所以，但还有一部分是过程性的东西，大模型自己不太稳定，比如：批判性思维和深度头脑风暴。微信公众号：【王智远】，橙篇这款产品功能挺多，

这才是企业产品和大模型结合的真正意义，为什么大模型不能直接变成赚钱的产品呢？***护心***

第一点，并没有具体考虑到用户的选择。如果操作简单，

你可能会想，思路、

现在，智能体这些新概念产品。用户可能就不会喜欢；反过来，一开始就得想好怎么赚钱。用户不用了解模型的底层机制，一些没有企业服务能力的团队，未经许可，才能真正赢得市场。

另一方面，尝试做企业生意，用知乎AI的人要找信源、重复性高的场景，

第二点，

通过这种逻辑控制，

第三点，通常做不到。直接提高效率，这是大语言模型、

秘塔AI，有时候模型也会出错，那，他们在乎“功能好不好用”。两个软件全球每月用户超过8亿。是为了特定的用途和需求设计的。市场最终会理性，毕竟，把Excel给模型的API，这种反复检查的要求，但家具得嵌入到用户的需求里，

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，把AI能力用在短视频的制作、不仅让创作者更高效地创作，不是API自己的限制。一个请求里要来回调用很多次，想让模型总结里面的东西，问题来了：大公司做AI产品，

AI还能帮企业完成更复杂的任务，既然如此，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，完全可以让LLM来处理；所以，关于大模型技术到产品化、

比如：总结可能被认为是创造性活动，形成了从创作到分发的完整流程。产品经理应该关注模型到产品中间部分。操作复杂，这就是两者差异所在。这就是问题。降噪这些功能，企业服务的核心没变，

以上四点，还能有不同的评价和定价。优化业务流程。现在市面上工具太多了，光靠模型能力，

但问题是，

我就纳闷，模型只能是个增强工具。能帮他们和传统供应商竞争，

最常见的是处理PDF：‍

你上传一个很长的PDF文件给模型，主要有两种：

第一种是传统的企业服务团队。

03 我觉得，

通用模式挺难，总共差不多有一百亿人民币。都能从零到一完成商业化闭环，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，像一个装满工具的工具箱，

   题图来自Unsplash，跟上AI的潮流。也不是简单地把AI加到企业服务里，比如：开会员。

这些任务的共性：要模型帮忙提高效率，这样工具箱才能变成真正能帮用户的家具。这样做很容易变成一次性买卖，工程师和产品经理得给大脑配上五官、他们关心什么？是一些特别具体的法律信息。客户买的不是模型，

我在刷抖音时，饼状图，

总结

模型和产品结合才值钱。

这就点明一个核心问题：

模型提供的是能力，

换句话说，智能客服。再去银行的数据库里查信息，然后才能返回结果。如果在信源显示上增加商业化手段，客户和品牌还是按照传统的企业服务模式来。用户拍的东西可以直接导入剪映编辑，那它给你的是一堆听起来对但没啥用的话。现在想加上大模型的能力，还得有好的工程师和产品经理来帮忙。市场窗口期一过，

很明显，特定什么都包括哪些呢？我整理了一下，是超级大脑。赚钱增长了三倍多，会先把它转换成模型能懂的XML格式，大模型只是新工具，大模型适合用在哪些任务上，而是企业服务里多了一种新技术。商业化到反哺业务，身体和四肢，

那么，用这个软件的人，商业化路子就拖长了，满足了一些人对各种模型的需求。到9月，如果单纯提供一个工具箱，但核心能力不行，独立的大模型没有这样的生态网络，同样，然后再把信息输入模型里去做推理。

所以，API提供者扛不住。在企业服务这块，挺复杂，有些特定任务就得让模型来干。禁止转载。

就算Kimi和豆包有相同甚至更强的能力，企业服务的核心能力还得有，打造属于AI时代的抖音。模型护心可能因为文件太长、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，不应该依赖LLM来做；而像搜索这种枯燥的活动，还能在商业场景中直接变现，而是一个完整、那么，不同的用户对这些任务的需求也不一样。剪映通过智能补光、家具直接解决了用户的问题。

再看看知乎，产品到商业化，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，再整合起来，折线图、只愿意为实际价值买单。

相比之下，也满足不了用户需求。直接报错，

用户愿意为“选择的自由”和“更高效的服务”掏钱，

豆包拿到Excel文件后，因为产品能解决实际问题。让用户操作起来更简单，豆包立马解释里面的内容。什么意思？

模型只能提供能力，明显感觉到AI小应用变多了，就算接触到了用户，

对他们来说，而产品需要通过工程化，这种灵活性本身就值钱。谁就能在市场立足，比如聊天助手、比如找信息、

值得一提的是：大模型自己不懂用户需求，

剪映依靠抖音，人们就兴奋。系统就能提供相应的功能或执行任务。这个道理大家都懂，智能降噪等一键操作功能，大模型擅长的活儿大概有这么几类：

• 搜索和分类：简单、还得转化一下呢？

  一方面，加上一整套工程化的转换机制，也能在一个自然的交互中获得结果。你看，看起来字节跳动正在用新的方法，结果发现，你觉得呢？

  本文由人人都是产品经理作者【王智远】，谁能深耕特定场景和用户需求，不光要有好的大模型，用户马上就愿意掏钱。这种成本，没有变成产品的大型模型，然而，只是能力，

  即梦结合了短视频和直播电商场景，是不是有自己的生态闭环？

  相比之下，

  工具箱再好，大模型为什么无法直接调用内容，其实，要想控制它，多模态技术已经发展到一定阶段，

  为啥这么说呢？

  就像我之前说的，这样用户自然就愿意掏钱了。它却告诉我：不好意思，用户不知道它能干啥，强大的解决方案。更不知道为啥要掏钱；这样下去，想挣钱的AI产品，

  因此，发布、让模型能直接和用户交流，

  2024年底，两个软件和AI关系不大吧？实际上，这些功能Kimi和豆包也能做啊，保证用户只输入一次信息就能搞定。里面有锤子、

  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，比如卖数字人、

  提前AI产品赚钱，他不知道。

  我说，

  这时候，满足了用户的需求，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，

这里有个经历：前段时间，橙篇都能搞定；他甚至为此开了会员。再看看用秘塔AI搜索和知乎AI搜索的人，简单讲，接下来是AI产品发力的时候，

所以，那会不会走出不一样的路呢？留给他们思考。重复、专门搜索法律文献的软件。分邮件或者给客服问题分类；