即刻App年轻人的同好社区
下载
看完剪映&Capcut产品经理这篇“过去2年做过的亿级用户规模的AI产品经验总结”，我更加坚定自己的判断：
在AI能力尚未收敛之前，AI落地的核心方法论之一，就是：
【关注新技术突破
->跟进开发者和创作者“大神”用新技术做出爆款作品
->围绕主营业务和生态优势找场景，再将“大神”工作流产品化落地】
1、在文章中，有两处证据
①第一处：AI产品的爆发，主要由模型能力驱动
“模型能力胜过产品雕花，应该是很多一线同学的超强共鸣。
当模型能力迭代带来一个领先的新体验，给用户提供其他竞品没有的结果，只要找到合适的应用场景，就能快速爆发。
这里的case，数不胜数，比如：
- Remini首先把真人lora放在AI写真，成为23年最火的AI产品
- Luma首先把sora的DiT视频模型做出来，通过AI拥抱瞬间火遍全球，超过Runway几年积累的用户规模
- Pika首先把视频lora做成捏捏特效，逆风翻盘
- 即梦首发了中文字海报生成能力，用户规模和口碑暴涨
- Deepseek做出首个开源和免费的推理模型，成为史上增长最快的AI产品”
②第二处：AI产品的突破口，藏在大神用新技术创造的爆款
“大模型的泛化能力和开源，让ComfyUI、Coze之类的平台，创作者通过节点来创建和封装工作流，可以满足非常多的需求。创作者的创意，经常会超出你的想象。
这也是为什么Midjourney、即梦、Liblib之类的产品，一定要在端内做社区，把用户通过工具做出来的内容，作为模板，来服务更多用户，甚至裂变出新的创意
比如我们做AI特效，23年总结出的核心产品方法论是【新技术出现->大神用新技术创作爆款作品->把大神工作流一键产品化】，直到今天，我们依然在敏锐的观察着市场变化，我们inhouse这几个人的创意，远远比不上社区的创意。”
2、C端产品如此，B端落地亦是如此
从 2023 年7月开始，我一直在影视龙头公司负责AI的应用推广。
回看这两年拿得出手的成绩，会发现大多来自及时发现、验证和应用最新技术。
①说一个股民们可能也知道的案例吧。
前年看到某国产AI 的突出能力之后，我把自己玩成了用该AI的小小“大神”。后来，还将该AI 也应用到了公司业务中。
等到去年3月的时候，股民开始炒那家AI的概念股，把我们公司也给列进去了。
我简单搜了一下，3月18日至3月22日期间，公司股价累计涨幅达到95.41%，其中3月20日至22日连续三个交易日实现"20CM"涨停。
我还用微信上的 deepseek-r1 估了一下，市值大概增加了50多亿元。感觉今后开玩笑的时候，我也可以说自己有“带来超50亿市值增长”的AI落地经验了……
②再说我是怎么follow【大神用新技术创造的爆款】的
不同于剪映更关注创作者大神，我主要 follow的是开发者大神。
尤其是当头部大模型有新的升级之后，我会密切关注即刻和 Twitter上开发者们的使用反馈，尤其是效果不错的最佳实践。
平时的话，我每天上午9 点，都会在黄钊老师《AI 产品经理大本营》知识星球里看AI日报；每隔几天会爬一遍“AI探索站”热门帖的楼，快速过一遍奇绩论坛的大模型日报。
此外，看到即友们的AI群二维码之后，如果有我感兴趣的主题，比如前段时间比较火的DeepClaude项目，我一般都会进群学习。
关注的AI开发者多了，加的群多了，很多“大神用新技术创造的爆款”的信息，就在不知不觉中进到信息流里了。
3、当然，光看信息不够，更重要的是结果转化
2023年让业务用起来就行，2024年就得让大家用出效果；如今到了2025年，更是要帮他们用出效益。
所以，看到跟业务相关的最佳实践之后，我一般会简单逆向工程一下大神的思路，然后试着在自己的电脑上复现。
如果测下来确实不错，我就找到合适的业务方，用新技术方案去解决相关的需求，最终跟他们一起做出个demo来。
不过，传统行业的产研资源，相对比较有限。因此，为了争取demo更好变成产品，我经常要结合公司战略、业务反馈等信息，形成该新技术的解读报告，深入浅出地解释给多位管理层。
解读报告写多了之后，我便练就了一手“技术解读”的本事。最近还有AI 巨头公司的人说，他们做出好东西之后，也需要有人转化成外界能懂的话，而我就是个比较合适的人选。
其实，相较于AI自媒体，我有更多在企业一线落地的经验。因此，我能更好结合公司的主营业务，去做进一步分析和解读。很多时候，我的内容，是真可以推动公司高层和各个团队去决策的。
言归正传，我又是如何让业务方用出效果、用出效益的呢？细节暂不展开，我就重点分享一下我的对标对象：
