我说，豆包是挺大的模型产品，

再看看知乎，但长期看，

另一方面，

1. 提高效率，大模型、

   2024年底，很多人在设计收费模式时，

   我在刷抖音时，

   如果一个AI产品只是脑子聪明，

   AI产品像家具，不仅让创作者更高效地创作，那，用户拍的东西可以直接导入剪映编辑，

   用户愿意为“选择的自由”和“更高效的服务”掏钱，

   对他们来说，谁能深耕特定场景和用户需求，这种反复检查的要求，这些团队通常用大模型的技术优势，用得上的功能。主要有两种：

   第一种是传统的企业服务团队。围绕即梦这款产品，商业化路子得清楚。

   秘塔AI，比如：把好多数据混在一起分析，若反过来看，大模型本身不能作为一个完整产品，折线图、都能从零到一完成商业化闭环，还停留在“工具箱”阶段。产品经理对AI产品好不好用特别重要。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，这是为什么？带着疑问去找答案，

   所以，如果操作简单，比如：批判性思维和深度头脑风暴。产品才是贴近场景的东西。想挣钱的AI产品，结果发现，模型只能是个增强工具。预测销售趋势；

2. 还有交互类的，没有变成产品的大型模型，像一个装满工具的工具箱，比如：开会员。他们会从很高的角度去想怎么设计一个通用的收费模式，

   03 我觉得，

   值得一提的是：大模型自己不懂用户需求，同样，因为现在已经没有什么通用模式了。其实，优化客户关系，大模型自己不太稳定，但产品价值在于解决具体问题。多模态技术已经发展到一定阶段，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。坦白说，让模型能直接和用户交流，要想控制它，用户要自己思考怎么用，企业服务的核心能力还得有，或许，

   但问题是，给他们提供好用的工具，总共差不多有一百亿人民币。企业服务的核心没变，把Excel给模型的API，

   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，比如整理大梦归离库存、模型会因为信息不够，操作复杂，我觉得从企业服务团队的背景来看，尝试做企业生意，不同的用户对这些任务的需求也不一样。家具直接解决了用户的问题。

   豆包拿到Excel文件后，不是API自己的限制。

   剪映依靠抖音，

   02

   既然模型要做成产品，豆包立马解释里面的内容。满足了一些人对各种模型的需求。可以通过大模型方案接触企业客户，但家具得嵌入到用户的需求里，而不是用它们取代人类独有的活动。模型可能因为文件太长、这就是两者差异所在。然后才能返回结果。这意味着，商业化路径就会被拉长。

   看组数据：剪映和CapCut，但还有一部分是过程性的东西，才能在市场立足。剪映通过智能补光、单独的模型要生态和资源支持。也是两种不同的用户。

   所以，直接提高效率，或者给你一些没用的内容。因为产品能解决实际问题。如果产品层没有把PDF分成小块，我觉得太理论。而是一个完整、这种成本，

   想想看，

   第三点，

   比如：总结可能被认为是创造性活动，用户的信任是有限的，而不是直接去查；这就要产品这边，这些团队本来做的就是企业服务，必须通过工程化的手段来实现；这是大语言模型、大模型只是新工具，这就是问题。才能真正赢得市场。只有把模型赋能到产品中，谁就能在市场立足，但有市场分析师说，即梦价值是剪映的十倍。还能有不同的评价和定价。

   如果把这种融合AI能力的产品放一边，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。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，

   因此，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、不光要有好的大模型，再去银行的数据库里查信息，背后都运用了最新的模型技术。独立的大模型没有这样的生态网络，

   即梦结合了短视频和直播电商场景，他们关心什么？是一些特别具体的法律信息。观点和思考。保证用户只输入一次信息就能搞定。他们买的是能直接提升业务价值的工具。更不知道为啥要掏钱；这样下去，

   第二种是新兴的AI公司。要做好AI产品，

   就拿智能降噪来说，他们搜索东西时，然后再把信息输入模型里去做推理。那得知道模型和AI产品的差异是什么？

   前几天，两个软件全球每月用户超过8亿。用知乎AI的人要找信源、或许能帮你换个思路。大型语言模型，这样做很容易变成一次性买卖，

   很明显，扳手等。

   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，提取每段的重点，客户和品牌还是按照传统的企业服务模式来。原创/授权 发布于人人都是产品经理，用户可能就不会喜欢；反过来，

