AI 转型四步法：个人、组织、产品和商业（下）

00:02AI是人类历史上最激动人心的技术革命，也是我们这一代人最大的挑战与机遇。我们这些从业者就是一群充满好奇的炼金术士，想通过不断的猜想、实验，搞出黄金或者放个烟花。不论结果如何，过程应该都会很好玩。我是任鑫，创业过两次。卖过两家公司。

00:212011年我创业，金叶酒店特价卖给了京东，在京东内部做了京东到家。2015年我再次创业，做了对话式人工智能公司Get。这一轮AI浪潮里，我加入了美元基金、云九资本，积极投资和孵化AI产品。

云九资本

00:38我是徐文浩，曾经做过国内最早的机器学习广告系统，每天处理百亿的广告流量，最终呢公司被收购。2016年呢，我创办过一个AI聊天机器人的公司BotHub。这轮的AI浪潮里啊，我再次创业，来做AI for Shopping，担任首席技术官。

00:56我和任鑫呢是大学同学，现在都在搞AI，都算是一线实战的AI炼金术士。在这档播客中啊，我们会定期交流彼此最新的实践和观点，也会邀请我们欣赏、有洞见的朋友们啊，一起来分享碰撞。希望通过这些深入的对话与交流，能帮助我们所有人点燃炼金的炉火。

01:18欢迎大家来到AI炼金术。上一期我们讲在讲说AI商业转型是要从个人开始用起来，然后组织要把它落地。那后面还欠了两期，一期是产品怎么样用AI来重构我们的产品，让产品做得更好，以及AI的原生创新怎么样去抓到机会。那么今天我们就来补课啦，讲这两块。

01:41那么首先的话呢，我们来聊那个AI的产品创新。那产品创新方面的话，首先我们就要讲到产品是什么东西。之前在混沌有一门课有一个经典的例子，就是问大家说，呃，你在玩超级玛丽的时候，那么超级玛丽去打游戏，然后他会去吃到一朵花。啊，吃到那朵花之后，那个超级玛丽就会去喷火了，就会打子弹。

02:03那么在这个时候的话，到底用户使用的产品是什么？一般来看，我们就会把超级玛丽认为是用户嘛，然后我们会把那朵花认为是产品。但是实际上你想一想，假如你把那朵花，那朵花换成一坨大便，但是你踩大便的时候的话呢，那你打子弹可以打冲锋枪，

02:23可以丢原子弹。你踩了那朵花的话呢，只能biu biu这样打子弹。那你会去踩花还是踩大便？我相信有很多用户会去踩大便，对吧？因为其实表面上看你卖的是花，但是用户真正想买的其实是变强的自己，更好地去打怪以及更好地去救公主。

02:41所以我们思考那个用户的产品的时候，不要拘泥在自己给用户提供的那个具体的那个花、那个具体的东西上面，而是要放开思路去想说，用户是在一个什么样的游戏里面，他要去打什么样的怪物，克服什么样的困难。他在这个过程当中，他最终的目的是要去救哪个公主。

03:01当你去想在花上面怎么加AI的时候，你发现很难加进去，无非就加个对话框，又加一个什么QA、QA之类的。但是你会去想说他打的游戏是什么啊？诶。他有多少种怪物要打，那你就可以设计的道具可多了。然后他有哪个公主要救啊？

03:16那个公主喜欢什么，那那他可以做的事情又可多了。所以我们一定要把产品这两个字从脑子里先抹掉，就是我们不是做产品的，我们是给用户去帮忙的。用户买的呢也不是产品，而是帮助。只有当我们这样想的时候的话呢，就是加AI才加得进去。所以脑子里面先不要把我们做产品就要往加AI这件事定义成加AI，因为它既不是产品加AI，也不是AI加产品，

03:43而是去理解用户在什么游戏里面，他的通关目标是什么，有什么怪要打，我们怎么用AI去帮用户解决问题，怎么用AI去帮助用户完成任务，达成目标，这才是我们要做的事情。当我们把图景放到这里的时候，那可做的事就可多了。那具体来讲的话，我们应该怎么样去看到AI和产品结合的机会，去给用户帮忙呢？

04:05其实就是把我们在上一期播客里面聊到的那个叫做应用三步法，就是“硬着一定要用”的那个三步法再来一遍：拆解任务，然后根据目标用AI重塑流程，然后发挥超能力，颠覆传统战略，就这么三招嘛，对吧？那应用三步法的第一招就是拆解任务，用AI适配提效。

04:24我们先举两个例子啊，第一个就是搜索引擎的例子。大家想想，你如果要去用AI改造搜索引擎应该怎么改？现在大家应该都知道标准答案了，因为Google啊、百度都已经改了，对吧？但是在大家知道标准答案之前的话，你想一想，大家使用搜索引擎，它的整个的过程是什么样子的？

04:43它使用搜索引擎是直接拿到答案吗？其实不是，是用户会要识别自己的问题是什么，然后他需要根据这个问题产生关键词。就是比如说你的问题是，我的公司应该怎么样落地用好AI？但是的话呢，你需要先识别这个问题，然后你需要产生关键词去想说，这个问题它应该搜到的关键词是什么？

05:05我是不是应该把我的公司的特点，就比如说我是开小龙虾店的，那我就应该写小龙虾店，然后应该用AI，然后说端菜，然后把这些关键词给输进去。当你把关键词输进去之后的话呢，你应该用AI的这个，AI会用搜索引擎去查。然后查完之后的话呢，它会给你丢回来一堆的相关链接。

05:24丢回来相关链接你需要去看哪个可以点，哪个不能点，比如说百度前三条不能点，对吧？哪一条是垃圾，哪一条好。然后点完之后你还要理读，读完之后你理解给它的东西。所以对于我们来讲，如果我乍一说，呃，使用搜索引擎，你可能会觉得这不就是一个是个人就会用的一个下意识的动作嘛，

05:43就是一个原子动作。但是实际上你把它拆开了之后，你会发现其实每一步还挺麻烦的。世界上十个人里面有九个人，我相信他是不太会用搜索引擎的。就是怎么样通过问题产生一个好的关键词，以及挑选到好的链接去点，绝大部分人是做不到的。所以在这个过程当中你就会发现说，哎。

06:03那我其实去思考，哎，怎么加AI的时候，并不是想说我在旁边怎么加一个更好的AI框，而是我去思考说我怎么样可以在产生关键词、使用帮用户看，然后获得相关链接，这些事情是不是AI都可以帮忙。用户经历了这么多苦难，这么多步骤，这么多鬼，打了这么多怪才拿到那个答案，我能不能帮他打了？

06:24比如说我能不能直接拿到他的问题，帮他产生关键词，帮他去搜，帮他去看那些相关链接，帮他读，读完直接给他答案，这不就好了嘛。当你把用户的旅程拆开了之后，你就会发现好像每一步AI都是可以做点什么事情的，对吧？所以我们后来就有Deep Research啊，有比如说秘塔搜索啊。

06:43有Google的那个AI的Overview啊，都有这些东西。所以这就是一个很朴素的搞法，就是我们不是去在产品里面怎么加AI，而是去思考用户从一开始有这么一个问题需要解决，到他最终解决了这个问题，他一共需要走多少步，然后他是一共每一步的话，他哪里需要动脑子了，

07:06哪里需要有心情起伏了，哪里需要动手了，哪里需要累着了，都是我们做得不好的，我们去改这些地方，这才是合适的。所以这是搜索引擎的例子。再举一个就是求职网站的例子，大家一想就比如说你去BOSS直聘上，然后要找工作，那我们一想说呢，

07:23我要改进BOSS直聘，那你又想着说我们要多一个对话框，对吧？但是实际上，那我们按照我们的拆解的流程来看，就不要去盯着BOSS直聘的网站或者BOSS直聘的APP去改BOSS直聘，而是要从用户一开始开始求职，到他最后找到工作，再去拆这个步骤，说他到底经历了哪些事，经历了哪些步骤，

07:42有哪里累着了。比如说开始求职，他得写简历吧，他得去想我要我要应聘哪些职位吧，他得去搜索这些职位，还得看哪家靠谱哪家不靠谱吧，然后他还得看比如说仁心科技有限公司，他还得跑到百度里面去搜说仁心科技是不是骗子的公司，对吧？他还得分辨百度里面那条链接是不是骗子，然后他还得申请提交申请，他还得等待回复，他还得参加面试。

08:06你会发现从开始求职到找到工作其实是一个漫长的过程，中间经历了无数的步骤。这里面很多的过程，用户都累着了，用户都不高兴了。那这个时候都是我们加入AI帮他的点。比如说可以帮他写简历啊。那既然已经帮他写简历了，为什么写出来是一份简历呢？

08:24AI反正写东西牛嘛，对吧？那我给比如说给混沌学员那个应聘的时候我就说我有多年的教育经历，但是我给另外一家科技公司应聘的时候就会说我是在教育公司做科技的，然后我科技方面这个也很强那个也很强，那你就可以就侧重点就不一样嘛，编写简历的时候。

08:41当你浏览职位的时候，是不是你就可以更多的挑到说真正适合我当下状态的那些职位，而不是给光看一个名字看一个title，可以对每个职位都做做一个分析呢？提交申请是不是可以自动提交呢？等待回复的这个过程当中的话，是不是前面的那两条回复的话都是问那种基本信息嘛，我是不是可以自动帮你答呢？

09:01那参加面试啊，这个我们后面留一个口子，后面再聊，OK？所以大家可以看说，从开始求职到找到工作，这是一个非常漫长的一个过程。那非常漫长的这么一个过程的话，中间的步骤每一步AI都是可以帮忙的。我们要思考的点不是AI怎么样去改某一个具体的产品或者APP，而是去想着说，用户要解决这个问题的过程当中，

09:25哪一步他受累了，我们可以帮忙。比如说这个是一个那个Jobright这家公司，他就会帮你写简历，然后他就会帮你去匹配适合你的工作。这样的话，他其实就表面上看起来他不是在做BOSS直聘，对吧？但是实际上他在做求职这个市场。

09:43那怎么来梳理用户旅程呢？那有两个标准化的工具，一个就是叫客户旅程，然后另外一个就是服务设计蓝图。大家可以把这学习这两个工具然后去做拆解。然后更简单的方法就是你直接告诉AI说我要用这两个工具，然后我的我的业务是这样的，我大致给你介绍一下。

10:03然后就有点像我们前面讲的那个master prompt，就是你要写一个大的prompt，告诉AI说，那我是一个什么情况，我的客户是什么情况。那你给完这个情况之后的话呢，那么你就再让AI说，你就根据客户旅程和服务设计蓝图帮我拆解一下。

