即刻App年轻人的同好社区
下载
现在这个大环境，大家有没有这样一种感觉：做什么都没有希望，很迷茫。上班没希望，动不动就裁员，还被公司各种压榨；创业也没希望——你能想到任何东西，市场上都有一堆人已经在做，而且非常成熟，你根本干不过他们。可未来还有几十年要生存，到底要怎么办？要怎样才能让自己持续生活下去？
我觉得在 AI 这个时代，我们需要忘掉积累了很多年的旧有思考模式，重新想清楚：未来 10 年，我们应该用什么方式来赚钱。
先说上班。现在普遍的趋势是：活越来越多，收入反而越来越少。
先说收入。因为大环境不好，很多公司已经没有增量的业务，旧有业务的体量也在持续减少。再也没有像以前动不动就几个月、甚至十几个月的年终奖，而且还在持续降薪。
由于没那么多业务了，再加上 AI 的加持，公司也就不需要那么多人了。所以会导致很多人才向整个就业市场输出，导致供大于求。
这样的话，公司就有了更多的议价空间，进一步压缩打工人的收入。
所以很多公司为什么敢持续地降薪和压榨你？就是因为他知道，你走了不好找工作；或者说，你走了他也不怕找不到替代你的人。
所以我们老板动不动就会在开会的时候，用「外面不好找工作」这句话敲打一下我们：要好好努力，要好好加班。潜意识就是说，你们再不努力，我就要把你干掉。
所以现在的打工环境，就不要再幻想像之前那样，随便跳个槽就能工资翻一番的日子了。大家都得节衣缩食了。
再来说说成长。我还记得 2015 年我刚毕业的时候，互联网还在蒸蒸日上，走到哪里，大家都在探讨有什么新的产品 idea、创新的机会。不像现在，到处都在讲裁员、副业，什么铁人三项。所以当时上班还是一件很有意思的事情：成长很快，有很多机会从 0 到 1 去做一件新的事情。
而现在我们在职场里做的更多的是什么？日报、周报、考勤汇报、填任务、填工时，这些过程管理的东西。
做这些事情带给我们的价值感很低，它更多的是一种消耗，是非常没有意思的事情。他学到的更多的是一种混职场的能力。
这些东西脱离了职场、脱离了体系，一文不值。在职场还处于好混的时候，或许还有点用，因为还能让我们持续地苟着。但是现在这个大环境，随着年龄越来越大，被裁成为一种必然，那我们学这些东西又有什么价值呢？我们更需要学的，是一种在市场上打拼的能力。但现在这些能力，在职场是越来越难接触到了。
特别是刚进入职场的新人，更惨。我们老人好歹还经历过红利期，还是学到了那么一点东西。那些新人一进来，甚至老人都不愿意带——因为教会了徒弟，饿死了师傅。现在岗位的编制就那么几个，如果新人学会了，那企业第一时间肯定是把老人给干掉。所以很多老人是很排斥新人的。你进来之后，他基本就会把你晾在那里，根本得不到成长的机会。
好了，说完了职场，那我们就来说说另外一种可能：副业，或者说是创业。
前几天，我跟同事去参加了深圳的跨境电商博览会，你就会发现，整个市场上的产品真的已经卷到没边了。各种你想过的、没想过的产品，都有人在做，而且还不止一家。甚至有些产品，你感觉一辈子都不会去买。像这种如此细分的市场，都有人钻进去了，你就可想而知，现在市场上的厂商到底有多卷。
不仅是实体，线上也是一样的。你想要把产品做得好一点，竞品在做；你想要便宜一点，竞品的成本比你还低。想要做个账号，靠内容这种低成本的方式来获取流量，你也会发现，用户的注意力同样被大量的内容争夺着。你好不容易做出来的视频，平台给你的也就只有那么零星的播放量。
现在有了 AI 就更难了。在没有 AI 的时候，做东西好歹有点门槛，不至于人人都会。你拉个小团队做点服务，可能还是能找到一些人买单。
