AI 套殼，不在于 AI，在殼_人工智能

當基礎模型的智能程度足夠時，用戶的選擇與留存，更多取決于產品外層的 “殼”—— 即針對具體場景的工程優化、功能設計、使用體驗及服務穩定性。本文指出， AI 套殼產品的差異不在 AI 本身，而在于能否將復雜操作簡化、讓用戶開箱即用、大幅提升效率，以及提供足夠的 “放心感” 。

我們產品的壁壘在于 AI 輸出的質量。這個結論是不對的。這可能是我們自己的臆想。
這個邏輯并不復雜——如果 AI 的能力達不到我們目標用戶對于質量的要求，那么我們的用戶連豆包、Kimi、元寶、Deepseek 這種通用 AI 都不會去用，一定是試過之后就放棄的。
但事實是，這些國產通用 Chatbot 已經離不開他們的日常工作流了。
我們的競爭對手不是什么 SCISpace Elicit 這種海外大玩家。我們的競爭對手，是這些基數巨大的，還停留在使用豆包、Kimi 這種 Chatbot 習慣的用戶，我們并沒有在一個存量市場里和其他巨頭廝殺著搶蛋糕。這是一個增量市場，大量用戶在去年年底才剛知道豆包、Kimi（當時的投流大戰），春節時才剛知道 Deepseek 而已。
難道我們做出的產品，在 AI 輸出的質量上，會連那些國產 Chatbot 都不如嗎，這說不通。這個邏輯說不通。
最關鍵的點不在于 AI 輸出的質量能不能達到用戶的要求，因為哪怕我們不做任何提示詞優化， Gemini 也是天然強過國內用戶能用到的這些模型，是天然更能滿足用戶要求的 base model 。如果認為用戶放棄我們的產品是因為我們的 AI 輸出質量達不到用戶要求，這一定不是一個誠實的答案，至少不是一個認真求索過得出的答案。
所以，真正重要的問題不是這個。
AI 應用產品，本質上就是套殼， AI 的核都是一樣，差異全在那層殼。肖宏說， “殼有殼的用處” 。「殼」換一個說法就是——在 base model 外層，針對具體的場景和上下文，做出的工程優化。這些工程優化，具體體現在：

能不能把原先在ChatGPT中多步才能完成操作簡化到一步
能不能把原先需要學習才能掌握的用法，讓用戶開箱即用
能不能把原來一周才能完成的事情縮減到1個小時
能不能給用戶提供比Chatbot更多的「放心感」
當然，也包括服務穩定性
…

每一個套殼產品都是這樣，換句話說，當 base model 本身的智能程度足夠之后， AI Native 產品真正決定一個用戶去留/轉化的，已然不在 AI ，依然在產品本身，依然在功能、體驗、服務穩定性，這些最最基礎的東西上。
而這些問題，都是有解法的——無非是多接觸用戶、理解用戶的日常習慣，找到他們工作流中阻塞的地方，提取最大公約數，然后通過產品化的方式可靠地解決它，順便牟取一些商業利益。
這都不是輕松就能做到的事情，但這是明確有解、有路徑可以做到的事情。
并不一定要曾經泡在某個具體的行業里埋頭苦耕，然后解決了某個前人沒有解決過的科研問題并成功發表一篇文章的人，才有這個資格——有這樣的經歷當然更好，但這都不是做產品的必要條件，做產品是一個工程問題，工程問題有工程問題的解決方式。就好像不是只有出租車司機才有資格做打車軟件。 SU7 玻璃上做了防曬的功能，也并不因為雷軍是一個愛護膚的女生。

事實上據我觀察，硅谷的博士精英、大學的老師、讀研的同學，對這個場景需求理解的差異很大；藥學/計算機/法學/教育學的從業者，聊天時也各自也會被不同的功能打動。每一個讀過研的人就真的像他們自以為的那樣懂這個場景了嗎？我作為一個內心空白的旁觀者，保留懷疑。

所以，「我們到底能不能提供滿足用戶要求的 AI 質量」這個讓人迷茫、不具備實操的指導性的問題，其實應該轉換成這個更加具備落地可行性的問題——我們的產品在功能、交互、服務穩定性、工程化層面，換句話說在「殼」的層面，是否做到了比 Chatbot 功能更好用、更省時間、更讓人放心。
這和用戶給出的反饋是一致的——反映功能缺失、交互糟糕、穩定性差的比例，遠遠大于吐槽內容本身質量的。內容質量極大程度上取決于 base model 本身，而功能、交互、穩定性這些產品工程層面的事情，才是取決于我們自己。
我們不能把最核心的目標指向一個不可控的東西，并把遇到的挫折歸結于它，覺得自己可能無能為力，然后對真正重要的事情視而不見。
AI 套殼，不在于 AI ，在殼。
本文由 @研碩原創發布于人人都是產品經理。未經作者許可，禁止轉載
題圖來自Unsplash ，基于CC0協議
【AI 套殼，不在于 AI，在殼】該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務