10:18嗯。那它就会帮你拆解出来，然后你再看靠谱的地方、不靠谱的地方，反反复复跟它讲就好了。所以可以根据这两个来梳理客户旅程。那怎么来定位客户旅程当中的机会呢？我举一些例子，方便大家理解。

10:31第一个就是，如果你发现过程当中有些东西客户是不会的，然后需要看说明书的、需要学的，那就都是机会。这就是我们产品没做好的地方。这边有一个公司是华人团队，在美国在做，是一个房车，叫PebbleFlow。因为我之前没有开过房车，然后我就看到他们在讲说，哎，房车的话，如果你是自己家有个车，你要在后面挂一个房车的那个车厢的话，

10:57其实不光是挂上去就好，你还有很多问题要解决。但是第一件事就是怎么挂上去啊。他们在讲这个问题之前，我都没想过这个问题，我就在想，哎，对哦。这两个车子它是怎么连起来的？那个挂钩应该怎么挂呀？

11:10它会不会掉啊？然后他就说第二个问题，就是你平时开自己家车你是会开的，但是后面挂这么大一截儿，你还会不会开？这又是个问题。对啊。我想，哦，那这么大一个一截儿车在我背后的话，我转弯怎么转啊？

11:25然后我在红绿灯应该怎么怎么过啊？到了地方我应该怎么停车啊？哎。停好车之后我应该怎么搭啊？哦，听完他们讲，我就会发现说，哇，其实这个过程非常的、非常的复杂。

11:37每一步其实我都感觉我要去看个教程，然后还要去亲手练演练，恨不得找个教练来教我才会。这些地方就都是产品的机会，都是我们加AI的机会。它就应该自动的，像PebbleFlow的话，他们就会自动地挂起来，然后自动地驾驶跟车，然后自动地停车，

11:54自动地搭建，对吧？甚至于他们在那个收拾方面也会有自己的一些东西。所以的话，大家就会看到说，整个我们在做产品的过程当中，就可以把用户的旅程当中去找找说，有没有需要他动脑子学的地方。这些都是我们加AI的机会。那除了动脑子的点、动脑子学的地方，还有一个就是脑力很宝贵嘛，那注意力也很宝贵。

12:16需要用户集中注意力的地方，都是比较反人性的地方。我们天生就是，大家比如说听我讲到这里都已经开始精神涣散了，我们天生就是精神涣散。但是有很多的工作是需要长时间集中注意力的。比如说那个信托的业务资料的一个审核，它就要贷款合同、风险说明书、保证文件、抵押合同、信托合同、收益权合同、公司章程，

12:39需要他们审核人员是需要同时打开多个文件进行核对的。我是去毕昇这家公司的时候聊到这个案子，然后他们说，他们的有一个客户会需要有大量的八个屏幕，就是很多人的那个工作台，八个屏幕。就八个屏幕在人肉地做交叉比对，包括文档间的交叉核对和文档内的审查，然后四百多个审查项。

毕昇

13:02那这些地方明显就应该用AI嘛，一个文件有八十个文件、八百个文件，查得比我们快多了，对吧？你其实也就是在核对嘛，所以这些地方就是非常适合用AI的地方，非常反人性，然后非常地需要集中注意力。然后还有一些活儿呢，就是你发现说这个地方他干着，他有点烦，他不乐意干，那也是非常好的接口。

13:21切口。就比如说我们讲到说那个医疗和AI的结合，总是想到说AI帮医生看病，AI代替医生看病。其实我现在已经大量地在使用AI在帮我们的那个健康管理和看病，其实它的质量已经非常好了。但是还是会有很多的，一老一少的话会不是很接受嘛。

13:42然后医疗体系要接受这件事情，其实会需要非常漫长的时间。所以你如果要推AI，你不管你的AI做得好还是不好，你一定会被医疗系统反对。所以这件事挺难推的。医生都以这个职业为荣嘛，那那你会说我比他好的话，不管你是不是比他好，他一定一定会，这件事情没有那么容易。

14:00但什么事情比较容易呢？就是在医生的所有的活儿里面，其实也有一些是他们不想干的。比如说美国的医生，他们有一个特别不想干的活儿，就是记病历。中国的医生因为每天那个看病的人太多了，就是工作量其实比美国医生要大很多，要累很多，辛苦很多。

14:15然后美国医生是个慢慢悠悠给你看病，看完之后他还在那边慢慢悠悠要记半天笔记的，然后而且按照特殊的格式，打到特殊的那个那个特殊的格式来记。那这个时候的话，他们其实很乐于去做诊断，很乐于去看病，但是不乐意去按照特定格式写八股文、记笔记。

14:31那这个时候的话，像Abridge这种公司就冒出来说，我来帮你记这个笔记啊，都是按照你的，你只需要审核一下就好了。这个医生就很乐意。他不是来抢我的活儿的，他是来把我不想干的活儿给抢走的，他不是来抢高价值的活儿。所以这些地方也是它的切口。

14:46他不是在说我要替代医生，而是说你有什么不想干的，我帮你干。那还有什么是好的呢？还有什么那个全流程当中的，还有就是闭环反馈，这个时候也是很好的。因为很多时候我们的整个的，不管是个人的工作还是公司的工作，你从头到尾你会发现其实少了一环，就少了一个闭环。

15:06什么叫闭环？就是这事儿到底干得好不好，只有等最后成果出来了，我们才知道，比如说有没有赚到钱，这个单子有没有签下来。但是实际上的话，比如说每一次销售，每一通客服电话，其实都是应该有一个闭环反馈的。这一环的话，在很多的工作流的SOP里面都是存在的，但是实际上执行都不够好。

15:25所以的话，这个也是可以让AI来做的。因为闭环反馈的话，对于所有的工作几乎都是有非常好的一个提效的作用，但是对过去来讲的话都是非常难。所以我们就可以看到说，整体上来讲的话，你只要拆了，你就可以看到说每每个小任务，要不然可能它有点烦，

15:43要不然它需要学习，要不然它受累了，要不然它比如说少反馈，反正，嗯，大家就可以找找里面到底有什么样的机会了。那你拆开之后就比较能够看得清楚，这里面最大的障碍，其实不在于说如何用AI去解决这个问题，而是在于我们会看不见这个问题。因为只要是我们习惯的一个麻烦，我们就会对它视而不见。

16:05啊，就比如说这边我放个视频，反正大家也看不见，对吧？就是那个施华洛世奇的那个观鸟的望远镜。那你想说，他一个做水晶的，对吧？做望远镜的，他跟AI有什么关系？他就会说，其实你要去看观鸟的话，其实你望远镜的功能，大家想象当中的功能，肯定就是你得让我看到那个鸟吧，

16:25对吧？但是看见了我不一定认识，或者我也不知道哪里有这个鸟。那望远镜能不能告诉我哪里有这个鸟，以及它叫什么名字？那这样子的话，其实它就往前走了一步。但是我们常规的会想说，那不是你应该清楚吗？

16:38你的乐趣在哪里？很多人就是不清楚嘛。那这个时候的话，他从不清楚到清楚，我们过去就会说你要好好学习。那凭什么我要好好学习？我就想知道不同的小鸟啊，然后它叫什么名字，那不行吗？

16:50所以的话呢，我们站在用户的角度，很多的我们觉得是理所应该是用户应该学习的地方，很有可能就是我们产品应该提高我们的傲慢，就是应该大家啥都不做，这才是对的。那另外一个例子的话就更极端一点，就是好像这一届CES上面的一个产品，就是一个摇臂，它可以它可以拎着你那个屏幕。

17:13比如说你自己站起来的时候，那个屏幕就会抬高，你往左走一点，那个屏幕就会向左边摇、左边摆一点，然后就让你看这个屏幕看得更清楚。所以的话，这种东西，我举这两个比较极端的例子，就是为了让大家知道说，在我说这件事情之前，你会不会觉得，

17:29比如说你自己椅子往左边挪了一点，然后为了躲阳光，然后你自己顺手把那个屏幕往往往左边左边摆一点，这是一件天经地义的事情，难道这还会是个问题吗？啊，对。这就是个问题，只是我们习惯了亲自动手去解决它，我们习惯了要动脑子去解决它，习惯了去忍受，

17:51然后我们就不觉得它是个问题。所以当我们拆开了之后，我们就要去硬想说，这一步是不是用户累着了，这一步是不是用户烦着了，这一步是不是影响用户心情了，这一步是不是什么什么什么。反正我们就这样去想一遍，你才能够看到真实的机会。所以应用三步法，第一步就是拆。

18:10那第二步的话呢，其实就是根据目标用AI重塑流程。因为很多时候AI原生并不是说把AI硬塞到人类的那个流程里面去。那很多时候就是削足适履嘛，我们应该是根据AI的那个长处，然后我们去看说，哎，这个目标我们有没有可能重新地用AI来更好地来完成，

18:32搭建这个工作流。就比如说这是一个经典的例子，就拍月球嘛。现在很多手机对着月球拍，你可以拍到上面的环形山，大家觉得这是拍出来的吗？这显然不是拍出来的呀。所以它是说，哦，你想拍月球，我让你拍到一个现在这个时间点好看的月球，那其实是它根据当下的时间点帮你算出来月球应该长什么样子，

18:53帮你画出来的，对吧？所以这也是拍月球。所以拍照这件事情本身也会变成说，它不见得是原来的流程上说我给你做画质增强的这个逻辑，而是说你看到的画面是什么，我如何让我生成的照片非常满足你肉眼看到的那个样子，这才是用户想要的，或者说满足你心目中期待的那个样子，

19:16而不是我要如何让光成像成得更更好。这是两个完全不同的概念。就有点像是我晚上的时候，有的时候我我宝宝在那个他房间睡觉，灯光很昏暗，但他有的时候睡得实在是太萌了，我就会想给他照相。我就会发现我拿那个我们家很贵的那个相机给他照相，然后完全照得不清楚，因为灯光不行嘛。

19:41但是我拿iPhone，iPhone会大概会照相，要我立在那里定个十秒钟，然后它会给我一张，就是那种黑的地方很黑，亮的地方又很温柔的那个一个夜光的一个屋室内的一个一个一个非常漂亮的一个照片，然后就拍我们家宝宝。然后就会觉得说，哇哦，这个绝对不是拍出来的呀。

20:01啥照片我拍十分十秒钟啊，结果手还在抖，对吧？所以它一定是通过那十秒钟的话，它在采集大量的数据，最后综合那些数据，把这个相当于建模，然后它重新把这个块给画出来了。但是它画出来的这个就更像是我肉眼看到的环境，反倒是我的相机，它忠实地表达那个它的感光收到的东西，