现在呢，人手一个通用的 agent：WorkBuddy、Codex、豆包、Coze，每个人都能用这些通用的 AI，做出一款完全符合他自己定制化需求的软件服务。未来可能硬件都能轻松做出来，比你去买外面的服务，算下来成本要更低，而且随时可以改。那以后第三方的服务还存在吗？不得而知。但从目前来看，整个市场肯定会萎缩很多。
所以 AI 再强，能造出再牛的东西又怎么样？人人都会造，你根本找不到为你付费的人群。所以通过这种方式，很难找到副业或者创业的机会。
那么，普通人未来的创业机会，是不是就彻底被抹杀了呢？其实也不见得。我们还是能够尝试用 AI 去探索一些适合普通人的赚钱路径——它不见得能让你大富大贵，但做一些赚小钱的生意，还是有可行性的。
总结来说，就是用 AI 长期、陪伴式地去解决某个特定行业里的非标准化问题。
这句话表达得很抽象，我们一个一个地来拆解这里面表达的意思。
先来说说「特定行业」。AI 跟互联网其实是类似的：不存在什么纯互联网，也不存在什么纯 AI，一定是「某某加 AI」。AI 它不是一个行业，它是解决某个问题的手段或者方式。那问题出在哪里？一定是出在行业里面。而每个行业都有它独属于这个行业的一些问题，这些问题，你如果不真正深入这个行业，是无法理解的。
很多人特别喜欢去追各种 AI 的技巧、AI 的工具，以及 AI 的一些潮流，却不愿意花心思去深耕或者学习某个行业、某个业务。所以他们对 AI 的理解，始终停留在表面上，做出各种各样的 AI 玩具，却无法实际产生效益，无法真正地去解决这个行业里面的问题。
所以没有所谓的 AI 人才，只有「某某行业的 AI 人才」。要让自己真正地去深耕这个行业，扎到这个行业里面去，理解这个行业里面的逻辑、这个行业里面的产业链、这个行业里面的客群所存在的一些问题。这样才能实实在在地用 AI，去解决这个行业的一些客群的痛点。
再来说说「非标准化」。因为我认为，有了 AI 之后，未来一定是朝着非标定制的方向去发展的。有了 AI 工具，每个人或者每家企业，都能用 AI 工具来解决自己特定的一些问题，而不是像之前一样，还要去买一个标准化的服务，去买一个标准化的 SaaS。
但有些人会说：那我也可以去做 AI 工具啊，做一个 AI 工具平台，让他们去做他们想要的东西。我只想说，这种机会不属于我们普通人。我觉得未来大厂，比如腾讯、阿里、字节，他们造的 AI 工具会吃掉这个市场百分之八九十以上的份额。而剩余的百分之十、百分之二十，是留给那些中型厂商的，他们深耕于某个行业，去做这个行业垂直的 AI，比如金融的 AI、跨境的 AI 等等。而我们这些没钱没资源的，没法去跟他们做这种竞争。
我们只能去做他们不愿意去做的脏活累活、非标准化的个性化的服务。可以理解为，就是「最后一公里」那样的事情——他们不可能真正下场，去解决单个企业或者单个个体很个性化的需求。那这些事情我们可以做，这些小钱我们可以赚。
然后，我再来说说什么叫做「持续性」「陪伴式」。
比如说，有些人会通过卖课，或者一对一咨询的方式，告诉你一套方法论：怎么用 AI 来解决你工作中、企业经营的一些问题。但实际落到真实的作业场景，就会发现还是会遇到很多问题。可能听课的时候觉得好牛逼：这套方法论我只要用上，这些问题我都能解决。但是每个人的工作习惯、思维方式都有很大差异，这套方法真的应用到自己身上、落实到真实的作业场景，你就会发现，很多时候执行不下去，会产生各种各样的问题。
