我在上次文章里說了和一家公司結束合作的事兒，也講了他們是如何在產品工作里使用 AI 的。

第二天，有個朋友給我拉了個活兒，介紹了一家有同樣需求公司的產品總監跟我聊。

對方的訴求很明確，就是用 AI 來做內部提效。

過程中我還知道，這家公司出臺了一條在我看來非常狠的規定，三個月內如果不能把自己工作流 AI 化的員工，全部裁掉。

這里面包括產品經理、程序員、設計師、財務、行政崗，而且老板也說了，這個期間 token 管夠。

那位產品總監跟我說，現在老板怕的不是 token 賬單燒不過來，而是怕未來這批人拉低公司效率。

聽到這，我是認同的，但也覺得有點極端。

從和他們初步溝通下來我發現，老板現在有點為了用而用，甚至有點被 AI 洗腦的感覺。

在我看來，AI 提效現有工作流需要滿足幾個前提條件，也是我在上個成功案例公司里落地時和老板有過約法三章的。

第一，組織變化要先于流程變化。

我發現很多老板以為把 AI 能力引入公司就能起到提效作用，覺得就是 AI 工具使用和流程優化。

但最后他們會發現，團隊還是按原來的工作模式協作，速度可能是快了，但總體成效并不顯著。

其實這里面的問題就在于組織沒變，說白了就是人的協作方式沒變。

我舉個例子。

我合作的上家公司一開始也是上面這種情況，產品、技術、設計是三個獨立團隊。

產品經理先出需求，然后自己畫線框圖拿去給研發做初評，技術評估沒問題再交給設計出高保真，接著切圖標注，然后和產品技術一起做終評。

這種就是典型的傳統軟件開發流程，雖然過程中他們開始用 AI 來輔助 PRD 創作，用 AI 來輔助設計，但提效都是單點的。

后來，我跟他們老板建議把產品和設計團隊合并，并且讓技術前置參與到初稿設計環節，用 AI 做的可交互原型來替代冗長的 PRD 文檔。

團隊和流程優化后，他們的設計團隊負責定義設計風格，比如視覺和交互標準，產品團隊直接基于設計原則利用 AI 產出可交互 demo。

工具有用 Figma AI 和 Claude Code，然后再通過自然語言描述的方式把功能邏輯補充到可交互 Demo 里，過程中輔助上簡化版的 PRD 文檔。

而且，技術在一開始就和產品設計團隊一起評估技術可行性，不再是一個下游承接環節。

在這種組織調整中，每個崗位的職責其實也在變。

設計師利用 AI 有了動態化產品設計的能力，把過去的靜態設計變成了動態 demo。

產品經理利用 AI 來做更全面的需求洞察和產品規劃，在 AI 協助下綜合權衡用戶、業務、設計、技術等多方利益。

如果只改流程不變組織，其實就相當于用新工具造老路。

如果升級組織并優化流程，就是用新生產力去升級原有路徑。

在這種變化中，組織內還會產生新的管理機制，比如 token 分配和獎勵，甚至是防濫用。

組織變了，能力才會真正跟上。

第二，AI 能力依托于團隊能力。

我在上周的文章里也提到了，其實把 AI 落在產品工作中最重要的并不是用上一個多么強大的模型，而是方法的落地。

說白了，每家公司都需要蒸餾一些工作能力強的人所具備的方法。

看似很殘酷，但這就是現實。

而且，很多人以為被蒸餾后的那些人就沒價值了。恰恰相反，他們的作用和價值反而變大了。

真正有危機的，是開始使用這些被蒸餾后 AI 能力的人，因為他們成為了真正的執行者，甚至都不再被需要了。

而那些本身能力很強的人，他們被復制了，而且能對 AI 輸出結果做判斷和取舍，還能持續優化 AI 本身已經學會的方法。

所以，我并不擔心上家公司蒸餾我的產品工作方法，因為他們獲得的是那一刻的靜態快照。

我本身是迭代的，而且過程中他們一定會遇到新問題，所以還是會繼續找我合作。

這也就得出了一個結論：AI 能力的真正落地，其實很大程度上依托于現有團隊的能力。

不是有了 AI 團隊就會更強，而是已經很強的團隊有了 AI 才會更強。

第三，別舍不得燒 token。

剛開始引入 AI 工作流的老板一開始都會有點不適應，甚至是恐懼，因為當他們第一次看到 token 賬單是一定會驚訝。

所以，在這個過程中就需要進行嚴密的 ROI 評估。

是不是真正做到了降本增效，是不是真的比原有效率更高了，這些都需要一定時間的跟進和計算。

這里面還有一個隱秘的真相，就是 token 賬單是把公司成本顯性化了。

過去，老板只看到每個月發出去多少工資，公司整體開支是多少，但對于員工是不是效率最大化并沒有感覺。

說白了，就是看不到員工執行的過程和效率。

現在，AI 可以讓這個過程顯性化，干了多少、干出了什么、少了多少 token、時效性、質量等，都是可擺在臺面上的。

以上三點，都不是單點滿足就行，而是要整體變化。

回到一開始說的那家公司，據我了解，他們現在只滿足了第三點。

當然，能做到滿足第三點的老板已經很棒了。

寫在最后。

我覺得普通人從這一輪變化中一定要看清一個規律，那就是 AI 到底是如何改變生產力和生產關系的。

電本身和用電的方式以及產業結構的變化，就是生產力和生產關系的例子。

同理，計算機和用計算機來工作也是一樣，都伴隨著組織變化、流程變化、管理變化、產業鏈結構的變化。

同樣是用 AI，接下來我覺得也會分化成兩個方向。

一個是使用 AI 的基礎能力，包括信息查詢、分析整理、創意挖掘等，這也是大多數人直接能用上的。

另一個是使用 AI 的生產力屬性，比如用 AI 來做產品、做設計、做開發、做內容、做科研、做醫療等。

這兩個方向都是對的，但更有價值且能拉開人與人差距的一定是后一條路。

我現在做的 AI 個體戶計劃，就是在走這條路。

················· 唐韌出品 ·················

用AI思維發現下一個機會

安可時刻

昨天我自己開發的副業小程序已經提審并通過了，全程都是 AI 幫我做的設計、寫的代碼，就連部署都是 AI 自己搞定的。

這個小程序是我另一個副業賬號對應的產品，從 MVP 產品開始做，接下來一步步迭代。

工具用了 Claude Code 和微信自己的小程序開發工具，模型用的 GLM 和 Opus 4.8 混搭。

折算成本下來，比去找一個程序員外包要劃算太多。

關鍵是，隨便我怎么給它提需求，它都沒脾氣。