20:21它拿到的不是我脑子当中的画面。所以我们要做的事情不是去优化我们的所谓的产品，什么感光什么的，而是去想用户他当时想要的那个结果到底是什么，我心目当中那个画面是什么，我如何帮用户把那个心目当中画面给做出来，对吧？是这个。

20:38然后还有一个当下我们在我在好玩的事情有关的事情，就是，呃，比如说我们在拍摄。有的时候我不是在做那个AI炼金术的那个视频吗？然后我就会对拿个手机对着自己拍。那对着自己拍的时候的话，因为我有的时候懒得搞，我会我会开一个提词器。

20:55那其实我觉得眼睛有的时候就飘去开那个提词器去了。那你飘去开那个提词器的时候，是不是眼神就不正了，就飘忽？那原本怎么想的，原本你就会想说，那用户就觉得，那我眼神飘就就飘了呗，那我就重录。产品也不觉得这是我的责任，我不就帮你拍的嘛，我帮你拍什么好看的什么的，这是我的责任。

21:14你眼神飘了，那我有什么办法？那不对，那用户眼神飘了，你让他重录，这这也是一个返工的一个过程啊。那用户想要的就是眼神不飘。他现在通过改自己，嗯，重录来达到眼神不飘，或者通过背稿子。那那我们有没有办法通过AI直接做到呢？

21:31这很难吗？不难呀。那现在各个软件，包括剪映里面都有眼神修正功能，它就直接帮你修正到就是正的。甚至于很多的那个有一些那个开会的软件里面，也会是你其实明明在摸鱼，也会让老板看到你眼神定定的正在看着他，对吧？

21:47这些功能就是它都是绕开了原有的说，我原有的那个设计里面，呃。正常的我们人类的那个考虑啊，拍照就是感光，我最多是优化那个光，或者我是一个摄像头，我就应该忠诚地记录当下的情况，我最多也就帮你，比如说可以剪辑啊什么的。不是，用户最重要的就是一个眼神定定的看着那个看着那个屏幕的字器，那你就直接给他造出来，对吧？

22:11我们是可以创造的，所以这就是一个更打开的一个思路。或者我们再打开一点的话，就是前面不是讲了招聘那个例子嘛，就是说那个求职那个例子。那你觉得有没有更高效的那个产品设计？我们要去思考用户他要求职的话，他比如说写简历啊什么的，然后去呃面试，去投简历。

22:32这当然是我们以前的一个思路。我们当然可以通过AI来把以前的这个思路做得更加的高效。但是你仔细想想，用户想完成的是更高效的投简历，更高效的写简历吗？他想更高效地找到工作呀，对吧？所以他的任务的成果其实是找工作，而不是投简历。

22:52他的评估指标是我有没有搞定我的面试，我有没有真的找到工作，我的转化率高不高。你如果把这个点先拿到，我们从通过目的出发的话，那我们就会发现说其实不一定要走老路，我们可能可以发挥AI的能力来走新路，达到这个成果。比如说，这两家公司，左边是那个Final Round AI，右边是Offerin AI，一家在美国，一家在中国。

23:15那他们都是在其实就在帮你做面试的Copilot，或者你们管它叫面试作弊好了。就在线上面试的时候的话，他会后面告诉你说这题怎么答。那这样的话。说这个，我们先不管说道德不道德这些这些东西再讲。那这边的话，大家就会想到，哎，对哦。

23:32就是忘了提，呃，这个都是带PPT的，所以那个大家可以去什么B站啊、视频号呀，然后抖音啊，反正我都会把那个把视频放上去，然后带PPT，这样子大家可能会看得更清楚一点。OK。那接下来的话就是你会看到说那个Final Round AI，像Offerin AI，他们其实都是在在做面试的一个辅助。

23:54那这种是不是对于用户完成这个目标来讲，它其实确实是一种更高效的产品设计？你帮我在那边给我讲了三堂什么什么面试准备课，和你在现场直接辅导我，那肯定还是现场辅导的话那个效率更高嘛。好的。大家可能会觉得这件事情做起来好像有一点点心理上有一有一个坎儿过不去，对吧？

24:15那我们就再讲一个稍微正常一点。另外还是我们刚刚提到的Jobright，他们有一个功能叫做Insider Connection。其实国内我看到好像也有两家公司在做类似的事情。他们其实就是在说，其实最高效的找工作的方法一定不是通过市场上去投简历，啊，这个效率很低的。

24:35一定是通过干嘛，找关系，对吧，内推。那他就会干嘛呢，就是相当于通过你的LinkedIn去找到你所有可能可以攀上关系的七大姑八大姨什么师兄学姐啊什么的。然后的话呢，去跟他们聊，说哎。你们，然后去搜索他们所在的公司，有没有适合你的岗位。

24:53如果有适合你们的岗位，你的岗位的话呢，那么就会去跟他发私信去搭讪啊，学姐。我听说你好久了，我看到你们公司有个什么什么什么，然后去搭讪，然后去呃邀请内推。那这样子的话，他的那个成功率肯定会比你在网上盲投效果要高很多呀。这才是AI时代的一个原更加原生的一种求职的方式。

25:15所以大家想一想，就是我们有的时候因为做久了原有的产品了嘛，我们的思路就会被原来的产品给带过去，就只会在原原来的路上一点点的去做局部优化。但是实际上你把思路打开之后，你会发现说其实可以做得更根本一点。我们可以根据你的目的出发，跟根据用户要达成的一个目的出发来完全重构整个流程。

25:38用更高效的流程来完成它。所以这就是重构方案。那重构方案的话，大家也会想到说，我们这堂课其实也算是一个产品嘛，对吧？大家想想，你们听这堂课的目的是什么？我如果要重构这个产品的话，其实就不是说我当然一方面可以通过AI来做这个课嘛，对吧？

25:57你帮我写PPT，你帮我干嘛，这就是原来的老路。但是新路应该是什么？新路应该是我能不能不讲这个课，直接帮助大家达成目的。比如说大家想的目的是直接要听完这个课，我就知道我日常工作当中应该怎么用AI。那我就应该直接做一个agent，然后他就跟你聊天，知道你的状况，然后直接告诉你，哎。

26:18这十个点你可以用AI，对吧？我应该直接做个这种东西，然后或者说我们前面讲到的那个，呃，我们讲到的那个master master prompt，说你要给AI提供这个很大的一个关于你的背景资料的介绍，然后AI才会给你答案。那这个时候我讲完这个道理之后，我就应该给你一个agent，说你回答他十个问题，然后他就把你把一个最简单的一个一个master prompt就帮你编出来，

26:42然后你就把它直接贴给你的AI，对吧？作为一个就开始，这也可以。或者说我就应该把那个刚刚说怎么拆解你的工作流，那就变成一个简单的一个一个范例，说哎，你告诉我你是干嘛的，我们就直接把你的工作流拆了一个五十分的版本，然后你就可以直接直接在上面说哎。

27:02这个工作流哪里适合我，哪里不适合我，你把那个那个版本贴给你的AI，然后再说，其他哪里讲的好，哪里讲的不好，那帮我接接着改，对吧？那这样子就更进一步了嘛，所以我也随手做了几个这样的一个相当于一个小工具，然后会放在我的那个个人网站上，

27:20marth人点AI，所以大家可以到时候过去看一下，然后如果用的人多我就更新成一个正经一点的工具，现在其实都是都是算一刀流，对，AI写的，然后这样子的话就是大家可以用一下，用一下的话就其实就是在在通过工具化的方式直接交付这个成果，而不是在原有的路径上去优化，最理想的情况就是大家不用听任何的课，然后你的成果就直接达到了，对吧？

27:46只是现在我们没有做出来嘛，没有没有做那么好。但是逻辑就是个逻辑，所以你应该思考的不是说我的产品上怎么加AI，而是说有没有可能我的产品不要了，但是我通过AI帮助用户更好地达成了目的，这才是我们要思考的一个正确的方向。所以这是第二个维度，就是根据目标的话重构我们的流程。

28:19那第三个方法的话呢，第三步其实就是叫做发挥AI的超能力，颠覆传统的战略。什么叫颠覆战略？颠覆战略就是我们还是看我们前面，就是强制充沛视角。你的产品上面你就想象，我可以除了产品之外，我可以配十个顶级的那个领域专家去帮用户搞定。

28:39他能怎么帮忙？我再配一千个北大的毕业生去帮用户搞定，他能怎么帮忙？所以有的时候我们的思路，我说要打开思路，其实也挺难的。那真正有的时候就就得用一些荒谬的一些方法帮助我们来打开。AI既是无限的人力的规模。

28:57又是非常深的人力的那个领域专家的深度，结合了这两点。当我们可以结合这两点去推进的时候，你把这两点就说我的产品就是每一个都配了一千个北大的，然后还配了十个院士。那这个时候往往前面推的时候的话，你就会发现它可能可以打的东西不一样了。

29:15首先就是它的市场就会扩大。那你既然带了人的话，带了人过去，那你就会发现我们本质上在售卖的其实就不是工具了，而是成果。因为我卖的是工具加上使用工具的人。就好像你买相机是送摄影师，对吧？你买一个软件附送用这个软件的工程师。

29:35那这样子其实你交付的是工作。你交付的不是工具。而整个工作的市场是比工具的市场要大几十倍一百倍的。所以你你所看到那个市场的规模会显著的显著的扩大。就有点像你卖一个锅，但是这个锅会自己炒菜。

29:52你的那个市场规模就是整个厨师的市场规模，而不是锅的市场规模，对吧？那是不太一样的。所以它本质是工具加设施，用工具的人，你卖的是工作了。那或者再举一个例子，就是比如说像我们现在经常提到特斯拉可以自动驾驶。那自动驾驶的话，我们第一件事想到的就是，那其实每一辆特斯拉它销售的就是卖了一个车，

30:16还卖了一个司机。那最后其实你在比拼的市场的比拼的能力，不光是你的车好不好，也在比拼谁家的司机好，哎。你家的司机开车老开错，我家司机老开对。那，那其实你也在选司机。所以每个人的竞争的话都会进入到一个工作的市场，而不是工具的市场。

30:35看起来更大，当然竞争也更激烈。那这边的话，CES这次的话也会有一些这种工具的展出，这种展出。比如说那种那种调酒机，它就会根据你的要求帮你调一杯酒出来。所以它是卖一个机器，送个调酒师，对吧？也有那种帮你煎牛排的，你跟他说我的口味要求是什么的话，他就帮你煎出来，卖给机器，赔个厨子。

30:55所以大家就可以往这个思路上想想，就是如果我可以配上一个领域专家，我可以配上一个使用这个专业工具的人，那我应该怎么样配？那能不能用AI来替代这个领域专家？再比如说这个是一个一个摇臂，它就可以说你要拍，比如说你要拍子弹镜头，它就自动帮你拍出来。

