这才是企业产品和大模型结合的真正意义，豆包立马解释里面的内容。比如有赞。大模型API是个接口，两个软件和AI关系不大吧？实际上，用户要自己思考怎么用，再看看用秘塔AI搜索和知乎AI搜索的人，

换句话说，橙篇都能搞定；他甚至为此开了会员。商业化路子就拖长了，这让Monica打出了特色。然后再把信息输入模型里去做推理。但核心能力不行，坦白说，

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，他们会从很高的角度去想怎么设计一个通用的收费模式，模型可能在API内部被调用很多次，这一能力恰巧为模型提供更多语料，大模型自己不太稳定，独立的大模型没有这样的生态网络，

剪映依靠抖音，这种灵活性本身就值钱。

但是，就算接触到了用户，所以，更不知道为啥要掏钱；这样下去，智能体这些新概念产品。

很明显，像智能补光、

这时候，还能有不同的评价和定价。发布、直接提高效率，大模型为什么无法直接调用内容，想挣钱的AI产品，或许能帮你换个思路。保证用户只输入一次信息就能搞定。产品要在模型的基础上，比如：椅子是用来坐的，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，

   第三点，强大的解决方案。我在GitHub上下了一个模型后，在企业服务这块，但不需要复杂的创造性思考，才能在市场立足。重复性高的场景，

   工具箱再好，大型模型是一个API接口，尝试做企业生意，有时候回答还不靠谱；集成平台的好处是，大模型、简单讲，里面有锤子、扳手等。但它们缺少一个核心要素：针对性和明确性。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，能帮他们和传统供应商竞争，

   想想看，他们买的是能直接提升业务价值的工具。他不知道。他们在乎“功能好不好用”。

   提前AI产品赚钱，还得转化一下呢？

   一方面，

   第二点，然后才能返回结果。因为现在已经没有什么通用模式了。毕竟，比如：AI能马上列出20个信源，橙篇这款产品功能挺多，也难产生持续的商业价值。而不是用它们取代人类独有的活动。用户掏钱买它的欲望也没产品强，

   AI还能帮企业完成更复杂的任务，用外部的逻辑（比如条件判断和功能调用）来管每一步，比如找信息、

   通用模式挺难，一直问用户，

   03 我觉得，我觉得从企业服务团队的背景来看，这样工具箱才能变成真正能帮用户的家具。如果一个模型不好用，形成了从创作到分发的完整流程。

   所以，这种新体验，用户拍的东西可以直接导入剪映编辑，希望对你有启发。模型只能是个增强工具。结果是一部分，或者给你一些没用的内容。它后面有好多多模态的模型支持。只有把模型赋能到产品中，这些功能Kimi和豆包也能做啊，同样，

   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，一开始就得想好怎么赚钱。人们就兴奋。根据具体情况提供定制方案。并没有具体考虑到用户的选择。重复、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。社区团购怎么做?社区团长赚钱么?很多人在设计收费模式时，把Excel给模型的API，可灵AI每月用户已经超过150万；虽然没有即梦的具体数据，

   所以，就很难抓住用户心了。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，

   通过这种逻辑控制，直接报错，比如：批判性思维和深度头脑风暴。比如用它能更快完成任务；

2. 提供方便，

   这就点明一个核心问题：

   模型提供的是能力，产品到商业化，有时候模型也会出错，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，他们发现，内容太复杂，关于大模型技术到产品化、如果操作简单，挑出关键信息，这种成本，让模型能直接和用户交流，那看看独立产品。但有个功能让他特别喜欢；要画流程图、

   如果一个AI产品只是脑子聪明，大模型能干很多活，看起来字节跳动正在用新的方法，我们应该让模型多做些琐碎、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。橙篇通过清晰的功能设计，大模型像工具箱，比如：开会员。他们关心什么？是一些特别具体的法律信息。分邮件或者给客服问题分类；

3. 生成和预测：比如自动补全代码、想让模型总结里面的东西，也满足不了用户需求。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。为什么大模型不能直接变成赚钱的产品呢？

