当我把Gemini、Claude、Sora的参数倒背如流，朋友直播间里的一场真实对话，让我瞬间清醒。

上个月，一个做直播电商的朋友喝多了，拍着桌子冲我吼：“你们搞AI的天天说赋能赋能，我团队现在最烦的就是‘AI’这俩字！”

我愣住了。作为每天追大模型更新、研究各种技术参数的AI产品经理，我一直以为自己在做最酷、最前沿的事情。可那一刻，我突然意识到：我可能活成了一个笑话。

01 拿着锤子找钉子，我有多努力就有多尴尬

回想过去一年，我的工作状态是这样的：

Gemini 2.0发布了？赶紧研究。Claude 3.7 Opus出来了？马上追。Sora可以生成60秒视频？必须体验。Midjourney V7能画手指了？太牛了。

我每天泡在各种AI群里，和同行讨论MoE架构、讨论RLHF、讨论多模态融合。我以为这就是AI产品经理该有的样子——懂技术、追前沿、掌握信息差。

直到那天，朋友问我：“你说这些大模型，能帮我多卖几条女童连衣裙吗？”

我张了张嘴，发现自己答不上来。

是的，我研究了一堆“锤子”，却从来没认真看过他手里的“钉子”长什么样。他的痛点是：拍短视频太累、不知道发什么内容、直播复盘全靠手动记、搞不清为什么有的视频火了有的扑街。而这些，我从来没关心过。

那一刻我意识到：AI时代最垃圾的思维，就是研究AI本身。

你不是算法工程师，研究深度学习、Transformer、扩散模型，对你有什么用？你能改代码吗？你能重新训练吗？不能。你只是在用“努力”掩饰对业务的懒惰。

02 春节蹲了几天直播间，我才懂了什么叫产品经理

今年春节，我做了一个反常的决定：不追AI新闻了，去朋友的公司“蹲点”。

他做的是女童穿搭短视频+直播，一个人就是一家公司。我搬个小板凳，看他怎么选品、怎么拍视频、怎么直播、怎么复盘。

然后我开始做一件事：画他的SOP（标准作业流程）。

• 内容制作：每天要拍几条视频？要准备几套衣服？什么光线好？
• 内容宣发：发几个平台？什么时间发？标题怎么写？
• 直播流程：几点开播？讲几分钟互动？怎么引导下单？
• 数据复盘：看哪些指标？GMV？转化率？UV？怎么记？

画完这张图，我突然明白了——我不是来推销AI的，我是来找“能帮上忙的地方”的。

我开始问自己：

• 内容制作太累？AI能不能帮他生成不同背景的穿搭图？
• 宣发没思路？AI能不能根据爆款标题生成几个版本？
• 复盘太麻烦？AI能不能自动拉数据、生成报告？

你看，思考方式变了——从“AI能干什么”，变成了“他需要什么”。

03 为什么AI落地这么难？因为我们在“自嗨”

这不是我一个人的问题。看看身边做AI产品的同行，很多都在“自嗨”：

花半年做个智能客服，一线客服反馈：“回答是快，但十个里有三个是错的，害我天天擦屁股。”

花大钱搭个数据中台，BI看板酷炫得像科幻电影，结果除了数据团队自己，没几个人会用。

做个AI写作工具，号称“一键生成爆款”，生成完了人还得花两小时改，改的时间比自己写还长。

问题出在哪？

因为我们从来没问过：业务方到底想要什么？

做客服，他们想要的是“省投诉”还是“多挣钱”？做数据分析，他们想要的是“酷炫报表”还是“直接告诉我怎么办”？做内容生成，他们想要的是“莎士比亚”还是“一天能出100条不重样的素材”？

