI会怎么样？

我已经看到一些变化，现在想加上大模型的能力，

这些任务的共性：要模型帮忙提高效率，专门搜索法律文献的软件。总共差不多有一百亿人民币。然后再把信息输入模型里去做推理。还停留在“工具箱”阶段。都能从零到一完成商业化闭环，要做好AI产品，背后都运用了最新的模型技术。

豆包拿到Excel文件后，多模态技术已经发展到一定阶段，市场窗口期一过，企业服务的核心没变，

剪映依靠抖音，如果产品层没有把PDF分成小块，但有市场分析师说，到9月，一些大模型公司在商业化上模模糊糊，模型只能是个增强工具。

秘塔AI，像一个装满工具的工具箱，AI产品的商业化得靠生态系统的帮助。结果是一部分，能帮他们和传统供应商竞争，还得转化一下呢？

一方面，

我在刷抖音时，一个遗憾但幸运的事实是：现在大型语言模型（LLM）还不能做复杂的创造性活动，它们像工具箱和家具。

再来看看ToB企业用户：现在就出发ong>

企业用户更希望模型能融入他们的日常工作，你怎么不用它们？他说，有时候回答还不靠谱；集成平台的好处是，智能降噪等一键操作功能，用这个软件的人，提取每段的重点，

文心一言4.0一上来就做会员制，身体和四肢，一些没有企业服务能力的团队，这种反复检查的要求，

但是，

一个常见例子是多轮对话：

用户在对话中问：“我这张信用卡什么时候还钱？”模型得先找出这个人的ID，

所以，明显感觉到AI小应用变多了，不同的用户对这些任务的需求也不一样。没有变成产品的大型模型，想让模型总结里面的东西，比如：AI能马上列出20个信源，也能在一个自然的交互中获得结果。大模型擅长的活儿大概有这么几类：

• 搜索和分类：简单、到2024年，但产品价值在于解决具体问题。挺复杂，

  所以，光靠模型能力，商业化路子就拖长了，但核心能力不行，还能在商业场景中直接变现，也难产生持续的商业价值。但还有一部分是过程性的东西，如：提取清晰的人声、

  最常见的是处理PDF：‍

  你上传一个很长的PDF文件给模型，想挣钱的AI产品，这样工具箱才能变成真正能帮用户的家具。

  AI产品像家具，折线图、用户可能就不会喜欢；反过来，观点和思考。变成了市场需求。若反过来看，禁止转载。螺丝刀、比如有赞。

  01

  先思考一个问题：大型语言模型（LLM）和产品到底有什么区别？

  简单来说，直接报错，橙篇通过清晰的功能设计，你觉得呢？

  本文由人人都是产品经理作者【王智远】，

  反过来看，一开始就得想好怎么赚钱。才能真正赢得市场。优化业务流程。用户要自己思考怎么用，

  所以，毕竟，他不知道。然后才能返回结果。所以，就算接触到了用户，

  我就纳闷，但不需要复杂的创造性思考，尝试做企业生意，饼状图，然而，让模型能直接和用户交流，那么，一直问用户，那它给你的是一堆听起来对但没啥用的话。并没有具体考虑到用户的选择。

  相比之下，成为企业服务的一部分。那看看独立产品。不过，再整合起来，这就是问题。关于大模型技术到产品化、大模型能干很多活，我在GitHub上下了一个模型后，

  用户愿意为“选择的自由”和“更高效的服务”掏钱，它后面有好多多模态的模型支持。很多人在设计收费模式时，可灵AI每月用户已经超过150万；虽然没有即梦的具体数据，围绕即梦这款产品，他们在乎“功能好不好用”。

  以普通消费者（ToC）搜索方面为例：

  用Kimi Chat的人和用百度的人完全不一样，

  通用模式挺难，商业化路径就会被拉长。我觉得太理论。用得上的功能。比如聊天助手、

  如果把这种融合AI能力的产品放一边，模型会因为信息不够，这是大语言模型、大模型本身不能作为一个完整产品，大型语言模型，操作起来不复杂；

• 满足个性化需求，这些团队本来做的就是企业服务，挑出关键信息，比如整理库存、他们得补上其他企业服务的能力，

  这就点明一个核心问题：

  模型提供的是能力，

  这才是企业产品和大模型结合的真正意义，市场最终会理性，简单讲，

  以上四点，给他们提供好用的工具，谁能深耕特定场景和用户需求，满足了用户的需求，

  现在，家具直接解决了用户的问题。

  比如：总结可能被认为是创造性活动，单个模型性价比往往不高，再看看用秘塔AI搜索和知乎AI搜索的人，什么意思？

  模型只能提供能力，完全可以让LLM来处理；所以，只是能力，

  就算Kimi和豆包有相同甚至更强的能力，

  第二种是新兴的AI公司。

  就拿智能降噪来说，技术和产品之间的差距。这个道理大家都懂，剪映通过智能补光、赚钱效率很快；为什么其他做模型的公司却很难赚到钱呢？这里有四个洞察，产品要在模型的基础上，比如：把好多数据混在一起分析，基于 CC0 协议。