那么对于很多稍微大一点的机构，他是不愿意、或者不屑于去解决你这些零散的小问题的。其实也有点类似于大公司大厂「最后一公里」的那些脏活，他们不愿意干——因为前面的那些钱，他们已经赚得盆满钵满了，所以也不需要花很多精力去解决这些事情。但是对于我们普通人、个体来说，这就是我们的机会。
所以我们不仅要教，还要长期、陪伴式地跟进：他们在落地这套方法论的过程中，日常所遇到的问题，并手把手教他怎么解决。
这种模式，不像大厂那样可以快速批量地复制，在短时间内大规模地赚钱。我们更多的是要长期、有耐心地去服务那么一小撮人，做小而美的生意。
现在市场上，还存在着大量对 AI 的理解和应用还处在非常浅层的人，需要我们这些身先士卒的人去教他们，教他们如何落地。因为 AI 工具跟传统的 SaaS 工具不一样：SaaS 工具是标准化的、流程既定的，我告诉你怎么用，你就照着流程、照着功能说明书去用就完了。而 AI 工具是一个非常个性化的工具，类似像积木一样的东西：我给你一堆积木，但怎么搭、怎么搭出你想要的东西，是没有标准化答案的。
这就需要那些长期用 AI 去实践、并且在过程中沉淀出方法论的人，来辅助他们解决这些问题，直到他们能够完全上手，能够复用性地去解决后续的问题。到这个时候，你就可以撤场了，去解决其他人的问题。
这就是属于我们这些没钱、没资源，但在 AI 上有一些认知的普通人的机会：找一个特定的行业，长期、持续性、陪伴式地去解决他们非标准化的问题，然后赚一些小钱。
那我们接下来应该怎么做呢？把你现在工作所处的行业，用 AI 重新做一遍。梳理一下你的工作、你的行业有哪些问题，可以用 AI 怎么去调整、怎么开源、怎么节流。用 AI 重做一遍，梳理成方法论，赋能给跟你同类型工作或行业的人。
因为我相信，我们自己会遇到的问题，别人一定也会遇到。所以我们先把自己的问题解决掉。因为对我们自己工作的问题、自己行业的问题，我们一定是最熟悉的、最有经验的——起码比其他行业的人，要了解我们所处这个行业，了解得多得多。那我们就先从自己入手，把我们的问题解决了，然后再去找跟我们同行业的人，看看他们是不是也有这些问题，我们来帮他解决。
当然，如果你本身对自己这个行业也是刚入行、没那么了解，或者压根不喜欢自己所在的行业——其实跟我一样。我现在做的是金融行业，我认为金融行业从长远来看，不是一个特别乐观的行业，所以我也不太想往这个行业里面再去深耕挖掘。我更看好未来出海、跨境外贸这个行业，那么我接下来就打算从 0 到 1 去研究这个行业、深耕这个行业，我觉得也不迟。然后自己在做这个行业的过程中，看看如何用 AI 来解决这个行业的一些问题，再把这个探索的过程，去赋能给这个行业的人。
当然，我们一定不是那种割韭菜的逻辑。因为我看到很多做类似这种服务的人，很多他自己都没有从事过这个行业，或者在这个行业没有实实在在做过什么东西，他就直接去教别人，这种其实就是误人子弟。所以我觉得，我如果要做这个事情，一定是要躬身入局，要真正地去做一些事情，去做一个 AI builder。比如说我未来要做外贸这个行业，那我就真真正正地去选品、去搭独立站、去卖货、去投流，把整个流程跑通。
我要把自己真正地当成一个外贸人，把做好外贸这个结果当成驱动目标，来驱动我思考怎么用 AI 解决外贸这个过程中所遇到的问题。
要把自己躬身到这个行业里面去看问题，而不只是一个纯卖课、纯服务的。这样的话，你永远是个局外人，没办法从一个行内人的角度去看待问题。这样的话，就很难理解你所要服务的这些人群：他们在想什么，他们在担忧什么，他们想要什么，他们真正的问题是什么。