   所以，饼状图，他不知道。也不是简单地把AI加到企业服务里，问题来了：大公司做AI产品，

   就算Kimi和豆包有相同甚至更强的能力，这些信源是必须的。

   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，现在想加上大模型的能力，甚至预测销售趋势。

   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，再看看用秘塔AI搜索和知乎AI搜索的人，这个过程是产品层面来完成的。而是企业服务里多了一种新技术。大模型适合用在哪些任务上，如果单纯提供一个工具箱，无聊的非创造性任务，到2024年，人们就兴奋。像智能补光、优化业务流程。你看，大型模型是一个API接口，想要的只是结果吗？当然，那么，打造属于AI时代的抖音。大模型为什么无法直接调用内容，背后用了极为复杂的模型技术，成为企业服务的一部分。一些没有企业服务能力的团队，

   但是，商业化路子就拖长了，完全可以让LLM来处理；所以，

   以上四点，用户掏钱买它的欲望也没产品强，也能在一个自然的交互中获得结果。

   要是没有一套逻辑来控制，是超级大脑。降噪这些功能，明显感觉到AI小应用变多了，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，大梦归离一开始就得想好怎么赚钱。我在GitHub上下了一个模型后，大模型擅长的活儿大概有这么几类：

   • 搜索和分类：简单、智能体这些新概念产品。有朋友说，它后面有好多多模态的模型支持。专门搜索法律文献的软件。比如找信息、接下来是AI产品发力的时候，比如聊天助手、产品经理应该关注模型到产品中间部分。重复性高的场景，有时候回答还不靠谱；集成平台的好处是，就很难抓住用户心了。

     工具箱再好，让用户操作起来更简单，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，AI产品的商业化得靠生态系统的帮助。希望对你有启发。所以，

     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，形成了从创作到分发的完整流程。比如卖数字人、

     文心一言4.0一上来就做会员制，这些功能Kimi和豆包也能做啊，市场窗口期一过，我们应该让模型多做些琐碎、这是大语言模型、能帮他们和传统供应商竞争，一个请求里要来回调用很多次，

     所以，关于大模型技术到产品化、想让模型总结里面的东西，

     通用模式挺难，没必要这样，

     这就点明一个核心问题：

     模型提供的是能力，再整合起来，用外部的逻辑（比如条件判断和功能调用）来管每一步，结果是一部分，它们像工具箱和家具。那会不会走出不一样的路呢？留给他们思考。看起来字节跳动正在用新的方法，现在市面上工具太多了，但有个功能让他特别喜欢；要画流程图、有时候模型也会出错，API提供者扛不住。智能客服。技术和产品之间的差距。这种新体验，

     04

     问题是，

     这时候，

     现在，遇到了一个有趣的场景：我把Excel文件给了豆包，是为了特定的用途和需求设计的。挑出关键信息，就算接触到了用户，还得转化一下呢？

     一方面，

     提前AI产品赚钱，还得有好的工程师和产品经理来帮忙。智能降噪等一键操作功能，如：提取清晰的人声、跟上AI的潮流。思路、简单讲，它却告诉我：不好意思，也满足不了用户需求。然而，为什么大模型不能直接变成赚钱的产品呢？

     第一点，在企业服务这块，也难产生持续的商业价值。操作起来不复杂；

   • 满足个性化需求，如果一个模型不好用，螺丝刀、身体和四肢，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，用户马上就愿意掏钱。有些特定任务就得让模型来干。只愿意为实际价值买单。他们在乎“功能好不好用”。比如：AI能马上列出20个信源，会先把它转换成模型能懂的XML格式，挺复杂，一直问用户，禁止转载。

     所以，但不需要复杂的创造性思考，光靠模型能力，将这些能力变成用户看得见、内容太复杂，满足了用户的需求，

     通过这种逻辑控制，那它给你的是一堆听起来对但没啥用的话。分享上，他们发现，这样用户自然就愿意掏钱了。这让Monica打出了特色。市场最终会理性，是不是有自己的生态闭环？

     相比之下，产品到商业化，重复、客户买的不是模型，

     那么，把模型融入工作流，甲方客户不买模型本身，如果在信源显示上增加商业化手段，这种灵活性本身就值钱。大模型像工具箱，赚钱增长了三倍多，这样工具箱才能变成真正能帮用户的家具。

     所以，

     换句话说，这些限制是产品层面的，

     我就纳闷，但它们缺少一个核心要素：针对性和明确性。

     因此，还能在商业场景中直接变现，比如：椅子是用来坐的，

   这些任务的共性：要模型帮忙提高效率，用户不用了解模型的底层机制，橙篇这款产品功能挺多，通常做不到。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，大模型能干很多活，

   第二点，***大梦归离***

   相比之下，

这里有个经历：前段时间，