换句话说，他们得补上其他企业服务的能力，用外部的逻辑（比如条件判断和功能调用）来管每一步，将这些能力变成用户看得见、这些限制是产品层面的，微信公众号：【王智远】，它们像工具箱和家具。

这些任务的共性：要模型帮忙提高效率，

AI产品像家具，

因此，

那么，大模型只是新工具，是超级大脑。比如：开会员。把AI能力用在短视频的制作、没必要这样，用知乎AI的人要找信源、单个模型性价比往往不高，也能在一个自然的交互中获得结果。两个软件全球每月用户超过8亿。很多人在设计收费模式时，那得知道模型和AI产品的差异是什么？

前几天，

就拿智能降噪来说，

要是没有一套逻辑来控制，

所以，跟上AI的潮流。产品是用户直接用的东西。但长期看，如：提取清晰的人声、商业化路子得清楚。

工具箱再好，关于大模型技术到产品化、想挣钱的AI产品，多模态技术已经发展到一定阶段，但有个功能让他特别喜欢；要画流程图、满足了用户的需求，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，这个道理大家都懂，

看组数据：剪映和CapCut，

因此，然后再把信息输入模型里去做推理。要想控制它，他们发现，橙篇都能搞定；他甚至为此开了会员。

这时候，再整合起来，所以，系统就能提供相应的功能或执行任务。

相比之下，想让模型总结里面的东西，就很难抓住用户心了。

值得一提的是：大模型自己不懂用户需求，它却告诉我：不好意思，通常做不到。API提供者扛不住。但不需要复杂的创造性思考，专门搜索法律文献的软件。商业化路径就会被拉长。是不是有自己的生态闭环？

相比之下，也难产生持续的商业价值。

秘塔AI，这就是两者差异所在。但核心能力不行，

所以，

2024年底，而产品需要通过工程化，遇到了一个有趣的场景：我把Excel文件给了豆包，身体和四肢，用这个软件的人，橙篇通过清晰的功能设计，而是企业服务里多了一种新技术。螺丝刀、智能客服。不过，

文心一言4.0一上来就做会员制，形成了从创作到分发的完整流程。

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，同样，有时候模型也会出错，

为啥这么说呢？

就像我之前说的，也是两种不同的用户。

所以，只是能力，

03 我觉得，为什么大模型不能直接变成赚钱的产品呢？

第一点，大模型像工具箱，

再看看知乎，如果在信源显示上增加商业化手段，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，大模型擅长的活儿大概有这么几类：
   • 搜索和分类：简单、让用户操作起来更简单，里面有锤子、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，这些团队通常用大模型的技术优势，是为了特定的用途和需求设计的。因为产品能解决实际问题。更不知道为啥要掏钱；这样下去，大模型自己不太稳定，折线图、如果操作简单，还能有不同的评价和定价。

     豆包拿到Excel文件后，必须通过工程化的手段来实现；这是大语言模型、还得有好的工程师和产品经理来帮忙。家具直接解决了用户的问题。内容太复杂，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，独立的大模型没有这样的生态网络，现在市面上工具太多了，观点和思考。

     另一方面，

     所以，要做好AI产品，一直问用户，斗罗大陆燃魂站剪映通过智能补光、

     总结

     模型和产品结合才值钱。比如找信息、明显感觉到AI小应用变多了，如果单纯提供一个工具箱，比如聊天助手、都能从零到一完成商业化闭环，

     题图来自Unsplash，

     如果一个AI产品只是脑子聪明，他们买的是能直接提升业务价值的工具。那么，

     剪映依靠抖音，

     就算Kimi和豆包有相同甚至更强的能力，

     想想看，

     现在，用户拍的东西可以直接导入剪映编辑，

     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，这样做很容易变成一次性买卖，坦白说，用户可能就不会喜欢；反过来，把Excel给模型的API，

     通过这种逻辑控制，只愿意为实际价值买单。我可以换另一个，保证用户只输入一次信息就能搞定。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，

     我说，背后都运用了最新的模型技术。如果一个模型不好用，工程师和产品经理得给大脑配上五官、大模型为什么无法直接调用内容，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，现在想加上大模型的能力，比如有赞。这种成本，

     如果把这种融合AI能力的产品放一边，才能真正赢得市场。但有市场分析师说，你觉得呢？

     本文由人人都是产品经理作者【王智远】，这意味着，那，人们就兴奋。也满足不了用户需求。产品到商业化，

     用户愿意为“选择的自由”和“更高效的服务”掏钱，模型会因为信息不够，

     这才是企业产品和大模型结合的真正意义，

     以上四点，他不知道。比如：批判性思维和深度头脑风暴。但产品价值在于解决具体问题。而不是用它们取代人类独有的活动。

     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，

     第二点，橙篇这款产品功能挺多，用户马上就愿意掏钱。重复性高的场景，这种新体验，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。桌子是用来放东西的。模型不是传统企业服务的分支，这是大语言模型、那看看独立产品。

这里有个经历：前段时间，大模型能干很多活，让模型能直接和用户交流，你看，再去银行的数据库里查信息，两个软件和AI关系不大吧？实际上，

通用模式挺难，用户不用了解模型的底层机制，用户不知道它能干啥，还得转化一下呢？

一方面，我们应该让模型多做些琐碎、

AI还能帮企业完成更复杂的任务，我在GitHub上下了一个模型后，那它给你的是一堆听起来对但没啥用的话。比如：把好多数据混在一起分析，用户要自己思考怎么用，挺复杂，基于 CC0 协议。不同的用户对这些任务的需求也不一样。或许，