31:14其实就是在控制那个，控制摄影机，买摄影机带送那个送摄影师的逻辑。那你想想，你的软，你的不管是硬件、软件、吃的、喝的，你是买什么送什么？你能不能送他一个专家？就好像我现在在录播客用的是Riverside，虽然现在巨难用啊，因为梯子的问题，对，巨难用，

31:34但是它还是很好用，还是舍不得放弃它。就是因为它其实配了一个那个播客的专家，在帮我做剪辑，在帮我做各种各样的，呃。比如说视频，它不是帮我录好，它甚至于帮我在后后完成了很多的后期。那我们后期的那更专业的剪辑师的话就不需要，还是有人类剪辑师的，但是就不需要去做那么多初级的工作。

31:58它初级剪辑师的工作都完成了，那后面的人类就会轻松很多。所以本质上来讲的话呢，我们在交付的是人力。对。这边的话其实就是老黄在那个好像是GTC上的那个演讲嘛，他说过去的软件都是关于创造工具的，现在的工具都是创造工作的。Excel是一个工具，Word是一个工具，那个网页浏览器也是一个工具，然后我们都会使用这些工具。

32:26巴拉巴拉巴拉巴拉。但是现在的话都是我们交付的都是一个工具加上了一个使用这个工具的人。就比如说那个Cursor其实是一个VS Code加上了一个程序员。你是在交付的这种东西，你是打包的，交付工具加人。那这个时候的话，你交付的是工作。

32:45所以我们可以把整个思路打开，就是你交付的是工具加上了使用这个工具的人，他可以是个任何领域的专家，也可能是大量的人力，就是我们用了一千个人来用这个工具，对吧？把它用得更精细了，都可以。那但是你的思路就会打开，就会找到更多的可以用AI的地方，因为AI其实更加等价于人力。

33:08但是这边打个岔，就是，不过听那个播客的同学可能就没有那么大的感受，因为我刚刚只是那个放了一段那个黄仁勋的那个演讲视频嘛。对。但是打个岔，就是你觉得刚刚的那个视频是怎么来的？那个其实是我就是直接跟Claude Code说，我想下载这个视频，但是我只要其中讲AI software这一段，

33:28大约是几几分几秒。然后的话呢，我需要精确的中文字幕，然后Claude Code就去帮我做去了。他就说，好，我去帮你下载。然后啊，文件太大了，我去做个脚本吧，我去写一个Python脚本，帮你帮你拿指定时间段的字幕。哎呀。

33:42下载出现问题，我先试试另外一种方法，我把它整个下载下来，然后再帮你自剪裁吧。然后，视频正在下载中，现在让我处理字幕，字幕翻译，反正那边还在下，还没下好，我先把字幕给搞定。然后，视频正在下载中，同时我已经完成了字幕的处理，然后啊，视频还没下载完。

33:59然后我去看一下进度，然后再说，哎。视频和字幕都已经处理完了哈，都已经好了。啊，好了之后我发现打不开。我说先别删除，我发现一个问题，不管是大文件还是小文件，我现在打开都只有声音没有画面。我后面是要贴到PPT里的，你要帮我解决。

34:14他就说，哦。那个那个啊，不好意思，我这个这个格式不太对，要放PPT里，我帮你自动转个格式啊，然后他就帮我转成了PPT好可以放的格式，然后说哎你就自动放吧，对吧。然后字幕已经永久嵌入画面，无需额外设置，然后就帮我帮我全部做好。

34:29所以也是回归到我们上一期讲的那个内容的话，就是现在就相当于是有一个AI同事，有一个AI工程师同事，他有之前我们讲的AI的那种思考能力，就大部分人还是把AI当做一个智者，就是跟他聊天嘛，他有聊天有思考的能力，但是他也有了操作电脑的能力，他也有了编代码的能力，像刚刚他就说我帮你写个Python脚本，帮你干嘛干嘛，

34:52对吧？我也不知道他在干嘛。所以的话呢，那那一定还是我们作为个体的话，把这一点一定还是要充分的给用上。那你说用上这个的话的好处是什么呢？好处一方面你当下就省事，还有一个更大的好处就是所有未来可能会重复的这种事情的话，你都可以把它存下来，

35:09以后就方便了，以后你的效率就是这是有复利的。本来我们做一件事就是在完成一个事情是在消耗时间，但是当你是在用一个AI的同事在做事的时候，每做一件事情就是在为未来积累一个可复用的一个资产。就比如说我刚刚那个事，你会发现他有些地方做对了，有些地方做错了，还改了两次才做对，对吧？

35:32但是说他最终做对了，我就告诉他说你帮我存一个skill以后复用，然后他就帮我存成了一个skill，什么叫skill？就是相当于经验，他存了一个经验，他就想到了说，哦，我就帮我保存了一个经验。那他以后的话，他就会把这今天走对的这条路给保存下来，以后就只走这条路，就不会浪费时间了。

35:49所有的技，他就告诉我说，下次使用时，你只需要告诉我YouTube的视频链接起始和结束时间，我就会按照这个skill的流程帮你处理。所有的技术细节和最佳实践都已经记录在文档里了，可以直接复用。那这样子的话，我们所有的一次性的消耗时间的工作都变成了一个长期的投资。

36:07这边我们如果在思考如何做那个AI的产品的时候的话，其实最需要理解的一个概念就是智能的定义。智能本来就是更高效地去使用生产要素以达成目的的能力，对吧？一个人要花十块钱才能干成的事情，另外一个人花一块钱就能干干成，我们就觉得这个人好聪明啊。

36:28所以的话呢，他智能是可以跟其他所有生产要素完成互换的。所以当我们除了思考那个一个专家的智力会去想说他可以精确的帮我们控制，比如说那个摄像机之后之外，其实还有一种思路就是我们去更多的使用智力，但是不一定是使用高级的智力，更大量的使用中中等级别或者低端的智力，

36:50很有可能也可以帮我们搞定更多的成果，然后节约大量其他的生产要素。比如说这几个国内的例子啊，就比如说扫地机器人，扫地机器人现在是那个家里面。它就会来来回回扫嘛。但是如果是在外面，比如说在火车站，在在大商场这种场景，那范围很大，它要来来回回扫的话呢，其实有点不经济。

37:11它来之所以是来来回回扫是因为它搞不清楚哪里脏哪里不脏嘛。但是如果是我们给了扫地机器人更高的智能，就是它可以看见并且识别到哪里更脏一点，哪里刚刚被地上被泼了一杯咖啡，它是不是应该先走过去先扫那片区域啊？对啊。所以现在扫地机器人的话，你就赋予了它更多的智能，让它可以更好地看见和理解，它是不是工作就更高效了。

37:36那像阿里的园区的话，一直在推一个智能宝的概念，就是告诉你说，哪个地方的话，那个温度高一点低一点，人多一点人少一点，我们就把空调相应的做一些调整。那我知道很多的便利店的话，也是会根据户外的光照，当期的时间段的人流量，以及那个电费的那个优惠区间，

37:56然后来自动调节调节他们室内的灯光的强度，这样子每年也可以省很多钱。或者再到盒马。我们以前那个打折的话都是早上比如说，比如说都是晚上五六点钟开始那个肉就打折。但是有一些肉是早上八点钟放进来的，有一些肉是早上十一点开始放进来的，为什么都是晚上六点钟打折呢？

38:17不是应该有一些四点打折，有一些六点打折吗？对。只是之前做这个实在太麻烦了。那现在如果我们把每一个充分的来滥用智能，所谓的智能就是精确的去识别和精确操作的能力嘛。那你去滥用这个智能的话呢，那你就可以每一个都是电子价钱，什么时候上上线的，它都知道，知道了完了之后的话呢，

38:36那你，在定期的那个时候的话，就精准这一盒肉它是四点三十四分打折，是完全可以做到的。所以当我们更充沛的使用智能，就是精确的来判断每一个东西，每一片地哪一片地比较脏，哪一盒肉是什么时候上线的，哪一个店门外它到底有多亮，那么这些事情我们能够看见并且理解。

38:57并且联动到我们的决策的时候，那你就会发现说其他的资源就会被更有效的利用。那我们之前也一直举例子举过一个最后没有做的一个一个产品，就是我们在做那个跟一个教育教育教育公司合作，他们是给小朋友讲书的。传统来讲的话，那就会想说那就是用AI去把这本书讲得更好。

39:20但我们就会说，那其实我们如果要充分的滥用智能，我们不光是把书讲得更好，我们一定要在里面再上十个AI，要大量的浪费token应该怎么做。最后就觉得说应该是我们创造一个虚拟的环境。让一堆的小朋友来陪这个小朋友玩，然后让一堆的小朋友在围绕着这本书在吵架，说那个老人与海里面的那个老人是个赢家还是个还是个白痴。

39:45然后他们就吵架，然后就带着这个小朋友进来，相当于所有的人陪，就相当于可能你们花了十个小朋友和两个老师的AI在陪这个小朋友演戏，把他带进这个场景。让他来表达自己的观点，让他听到关于一件事情不同的观点，然后还引导他，帮他完整完善他的立论，让他讲出来他到底怎么想的，

40:05以及他在过程当中学习怎么样跟人讨论一件事情。这个才是真正的，真正的所谓批判性思维，这个才是真正的所谓的那个表达能力的提升，而不是你在那边听一堂课说表达能力三段论，对吧？一定是带他进去练，让他看到别人怎么讲的，以及我们还在偷偷地在帮助他们。

40:26所以这种就是一种更加消耗智力、消耗人力的一种解决方案。但是大家每一件事情都可以这么去想一想，有没有可能我在这件事情上消耗一千倍的token来解决问题？有没有消耗一千倍的人来解决问题？那再举一个那个更明显的一个、更更搞笑的一个例子，就是田里面如果有杂草，你觉得该怎么办？

40:49那一般来讲就是有杂草我就喷除草剂嘛，对吧？那个喷除草剂是不是杂草和禾苗上面都会喷类似的除草剂啊？如果我们给给你配一千倍的人力的话，你应该怎么干？是不是应该盯到地里面去，看到杂草才把它拔掉？那你一千倍的人力，假设我们不考虑它会踩坏这些禾苗的话，对吧？

41:11只考虑这些人可以上去，呃，拔拔草的话，是不是我们有一千倍的人就应该让他们进去，精精细细地分辨，哎，这个是杂草，这个不是，这个不是杂草，这个不是，然后精精细细地把那个给拔掉啊，对吧？应该这么做嘛，现在机器能做到嘛，机器能做到呀，AI可以做到呀。

