看了下马云的内部信，有点意外的是这只是关于感情和态度。

由于人类本身没太大变革，以是就感情和态度而言，在企业起伏的时候，大致上就总是：

在缺点处带来真实，在疑惑处带来信赖，在混乱处带来和谐，在沮丧处带来希望。

但AI确实不止关于感情，它有一些与过去迥异的运行规律。
马云说的：AI时期刚刚到来，统统才刚开始，我们正当其时。
这是对的。

然后呢？

然后我们实在须要认识这些差异，打造新的产品然后才可能创造新的用户代价，AI的发展也才能真正闭环。

一、从0到1的干系故事

彼得蒂尔的从0到1可能是最成功的商业方法论书本，核心缘故原由正在于这是成功互联网产品的最关键点。

成功的互联网产品一定是PMF（Product Market Fit）型产品。

选择一个领域，吃透一个领域，然后把互联网技能加进去，变成一个新的产品，验证后大范围复制，每个成功互联网产品都是这么走过来的。

对产品进行细分的话，差异在于平台化通过两端开放打开了PMF的适配范围，远超单点的工具。

这套逻辑做到企业级产品（SaaS）的时候，就彻底折了。

不同的企业用各种办法守卫自己的不一样，以是做SaaS实质上是N个从0到1，但一贯没有从1到100。

这种定制的繁芜度超过现有技能架构的接管能力，不管你是用运用商店，平台，插件还是什么技能，终极你实质都须要一个一个交付，变成办理方案式扩展。

边际效能靠人还是靠算力显然有巨大差异。
以是SaaS就集体持续亏损，但也还能活着。

这种现实提示我们什么呢？

为什么产品是从0到1和从1到100两个阶段呢？

互联网产品外化的是程序员的智能，可以留一些定制的空间，但这个空间是有限的，终极灵巧适配能力的上限也还是程序员设定的。

以是这种产品力必须打对地方，互联网的产品力和市场打破口如果打偏了就像非给牛喂猪肉一样，费力不谄媚。

从0到1就办理这个准不准的问题。

而这个问题一办理，后面待办理问题是一样的，以是就可以纯粹复制。

复制的边际效能基本是算力的边际效能，也就变成指数增长。

范例的两段论：趴在地上吃土+一飞冲天后吃肉；当然也有一贯吃土的可能。

那AI还是这样么？如果不是为什么？

二、AI产品的新特质

AI的核心改变根本不是AIGC，包括Sora，而是它的观点识别和自行逻辑判断能力。
这潜在的意味着打算范式的变革。

过去我们的打算模式实质上是现实天下的需求由程序员折射成打算机天下的措辞，然后打算机按照程序员的设定进行实行。

AI下的打算模式不是这样，程序员这个中间层越来越透明（不是彻底消逝），人直接和模型进行交互，然后详细的功能范围是不定的。
模型、策略和代价不雅观设定这个范围，不再是程序员设定这个范围了。

