周末在反思复盘的时候问了自己一个问题,个人和企业到底怎么评估AI是产生真实业务价值的?消耗Tokens、用了多少Agent、跑了多少任务,只能证明AI被用起来了,但是没法证明用AI产生了收益。
一个很简单的判断思路是:如果明天把AI全下掉,说不清哪个业务指标会变差,那么AI大概率还没有创造真实价值。
基于这个判断,我重新梳理了这两年见到的AI收益场景,主要有三块。
1.降本增效:压低已有业务的成本
早在24年,我们就通过workflow和10B小模型微调在各种标准化内容的生产、审核和质检场景中,让AI去代替人干活了,大量重复的劳动交给AI来处理,人负责制定规则、处理异常和最后兜底。
这些场景每个公司的个性化比较高,现在有了Agent也能够去解决更复杂的场景了,之前的workflow还是聚焦在标准化场景上多一点。
今年典型的场景就是Coding,AI接走了大量的执行工作,过去的前端、后端、测试这些岗位都可以合并给一个资深研发带着AI干。
这也是业务增长放环后,各个team leader不得不背的KPI:用更少的人解决已有的问题,这样业务今年的利润收益就出来了。
2.低成本试错:让更多想法先跑起来
做产品经理这么多年,我干的最多的事情就是在不同的需求中做优先级和取舍,因为你手里的资源就这些,干了A就干不了B了。
很多内部工具和业务小功能都想去探索,但招人吧也不划算,又跟业务核心KPI没关系,往往连验证的机会都没有。
我做了很多节省时间的效率工具,最近有个产品demo跑完上线了,做完和同事感慨:这要是没AI写PRD+排期得一个月才能搞完,光是论证我为什么要做这个事情估计就得半个月。
AI带来的收益是在不增加人手的情况下,把团队能够验证的业务范围提升数倍。AI不保证每个想法都成功,但让更多可能性有机会进入真实业务。
3.小而美经营:让收入增长不再依赖扩团队
之前没有AI的时候我折腾过各种副业,跑通的项目忙不过来想找个实习生一起干,但算了算利润发现招个人就要赔钱了。
我观察到的身边朋友和小创业团队在AI这波比较丝滑的点就在于,大家终于可以把招人这个事情靠后一点了。
主要业务本来也不是VC喜好的类型,能赚到钱了利润也没那么高,而且每个月的收入也是波动的,太早招一堆人反而可能把自己的生意拖死。
现在可以先让AI接大量执行工作,人只守住最核心的业务。AI未必能够让它变成一家大公司,但能够让团队很小,让一门小生意更滋润的活下去,赚到钱,这也是很大的价值。