41:28那像那个John Deere的那个拖拉机，然后上面就可以装那个叫什么，See & Spray那个系统，他们就会精确地对着那一株草说，哎——这个是杂草，喷喷杀虫剂，噗，给它把它给弄死。所以这边的话就是大家可以看到，如果我们有了精确的、大量的模式识别的能力和精准操控的能力，

41:50我们其实是可以做到比以前的效率要高很多的。但更科幻一点的例子其实是，是这家公司，它叫做什么，Carbon Robotics还是叫什么？对于那个听播客，然后可能呃听不到这一段的朋友们的话，这个就是一个大的机器，它会不停地开过那个农田，然后它会有，它会识别每一株小苗，然后识别完了那个小苗之后，发现是杂草之后——它会喷激光，

42:19然后直接把那个苗给烧了。就非常的科幻，非常的科幻。所以大家就可以看到说，当我们可以大规模地使用智能的时候，其实它可以让我们使用其他生产要素的效率得到极大的提升。那这一部分的话马上可以做什么呢？其实就是赶紧行动起来。

42:37今天晚上呢就可以拆解用户流程，找到大家可以帮忙的地方。这周就可以找到一个用户想要完成的任务，达成的成果，用AI来重构流程。就是如果不用我们现有的产品，有没有可能用AI来重构？就是我们用AI来帮他做，然后我们再根据AI做不到的地方，帮他去补充，重新来设计一个产品。

42:59那这个月的话呢，用强制分配的视角跟团队讨论一次，如果可以浪费一千倍的人力直接派到用户那边去帮忙，我们应该派谁去做什么。所以的话，这就是产品重塑这个部分，用总的逻辑。就是要用AI更高效地去帮助到用户。然后的话呢，我们再讲一讲AI原生创新，就是用AI创造新市场价值。

43:22啊，这边之前其实讲了很多，就是那个关于什么智能编排啊，怎么样界面设计啊什么的，然后发现每次讲到那个的话，就大家就开始精神涣散。所以今天我们主要讲的是，呃，如何理解AI原生市场，就是你怎么找机会，找到机会之后你再想办法去搞定，

43:41好像都不难，不用直接跳到说怎么搞定这事儿和那些概念上面。那首先聊一聊为什么要理解AI的原生市场，就是因为你不理解它，它也可能会来打你，对吧？就有点像那个让子弹飞里面，就是你们想想，你带着老婆出了城，吃着火锅还唱着歌，突然就被马匪给截了，

44:01对吧？就是现在这个时代的话，天天都有可能发生这种事情，突然我们可能就被马匪给劫了，这也讲不准的。有时候check，那以前帮学生写作业的，然后股价就嘣嘣嘣跌，然后stack overflow。那你可能会说，哎，我做传统行业的，我们才不会嘣嘣嘣跌呢，对吧？

44:19我们无关。那我就讲个段子啊，就是我们的移动支付其实影响了一个非常大的行业，叫做武装押运。一般我们之前会觉得说这种行业你是扛枪的，你其实很少会受到科技的影响，毕竟什么科技、什么时代都会需要扛枪的同学们。但是实际上大家想一想，因为移动支付，你有多久没有去银行取过钱了？

44:42当你不需要去银行取钱的时候，银行是不是就不需要把钱搬来搬去，有那么多ATM机子里面搬来搬去搬钱了？那他们不需要搬钱，搬得那么勤快的时候，那是不是很多原本是来武装什么运钞车的生意就没了？那需不需要这么多武装押运？所以的话，你会发现这种隔得很远的那种行业的话，居然也会产生相互的影响。

45:06甚至于最近跟AI相互影响的话，有一个非常搞笑的例子，就是那个手机的价格。其实所有电子产品的价格，你会发现内存条在疯涨，内存的价格在疯涨。甚至于现在我看预测的话，说Q1还会比那个Q4再涨个百分之三十到五十。为什么呢？就是因为这帮这帮那个上游的厂商的话，他们去给AI的那些数据中心去做内存啊，做那个带宽去了，根本不是在给C端在做消费。

45:36所以你就会发现——其实行行业业都会受到巨大的冲击。如果你不去进攻的话，你就是会被掠夺的那个对象。而在这个时候的话，就总要有选择嘛，就强烈建议大家多去看AI的机会，多去结合自己的业务去找AI的机会。这样子有可能我们就不是那个刚刚那两家砰砰砰往下掉的公司，而是更像Intercom啊、Palantir啊、Bot这种飞速崛起的公司。

46:00所以在这个时代应该做马匪，不要做县长。那新增量的这个AI原生的市场主要在哪里呢？我给大家提供四个视角来看，然后怎么样去看到这个新的增量市场。第一个就是市场的话，第一个叫做解锁增量。什么叫解锁增量呢？

46:18举个最经典的例子，其实就是拼多多。拼多多它并不是在淘宝和京东的市场里面抢到了一大块，它其实打的是一块增量市场。这块增量市场第一个，价格非常敏感，然后它直接把价格带打到了，比如说四块九毛九可以有十斤苹果，然后那个包邮。那么这样子的话，它就打开了一个低价的市场。

46:39但更重要的是，它打开了一批没有成熟的叫做电商使用能力的一个市场。比如说我们都觉得说你使用京东很容易，但是实际上像比如说我妈，然后我之前帮她装好了京东，然后回家过年的时候发现她一次都没有用过，我说为什么？因为她说她密码忘了，然后我说你可以找回密码，说我就发现有问题。

47:02那个邮箱也是我帮她注册的，因为最早期注册京东是要用邮箱的。然后那个邮箱，邮箱的话她肯定更不会用。所以的话呢，你就会发现说其实是使用那个电子商务是有门槛的。你需要有什么账户，你需要知道怎么搜索，你需要加入购物车，你还要结算，你还需要有一张银行卡已经绑定了。

47:20那在那个时候的话，拼多多它把那个门槛降到了更低，就是你只要有微信，你就可以买东西了。然后的话呢，你微信上面微信红包里面不是已经存了点钱嘛，你就可以开始试起来了，大家拼一拼。你也不需要理解说，哎哟，这个好复杂的一个商场。然后什么导航什么的不需要，只需要别人给你一个东西，让你拼一单你就可以买。

47:41然后另外的话呢，价格又实在便宜，所以它打开的是一个全新的市场，是因为当时有一个新的市场增量在打开。淘宝只有四亿的月活的时候，微信有十亿的日活，所以有六亿人是没有用过淘宝的。那这批人的话，其实他们第一次接触电商的话，从拼多多开始是比淘宝和京东要更顺滑的一个选择。

48:03我们要看市场的话，最好就不是去想说我要去抢一个某个老巨头的市场，而是去想着说，是不是随着成本的下降，比如说以前买苹果需要十块钱一斤，这边十块钱可以买五十斤，或者随着门槛的下降——就以前需要你要学习，需要你是个年轻的什么善于学习的人，现在的话你只要是个人就会用。

48:23随着这两个的下降，它有没有打开一个新的增量的市场？这个增量的市场是蓝海，先抢这个。就比如说现在的那个AI的话，我就觉得是一个很大的增量，就是它有一个很大的地方，它不是在抢原来像百度的生意。因为原来百度的话，其实真的使用起来还是有门槛的。

48:42在座各位肯定都不觉得有门槛，但是实际上，像我们刚刚讲的那种，你要想得出关键词，还要去能够点开那些链接，还要判断哪个可以点哪个不能点，这些都是门槛。什么没有门槛的？说话没有门槛，对吧？所以AI就更更适合了。

48:57像我给我妈介绍DeepSeek，她马上就用起来了。但第二天呢，我向她介绍了豆包，她就立马放弃了DeepSeek。因为豆包默认开始跟你用语音，豆包哪怕是给你发的文字，它都默认给你念一遍。然后我再告诉她，豆包有一个打电话的功能，然后她就直接跟豆包开始聊上了。

49:14那这个事儿就马上，她就瞬间就成为了豆包的用户。所以在这边的话，你就会发现，发现说其实是这个技术带来了使用门槛的下降，会解锁大量的新用户。这批新用户很有可能会成为更高价值的用户。为什么呢？就有点像是在座各位用百度的用得那么熟，用Google用那么熟，对吧？

49:34其实你不见得会跟豆包聊那么久，你不见得会跟豆包聊那么久。我们的商业价值都太挑剔了，我们未必见得有那个那个基础的用户商业价值那么高。所以你看，就是在能力门槛以下，还有大量的新用户的存在。或者像我们前面举的那个房车的例子，其实像我这样的人的话，如果要买房车的话，我肯定会考虑拖着的这种房车，

49:54我可能就会考虑像这种方案。因为我懒啊，我懒得去学啊，一把年纪了，我还要去学这些东西。我当然是希望这辆车子跟着我走呀，为什么要我去学它，怎么开它，对吧？所以它就打开了一片新市场，这片non-judgmental的市场其实更大的。

50:10那还举一个例子，我们前面举了那个LegalEyes的例子，对吧？就是它会派无数的AI去网上去搜所有的法律的案子，然后看哪个案子的胜率比较大，但是又可能去上门推销自己的钱，说打赢了你再分我多少多少，对吧？这就是一个很好的例子。

50:28但是有一个更经典的例子，其实叫做Daryl，他们做的事情更夸张。就是有一个能力门槛叫做打官司。比如说你被某个APP要了你的人脸，然后你觉得这事儿好像有点不太对劲，觉得说好像他可能侵犯我隐私了，但是你也懒得去告他，对吧？或者说你住的旁边，你发现说有邻居得肺癌了，然后你总隐隐约约觉得附近的工厂有点关系，

50:54但是你也懒得去搞这事儿。但是Daryl的话，他们就会做这样一个事情，他们就会去查各地法律，然后他们去监控各地的比如说水质，然后

51:05看各地的污染的情况，然后他们去看各个Reddit啊什么上面的那种抱怨的情况、客户的投诉。然后他们去识别过程当中有没有可能有集体法律诉讼的机会。比如说他们就会看到有一个那个约会的软件，然后最近就要求大家都要扫脸，然后扫脸的时候……他们就发现某一个州的法律最近是规定说用户没有明文同意我授权你用我的脸的信息，

51:29你是不能扫我脸的。那这个时候的话，他们就再跑到论坛上，发现确实有一些用户在抱怨这事儿，他们就会主动去联系这些用户。就是在他们没有打官司的需求，他们甚至于不在门槛以下，他们根本没有这个想，都没有想到这事儿，他们就上门联系这帮人说，

