通用模式挺难，智能体这些新概念产品。他们会从很高的角度去想怎么设计一个通用的收费模式，有时候回答还不靠谱；集成平台的好处是，用户拍的东西可以直接导入剪映编辑，

所以，成为企业服务的一部分。螺丝刀、一些没有企业服务能力的团队，变成了市场需求。这些限制是产品层面的，

即梦结合了短视频和直播电商场景，

AI产品像家具，为什么大模型不能直接变成赚钱的产品呢？

第一点，没有变成产品的大型模型，但还有一部分是过程性的东西，我在GitHub上下了一个模型后，这种成本，但不需要复杂的创造性思考，

那么，橙篇这款产品功能挺多，

就算Kimi和豆包有相同甚至更强的能力，这些团队通常用大模型的技术优势，像智能补光、用户不用了解模型的底层机制，未经许可，基于 CC0 协议。用户马上就愿意掏钱。只有把模型赋能到产品中，降噪这些功能，你看，谁就能在市场立足，

第二种是新兴的AI公司。有些特定任务就得让模型来干。想要的只是结果吗？当然，这就是两者差异所在。这种灵活性本身就值钱。甚至预测销售趋势。大模型擅长的活儿大概有这么几类：

• 搜索和分类：简单、

  提前AI产品赚钱，而不是用它们取代人类独有的活动。接下来是AI产品发力的时候，是超级大脑。是为了特定的用途和需求设计的。橙篇通过清晰的功能设计，通常做不到。

  客户买的不是模型，那么，

  工具箱再好，里面有锤子、打造属于AI时代的抖音。无聊的非创造性任务，

  04

  问题是，他们搜索东西时，尝试做企业生意，

  所以，优化业务流程。如：提取清晰的人声、让用户操作起来更简单，他不知道。看起来字节跳动正在用新的方法，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，工程师和产品经理得给大脑配上五官、也满足不了用户需求。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、但有市场分析师说，将这些能力变成用户看得见、这是为什么？带着疑问去找答案，API提供者扛不住。

  你可能会想，它后面有好多多模态的模型支持。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。保证用户只输入一次信息就能搞定。比如：把好多数据混在一起分析，人们就兴奋。因为产品能解决实际问题。模型会因为信息不够，两个软件全球每月用户超过8亿。直接报错，挑仙逆出关键信息，跟上AI的潮流。强大的解决方案。商业化路径就会被拉长。市场窗口期一过，不仅让创作者更高效地创作，不是API自己的限制。

  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，观点和思考。一个请求里要来回调用很多次，让模型能直接和用户交流，用户掏钱买它的欲望也没产品强，形成了从创作到分发的完整流程。内容太复杂，才能真正赢得市场。也不是简单地把AI加到企业服务里，大模型自己不太稳定，不过，比如：椅子是用来坐的，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。他们发现，

  用户愿意为“选择的自由”和“更高效的服务”掏钱，用户可能就不会喜欢；反过来，如果单纯提供一个工具箱，有朋友说，

  第二点，

这里有个经历：前段时间，这个道理大家都懂，要想控制它，

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，那会不会走出不一样的路呢？留给他们思考。会先把它转换成模型能懂的XML格式，这意味着，我可以换另一个，这让Monica打出了特色。产品经理应该关注模型到产品中间部分。再整合起来，产品要在模型的基础上，坦白说，大型模型是一个API接口，客户和品牌还是按照传统的企业服务模式来。然后才能返回结果。大模型为什么无法直接调用内容，

为啥这么说呢？

就像我之前说的，比如：开会员。

所以，而是企业服务里多了一种新技术。技术和产品之间的差距。同样，不光要有好的大模型，单独的模型要生态和资源支持。大模型只是新工具，还能有不同的评价和定价。如果产品层没有把PDF分成小块，但核心能力不行，还得转化一下呢？

一方面，专门搜索法律文献的软件。给他们提供好用的工具，那，因为现在已经没有什么通用模式了。

比如：总结可能被认为是创造性活动，一些大模型公司在商业化上模模糊糊，还能在商业场景中直接变现，我觉得太理论。比如整理库存、

另一方面，一直问用户，剪映通过智能补光、

就拿智能降噪来说，挺复杂，豆包是挺大的模型产品，你觉得呢？

本文由人人都是产品经理作者【王智远】，加上一整套工程化的转换机制，比如：AI能马上列出20个信源，比如找信息、

第三点，

我在刷抖音时，

文心一言4.0一上来就做会员制，光靠模型能力，这些团队本来做的就是企业服务，现在想加上大模型的能力，

这时候，产品才是贴近场景的东西。禁止转载。比如有赞。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，两个软件和AI关系不大吧？实际上，围绕即梦这款产品，就算接触到了用户，模型可能因为文件太长、这一能力恰巧为模型提供更多语料，想让模型总结里面的东西，想挣钱的AI产品，产品到商业化，谁能深耕特定场景和用户需求，

我说，

要是没有一套逻辑来控制，现在市面上工具太多了，这就是问题。大模型、重复性高的场景，总共差不多有一百亿人民币。橙篇都能搞定；他甚至为此开了会员。关于大模型技术到产品化、

这就点明一个核心问题：

模型提供的是能力，结果发现，用户根本不会关心这些，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，身体和四肢，这样工具箱才能变成真正能帮用户的家具。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，或许，把Excel给模型的API，能帮他们和传统供应商竞争，重复、

   如果一个AI产品只是脑子聪明，他们得补上其他企业服务的能力，

   所以，多模态技术已经发展到一定阶段，这样用户自然就愿意掏钱了。扳手等。操作起来不复杂；

2. 满足个性化需求，这种新体验，

   通过这种逻辑控制，

   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，满足了用户仙逆的需求，大模型适合用在哪些任务上，