①Palantir的前线部署工程师
Demo 前后的环节，我一直在尝试对标美国AI领域隐形冠军Palantir 的做法。
这家公司设有专门的“前线部署工程师（FDEs）”岗位，让工程师直接跟客户合作。
FDEs首先会深入现场，了解客户所在行业的业务流程、挑战和痛点，并在业务现场捕捉客户工作方式中的隐性知识。
然后，利用Palantir的平台和工具，快速构建出有价值的原型或软件，让客户看到实际效果，赢得客户的信任。
当然，这些原型或软件往往是高度定制化的，不一定具有通用性。所以，Palantir也会让不咋跟客户打交道的产品开发（PD）工程师，将FDEs的定制解决方案转化为标准化的产品，使其可扩展、适用于多种用例。
②SaaS行业的客户成功
形成标准化产品之后，就轮到我进一步的应用推广了。不过两年下来，我意识到比起所谓的推广，更重要的是业务方的客户成功。
这一点，跟硅谷的coding agent团队的客户成功有点类似。
上次锦秋基金带队去硅谷时发现：客户成功对于采用 AI coding工具至关重要。售后支持、培训、启动和采用，是关键的区别因素。
一家AI coding初创公司，有 60-70 人致力于客户成功，约占其员工总数的一半。这方面的大投资，是为了确保客户满意度。
AI coding的客户成功是怎么做的，我目前不太清楚。但之前在国内一家出海SaaS 公司当PMM 的时候，也有近距离学习过。
这家公司名为UMU，一直在日本AI市场比较火。但他们在SaaS上学习的，主要是硅谷那边的经验。
我有个印象比较深的例子：
UMU是高成资本的被投公司，而高成资本一直在做“ToB 方法论丛书”，有一年主推的就是《客户成功：减少流失、增加复购的秘密》和《客户成功经济：为什么商业模式需要全方位转换》。
那会儿，我和在UMU 的很多前同事，都读过这两本书。
——
总之，在AI时代，最好的创新往往不是“自上而下”的规划，而是“自下而上”的涌现。
那些改变行业的突破，都来自走在技术前沿的探索者们对基础需求的重新诠释。而最好的产品团队/应用落地团队，往往不是最好的创意者，而是最敏锐的观察者和最高效的转化者。
在技术能力还在加速进化的当下，我们最重要的使命，或许就是成为链接“创新”与“价值”的桥梁 ，让每一个技术突破，都能更快地转化为推动行业进步的新生产力。
在AI能力尚未收敛之前，AI落地的核心方法论之一，就是：
【关注新技术突破
->跟进开发者和创作者“大神”用新技术做出爆款作品
->围绕主营业务和生态优势找场景，再将“大神”工作流产品化落地】
1、在文章中，有两处证据
①第一处：AI产品的爆发，主要由模型能力驱动
“模型能力胜过产品雕花，应该是很多一线同学的超强共鸣。
当模型能力迭代带来一个领先的新体验，给用户提供其他竞品没有的结果，只要找到合适的应用场景，就能快速爆发。
这里的case，数不胜数，比如：
- Remini首先把真人lora放在AI写真，成为23年最火的AI产品
- Luma首先把sora的DiT视频模型做出来，通过AI拥抱瞬间火遍全球，超过Runway几年积累的用户规模
- Pika首先把视频lora做成捏捏特效，逆风翻盘
- 即梦首发了中文字海报生成能力，用户规模和口碑暴涨
- Deepseek做出首个开源和免费的推理模型，成为史上增长最快的AI产品”
②第二处：AI产品的突破口，藏在大神用新技术创造的爆款
“大模型的泛化能力和开源，让ComfyUI、Coze之类的平台，创作者通过节点来创建和封装工作流，可以满足非常多的需求。创作者的创意，经常会超出你的想象。
这也是为什么Midjourney、即梦、Liblib之类的产品，一定要在端内做社区，把用户通过工具做出来的内容，作为模板，来服务更多用户，甚至裂变出新的创意
比如我们做AI特效，23年总结出的核心产品方法论是【新技术出现->大神用新技术创作爆款作品->把大神工作流一键产品化】，直到今天，我们依然在敏锐的观察着市场变化，我们inhouse这几个人的创意，远远比不上社区的创意。”
2、C端产品如此，B端落地亦是如此
从 2023 年7月开始，我一直在影视龙头公司负责AI的应用推广。
回看这两年拿得出手的成绩，会发现大多来自及时发现、验证和应用最新技术。
①说一个股民们可能也知道的案例吧。
前年看到某国产AI 的突出能力之后，我把自己玩成了用该AI的小小“大神”。后来，还将该AI 也应用到了公司业务中。
等到去年3月的时候，股民开始炒那家AI的概念股，把我们公司也给列进去了。
我简单搜了一下，3月18日至3月22日期间，公司股价累计涨幅达到95.41%，其中3月20日至22日连续三个交易日实现"20CM"涨停。