这就是我这段时间持续地在用 AI 探索，对普通人未来发展的一些思考。大家如果对 AI 相关的、以及未来职业发展相关的有一些想法，我们可以一起沟通探讨，可以关注我的置顶区
我觉得在 AI 这个时代，我们需要忘掉积累了很多年的旧有思考模式，重新想清楚：未来 10 年，我们应该用什么方式来赚钱。
先说上班。现在普遍的趋势是：活越来越多，收入反而越来越少。
先说收入。因为大环境不好，很多公司已经没有增量的业务，旧有业务的体量也在持续减少。再也没有像以前动不动就几个月、甚至十几个月的年终奖，而且还在持续降薪。
由于没那么多业务了，再加上 AI 的加持，公司也就不需要那么多人了。所以会导致很多人才向整个就业市场输出，导致供大于求。
这样的话，公司就有了更多的议价空间，进一步压缩打工人的收入。
所以很多公司为什么敢持续地降薪和压榨你？就是因为他知道，你走了不好找工作；或者说，你走了他也不怕找不到替代你的人。
所以我们老板动不动就会在开会的时候，用「外面不好找工作」这句话敲打一下我们：要好好努力，要好好加班。潜意识就是说，你们再不努力，我就要把你干掉。
所以现在的打工环境，就不要再幻想像之前那样，随便跳个槽就能工资翻一番的日子了。大家都得节衣缩食了。
再来说说成长。我还记得 2015 年我刚毕业的时候，互联网还在蒸蒸日上，走到哪里，大家都在探讨有什么新的产品 idea、创新的机会。不像现在，到处都在讲裁员、副业，什么铁人三项。所以当时上班还是一件很有意思的事情：成长很快，有很多机会从 0 到 1 去做一件新的事情。
而现在我们在职场里做的更多的是什么？日报、周报、考勤汇报、填任务、填工时，这些过程管理的东西。
做这些事情带给我们的价值感很低，它更多的是一种消耗，是非常没有意思的事情。他学到的更多的是一种混职场的能力。
这些东西脱离了职场、脱离了体系，一文不值。在职场还处于好混的时候，或许还有点用，因为还能让我们持续地苟着。但是现在这个大环境，随着年龄越来越大，被裁成为一种必然，那我们学这些东西又有什么价值呢？我们更需要学的，是一种在市场上打拼的能力。但现在这些能力，在职场是越来越难接触到了。
特别是刚进入职场的新人，更惨。我们老人好歹还经历过红利期，还是学到了那么一点东西。那些新人一进来，甚至老人都不愿意带——因为教会了徒弟，饿死了师傅。现在岗位的编制就那么几个，如果新人学会了，那企业第一时间肯定是把老人给干掉。所以很多老人是很排斥新人的。你进来之后，他基本就会把你晾在那里，根本得不到成长的机会。
好了，说完了职场，那我们就来说说另外一种可能：副业，或者说是创业。
前几天，我跟同事去参加了深圳的跨境电商博览会，你就会发现，整个市场上的产品真的已经卷到没边了。各种你想过的、没想过的产品，都有人在做，而且还不止一家。甚至有些产品，你感觉一辈子都不会去买。像这种如此细分的市场，都有人钻进去了，你就可想而知，现在市场上的厂商到底有多卷。
不仅是实体，线上也是一样的。你想要把产品做得好一点，竞品在做；你想要便宜一点，竞品的成本比你还低。想要做个账号，靠内容这种低成本的方式来获取流量，你也会发现，用户的注意力同样被大量的内容争夺着。你好不容易做出来的视频，平台给你的也就只有那么零星的播放量。
现在有了 AI 就更难了。在没有 AI 的时候，做东西好歹有点门槛，不至于人人都会。你拉个小团队做点服务，可能还是能找到一些人买单。
现在呢，人手一个通用的 agent：WorkBuddy、Codex、豆包、Coze，每个人都能用这些通用的 AI，做出一款完全符合他自己定制化需求的软件服务。未来可能硬件都能轻松做出来，比你去买外面的服务，算下来成本要更低，而且随时可以改。那以后第三方的服务还存在吗？不得而知。但从目前来看，整个市场肯定会萎缩很多。