如果用图形描述，那大概下面这样：

这种新特质即影响产品形态，也影响相应产品的方法论。

产品形态上，过去用户总是按照UI（图形用户界面）来完成某个功能。

而UI（图形用户界面）实质是一种归类，类目的凑集便是产品的边界。
即是功能的边界，也是感知的边界。

举个例子，比如过去常常说的ERP，它充分对企业进行抽象，然后覆盖了某个范围。
这样也就形成了一个自己的边界（企业的适用范围）和重量。

把这壳套到自己身上的时候，那企业可能承受不了它的重量。
外部的变革会寻衅它的设定也会持续产生本钱，终极就变成了上ERP找去世，不上等去世。

那如果ERP变成了企业的自动驾驶，类似Autopilot，会发生什么呢？

这时候反馈+智能+判断>设定的流程。

由于宽适配，重量是减轻了，但会不会开到沟里面则不好说。

比如它检测到了库存水平和市场价格后可以发起采购的建议。

这个企业级的Autopilot也会自己更新自己，感知现实，并根据代价设定处理程序员没有预先设置的行为。

比如某个模块涌现安全漏洞，那会自己在测试环境启动测试并且发起更新审批。
然后更新自己。

基于规则和基于模型的智能程度在这种运用处景下在尺度上拉开巨大差异。

确定性匹配规则，灵巧性匹配智能。

智能和灵巧终极会带来宽适配，也就不须要归类（太多没法归类），以是就须要进行基于自然措辞的交互。
GUI反倒是变成赞助。
和现在正相反。

形态差异的表现是自然措辞交互，但差异实质在规则所表示的智能和模型所表示的智能适配范围有着巨大差异。

这在打磨产品上，会带来什么样的差异呢？

关于打算模式的部分拜会：

三、从1到10，AI产品的关键阶段

如果你做的菜是四川菜，也给四川人吃，那便是从0到1 ，从1到100的两段论。

但如果你做的四川菜，菜也是自己会微调的，那你搞完菜，在四川测试完（从0到1），估计还得每个省都抽样测试下（从1到10），然后才能大规模推开（从10到100）。

智能原生运用的这种自己进行适配的特色也决定了这种运用类型所匹配的领域。

如果是大略的规则就能搞定，并且产生利润的地儿，实在并不是智能原生运用的最佳落点。
它们一定程度上机会资源已经被挖掘殆尽。

这种领域里智能原生创造的代价和按原有模式运转产品创造代价没有太大差异。

这也就意味着智能原生运用就一定要办理繁芜场景，办理规则所不能到达地方的问题。
（一定程度上现在偶尔会火的所谓AI APP在出发点上就有问题，没有后劲的，也不可能取获胜利）。

而如果智能原生运用要办理繁芜场景的问题，那在产品化的时候，必须把智能原生的特色发挥到极致，变成类生命体。

这就就像那道自己会变的川菜一样，从1到10会变成一个非常关键的阶段。

我们可以举一个正面的例子，比如做一个招聘的Agent。

它能够非常完全的实行从网络需求，到筛选简历，再到Offer发送，入职的全过程。

开拓完成后在某个或某几个企业里面运转良好，按照互联网的观点，这时候从0到1是基本完成。

这时候可以产品化进行PMF式扩展了么？

对付Agent产品它一定弗成，既然招聘需求、需求匹配都是自适应的，那么适宜科技企业了，未必就适宜快消品的企业。

而可能导致不适应的这截正是用智能才能办理，用规则办理不了的部分。
（智能原生运用的代价根基）

这部分的调优、确认、打磨如果进行概括，那便是从1到10。

这个环节过去对付互联网产品不关键，但对付智能原生产品（类生命体）很关键。

总结来说，互联网产品是两段论，而AI产品则是三段论。

从1到10这个阶段对智能原生产品非常关键，搞不好就意味着智能没起浸染，而一旦退回去变成一直的重复从0到1，那很可能就会走上数字化或者SaaS的老路。

四、家当空间

如果把各种产品放在智能的坐标轴上，那大概是这样一种分布。

纯挚的工具，比如压缩软件或者安全软件，那是一个固定形状的球。
我就干这个活，别的别找我。
按过去的说法，好的工具可以支撑10亿美金企业。
（chatGPT很不纯挚…）

平台由于两边开放，就很像一个挤挤可以变形的球，但能变的形状是确定的。
按照之前的说法这是100亿美金企业的支撑。
生态号称是把上面一堆东西安在一起，但从智能角度看实质并没变革。

智能原生运用和上面不一样，自身便是变形虫，是类生命体。
环境须要什么样，它自己就往那个方向变，自己也会进化（程序改变自己 VS版本升级）。

真的智能原生程序不要人挤，自己就可以按需变形。

这种特性带来一个坏处，智能原生运用虽然也是可大可小，但由于智能的通用度，就不太可能是纯挚的工具，以是不会是太小规模的产品。

技能决定了先天可能性，而投入产出决定了现实的可能性。

须要把稳的是不能把智能原生运用和工具，包括实质是工具的歌种好玩的APP放在一起，这不是一类东西。

总结

如果问大模型到底带来了什么？那很多人的印象可能是能帮助写论文、能天生很拉风的图片、能天生视频（Sora）。
但这天下实在没几个人是每天做编辑事情的。
如果人工智能的影响局限于，那就不可能带来超过互联网的生产力。
大模型所带来的能力里面最关键的实在是观点理解和自行判断的能力。
基于这个能力才能构建真正的智能原生运用，而智能原生运用不单须要从0到1，还须要从1到10。

专栏作家

琢磨事，微信公众年夜众号：琢磨事，大家都是产品经理专栏作家。
声智科技副总裁。
著有《终极复制：人工智能将如何推动社会巨变》、《完美软件开拓：方法与逻辑》、《互联网+时期的7个引爆点》等书。

本文原创发布于大家都是产品经理。
未经容许，禁止转载。

题图来自 Unsplash，基于 CC0 协议

该文不雅观点仅代表作者本人，大家都是产品经理平台仅供应信息存储空间做事。