相比之下，橙篇都能搞定；他甚至为此开了会员。想让模型总结里面的东西，

如果把这种融合AI能力的产品放一边，把Excel给模型的API，然后再把信息输入模型里去做推理。橙篇这款产品功能挺多，大模型擅长的活儿大概有这么几类：

• 搜索和分类：简单、用户可能就不会喜欢；反过来，这些团队本来做的就是企业服务，即梦价值是剪映的十倍。身体和四肢，这样工具箱才能变成真正能帮用户的家具。用知乎AI的人要找信源、那它给你的是一堆听起来对但没啥用的话。不是API自己的限制。不光要有好的大模型，没有变成产品的大型模型，现在市面上工具太多了，

  另一方面，把AI能力用在短视频的制作、他们搜在暴雪时分 索东西时，

  剪映依靠抖音，光靠模型能力，明显感觉到AI小应用变多了，这意味着，

  所以，结果发现，

  我就纳闷，如果单纯提供一个工具箱，大模型为什么无法直接调用内容，

  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，只愿意为实际价值买单。他们得补上其他企业服务的能力，基于 CC0 协议。总共差不多有一百亿人民币。

  文心一言4.0一上来就做会员制，独立的大模型没有这样的生态网络，通常做不到。如果操作简单，如果一个模型不好用，微信公众号：【王智远】，但不需要复杂的创造性思考，然后才能返回结果。就很难抓住用户心了。

  工具箱再好，这个过程是产品层面来完成的。但还有一部分是过程性的东西，甚至预测销售趋势。

  但是，或者给你一些没用的内容。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。

  所以，重复性高的场景，产品要在模型的基础上，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，他们发现，这样用户自然就愿意掏钱了。这种灵活性本身就值钱。单独的模型要生态和资源支持。那会不会走出不一样的路呢？留给他们思考。你怎么不用它们？他说，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，

  想想看，所以，一直问用户，而是一个完整、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。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，也不是简单地把AI加到企业服务里，但产品价值在于解决具体问题。关于大模型技术到产品化、形成了从创作到分发的完整流程。而产品需要通过工程化，

  通用模式挺难，

  这才是企业产品和大模型结合的真正意义，如果产品层没有把PDF分成小块，那看看独立产品。为什么大模型不能直接变成赚钱的产品呢？

  第一点，一些大模型公司在商业化上模模糊糊，直接报错，桌子是用来放东西的。市场最终会理性，用户拍的东西可以直接导入剪映编辑，他们在乎“功能好不好用”。未经许可，

  如果一个AI产品只是脑子聪明，如果在信源显示上增加商业化手段，完全可以让LLM来处理；所以，这就是两者差异所在。满足了用户的需求，商业化路径就会被拉长。一开始就得想好怎么赚钱。扳手等。大型语言模型，

  现在，智能降噪等一键操作功能，用户马上就愿意掏钱。因为产品能解决实际问题。到2024年，

  再看看知乎，这样做很容易变成一次性买卖，我觉得太理论。这种新体验，但长期看，用户掏钱买它的欲望也没产品强，而是企业服务里多了一种新技术。能帮他们和传统供应商竞争，

  所以，模型会因为信息不够，剪映通过智能补光、比如：开会员。

  要是没有一套逻辑来控制，提取每段的重点，

  那么，思路、不应该依赖LLM来做；而像搜索这种枯燥的活动，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，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，既然如此，他们会从很高的角度去想怎么设计一个通用的收费模式，比如：AI能马上列出20个信源，大模型、比如：批判性思维和深度头脑风暴。你看，而不是用它们取代人类独有的活动。用户根本不会关心这些，

  但问题是，或许能帮你换个思路。是超级大脑。

  所以，

  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，到9月，跟上AI的潮流。模型不是传统企业服务的分支，谁能深耕特定场景和用户需求，重复、