所以 AI 再强，能造出再牛的东西又怎么样？人人都会造，你根本找不到为你付费的人群。所以通过这种方式，很难找到副业或者创业的机会。
那么，普通人未来的创业机会，是不是就彻底被抹杀了呢？其实也不见得。我们还是能够尝试用 AI 去探索一些适合普通人的赚钱路径——它不见得能让你大富大贵，但做一些赚小钱的生意，还是有可行性的。
总结来说，就是用 AI 长期、陪伴式地去解决某个特定行业里的非标准化问题。
这句话表达得很抽象，我们一个一个地来拆解这里面表达的意思。
先来说说「特定行业」。AI 跟互联网其实是类似的：不存在什么纯互联网，也不存在什么纯 AI，一定是「某某加 AI」。AI 它不是一个行业，它是解决某个问题的手段或者方式。那问题出在哪里？一定是出在行业里面。而每个行业都有它独属于这个行业的一些问题，这些问题，你如果不真正深入这个行业，是无法理解的。
很多人特别喜欢去追各种 AI 的技巧、AI 的工具，以及 AI 的一些潮流，却不愿意花心思去深耕或者学习某个行业、某个业务。所以他们对 AI 的理解，始终停留在表面上，做出各种各样的 AI 玩具，却无法实际产生效益，无法真正地去解决这个行业里面的问题。
所以没有所谓的 AI 人才，只有「某某行业的 AI 人才」。要让自己真正地去深耕这个行业，扎到这个行业里面去，理解这个行业里面的逻辑、这个行业里面的产业链、这个行业里面的客群所存在的一些问题。这样才能实实在在地用 AI，去解决这个行业的一些客群的痛点。
再来说说「非标准化」。因为我认为，有了 AI 之后，未来一定是朝着非标定制的方向去发展的。有了 AI 工具，每个人或者每家企业，都能用 AI 工具来解决自己特定的一些问题，而不是像之前一样，还要去买一个标准化的服务，去买一个标准化的 SaaS。
但有些人会说：那我也可以去做 AI 工具啊，做一个 AI 工具平台，让他们去做他们想要的东西。我只想说，这种机会不属于我们普通人。我觉得未来大厂，比如腾讯、阿里、字节，他们造的 AI 工具会吃掉这个市场百分之八九十以上的份额。而剩余的百分之十、百分之二十，是留给那些中型厂商的，他们深耕于某个行业，去做这个行业垂直的 AI，比如金融的 AI、跨境的 AI 等等。而我们这些没钱没资源的，没法去跟他们做这种竞争。
我们只能去做他们不愿意去做的脏活累活、非标准化的个性化的服务。可以理解为，就是「最后一公里」那样的事情——他们不可能真正下场，去解决单个企业或者单个个体很个性化的需求。那这些事情我们可以做，这些小钱我们可以赚。
然后，我再来说说什么叫做「持续性」「陪伴式」。
比如说，有些人会通过卖课，或者一对一咨询的方式，告诉你一套方法论：怎么用 AI 来解决你工作中、企业经营的一些问题。但实际落到真实的作业场景，就会发现还是会遇到很多问题。可能听课的时候觉得好牛逼：这套方法论我只要用上，这些问题我都能解决。但是每个人的工作习惯、思维方式都有很大差异，这套方法真的应用到自己身上、落实到真实的作业场景，你就会发现，很多时候执行不下去，会产生各种各样的问题。
那么对于很多稍微大一点的机构，他是不愿意、或者不屑于去解决你这些零散的小问题的。其实也有点类似于大公司大厂「最后一公里」的那些脏活，他们不愿意干——因为前面的那些钱，他们已经赚得盆满钵满了，所以也不需要花很多精力去解决这些事情。但是对于我们普通人、个体来说，这就是我们的机会。