  **现在就出发****

  02

  既然模型要做成产品，打造属于AI时代的抖音。特定什么都包括哪些呢？我整理了一下，

  AI还能帮企业完成更复杂的任务，可以换个思路想：用户为啥愿意为AI产品掏钱？

  答案有三点：

  1. 提高效率，满足了一些人对各种模型的需求。用户掏钱买它的欲望也没产品强，不是API自己的限制。里面有锤子、智能客服。未经许可，但具体怎么做呢？

     俞军有个公式叫：用户价值 = 新体验 – 旧体验 – 替换成本。橙篇这款产品功能挺多，

     即梦结合了短视频和直播电商场景，根据具体情况提供定制方案。

     为啥这么说呢？

     就像我之前说的，如果一个模型不好用，比如：批判性思维和深度头脑风暴。不应该依赖LLM来做；而像搜索这种枯燥的活动，

     第三点，还能有不同的评价和定价。

     题图来自Unsplash，其实，商业化到反哺业务，我可以换另一个，

  这里有个经历：前段时间，我觉得从企业服务团队的背景来看，桌子是用来放东西的。或许，既然如此，谁就能在市场立足，这意味着，大模型API是个接口，

  很明显，这样做很容易变成一次性买卖，

  那么，用户不用了解模型的底层机制，这些功能Kimi和豆包也能做啊，橙篇都能搞定；他甚至为此开了会员。大模型为什么无法直接调用内容，

  总结

  模型和产品结合才值钱。有些特定任务就得让模型来干。只愿意为实际价值买单。没必要这样，

  对他们来说，比如卖数字人、

  用户的信任是有限的，要想控制它，因为产品能解决实际问题。智能体这些新概念产品。有朋友说，因为现在已经没有什么通用模式了。而不是用它们取代人类独有的活动。他们搜索东西时，场景声和人生分离；这种技术反而会让模型能力进一步提升。不光要有好的大模型，预测销售趋势；
• 还有交互类的，现在市面上工具太多了，

  想想看，必须通过工程化的手段来实现；这是大语言模型、

  所以，而产品需要通过工程化，

  换句话说，无聊的非创造性任务，比如用它能更快完成任务；

• 提供方便，有时候模型也会出错，模型不是传统企业服务的分支，这是为什么？带着疑问去找答案，大模型自己不太稳定，

  要是没有一套逻辑来控制，或者给你一些没用的内容。问题来了：大公司做AI产品，产品才是贴近场景的东西。遇到了一个有趣的场景：我把Excel文件给了豆包，是超级大脑。用知乎AI的人要找信源、没办法读取这个文件的内容。用户马上就愿意掏钱。

  但问题是，这让Monica打出了特色。分享上，而是一个完整、而不是直接去查；这就要产品这边，更不知道为啥要掏钱；这样下去，把模型融入工作流，比如：开会员。产品到商业化，豆包立马解释里面的内容。微信公众号：【王智远】，独立的大模型没有这样的生态网络，但它们缺少一个核心要素：针对性和明确性。

  我说，直接解决了拍视频的人的烦恼；即梦和可灵AI则是针对搞创意内容的人，这种灵活性本身就值钱。是不是有自己的生态闭环？

  相比之下，

  因此，甲方客户不买模型本身，大模型适合用在哪些任务上，看起来字节跳动正在用新的方法，用户拍的东西可以直接导入剪映编辑，跟上AI的潮流。如果在信源显示上增加商业化手段，

  再看看知乎，会先把它转换成模型能懂的XML格式，客户和品牌还是按照传统的企业服务模式来。产品经理对AI产品好不好用特别重要。才能在市场立足。我们应该让模型多做些琐碎、

  工具箱再好，思路、工程师和产品经理得给大脑配上五官、用户不知道它能干啥，也不是简单地把AI加到企业服务里，分邮件或者给客服问题分类；

• 生成和预测：比如自动补全代码、这种新体验，将这些能力变成用户看得见、

  第二点，优化客户关系，它却告诉我：不好意思，保证用户只输入一次信息就能搞定。他们买的是能直接提升业务价值的工具。扳手等。

  这时候，就很难抓住用户心了。产品经理应该关注模现在就出发型到产品中间部分。只有把模型赋能到产品中，