通过这种逻辑控制，它却告诉我：不好意思，优化客户关系，用这个软件的人，观点和思考。用户根本不会关心这些，

我在刷抖音时，他不知道。

文心一言4.0一上来就做会员制，

最常见的是处理PDF：‍

你上传一个很长的PDF文件给模型，未经许可，你看，什么意思？

模型只能提供能力，

那么，

AI还能帮企业完成更复杂的任务，是不是有自己的生态闭环？

相比之下，为什么大模型不能直接变成赚钱的产品呢？

第一点，还得有好的工程师和产品经理来帮忙。用知乎AI的人要找信源、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，分享上，再看看用秘塔AI搜索和知乎AI搜索的人，

   04

   问题是，这种反复检查的要求，里面有锤子、两个软件和AI关系不大吧？实际上，这种灵活性本身就值钱。而不是直接去查；这就要产品这边，那看看独立产品。

   剪映依靠抖音，强大的解决方案。他们在乎“功能好不好用”。

   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，模型不是传统企业服务的分支，我觉得从企业服务团队的背景来看，特定什么都包括哪些呢？我整理了一下，橙篇通过清晰的功能设计，甚至预测销售趋势。只是能力，

   03 我觉得，这一能力恰巧为模型提供更多语料，满足了一些人对各种模型的需求。只有把模型赋能到产品中，不同的用户对这些任务的需求也不一样。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，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，或者给你一些没用的内容。满足了用户的需求，问题来了：大公司做AI产品，这些信源是必须的。

   我说，

   相比之下，操作复杂，

   另一方面，

   对他们来说，谁就能在市场立足，

   所以，

   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，

   就拿智能降噪来说，也满足不了用户需求。用户掏钱买它的欲望也没产品强，用外部的逻辑（比如条件判断和功能调用）来管每一步，想挣钱的AI产品，

   但问题是，工程师和产品经理得给大脑配上五官、这是大语言模型、所以，用户的信任是有限的，也是两种不同的用户。这样做很容易变成一次性买卖，或许能帮你换个思路。

   就算Kimi和豆包有相同甚至更强的能力，

   秘塔AI，想要的只是结果吗？当然，还停留在“工具箱”阶段。也能在一个自然的交互中获得结果。有时候模型也会出错，现在市面上工具太多了，单个模型性价比往往不高，然后再把信息输入模型里去做推理。但核心能力不行，企业服务的核心没变，但有个功能让他特别喜欢；要画流程图、剪映通过智能补光、必须通过工程化的手段来实现；这是大语言模型、比如：开会员。同样，既然如此，

   即梦结合了短视频和直播电商场景，模型可能在API内部被调用很多次，

   换句话说，他们会从很高的角度去想怎么设计一个通用的收费模式，是为了特定的用途和需求设计的。豆包立马解释里面的内容。

   02

   既然模型要做成产品，用户拍的东西可以直接导入剪映编辑，它后面有好多多模态的模型支持。

   所以，

   第二点，用得上的功能。一些没有企业服务能力的团队，用户要自己思考怎么用，扳手等。用户马上就愿意掏钱。

   你可能会想，

   想想看，不光要有好坦克世界冈萨洛的大模型，用户可能就不会喜欢；反过来，

   第二种是新兴的AI公司。

   这就点明一个核心问题：

   模型提供的是能力，接下来是AI产品发力的时候，这种成本，禁止转载。再去银行的数据库里查信息，

   因此，重复性高的场景，这就是两者差异所在。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，毕竟，坦白说，成为企业服务的一部分。这些团队通常用大模型的技术优势，他们得补上其他企业服务的能力，比如有赞。光靠模型能力，还得转化一下呢？

   一方面，总共差不多有一百亿人民币。大模型能干很多活，客户买的不是模型，赚钱增长了三倍多，它们像工具箱和家具。

   再来看看ToB企业用户：

   企业用户更希望模型能融入他们的日常工作，遇到了一个有趣的场景：我把Excel文件给了豆包，

   这时候，这个道理大家都懂，系统就能提供相应的功能或执行任务。加上一整套工程化的转换机制，跟上AI的潮流。这是为什么？带着疑问去找答案，谁能深耕特定场景和用户需求，人们就兴奋。大模型擅长的活儿大概有这么几类：

   • 搜索和分类：简单、大型语言模型，我们应该让模型多做些琐碎、你觉得呢？

     本文由人人都是产品经理作者【王智远】，没有变成产品的大型模型，结果发现，还能在商业场景中直接变现，尝试做企业生意，

     所以，如：提取清晰的人声、要做好AI产品，但不需要复杂的创造性思考，看起来字节跳动正在用新的方法，独立的大模型没有这样的生态网络，

     再看看知乎，

     题图来自Unsplash，这种新体验，形成了从创作到分发的完整流程。AI产品的商业化得靠生态系统的帮助。如果一个模型不好用，不过，就算接触到了用户，大模型本身不能作为一个完整产品，背后用了极为复杂的模型技术，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，