我还用微信上的 deepseek-r1 估了一下，市值大概增加了50多亿元。感觉今后开玩笑的时候，我也可以说自己有“带来超50亿市值增长”的AI落地经验了……
②再说我是怎么follow【大神用新技术创造的爆款】的
不同于剪映更关注创作者大神，我主要 follow的是开发者大神。
尤其是当头部大模型有新的升级之后，我会密切关注即刻和 Twitter上开发者们的使用反馈，尤其是效果不错的最佳实践。
平时的话，我每天上午9 点，都会在黄钊老师《AI 产品经理大本营》知识星球里看AI日报；每隔几天会爬一遍“AI探索站”热门帖的楼，快速过一遍奇绩论坛的大模型日报。
此外，看到即友们的AI群二维码之后，如果有我感兴趣的主题，比如前段时间比较火的DeepClaude项目，我一般都会进群学习。
关注的AI开发者多了，加的群多了，很多“大神用新技术创造的爆款”的信息，就在不知不觉中进到信息流里了。
3、当然，光看信息不够，更重要的是结果转化
2023年让业务用起来就行，2024年就得让大家用出效果；如今到了2025年，更是要帮他们用出效益。
所以，看到跟业务相关的最佳实践之后，我一般会简单逆向工程一下大神的思路，然后试着在自己的电脑上复现。
如果测下来确实不错，我就找到合适的业务方，用新技术方案去解决相关的需求，最终跟他们一起做出个demo来。
不过，传统行业的产研资源，相对比较有限。因此，为了争取demo更好变成产品，我经常要结合公司战略、业务反馈等信息，形成该新技术的解读报告，深入浅出地解释给多位管理层。
解读报告写多了之后，我便练就了一手“技术解读”的本事。最近还有AI 巨头公司的人说，他们做出好东西之后，也需要有人转化成外界能懂的话，而我就是个比较合适的人选。
其实，相较于AI自媒体，我有更多在企业一线落地的经验。因此，我能更好结合公司的主营业务，去做进一步分析和解读。很多时候，我的内容，是真可以推动公司高层和各个团队去决策的。
言归正传，我又是如何让业务方用出效果、用出效益的呢？细节暂不展开，我就重点分享一下我的对标对象：
①Palantir的前线部署工程师
Demo 前后的环节，我一直在尝试对标美国AI领域隐形冠军Palantir 的做法。
这家公司设有专门的“前线部署工程师（FDEs）”岗位，让工程师直接跟客户合作。
FDEs首先会深入现场，了解客户所在行业的业务流程、挑战和痛点，并在业务现场捕捉客户工作方式中的隐性知识。
然后，利用Palantir的平台和工具，快速构建出有价值的原型或软件，让客户看到实际效果，赢得客户的信任。
当然，这些原型或软件往往是高度定制化的，不一定具有通用性。所以，Palantir也会让不咋跟客户打交道的产品开发（PD）工程师，将FDEs的定制解决方案转化为标准化的产品，使其可扩展、适用于多种用例。
②SaaS行业的客户成功
形成标准化产品之后，就轮到我进一步的应用推广了。不过两年下来，我意识到比起所谓的推广，更重要的是业务方的客户成功。
这一点，跟硅谷的coding agent团队的客户成功有点类似。
上次锦秋基金带队去硅谷时发现：客户成功对于采用 AI coding工具至关重要。售后支持、培训、启动和采用，是关键的区别因素。
一家AI coding初创公司，有 60-70 人致力于客户成功，约占其员工总数的一半。这方面的大投资，是为了确保客户满意度。
AI coding的客户成功是怎么做的，我目前不太清楚。但之前在国内一家出海SaaS 公司当PMM 的时候，也有近距离学习过。
这家公司名为UMU，一直在日本AI市场比较火。但他们在SaaS上学习的，主要是硅谷那边的经验。
我有个印象比较深的例子：
UMU是高成资本的被投公司，而高成资本一直在做“ToB 方法论丛书”，有一年主推的就是《客户成功：减少流失、增加复购的秘密》和《客户成功经济：为什么商业模式需要全方位转换》。
那会儿，我和在UMU 的很多前同事，都读过这两本书。
——
总之，在AI时代，最好的创新往往不是“自上而下”的规划，而是“自下而上”的涌现。
那些改变行业的突破，都来自走在技术前沿的探索者们对基础需求的重新诠释。而最好的产品团队/应用落地团队，往往不是最好的创意者，而是最敏锐的观察者和最高效的转化者。
在技术能力还在加速进化的当下，我们最重要的使命，或许就是成为链接“创新”与“价值”的桥梁 ，让每一个技术突破，都能更快地转化为推动行业进步的新生产力。
深度复盘｜做AI产品近2年总结出来的25条核心认知
点击阅读原文67 855
来自圈子
AI探索站
84423人已经加入