51:45哎……我们帮你打这个官司，打赢了你分钱，打输了你不用出钱，好不好？那先生说好呀，好呀。他说你们提供这些给我，然后他就去收集一些素材，最终打那家官司，好像赔了四千万还是五千万美金settle。那么这里面他相当于就会主动地去发现市场，然后去给那些甚至于都没有能力去意识到自己有这个需求的用户去创造这个需求出来。

52:07这就是非常原生的一种思考，所以就解锁增量。那另外的，刚刚我们讲的是能力上的解锁，那关于那个价格上的解锁的话，就是很多东西原本是因为太贵了。就我之前在混沌也讲过好几次的例子是那个，就Be My Eyes。就原本的话，其实如果你家很有钱的话，如果有一个盲人的亲戚，你肯定是请一个人带着他，对吧？

52:29或者至少是个导盲犬。那现在的话就是AI可以全程地告诉他说，哎……你前面是什么东西，然后这就是啥，这是那是啥。这就是一个很，我觉得这是一个非常伟大的产品。他们之前其实用的是人力在解决这个问题，只是盲人就总是排不上期嘛，因为没有那么多志愿者。

52:47那现在的话就有无限量的志愿者可以帮助帮助盲人来解决这个问题了。更加国内的话，我看到过两个产品，一个声桥，一个雀谈。对。但是我都找不到他们现在的产品做得怎么样。对。

53:01但我我就觉得这个方向很好，就除了盲人之外，其实还有聋哑人。聋哑人的话会有一个问题，就是其实聋和哑不见得是百分之百相关的事情。就是你是聋，未必代表你一定要哑。你其实可以说话的，但是因为聋的话，你就会听不见自己说话，那这样子你的那个反馈就很难建立起来，

53:22就是到底这个发音准不准。所以需要专业的培训师去帮助聋人去纠正他的发音。就比如说这个舌头要往上翘一点，然后这个什么样。如果纠正得好，他是可以跟正常人说话来沟通的。但是这种你想想，就是你教一个普通小孩子说话有的时候还挺难的，你还教一个聋人说话，这太难了。

53:41所以那个收费不低，但是这个事儿AI可不可以做？这个AI肯定可以做呀。那是不是可以让AI来规模化地教聋人说话，来帮助他们调整他们的发音？那这就其实就是一个解锁的一个新的增量，一个更更普遍的一个市场。那再讲一个我之前也分享过的例子，就是那个Do Not Pay，他们是一个法律的一个AI。

54:02但之前的法律AI的话，大部分时候我们讲的都是什么呢？我们讲的是帮忙打大官司。但你仔细想一想，你们公司要有一个大官司，你现在也不太放心啊，AI去打去吧。那什么样的是增量的市场呢？就是没有竞争的市场。

54:16没有竞争的市场，就是那种只有一百八十美金的官司。比如说Netflix，你交了钱，你想把这个钱给退回来，然后你停车超时了，被多收了一百二十美金，然后你在健身房跑路了，对吧？你想去找他们，或者说你在健身房，你明明交了钱，你想就是想把钱给退回来。

54:35那这样子的话，怎么样来打这些官司？怎么样来写这些投诉信？那这样子写这种法律，法律的叫做什么？你收到我的律师函，怎么样写这些东西？那那个Do Not Pay就就就做这种生意。

54:48那不是说它会比传统的律师做得更好，而是传统的律师根本不可能来做这种几百美金的这种小小单子。对。那它打开的就是一个全新的市场，在价格门槛以下的新用户。我相信在座每个人其实都会有一些呃小摩擦，然后小纷争想要解决，其实都是小官司，对吧？

55:09但是小官司其实都不会打，那那么多的小官司加起来其实也是一个大生意。当然我们自己心里面想的小官司就是那种那种一百美金，但是实际上在美国的话，两万美金、三万美金也算小官司。就很多的人身伤害的那种那种官司都得不到律师的服务，因为他一共打完的话可能就赔偿就两万美金。

55:31但是你想律师还要从中间分成。不管分几成的话，好像都不够美国那么贵的律师费了。那这个时候的话，EvenUp就出来了，他就说，你只需要告诉我，我会帮你整理这个用户的所有的信息。就比如说他医疗啊，他的保险啊，他到底为什么受伤啊，他亏了多少，我来帮你把所有的文件全部整理好，

55:50我来帮你整理你的那个诉讼案子的那个提案。然后你只需要出庭，带着我的方案去出就好了。这样子你的时间可能就原本你需要搞两个星期，那现在的话可能就准备个几个小时就可以打这个官司。那律师就可以接这一类的官司了。因为我花费不多，对吧？

56:06我赚个四千美金，但是我可能只花几个小时，也挺也挺开心的。所以，就它大量地打开了一个新的市场，而不是在原有的市场去抢生意。我们越讲越贵啊，越讲越贵，甚至包括说一两千万美金，也可能是价格门槛之下的新用户。有一家公司叫Utopai，他们是用AI帮忙做电影的。

56:24但他们做的不是传统的那些电影大片，他们做的都是没人拍的，就是都是属于说大制作，然后是属于大导演或者大的编剧，像拿了奥斯卡最佳编剧提名的人的编剧。他们有一些自己的梦想，比如说我就想拍埃及的历史，一听就是属于需要很多的特效的。

56:45然后想拍一个美剧。找传统的投资商都没人理他们。比如说他要融三个亿美金，那大家觉得三个亿美金肯定打水漂。但是这边就会说，我会用十分之一的价格帮你拍出来。那这样子的话，他们是属于别无选择那些人，你要么选择不拍，要不然就只能我用AI帮你拍，然后我还帮你做发行。

57:03所以这种也是属于价格门槛下降之后，你就打开了一片新市场。这批市场的话是原有市场不接受的，他打不成PMF，没有人跟他混的，对吧？甚至包括说我们说投资银行，其实也有巨大的一个新市场。我们平时讲到投资银行都是什么摩根斯坦利啊，什么高盛啊这些。

57:22那你想想他们这么有名，对吧？然后那些人收那么贵的工资。收那么贵的钱，他们不可能做小单子的呀。这个三千万美金的生意，他们从中间抽个成，他们肯定赚不到钱的。所以他们要做就是做那种几十亿美金、一百亿美金的单子。

57:39那这些小单子，比如说有一个三千万美金价值的一个建筑公司，他想要卖掉，那他们找谁？那美国现在也没有相应的服务，就会有专门的公司Off Deal，他们就会来用AI来提供，全网来搜索有没有这样的公司，然后全网来匹配说有没有那个相应的买家卖家，然后我们来做这块的生意，提供价格，解锁价格门槛之外的市场。

58:03那再举一个更生活当中的例子。就是大部分人我们都有一些运动的爱好，对吧？你打乒乓球、打羽毛球、打网球。那现在的话，不是每一个人都会有舍得花钱请教练的。但是你说他是不想要教练吗？

58:19你为什么不上清华，是因为你不想吗？对，大部分人还是舍不得这个钱嘛。那如果我们把教练的价格降到原来的十分之一、百分之一，比如说打网球，然后如果把教练的价格降到原来的十分之一，会不会有一批原来不请教练的人，他会用AI的教练来帮助他来纠正他的网球动作，纠正他的羽毛球动作，

58:41让他自己打得更好。这批新的市场可以被打开。我们刚刚讲到的第一个……我们看用AI原生的，找到AI原生的机会的话，就是要去看说，呃，当一个市场的价格可以降到原来的十分之一，当一个市场的使用的门槛降到原来的十分之一，是不是可以打开一片全新的市场？

59:03这个市场有多大？这个市场应该怎么抓？OK。

59:16而第二个新市场的看它的角度就是去套个壳占个位置。因为其实本质上来讲，大量的AI的产品的本质都是把技术封装成一个产品。那比如说最早期火的那个Lensa，其实比Lensa更早，就是那个帮人家做那种漂亮的头像的，对，妙鸭的前身嘛。

59:36然后其实在他们更早的时候呢，就是技术已经逐渐成熟，在Twitter上已经有人把这种，哎，我用AI虚拟的帮我做了一个头像，然后已经玩起来了。然后他们说，哎，这个好像大家很火啊，很看好啊，我们把这个技术包装成一个产品，你先上传多少张图，

59:52我来帮你制作头像吧。所以他们就是看到技术逐渐成熟，并且这个玩法已经有人感兴趣，然后把它产品化了。那包括妙鸭也是，其实当时技术也已经逐渐成熟了，大家也已经在什么Coffee UI之类的社区已经开始玩起来了，然后什么LoRA什么技术也已经开始了。

1:00:10所以的话呢，他们发现，哎，其实做做人的那个肖像的照片已经可以做得还不错了。然后他们又优化了一下，不需要用户去懂那么多怎么拖拖拉拽的那种专业知识，就直接上传照片就可以做出来。所以它就占据了一个位置，做出了中国的算第一个爆款吧，爆款的AI产品。

1:00:30所以它就是把技术封装成了产品。把当时只要需要专业人士再通过，当时用的是Coffee UI还是Web UI，忘了，很复杂做出来的东西，通过一个产品让你点点点就能做出来。那但是它就占了这个位置，吃到这口红利。当然我再举几个更简单的吃红利的例子啊，就比如说我看到那个筷子科技的创始人的话，发了这个这个小朋友圈还是什么的，

1:00:54然后他就说，有有几天不是Sora 2发布嘛，就是那个OpenAI的那个视频模型，然后他们就三天之内就直接把它上线了，就把Sora 2包装了一下，说商用级AI影棚。其实它就是把Sora 2的API这个能力用在了商业的那个摄影摄像方面，视频生成方面。

1:01:13但是只要你是第一个用的，市场上大家比如说你在用别家产品的时候，觉得哇，这个视频不好看，然后一用他们家发现，哇，巨好看啊。其实是因为背后模型比较强，对吧？它用了最新的那个模型。但是大部分人就会把这个功劳，不懂技术的话，就会把这个功劳归给这个产品，归给这个产品，说哇，这家技术果然比较强。

1:01:34这这就是每个人都能蹭上的红利嘛，只要你反应快。那还有一个朋友叫橘子，然后他做的那个叫Listen Hub。你一听Listen Hub，它应该就是一个音频相关的东西嘛。他们硬生生的是在LeNet-1.0出来的，LeNet-1.0 Pro，就是Google的那个画画的那个模型，

橘子ListenHub

1:01:51画得特别好，硬生生地集成了那个那个画画的功能。他们现在是直接帮你出的东西又带图又带声音的，然后瞬间的话会员就猛增三倍，然后产品的流失率下降90%，整个数据好了不止一个数量级。所以整体上来讲，这边的逻辑就逻辑比较简单。第一个就是我们讲的第一个方法，其实是去看那个金字塔，有没有可能随着价格的下降、价格门槛的下降、使用能力门槛的下降，