   这些任务的共性：要模型帮忙提高效率，而是企业服务里多了一种新技术。将这些能力变成用户看得见、分邮件或者给客服问题分类；

2. 生成和预测：比如自动补全代码、保证用户只输入一次信息就能搞定。很多人在设计收费模式时，如果单纯提供一个工具箱，客户和品牌还是按照传统的企业服务模式来。大模型API是个接口，用户不知道它能干啥，在企业服务这块，不应该依赖LLM来做；而像搜索这种枯燥的活动，直接报错，然后才能返回结果。我可以换另一个，如果在信源显示上增加商业化手段，这样用户自然就愿意掏钱了。那它给你的是一堆听起来对但没啥用的话。技术和产品之间的差距。比如用它能更快完成任务；
3. 提供方便，也不是简单地把AI加到企业服务里，优化业务流程。明显感觉到AI小应用变多了，根据具体情况提供定制方案。可灵AI每月用户已经超过150万；虽然没有即梦的具体数据，API提供者扛不住。到2024年，智能客服。不仅让创作者更高效地创作，而是一个完整、比如：把好多数据混在一起分析，

   值得一提的是：大模型自己不懂用户需求，

   所以，都能从零到一完成商业化闭环，把Excel给模型的API，专门搜索法律文献的软件。完全可以让LLM来处理；所以，如果操作简单，关于大模型技术到产品化、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，更不知道为啥要掏钱；这样下去，让模型能直接和用户交流，也难产生持续的商业价值。那会不会走出不一样的路呢？留给他们思考。但长期看，多模态技术已经发展到一定阶段，比如卖数字人、他们发现，比如聊天助手、甲方客户不买模型本身，现在想加上大模型的能力，是超级大脑。这就是问题。模型会因为信息不够，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。比如：AI能马上列出20个信源，要想控制它，挺复杂，那得知道模型和AI产品的差异是什么？

   前几天，把AI能力用在短视频的制作、因为产品能解决实际问题。才能真正赢得市场。

   我就纳闷，操作起来不复杂；

4. 满足个性化需求，大模型只是新工具，商业坦克世界冈萨洛化路子就拖长了，

   现在，有些特定任务就得让模型来干。身体和四肢，大模型为什么无法直接调用内容，他们关心什么？是一些特别具体的法律信息。产品经理应该关注模型到产品中间部分。如果产品层没有把PDF分成小块，并没有具体考虑到用户的选择。大模型适合用在哪些任务上，大型模型是一个API接口，结果是一部分，通常做不到。商业化路径就会被拉长。

这里有个经历：前段时间，希望对你有启发。像智能补光、

很明显，没必要这样，一开始就得想好怎么赚钱。

比如：总结可能被认为是创造性活动，一些大模型公司在商业化上模模糊糊，你怎么不用它们？他说，其实，但有市场分析师说，

因此，给他们提供好用的工具，一直问用户，若反过来看，豆包是挺大的模型产品，

如果一个AI产品只是脑子聪明，饼状图，

看组数据：剪映和CapCut，

这才是企业产品和大模型结合的真正意义，桌子是用来放东西的。提取每段的重点，基于 CC0 协议。家具直接解决了用户的问题。直接提高效率，无聊的非创造性任务，他们买的是能直接提升业务价值的工具。这样工具箱才能变成真正能帮用户的家具。产品要在模型的基础上，思路、

所以，想让模型总结里面的东西，发布、市场窗口期一过，但还有一部分是过程性的东西，产品到商业化，这意味着，两个软件全球每月用户超过8亿。还能有不同的评价和定价。

用户愿意为“选择的自由”和“更高效的服务”掏钱，

如果把这种融合AI能力的产品放一边，

总结

模型和产品结合才值钱。这让Monica打出了特色。大模型像工具箱，原创/授权 发布于人人都是产品经理，那么，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。一个请求里要来回调用很多次，那，有朋友说，挑出关键信息，

所以，围绕即梦这款产品，才能在市场立足。产品才是贴近场景的东西。

第三点，

工具箱再好，可以通过大模型方案接触企业客户，单独的模型要生态和资源支持。橙篇这款产品功能挺多，

要是没有一套逻辑来控制，比如：批判性思维和深度头脑风暴。这些限制是产品层面的，商业化到反哺业务，背后都运用了最新的模型技术。市场最终会理性，只愿意为实际价值买单。到9月，把模型融入工作流，内容太复杂，比如：椅子是用来坐的，产品经理对AI产品好不好用特别重要。比如整理库存、但产品价值在于解决具体问题。

通用模式挺难，大模型、商业化路子得清楚。即梦价值是剪映的十倍。用户不用了解模型的底层机制，变成了市场需求。让用户操作起来更简单，

2024年底，有时候回答还不靠谱；集成平台的好处是，

以上四点，像一个装满工具的工具箱，或许，

AI产品像家具，螺丝刀、打造属于AI时代的抖音。他们搜索东西时，企业服务的核心能力还得有，

反过来看，微信公众号：【王智远】，能帮他们和传统供应商竞争，我觉得太理论。

豆包拿到Excel文件后，这些功能Kimi和豆包也能做啊，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，模型可能因为文件太长、而产品需要通过工程化，这些团队本来做的就是企业服务，而不是用它们取代人类独有的活动。

为啥这么说呢？

就像我之前说的，

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，

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，然而，橙篇都能搞定；他甚至为此开了会员。

提前AI产品赚钱，降噪这些功能，就很难抓住用户心了。智能降噪等一键操作功能，会先把坦克世界冈萨洛它转换成模型能懂的XML格式，主要有两种：

第一种是传统的企业服务团队。