AI 正在拉大人類差距？聊聊集權與平權

導語

AI 風口喊了兩年多，真正落地賺錢的創業者，反倒不再聊「風口」了。跟風搭模型、跟風做產品的人越來越多，結果無非三種：落地不了、賺不到錢、做的根本不是真需求。什麼生意值得做、什麼需求是偽風口，成了普通人創業者和實體老闆最關心、也最焦慮的一道題。

田江波是一名 40+ 的連續創業者，十七八年裡從研發做到研發總監，再轉產品經理、高級產品專家，今年重新下場 AI 賽道，一個人做出了 kaya AI-Terminal。他踩過 2015 年那波高成本創業的坑，也正在經歷這一輪 AI 把試錯成本壓到近乎歸零的階段，對真假需求、技術自嗨、行業隱性經驗這些事有一手體感。

本期他聊到怎麼判斷真需求與偽需求、傳統行業 AI 落地要重新理解什麼、一個項目從「有機會」到「能賺錢」的關鍵判斷、技術與商業如何平衡，以及最近爭議很大的 AI 集權與平權。以下為對話實錄整理。

一個點子值兩三百萬的時代過去了

Tina： 現在全網都在找 AI 風口、追新概念，但真正活下來、賺到錢的 AI 創業者，反而都回到了具體業務問題上。從你的實戰來看，一個創業者真正值得投入 AI 去解決的問題，有哪些共同特徵？很多人分不清真假需求，你怎麼判斷一個 AI 需求是真還是偽？

田江波： 我先做個對比。我第一次創業是 2015 年，當時拿了 500 萬融資。那會兒融資相對簡單，不像現在這麼難。融資是為了什麼？你有一個點子，投資人覺得這個點子還算靠譜，就把錢給你，讓你去招團隊、做產品原型，投到市場上試。點子成了就成了，不成公司就倒閉。

那時候把一個你認為的需求做出來，試錯成本起碼兩三百萬——做一個 APP，上線、營運、推廣，沒有兩三百萬這個想法就撐不下去，你得有十個人左右的團隊去做這件事。

但今天做 AI 創業，你有個點子不行了，可你把一個點做出來的成本跟之前比，差得太遠了。一個網路產品，基本上一個人就搞定了。以我現在做的 kaya 來說，基本都是我一個人，花了一兩個月，從產品設計、研發、營運，到前端後端、整套 CI/CD，整套線上系統全部搭完，Windows 和 Mac 端都有。這在十年前想都不敢想。

田江波： 我想表達的是：現在去實現一個點子、一個需求的成本真的很低。當實現需求成本很高的時候，你才需要去判斷它是真需求還是假需求；但當成本很低的時候，真假需求就沒那麼重要了。

舉個很簡單的例子。我之前在一家雲廠商做高級產品專家，我們經常論證的一件事是：客戶到底要不要這個東西？給研發提了需求，研發會問，這是客戶要的嗎？產品要這麼設計嗎？大家經常為這種問題爭論。但現在做過產品經理的人會很開心，因為有了 AI，很多事情沒必要再給研發提需求，自己很快就能寫出一個原型，然後直接找客戶一問：「我做的東西長這樣，是不是你需要的？」客戶說「是」，再跟研發一起好好實現、上線就可以了。

之前我們討論什麼是剛需、什麼是痛點、什麼是癢點，現在我覺得這些都可以迴避。你只要在一個行業里扎進去、持續地做——因為之前你一個月能做兩個需求，現在一個月能做兩百個需求，需求真偽這件事就沒那麼重要了。這是我個人觀點。

AI 本質是在訓練一個熟練工種

Tina： 現在所有人都在做 AI 加，加教育、加文旅、加製造業、加本地生活。但深入落地後都會發現，所有傳統行業都藏着大量沒寫在系統里、沒標準化的隱性經驗——行業判斷、老員工的工作習慣。這些隱性經驗恰恰是行業的核心壁壘，也是 AI 落地的最大阻礙。當 AI 真正切入一個傳統行業，我們最需要重新認知的是什麼？