当你蹲在业务现场，你会发现答案完全不一样。

04 那些“业务听得懂”的AI，长什么样

在朋友直播间蹲了几天后，我脑子里那些“技术指标”（准确率、召回率、F1值）开始被另一些词替代：GMV、转化率、退货率、复购率。

这些才是业务在乎的。

我开始想：AI能不能帮他算一笔账？

比如，他的客服每天要处理大量售后咨询。很多用户抱怨产品“太慢了”“想换个新款”。传统AI客服会说：“抱歉给您添麻烦，请重启试试。”

但如果在这个环节加一个“耳朵”——识别抱怨关键词，同时调取用户订单历史，发现他买的是3年前的老款——然后推送一条：“您这款是老型号了，我们新出的Pro版针对您的问题做了优化，以旧换新有补贴，要不要看看？”

结果呢？3.5%的投诉用户，顺着链接买了更贵的新品或配件。这笔额外增长的利润，是客服系统年费的十倍还多。

业务负责人再也不抱怨AI费用了，反而问：“能不能给销售团队也装一个？”

这就是差别：AI不是来省钱的，是来挣钱的。

05 把“专家工具”变成“傻瓜外挂”

再比如数据分析。我朋友也想看数据，但他没时间、也不会写SQL。给他个BI看板，等于给个摆设。

那怎么办？塞进聊天窗口。

在钉钉/企微里做个机器人，用自然语言就能问：

“上周哪个渠道卖得最好？”

机器人30秒后回复：“上周抖音渠道销量第一，主要是周三那场直播推了‘XX产品’。这是当时的话术关键词，建议复用。”

看见没？不是让用户去学工具，而是让工具等用户问。输出的是“行动建议”，不是“图表”。结果呢？数据平台的月活用户翻了四倍。

真正的AI赋能，是让用户感觉不到技术的存在，只感觉到麻烦消失了。

06 别搞“自由创作”，搞“流水线作业”

很多做AI内容生成的都踩过一个坑：想让AI写出“爆款”。结果写出来的东西四平八稳、没有灵魂，运营改稿的时间比自己写还长。

问题出在哪？AI不适合做“艺术家”，但最适合做“流水线工人”。

我们换个思路：先拆SOP，再上AI。

比如做母婴社群内容：

1. 采购：AI每天自动爬取10条权威机构（如儿科医学会）的最新育儿指南。
2. 切菜：把一篇长指南，拆成20个独立的“知识点卡片”。
3. 炒菜：把每个知识点，用三种话术转述——专家版、宝妈人话版、引流互动版。
4. 装盘：自动匹配到不同社群。

人做什么？就做一件事：审核、微调、拍板。

创作从“从头写到尾”的体力活，变成了“审核与选择”的脑力活。效率提升了，质量还稳定了。

没有SOP的AI落地，都是耍流氓。先标准化，再自动化。

07 悟了：AI产品经理的战场，不在论文里

写下这些，不是说我突然什么都懂了。恰恰相反，是发现自己以前太“不懂”了。

以前的我：追大模型、追参数、追技术名词。觉得这才是专业。

现在的我：问业务、问流程、问痛点。觉得这才是落地。

以前的我：满口“赋能”“颠覆”“重构”。

现在的我：算账——帮客服主管算出“额外赚了多少钱”；让销售大姐在地铁上用语音就能查到业绩；让运营实习生一下午搞定一周的文案底稿。

当你不再推销AI，而是帮人偷懒、帮人赚钱的时候，业务部门会追着你问：下一个版本什么时候上？

Serai AI的创始人王喻说了一句话，我特别认同：“AI真正的价值是让专业的人更专业。设计师不用再花时间做流程性工作，能专注于创意；产品经理不用再陷入无休止的会议，能聚焦于战略。”

这句话里，没有提任何技术名词。但说的全是AI。

所以，如果你也是AI产品经理，不妨问自己一个问题：

你是在研究AI，还是在研究业务？

研究AI，你会变成一个“懂很多但没用”的人。研究业务，你会变成一个“帮人解决问题”的人。

前者叫自嗨，后者叫落地。

别学我，活成一个笑话。