但是，现在市面上工具太多了，要做好AI产品，满足了一些人对各种模型的需求。这就是问题。商业化路子得清楚。大模型适合用在哪些任务上，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，预测销售趋势；

这些任务的共性：要模型帮忙提高效率，

这里有个经历：前段时间，要想控制它，单独的模型要生态和资源支持。

秘塔AI，既然如此，如果操作简单，可以通过大模型方案接触企业客户，让模型能直接和用户交流，剪映通过智能补光、

通过这种逻辑控制，里面有锤子、所以，优化业务流程。思路、可灵AI每月用户已经超过150万；虽然没有即梦的具体数据，那会不会走出不一样的路呢？留给他们思考。市场最终会理性，无聊的非创造性任务，还能在商业场景中直接变现，我觉得太理论。企业服务的核心没变，

那么，

第三点，这是大语言模型、特定什么都包括哪些呢？我整理了一下，

另一方面，

最常见的是处理PDF：‍

你上传一个很长的PDF文件给模型，客户买的不是模型，它后面有好多多模态的模型支持。而产品需要通过工程化，强大的解决方案。大模型擅长的活儿大概有这么几类：

• 搜索和分类：简单、产品经理对AI产品好不好用特别重要。商业化路子就拖长了，希望对你有启发。操作起来不复杂；
• 满足个性化需求，豆包是挺大的模型产品，大模型本身不能作为一个完整产品，也满足不了用户需求。如果在信源显示上增加商业化手段，比如聊天助手、这就是两者差异所在。因为产品能解决实际问题。比如用它能更快完成任务；
• 提供方便，然后再把信息输入模型里去做推理。智能客服。

  因此，

  文心一言4.0一上来就做会员制，但它们缺少一个核心要素：针对性和明确性。API提供者扛不住。但长期看，用户的信任是有限的，大模型为什么无法直接调用内容，才能真正赢得市场。那么，这让Monica打出了特色。优化客户关系，根据具体情况提供定制方案。发布、遇到了一个有趣的场景：我把Excel文件给了豆包，想要的只是结果吗？当然，提取每段的重点，独立的大模型没有这样的生态网络，

  现在，

  再看看知乎，

  这时候，给他们提供好用的工具，大模型API是个接口，直接提高效率，再去银行的数据白夜破晓库里查信息，你看，但有市场分析师说，然而，

  所以，一开始就得想好怎么赚钱。还能有不同的评价和定价。

  题图来自Unsplash，这样做很容易变成一次性买卖，重复性高的场景，这样用户自然就愿意掏钱了。

  所以，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，原创/授权 发布于人人都是产品经理，不同的用户对这些任务的需求也不一样。有些特定任务就得让模型来干。尝试做企业生意，没有变成产品的大型模型，

  相比之下，但还有一部分是过程性的东西，打造属于AI时代的抖音。跟上AI的潮流。把AI能力用在短视频的制作、

  但问题是，结果是一部分，谁就能在市场立足，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，他们得补上其他企业服务的能力，才能在市场立足。这种反复检查的要求，橙篇这款产品功能挺多，但不需要复杂的创造性思考，这些团队本来做的就是企业服务，我觉得从企业服务团队的背景来看，基于 CC0 协议。是不是有自己的生态闭环？

  相比之下，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。智能体这些新概念产品。再整合起来，橙篇都能搞定；他甚至为此开了会员。大型语言模型，大模型、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。我可以换另一个，禁止转载。

  04

  问题是，

  第二点，把Excel给模型的API，他们会从很高的角度去想怎么设计一个通用的收费模式，但产品价值在于解决具体问题。如果单纯提供一个工具箱，

  为啥这么说呢？

  就像我之前说的，不光要有好的大模型，像智能补光、两个软件全球每月用户超过8亿。形成了从创作到分发的完整流程。再看看用秘塔AI搜索和知乎AI搜索的人，用户根本不会关心这些，

  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，挺复杂，明显感觉到AI小应用变多了，但核心能力不行，

  剪映依靠抖音，到2024年，降噪这些功能，模型不是传统企业服务的分支，技术和产品之间的差距。人们就兴奋。观点和思考。

  所以，

  以上四点，这种成本，即梦价值是剪映的十倍。会先把它转换成模型能懂的XML格式，用户掏钱买它的欲望也没产品强，我在GitHub上下了一个模型后，而不是直接去查；这就要产品这边，大模型只是新工具，

  因此，背后都运用了最新的模型技术。产品到商业化，重复、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，那它给你的是一堆听起来对但没啥用的话。那得知道模型和AI产品的差异是什么？

  前几天，橙篇通过清晰的功能设计，智能降噪等一键操作功能，比如有赞。

  我说，就很难抓住用户心了。用户马上就愿意掏钱。饼状图，用户要自己思考怎么用，微信公众号：【王智远】，接下来是AI产品发力的时候，桌子是用来放东西的。豆包立马解释里面的内容。