所以我们不仅要教，还要长期、陪伴式地跟进：他们在落地这套方法论的过程中，日常所遇到的问题，并手把手教他怎么解决。
这种模式，不像大厂那样可以快速批量地复制，在短时间内大规模地赚钱。我们更多的是要长期、有耐心地去服务那么一小撮人，做小而美的生意。
现在市场上，还存在着大量对 AI 的理解和应用还处在非常浅层的人，需要我们这些身先士卒的人去教他们，教他们如何落地。因为 AI 工具跟传统的 SaaS 工具不一样：SaaS 工具是标准化的、流程既定的，我告诉你怎么用，你就照着流程、照着功能说明书去用就完了。而 AI 工具是一个非常个性化的工具，类似像积木一样的东西：我给你一堆积木，但怎么搭、怎么搭出你想要的东西，是没有标准化答案的。
这就需要那些长期用 AI 去实践、并且在过程中沉淀出方法论的人，来辅助他们解决这些问题，直到他们能够完全上手，能够复用性地去解决后续的问题。到这个时候，你就可以撤场了，去解决其他人的问题。
这就是属于我们这些没钱、没资源，但在 AI 上有一些认知的普通人的机会：找一个特定的行业，长期、持续性、陪伴式地去解决他们非标准化的问题，然后赚一些小钱。
那我们接下来应该怎么做呢？把你现在工作所处的行业，用 AI 重新做一遍。梳理一下你的工作、你的行业有哪些问题，可以用 AI 怎么去调整、怎么开源、怎么节流。用 AI 重做一遍，梳理成方法论，赋能给跟你同类型工作或行业的人。
因为我相信，我们自己会遇到的问题，别人一定也会遇到。所以我们先把自己的问题解决掉。因为对我们自己工作的问题、自己行业的问题，我们一定是最熟悉的、最有经验的——起码比其他行业的人，要了解我们所处这个行业，了解得多得多。那我们就先从自己入手，把我们的问题解决了，然后再去找跟我们同行业的人，看看他们是不是也有这些问题，我们来帮他解决。
当然，如果你本身对自己这个行业也是刚入行、没那么了解，或者压根不喜欢自己所在的行业——其实跟我一样。我现在做的是金融行业，我认为金融行业从长远来看，不是一个特别乐观的行业，所以我也不太想往这个行业里面再去深耕挖掘。我更看好未来出海、跨境外贸这个行业，那么我接下来就打算从 0 到 1 去研究这个行业、深耕这个行业，我觉得也不迟。然后自己在做这个行业的过程中，看看如何用 AI 来解决这个行业的一些问题，再把这个探索的过程，去赋能给这个行业的人。
当然，我们一定不是那种割韭菜的逻辑。因为我看到很多做类似这种服务的人，很多他自己都没有从事过这个行业，或者在这个行业没有实实在在做过什么东西，他就直接去教别人，这种其实就是误人子弟。所以我觉得，我如果要做这个事情，一定是要躬身入局，要真正地去做一些事情，去做一个 AI builder。比如说我未来要做外贸这个行业，那我就真真正正地去选品、去搭独立站、去卖货、去投流，把整个流程跑通。
我要把自己真正地当成一个外贸人，把做好外贸这个结果当成驱动目标，来驱动我思考怎么用 AI 解决外贸这个过程中所遇到的问题。
要把自己躬身到这个行业里面去看问题，而不只是一个纯卖课、纯服务的。这样的话，你永远是个局外人，没办法从一个行内人的角度去看待问题。这样的话，就很难理解你所要服务的这些人群：他们在想什么，他们在担忧什么，他们想要什么，他们真正的问题是什么。
这就是我这段时间持续地在用 AI 探索，对普通人未来发展的一些思考。大家如果对 AI 相关的、以及未来职业发展相关的有一些想法，我们可以一起沟通探讨，可以关注我的置顶区
83 1221
来自圈子
产品经理的日常
207604人已经加入