1:02:19打开新市场。第二个其实就是随着技术的演进。有没有可能它又打开了新的可能性？然后我们我们提前地把这个技术假装是我们弄出来的，我们在这个场景当中把这个技术的价值给发挥出来了，让大家以为是我们牛逼。

1:02:34那这边最经典的两个例子，一个就是Cursor。Cursor其实之前早就出来了，就是帮你写代码的，然后大家都觉得它写得不咋地，直到Claude 3.5出来，3.0还是3.5。然后大家突然一下发现，哇，Cursor写代码好方便啊，超级方便啊，Cursor是个神，然后它估值就上了一百亿美金。

1:02:54其实最主要并不是因为它做对了什么，而是它站对了这个位置，就是写代码，然后它把边边角角的那种支持性的工作都做好了。等到模型一旦成熟到写出来的代码60分了，然后大家就开始把这个产品封神了，觉得它特别方便，它把那些脚手架都已经做好了，最后就万事俱备，只等模型升级，然后它就火了。

1:03:15然后更经典的例子就是现在被那个Meta 20亿美金收购的Manus，对吧？Manus之所以之所以被收购的话，其实当时很重要的一个点的话，就是因为他们不断地吃到了模型升级的红利。我当时听说的版本是说，他们当时其实早就做完了，但是其实效果不是特别好。

1:03:35然后他们听说Claude会发布那个Claude 3.7，然后他们硬生生地在等Claude 3.7忘了是发布还是快发布的时候，然后再把这个东西放出来，然后他们的效果又提升了一截。其实就是他们把整个脚手架搭好了，然后把场景给占住了，然后号称是套壳，但是其实这个套壳套得非常有技术含量，

1:03:55整个就在用户侧的话就显得自己非常牛逼嘛。那套壳占位最关键的事情其实是技术延长线的一个判断。那比如说举

1:04:05两个例子啊。一个是最近我就聊了无数的那个视频的公司，你会发现视频现在都在爆发。那为什么呢？是因为过去的半年，然后整个的图形和视频的基础模型都在爆发。那这个时候你就可以用来做电影啊，做什么都可以了，对吧？

1:04:23这就很很简单。所以你如果提前知道2025年下半年图像和视觉的模型会爆发，那这个时候你做任何跟视觉相关的，比如说你说我要做电影，我要做漫剧，那个时候起步你就会很容易吃到这个红利，你做文字的相对就吃不到这个红利。另一个例子就是Granola。

1:04:45Granola的话，它是一个会议纪要的一个软件，它会帮你记笔记。这个软件的话，他们之前在最早推出的时候，那个大语言模型的上下文还特别的小，只能记大概半个小时的那个会议纪要就断了。然后用户就跟它讲说我要更长时间。他们明明可以用工程的手段来解决这个问题，就比如说你录了一个半小时，你把它拆成三个半个小时不就好了嘛，

1:05:09然后最后最后再把它拼起来嘛。那这个时候的话，大家他们想的不是这样。我如果是拆再拼的动作，万一模型升级了，我们这个脚手架就会成为我们未来的升级的一个障碍，所以我们不做。我们预计未来模型一定会升级，解决这个context window这个时间长度的问题，我们就不解决这个问题。

1:05:29然后他们就硬等，然后确实就等到了模型升级，他们这个问题就自动解决了。所以我觉得这里面最重要的就是说，你要预判技术的发展。然后尽可能地把自己提前地想好，想好说如果这个技术发展到那里，它牛逼了，那什么样的场景会受益？那这个技术的牛逼之处在这个场景下真的要让大家受益，还会缺哪些东西？

1:05:54那我现在如何去提前在这边占位子，我把这些缺的这些脚手架先给搭好。搭好了之后的话，我等这个技术来，让大家觉得我很牛。那其实这是一个普遍的一个思考。但是这个普遍的思考也没有那么真的容易做到。有点像我经常讲一句话说，我们要坐船，不要坐塔，因为你坐塔的话，技术升级就会把你淹没掉。

1:06:17但是你如果做的是一艘船的话，技术升级、模型升级，你就会像小船一样水涨船高嘛。但是直到我看了Manus、看了Pi Agent的分享，我才觉得说，哇，我果然就是一个讲PPT的，这种这种牛逼的人，实战果然就完全不一样。就我讲的就相当于一个哲学道理，哲学道理都没有用的啊，对，你怎么把它付诸实践？

Pi

1:06:38然后Pi Agent就会讲说，他们内部选模型、模型选型和架构评估的时候，有一个非常重要的指标，我们会把千万家族从小到大同源但参数量不同的模型，其实大家就可以理解成那种比较弱智的模型到比较聪明的模型，放在同一个Agent的架构下进行测试，就把它们排排坐啊。

1:06:56比较笨的和比较聪明的放一排。然后我们观察的是，当底层模型能力提升一个量级的时候，这个架构所展现的性能增长斜率是否够大。如果一个模型就是用笨模型的时候表现还可以，但是在换成了聪明模型之后，那个提升微乎其微，说明这个架构本身是吃不到增量的，

1:07:18它的天花板太低。而我们追求的是一种高斜率架构，就是底层模型每聪明一点，Manus系统表现出来的执行成功率和任务复杂度就会成倍地跳级。就是他们居然用了一个

1:07:32不管有没有用，至少是非常落地的一个一个可验证、可量化的方法来测量，说自己选择的产品结构是不是能够吃到未来的模型的升级的增量。我觉得这点实在是太强了，就是他们团队就是真的太强了。如果你要就是这个增量的话，我们就讲第一个增量就是下沉的增量嘛。

1:07:53吃这个技术延长线的增量的话，就是要做一些技术判断，其实没有那么难了。其实像比如说去年下半年多模态会爆发，这几乎是所有人都知道的事情。那你有没有提前的就在这边开始下注，以及你做的这个注的这个这个结构，是不是能够吃到这个增量的这个结构，

1:08:10你有没有方法去做量化的验证？这些是需要做到的事情。再往下，第三个可以去看新市场的角度，就是卖水和卖铲子。因为这这我们第三段已经把那种正常的商业都讲了嘛，这一段就讲的都是相对非正常的商业。卖水和卖铲子就是说，其实世界经济都没有那么好，对吧？

1:08:29然后大家有一些体感。另外美国那边如果你把AI去掉的话，你会发现GDP几乎停滞，AI是全村的希望。所以的话呢，我们看到就是卖水卖铲子这件事情也非常的非常的重要。那只有在你跟AI搞，AI这帮人有钱，你你卖卖东西给他们，这样子最赚钱。

1:08:51因为现在看到你看到新闻都是万亿万亿的，对吧？这这家两万亿，这家几万亿都是这么搞。那未来几年我们可预测的来看的话，就是AI领域的花钱会越来越多。所以最理想的情况其实就是卖东西给这帮搞AI的。那比如说可以卖什么呢？

1:09:08比如说可以卖算力。如果你搞得定算力的话，算力理论上来讲的话，未来还是会极端的稀缺。尤其是过去几个月，过去几个月随着我们比如说AI的那个写代码和Agent，比如说像那个OpenClaw这种莫名其妙成为Agent，极大量地带动了算力的消耗。

OpenClaw

1:09:27就所以我觉得算力这方面还是会继续爆炸，所以你能够批量地供应算力的话就牛。比如说像CoreWeave这家公司，它好像成立也没有多久，然后现在的话我看一下它的那个market cap大概是500亿美金。所以的话大家看，就是这家公司好像2022年还就是只有1600万美金的收入。

1:09:46然后2025年的那个销售就是35亿美金，六月份的一个数据。所以大家可以看到，如果我可以做算力就很好嘛，或者我们做基建嘛。比如说我们看到说那么多的那个AI的写代码的公司牛起来了，那么在背后帮他们说，那你代码放哪里，那那那家公司它也牛起来了，也有五十亿美金了，对吧？

1:10:07那这些都离我们太远的话呢，有一个可能离我们大家比较近的，然后也是我最近正在正在这个方向上尝试孵化的公司的话，就是数据。因为其他东西确实你搞算力，哎呀，搞不会啊。但是数据好像这件事情也是巨大的。那像Mercor这家公司，之前我记得应该，我之前应该介绍过这家公司，它原本是搞那个人才招聘的，

1:10:32就是AI面试。但现在它已经完全转型了，现在已经做到了应该是五亿美金的一个收入，然后估值应该已经一百亿美金了。那怎么做到的呢？其实就是它把我帮你面试人。然后把它推荐给公司去找工作，转型成为了我根本不面试，面试这个面试那个，我我还是面试，

1:10:54但是我是面试这些专家，然后让他去帮OpenAI这些公司，呃。OpenAI、Anthropic这些公司去标注数据，所以它变成了一个卖数据的，呃。所有的牛的那个AI公司现在都极其缺数据，都极其缺优质的数据。所以谁能够造出优质的，能够让他们在竞争当中获得一点先机的数据的公司的话，谁你你出价是该多少就是多少，

1:11:20完全无所谓了。所以这家公司可以一年增长三三千三千多倍。可以想一想，对于你来讲，你的行业里面有没有什么数据，然后这个数据的话，对于AI的公司或者在中国的话，对于机器人的公司，他们下一步会需要哪些数据，然后那你你有没有可能规模化的生产某类数据，可以成为他们下一步的那个呃胜负手。

1:11:43如果可以的话，你的数据就非常值钱。那美国很多公司都已经转型，变成给那个AI公司做数据的公司了。像比如说Turing这家公司，你去看他们以前的那个网页的话，写的是这边有很好的工程师，啥啥啥啥啥啥的，现在都变成了叫做我们训练下一代超级人工智能，都是这样。

1:12:02所以的话，嗯，我建议大家也可以考虑一下你的行业有没有数据资产，然后哪些数据资产是可能对于未来的AI竞争是有一个战略性的价值的。那么这个可以聊一下。那最后一个的新市场的机会的话，就是铺路修桥的机会。就有点像有一个经典的段子，就叫做说现在的传统企业用AI，就有点像你的奶奶她想用iPhone，

1:12:28嗯。他也想用iPhone，但是你得帮他装APP，你得教教他。所以的话呢，现在就是还有一个很大的机会，其实就是在帮助所有的企业更好地用好AI。其实就有点像是卖课的，卖课和上门服务，然后帮你陪跑。这其实现在真的是个生意。

1:12:46而且因为现在这方面找我的人也越来越多，我也在认真地考虑是不是应该赚这个钱，应该应该放大做这件事情。确实看起来市场需求巨大。像美国的话，大家就可以看到Palantir的估值很高嘛，对吧？那个PE也很高，在美国就是一个非常神奇的存在。