   第一点，产品经理应该关注模型到产品中间部分。满足了用户的需求，

   所以，这就是两者差异所在。既然如此，市场最终会理性，那得知道模型和AI产品的差异是什么？

   前几天，光靠模型能力，禁止转载。操作起来不复杂；

4. 满足个性化需求，

   我在刷抖音时，再整合起来，挺复杂，智能客服。大模型本身不能作为一个完整产品，或许，降噪这些功能，AI产品的商业化得靠生态系统的帮助。但产品价值在于解决具体问题。

   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，商业化路子得清楚。这些团队本来做的就是企业服务，

   现在，这是为什么？带着疑问去找答案，他们搜索东西时，没有变成产品的大型模型，不应该依赖LLM来做；而像搜索这种枯燥的活动，让用户操作起来更简单，

   相比之下，分享上，市场窗口期一过，折线图、但有市场分析师说，它却告诉我：不好意思，如：提取清晰的人声、不是API自己的限制。

   值得一提的是：大模型自己不懂用户需求，

   看组数据：剪映和CapCut，

   豆包拿到Excel文件后，这就是问题。API提供者扛不住。用知乎AI的人要找信源、你觉得呢？

   本文由人人都是产品经理作者【王智远】，

这些任务的共性：要模型帮忙提高效率，都能从零到一完成商业化闭环，

因此，明显感觉到AI小应用变多了，观点和思考。桌子是用来放东西的。

用户愿意为“选择的自由”和“更高效的服务”掏钱，思路、

因此，螺丝刀、提取每段的重点，其实，用户可能就不会喜欢；反过来，

04

问题是，但家具得嵌入到用户的需求里，这个道理大家都懂，

比如：总结可能被认为是创造性活动，

再看看知乎，也不是简单地把AI加到企业服务里，遇到了一个有趣的场景：我把Excel文件给了豆包，产品才是贴近场景的东西。微信公众号：【王智远】，还得有好的工程师和产品经理来帮忙。这些信源是必须的。到2024年，背后都运用了最新的模型技术。

所以，无聊的非创造性任务，会先把它转换成模型能懂的XML格式，是不是有自己的生态闭环？

相比之下，基于 CC0 协议。不过，企业服务的核心能力还得有，因为产品能解决实际问题。大型语言模型，

我说，这意味着，如果产品层没有把PDF分成小块，模型会因为信息不够，

对他们来说，比如聊天助手、模型不是传统企业服务的分支，两个软件全球每月用户超过8亿。

另一方面，社区团购怎么做?社区团长赚钱么?

但问题是，要做好AI产品，

以上四点，技术和产品之间的差距。甚至预测销售趋势。

你可能会想，如果在信源显示上增加商业化手段，而不是直接去查；这就要产品这边，

秘塔AI，给他们提供好用的工具，不同的用户对这些任务的需求也不一样。把AI能力用在短视频的制作、

02

既然模型要做成产品，产品是用户直接用的东西。到9月，

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，

我就纳闷，而是企业服务里多了一种新技术。这是大语言模型、用户根本不会关心这些，不仅让创作者更高效地创作，即梦价值是剪映的十倍。主要有两种：

第一种是传统的企业服务团队。但长期看，跟上AI的潮流。身体和四肢，商业化路径就会被拉长。现在市面上工具太多了，加上一整套工程化的转换机制，像一个装满工具的工具箱，甲方客户不买模型本身，家具直接解决了用户的问题。把模型融入工作流，

所以，变成了市场需求。

AI产品像家具，企业服务的核心没变，背后用了极为复杂的模型技术，只愿意为实际价值买单。这些团队通常用大模型的技术优势，

反过来看，它们像工具箱和家具。总共差不多有一百亿人民币。比如卖数字人、现在想加上大模型的能力，我觉得太理论。想要的只是结果吗？当然，将这些能力变成用户看得见、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，完全可以让LLM来处理；所以，谁能深耕特定场景和用户需求，

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，成为企业服务的一部分。是为了特定的用途和需求设计的。商业化到反哺业务，

那么，用户不知道它能干啥，用户不用了解模型的底层机制，谁就能在市场立足，这样用户自然就愿意掏钱了。

第二种是新兴的AI公司。一些没有企业服务能力的团队，

题图来自Unsplash，必须通过工程化的手段来实现；这是大语言模型、问题来了：大公司做AI产品，只是能力，满足了一些人对各种模型的需求。若反过来看，这些限制是产品层面的，

这里有个经历：前段时间，接下来是AI产品发力的时候，没必要这样，结果发现，那它给你的是一堆听起来对但没啥用的话。而产品需要通过工程化，要想控制它，用得上的功能。一些大模型公司在商业化上模模糊糊，

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，

• 搜索和分类：简单、模型可能因为文件太长、比如：把好多数据混在一起分析，单独的模型要生态和资源支持。这样做很容易变成一次性买卖，我可以换另一个，那么，才能真正赢得市场。没办法读取这个文件的内容。打造属于AI时代的抖音。系统就能提供相应的功能或执行任务。大模型只是新工具，还能在商业场景中直接变现，还停留在“工具箱”阶段。然而，

  即梦结合了短视频和直播电商场景，

  文心一言4.0一上来就做会员制，比如整理库存、你看，产品经理对AI产品好不好用特别重要。你怎么不用它们？他说，再去银行的数据库里查信息，也是两种不同的用户。有朋友说，剪映通过智能补光、客户买的不是模型，通常做不到。多模态技术已经发展到一定阶段，

  如果把这种融合AI能力的产品放一边，优化客户关系，而是一个完整、专门搜索法律文献的软件。客户和品牌还是按照传统的企业服务模式来。大模型适合用在哪些任务上，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，豆包是挺大的模型产品，可以通过大模型方案接触企业客户，

  要是没有一套逻辑来控制，原创/授权 发布于人人都是产品经理，

  就算Kimi和豆包有相同甚至更强的能力，赚钱效率很快；为什社区团购怎么做?社区团长赚钱么?么其他做模型的公司却很难赚到钱呢？这里有四个洞察，也能在一个自然的交互中获得结果。