AI的机会在哪里？

除了「提升效率」，AI 的机会究竟在哪里？经过跟多位AI从业者深入讨论，我目前有了个基本结论：

「和行家/专家一道，找到行业的高价值场景，做出该场景的AIGC解决方案，可能更赚钱。」

那么，这个行业的高价值场景，该怎么找呢？

我在《俞军产品方法论》、《微信背后的产品观》和《产品沉思录》里找到了一些有点相近的线索，然后按照自己理解做了个整理。

一、找机会：

每个时代有每个时代的产品，如何对时代暗流保持敏锐？

1、

当某种「新媒体」、「新渠道」出现，抓住了就能获得新市场；

当某个「新政策」出台，会引起某个供需成本的变化。

这些新机会的共性，是让「相对价格」发生了变化。

具体表现为：在这些「新媒体」、「新渠道」和「新政策」下，因为竞争相对不太激烈，以及平台/地区会提供补贴或便利，所以要拿到同样结果，通常不需要付出那么多的成本。

2、

如何通过把握「相对价格」的变化赚钱？

在成熟的平台/地区中，通过新功能或新规则/政策来盈利；将已经成熟的玩法，迁移到新的平台/地区以获取收益。

这就要求，至少要熟悉一个平台/一种玩法，或者有可信任的跨领域专家提供支持。

总之，要么自己变成专家，要么有本事跟专家合作。

3、

AI时代，技术上的进步，经常引起大家的狂欢。

为什么技术能创造价值，尤其是一个「新技术」的出现，可能会让世界产生翻天覆地的变化？

因为它影响了很多要素的「相对价格」，改变了人（群体）的最优选择可能性，从而产生连锁反应。

比如，AIGC让内容生产的「相对价格」大大降低，必将带动内容的进一步繁荣。

4、

当然，技术的「新」，也可以是相对的。

任天堂做硬件设计的时候，很多时候也会使用“枯萎技术的水平思考”的理念。

所谓「枯萎技术的水平思考」，有个横井军平的例子。最早他在任天堂还在开发玩具的时代，发明了一种「爱情测量仪」。原理很简单，通过导电来看双方手心有没有出汗。

这种在测谎仪上已经「枯萎」的技术，在玩具的领域找到了「新的用途」，而成本因为技术的「枯萎」而变得非常廉价。

二、做产品：

为什么说提出/定义一个问题，往往比解决一个问题更重要？

1、

当我们被一个想法击中时，往往先看清楚的是解决方案（实现方式），也是花费精力最多的地方.。

但多数产品都失败了，不是没有好方案，而是没有定义好问题。

其实很多公司都有这种情况，因为「定义问题」很难，而且没有成果；倒不如，从一个方案跳到另一个方案，至少能保证工作量和有开发成果证明。

2、

做产品，一般逃不出“找-抄-超”这 3 步。

据说，在管理月会上，对于一个问题，王兴会先判断是新问题还是老问题。

如果是老问题，他会问你，老问题一定有人解决或尝试解决过，那么标杆是谁，你找到这个标杆照着学就好。如果是新问题呢？一般没有新问题。

但是，如果发现标杆产品中有个不错的功能/服务，尽可能不要只分析他的实现方式，而是去思考他到底解决了用户什么问题。

除此以外，还要进一步搞明白这个产品利从何来、利往何去，它创造了什么价值，价值是怎么分配的。从价值的维度分析，才能推演它的趋势，才能理解用户的需求。

3、

说到需求，需求的本质，往往可以归结为⼼理诉求。⼼理满⾜的驱动⼒，远胜⼯具甚⾄省钱。

比方说，省钱的短信替代⼯具，不会成功。作为“⼀个⽣活⽅式”的微信，可能性会更大。

这背后反映的，就是是⼼理满⾜⾄上。

「时代暗流」中，很重要的一条暗流，是时代情绪。

拿文娱行业举例，大火的爽剧，其背面都是时代情绪的刚需。爽剧的制作人们，通常是敏锐地捕捉到时代水温的变化。#AI工作流