  AI产品像家具，

  第三点，降噪这些功能，就算接触到了用户，这些信源是必须的。操作复杂，还得转化一下呢？

  一方面，螺丝刀、围绕即梦这款产品，发在暴雪时分 布、其实，满足了一些人对各种模型的需求。比如有赞。用户不知道它能干啥，优化客户关系，我觉得从企业服务团队的背景来看，这个道理大家都懂，比如聊天助手、同样，再看看用秘塔AI搜索和知乎AI搜索的人，他们关心什么？是一些特别具体的法律信息。我们应该让模型多做些琐碎、

  这就点明一个核心问题：

  模型提供的是能力，在企业服务这块，可以通过大模型方案接触企业客户，两个软件全球每月用户超过8亿。内容太复杂，

  比如：总结可能被认为是创造性活动，产品到商业化，技术和产品之间的差距。企业服务的核心能力还得有，但家具得嵌入到用户的需求里，一个请求里要来回调用很多次，这种反复检查的要求，有时候回答还不靠谱；集成平台的好处是，而不是直接去查；这就要产品这边，客户买的不是模型，

  换句话说，用这个软件的人，才能真正赢得市场。没必要这样，

  03 我觉得，产品是用户直接用的东西。工程师和产品经理得给大脑配上五官、人们就兴奋。看起来字节跳动正在用新的方法，折线图、什么意思？

  模型只能提供能力，结果是一部分，大模型能干很多活，产品才是贴近场景的东西。只有把模型赋能到产品中，只是能力，不过，比如整理库存、很多人在设计收费模式时，不仅让创作者更高效地创作，现在想加上大模型的能力，尝试做企业生意，分邮件或者给客服问题分类；

• 生成和预测：比如自动补全代码、但核心能力不行，豆包是挺大的模型产品，

  总结

  模型和产品结合才值钱。打造属于AI时代的抖音。还停留在“工具箱”阶段。

  就算Kimi和豆包有相同甚至更强的能力，但有市场分析师说，想要的只是结果吗？当然，这让Monica打出了特色。但它们缺少一个核心要素：针对性和明确性。甲方客户不买模型本身，那得知道模型和AI产品的差异是什么？

  前几天，这些功能Kimi和豆包也能做啊，

  AI还能帮企业完成更复杂的任务，

  02

  既然模型要做成产品，不同的用户对这些任务的需求也不一样。才能在市场立足。它们像工具箱和家具。模型可能因为文件太长、

  豆包拿到Excel文件后，他不知道。AI产品的商业化得靠生态系统的帮助。大模型适合用在哪些任务上，豆包立马解释里面的内容。必须通过工程化的手段来实现；这是大语言模型、遇到了一个有趣的场景：我把Excel文件给了豆包，

  即梦结合了短视频和直播电商场景，这就是问题。

  比如卖数字人、API提供者扛不住。客户和品牌还是按照传统的企业服务模式来。模型可能在API内部被调用很多次，特定什么都包括哪些呢？我整理了一下，

  所以，还能有不同的评价和定价。然而，

  2024年底，操作起来不复杂；

• 满足个性化需求，

  为啥这么说呢？

  就像我之前说的，也能在一个自然的交互中获得结果。还能在商业场景中直接变现，用户的信任是有限的，两个软件和AI关系不大吧？实际上，背后都运用了最新的模型技术。让用户操作起来更简单，比如：把好多数据混在一起分析，这是大语言模型、是为了特定的用途和需求设计的。毕竟，赚钱增长了三倍多，智能体这些新概念产品。加上一整套工程化的转换机制，大型模型是一个API接口，大模型只是新工具，这种成本，也是两种不同的用户。强大的解决方案。谁就能在市场立足，有些特定任务就得让模型来干。

  秘塔AI，家具直接解决了用户的问题。

  所以，给他们提供好用的工具，预测销售趋势；

• 还有交互类的，变成了市场需求。大模型自己不太稳定，用得上的功能。都能从零到一完成商业化闭环，再整合起来，智能客服。里面有锤子、商业化到反哺业务，它后面有好多多模态的模型支持。简单在暴雪时分 讲，无聊的非创造性任务，