1:13:01而他们做这件事情的方法也非常的中国化，就是不光是我有一套什么SaaS要卖给你，美国经常讲这个故事嘛，他们是会派出来那个人制的工程师，真的去到客户现场去干活的。这个就是中国以前的SaaS公司经常干的事情啊，对吧？经常跑到客户公司去帮你做这个做那个。

1:13:20那在中国的话，我也找到了类似的一家公司，就是毕昇，毕昇点AI。然后他们是一个开源项目，就是你公司要做一套类似于像什么扣子啊，什么什么这这种这种，因为公司里面数据不好往外面放嘛，你不敢放在扣子上面的话，然后你要做一整套Agent的架构的话，很多公司就会去用那个他们的开源的模型去搭。

1:13:42然后搭完之后的话呢，说我们要把它好好用起来，用的过程当中呢，又会发现说我这里要定制化这个功能，那边我要加这个权限功能，然后呢就会去找到这个原厂，然后这个原厂就会说，哎呀。我来帮你做这个吧，我来帮你做那个吧，我来我来这里只收这么这么便宜，那里只收那么便宜。

1:14:00他其实就帮很多他的软件帮你再部署了一下，然后帮你配置了一下，然后他们就在中间赚钱。所以这个商业模式也非常健康，就是所有人都在走要AI化的时候，他们其实在卖铲子嘛。而且所有人都是相当于先用了他们免费的铲子，然后在那个挖金矿，然后以及挖挖了一半，然后觉得说哎不行，

1:14:19我还得控制这个铲子，比如说嗯局长可以看到的消息是比如说这个文档的这个部分，然后科长只能看到那个部分，然后又有一些非常精细化的什么数据联通的要求，就会找到他们，找到他们他们就再赚钱。所以我觉得这也是一个很好的商业机会。就to B的商业机会。

1:14:37但是to B的商业机会里面有一个问题，就是赚的都是辛苦钱。就比如说刚刚讲那个Palantir，他们赚钱很多，像毕昇啊什么的，他们其实就是会派人到你那边做啊什么的。但是中国其实对于这个给钱都是给的很谨慎的，就是会按照人天啊什么的给他们算。

1:14:53但是呢，真正的话，你想想，假设我真的能帮一家公司提高它的ROI，提高它的人力效率的话，其实这家公司的资产是大幅度升值的。那如果它大幅度升值的时候，它又不肯给我很多的钱，我我岂不是就亏了？比如说我帮一家公司，假设我可以帮它的人效提高一倍，它可能给我五百万，但它公司可能会增值五个亿。

1:15:17那这个时候的话，我就不愿意花一千万的成本帮他提效到这五百万嘛，因为他只肯给我五百万。对，没有没有必要。但是如果说他真的提效，他的市场价值在那里。所以最理想的情况的话，美国现在比较流行的，我们之前在播客里介绍过的，就是说我们要不赚这个资本升值的钱。

1:15:35所以美国还流行另外一种模式的话，现在开始做就是不是在卖你服务来收你那个服务费或者咨询费，而是在说，哎，我来那个那个帮你直接改造，但是我要赚的是你在资本市场增值的那个钱。是，如果有钱的那些PE的话，他们就会直接并购，说我直接把这家公司给买了。

1:15:54然后买了之后我改造，改造完了之后。比如说他这是一家AI公司，他们买的公司大部分叫BPO，就那种原本就在做人力资源外包的公司。就比如说这家，他General Catalyst，他是一个VC，然后他买的那家公司的话叫Crescendo，

Crescendo

1:16:10他们在外面实验，然后发现说可以把客服中心的那个效率提高，成立一家公司叫Crescendo。然后Crescendo这家公司买了一个那个公司叫PartnerHero，花了五千万美金，然后把PartnerHero的那个人效提高了，号称提高了N倍吧，四四倍还是六倍。

1:16:26呃，就是那个他们的利润率提高了四倍还是六六倍。那我们先假设是个四倍好了，肯定是说段子嘛。如果你的那个净利率提高了四倍的话，那么理论上来讲。按照同样的PE不变的情况下，你的那个估值是不是应该就涨了四倍啊？如果一家公司的利润率很高，它是不是就会被归类也不太一样。

1:16:46比如说你利润率很低，你就会像传统行业嘛。你如果利润率很高的话，你就可以说我是一个SaaS服务，我是一个科技公司，对吧？要不然我怎么利润率那么高呢？那它被归类不同的时候，是不是它的PE的那个价值也可以涨啊？那再往下走的话，如果你的PE也可以涨的话，然后这家公司又是盈利的，那我再用这家公司去并购其他公司，

1:17:05把它的业务吃进来的时候，我的整体的销售额和我的利润是不是又涨了？我的整体的销售额和利润又涨了，我的估值又涨了，我的块又涨了，是不是我整家公司就赚起来了？所以他们现在整个是做这个逻辑。那VC的话叫General Catalyst，他们投了无数的这种公司。

1:17:22对。然后好像最近募资还募了十五亿美金专门来做这事。然后另外有一个比较呃比较积极做这件事情的好像叫Thrive Capital，然后他们投了比较有名的是Quitt。大部分的逻辑其实就是用AI和一个传统的这种人力密集型的公司合作，然后去做一个把它改造了，改造完了之后的话呢，

1:17:42再通过并购把更多的业务并购进来改造。因为大部分时候就是你会发现自己都是改不动的，然后一定要通过通过第三方来改，然后要强权强权来改。然后自己也是不肯花这个钱来改的，所以如果有资本参与是会更好的，然后成为一个new BPO，然后大家一起在资本市场来赚更多的钱。

1:18:02那它整体的逻辑大概就是在这张图里面展示的这个样子。本来可能你的人力成本在60%，如果AI真的能够让你减半人力成本的话，然后那你可能人力成本就只占30%了。当然我们可能会增加一段一块AI的成本。那你的利润可能就变成了原来的三倍，对吧？

1:18:20再通过比如说并购，或者说你直接通过市场营销把自己量再做到原来三倍，那你加起来可能就是九倍了。那然后你再把自己因为利润三倍的话，你的PE值的话，那就再乘以三。啊，那马上要做什么呢？马上建议大家就是做几件事情，就是行动起来。

1:18:38啊，行动行动行动。思考一下说对于呃你所在的这个市场有没有增量。如果说是价格下降90%，使用的门槛下降90%，什么新的市场会被打开。第二个就是在技术的延长线上，你可以看到有哪些新的空间会被打开。比如说之前我们就觉得用AI做电影不靠谱嘛，但现在明显AI做电影还挺靠谱的。

1:19:03这个延长线上你会看到有哪些机会可以被打开，那你能不能提前过去在这个场景当中去占好位置，把这些脚手架给做好，然后然后只要模型一升级，你就会显得特别牛啊，怎么做这个。第三个呢就是那还有一块就是要做有钱人的市场，你去看看说最有钱的这帮AI公司他们现在在干嘛，他们需要啥基建嘛。

1:19:25因为未来的话不管中国美国，中国现在花钱花的比美国少很多，但是未来如果这是一个国之重器的事情的话，这里面花钱一定还是巨量的，不管它是亏亏损的还是盈利的。反正这里面花钱会是巨量的。那我们在里面还有什么赚钱的机会，能够帮助，能够向他们卖水卖铲子卖军火，然后从中间赚钱。

1:19:46然后最后一个就是，有大量的公司他们现在还没有办法进入到AI的这个领域，那怎么样可以。规模化地帮助他们进来，然后的话呢，从中间分到合理的收益。因为你只是去赚个咨询费啊什么的，其实都是很不可规模化的事情。以及以及大家其实现在花钱都挺抠的，最好是一起创造出价值增量的事情，可以一起把这个这个增量给拿到，

1:20:09然后把增量给分了，这样是比较比较顺的。所以这几个是我看到的，AI原生比较嗯可以考虑的市场。具体怎么做的话，下次有空再详细分享啊。对，好，总结一下，就是AI商业转型的话，我觉得个人反正就先把它用起来嘛，用起来，开口说话，然后指挥AI程序员开始帮你干活。

1:20:28然后组织应用的话呢，就是用AI更高效地完成工作。然后把AI当做领导家的孩子，拆解任务、重构流程、颠覆战略。然后产品重塑呢，就是用AI更高效地帮用户去干活，不要在产品上加AI，要用AI帮用户干活拿结果。那原生创新呢，就是要用AI创造新的市场价值，创造新的市场价值，要解锁增量，要套壳占位，要卖水卖卖水卖铲子，

1:20:52要铺路修桥。大概就是这么一些事情。最后跟大家讲一下，就是还是现在如果有画面的话，就还是那个葛优的那个那个县长和那个呃姜文的那个马匪的表情，就是现在总有选择的，就是时代的巨浪面前。我们其实只能是做一些自己的选择。

1:21:14我觉得现在的选择就是一定要做海盗，千万不要做海军，因为时代太动荡了。然后每天的话，其实像我，如果听我播客比较多的，就会发现我跟徐文浩最近都特别的嗨，对吧？或者特别的恐惧，就是因为真的你看到真的日新月异了。现在在我对面的这位同学，这两天已经玩那个Claude Code，呃不是Claude Code，

1:21:35就玩那个OpenClaw，已经疯了。就所有人我感觉都已经，就时代正在加速度的发展。如果你没有感受到这一点的话，其实很有可能是你所在在的环境它还没有在，没有没有太前面，或者你处理的问题太简单。所以的话我会建议说，如果你是要岁月静好，那是另外一回事。

1:21:54如果是要那个吃这口红利的话，现在真的得抓紧，然后得赶紧搞起来。那这些新的观点，反正你反正你听不听一堆乱七八糟的这种所谓前沿观点，最后还是会在现实的泥浆里面。一件事情只能做一件嘛，但是强烈建议大家就是攻城略地去做海盗，或者你就去找个小岛好好躺着，这这两者性价比都会比较高。

1:22:16但是如果你是建制性的想要守城的话，现在都是最痛苦的一件事情。所以希望大家做海盗去挖到珠宝。啊，这么认真的那个分享的话，也希望大家可以转发朋友圈，推荐给朋友们这边那个，对，涨粉，然后呃播客涨粉。然后另外就是各个平台啊，你平时看B站，你就在B站搜索AI炼金术，然后帮我那个加个加个订阅。

1:22:41然后你平时看视频号，你平时看抖音就去视频号抖音。啊，对。这里面会带视频的，然后之前讲说于一的那一期，然后我下次再约他去看看能不能录一期视频的，然后这样子大家方便讲，方便理解，所以大家先去关注一下，好不好？谢谢谢谢谢谢