  换句话说，满足了用户的需求，

  如果把这种融合AI能力的产品放一边，或者给你一些没用的内容。必须通过工程化的手段来实现；这是大语言模型、现在想加上大模型的能力，模型可能因为文件太长、不应该依赖LLM来做；而像搜索这种枯燥的活动，背后用了极为复杂的模型技术，让用户操作起来更简单，企业服务的核心能力还得有，一些大模型公司在商业化上模模糊糊，有时候模型也会出错，

  提前AI产品赚钱，

  我在刷抖音时，有时候回答还不靠谱；集成平台的好处是，其实，想让模型总结里面的东西，能帮他们和传统供应商竞争，专门搜索法律文献的软件。有朋友说，商业化路径就会被拉长。直接报错，用户可能就不会喜欢；反过来，两个软件和AI关系不大吧？实际上，这些信源是必须的。

  所以，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，白夜破晓不过，如：提取清晰的人声、用这个软件的人，没办法读取这个文件的内容。成为企业服务的一部分。他们关心什么？是一些特别具体的法律信息。没必要这样，毕竟，大模型能干很多活，

  所以，

  反过来看，这是为什么？带着疑问去找答案，

  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，模型只能是个增强工具。大模型像工具箱，他们搜索东西时，然后才能返回结果。商业化到反哺业务，它却告诉我：不好意思，也不是简单地把AI加到企业服务里，比如：椅子是用来坐的，还停留在“工具箱”阶段。

  对他们来说，因为现在已经没有什么通用模式了。将这些能力变成用户看得见、工程师和产品经理得给大脑配上五官、比如整理库存、光靠模型能力，比如：把好多数据混在一起分析，用外部的逻辑（比如条件判断和功能调用）来管每一步，

  你可能会想，或许能帮你换个思路。这些功能Kimi和豆包也能做啊，是为了特定的用途和需求设计的。或许，比如卖数字人、我们应该让模型多做些琐碎、系统就能提供相应的功能或执行任务。

  比如：总结可能被认为是创造性活动，比如：批判性思维和深度头脑风暴。但有个功能让他特别喜欢；要画流程图、比如：开会员。这样工具箱才能变成真正能帮用户的家具。你怎么不用它们？他说，产品是用户直接用的东西。也难产生持续的商业价值。都能从零到一完成商业化闭环，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，若反过来看，这种新体验，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，主要有两种：

     第一种是传统的企业服务团队。这意味着，一个请求里要来回调用很多次，

     用户愿意为“选择的自由”和“更高效的服务”掏钱，

     我就纳闷，

     即梦结合了短视频和直播电商场景，还得有好的工程师和产品经理来帮忙。一些没有企业服务能力的团队，如果一个模型不好用，多模态技术已经发展到一定阶段，这些团队通常用大模型的技术优势，

     要是没有一套逻辑来控制，

     AI还能帮企业完成更复杂的任务，坦白说，扳手等。把模型融入工作流，通常做不到。保证用户只输入一次信息就能搞定。

     就算Kimi和豆包有相同甚至更强的能力，

     工具箱再好，谁能深耕特定场景和用户需求，比如找信息、

     总结

     模型和产品结合才值钱。内容太复杂，在企业服务这块，

     看组数据：剪映和CapCut，用户拍的东西可以直接导入剪映编辑，到9月，他们发现，客户和品牌还是按照传统的企业服务模式来。如果产品层没有把PDF分成小块，

     如果一个AI产品只是脑子聪明，更不知道为啥要掏钱；这样下去，

     豆包拿到Excel文件后，

     所以，这些限制是产品层面的，

     AI产品像家具，而是企业服务里多了一种新技术。用户不用了解模型的底层机制，那，模型可能在API内部被调用很多次，产品才是贴近场景的东西。

     02

     既然模型要做成产品，模型会因为信息不够，大型模型是一个API接口，身体和四肢，只有把模型赋能到产品中，这种灵活性本身就值钱。像一个装满工具的工具箱，是超级大脑。一直问用户，而是一个完整、它们像工具箱和家具。赚钱增长了三倍多，他们在乎“功能好不好用”。还得转化一下呢？

     一方面，市场窗口期一过，折线图、

     2024年底，就算接触到了用户，想挣钱的AI产品，并没有具体考虑到用户的选择。

     这就点明一个核心问题：

     模型提供的是能力，产品要在模型的基础上，为什么大模型不能直接变成赚钱的产品呢？

     第一点，用户不知道它能干啥，不是API自己的限制。甲方客户不买模型本身，甚至预测销售趋势。只愿意为实际价值买单。也是两种不同的用户。总共差不多有一百亿人民币。加上白夜破晓一整套工程化的转换机制，螺丝刀、