田江波： 我的理解是，AI 本質上解決的是把一個熟練工種訓練得特別熟練，甚至不需要思考。只要它是在解決問題，那它進到一個行業里，就一定和行業里的人在一起——讓行業里的人去訓練它，把它訓練到非常熟練之後，很多危險的事就不需要人做了。

比如髒活累活，比如你要測試、你要爬電線杆子，讓 AI 去爬就行了，風大雨大也沒關係，它比較耐受。

所以我的觀點是，一定要把 AI 和行業的數據、行業的經驗結合起來，那些隱形的經驗恰恰是創業者的機會。為什麼？因為隱性經驗是你自己摸過的，我們叫有手感、有體感，你能感受到那個行業的溫度。身臨其境了，你才能把一個 AI 訓出來、訓好。

田江波： 傳統行業也是一樣。以前網路想進工業，在中國很難，你幾乎看不到大的工業網路公司。很多數據不能上雲、不能聯網，之前做物聯網的公司基本沒一個活得好的。但現在 AI 進來了，這些行業里那些隱性經驗是該拿出來的時候了——邏輯就是，AI 好像什麼都能替代，你不去擁抱它，可能就被這個行業淘汰。所以這時候大家都會有興趣去用 AI 驅動本行業的變革。

原型容易，做成精品才難

Tina： 大家最焦慮的從來不是沒有 AI 項目，而是很多項目看着有機會、有前景，最後卻做不成生意、賺不到錢。結合你的經歷，一個 AI 項目從「看起來有機會」到真正變成可持續賺錢的生意，最關鍵、最決定成敗的一次判斷通常是什麼？

田江波： 現在大家都覺得創業變容易了。有 AI 之後，好像很多事情都變得容易了。比如我有個朋友，想把三國的小人書動起來，做成類似短劇的東西——三國小人書大家都從小看，但都是在紙上翻來翻去，現在可以讓小人說話、讓小人書動起來。三國是四大名著、傳統文化，有大量讀者和粉絲，他們就喜歡這種東西。

但這個東西做起來簡單，要真的做成精品，是需要耗很大精力的。我覺得現在的 AI 創業就處在這個階段：做出一個東西、看到一個產品原型容易，持續把它做成精品，特別考驗這個人的審美和耐心。

這個耐心是什麼意思？就像我們之前創業時說的，創業要扒層皮，扒層皮考驗的是什麼？考驗的是你的毅力，和在這個過程中你對這件事的堅持。

技術自嗨的解藥：內部反饋與外部反饋

Tina： 很多技術出身、產品出身的創業者都特別痴迷研究大模型、新工具、新功能，一味堆砌技術能力。但真正的企業客戶、付費客戶根本不關心你的模型多先進、技術多厲害，他們只關心三件事：能不能更快、能不能更好、能不能幫我多賺錢或多省錢。AI 創業者該怎麼平衡技術能力和商業結果，怎麼避免技術自嗨，真正做到技術為生意服務？

田江波： 做技術的人往往會鑽牛角尖，鑽到一個具體實現上去，覺得這個技術好牛，我一定要用上，不管用到什麼場景、是不是別人喜歡、是不是提高了自己或用戶的生產力，都不去想。

我的判斷是：現在創業成本極低，試錯是可以的，但不要把自己侷限在試錯上、侷限在追逐各種新技術上，沒必要。對創業者來說，比如做 OPC（一人公司）的，或者有創業團隊的，要聚焦的是你對行業的整體判斷——從長遠看這件事成不成立。成立，你就在這個賽道上扎進去找反饋。

反饋分兩種。第一是內在反饋：你本身就在用這個東西，這是最好的。你在用的過程中會發現很多問題，這些問題沒有其他軟體能解決，只有你能解決，那你就必須把它解決掉，產品就開始迭代滾起來了。你用得越多，迭代速度越快。我現在基本上一天發一個版本，這在兩三年前是不敢想的，現在感覺很正常。

這些版本的需求從哪來？都來自我個人的實踐。比如我在一個終端里開發，覺得有個任務清單功能很好用——不然我還得在電腦上找個記事本、備忘錄、待辦去記，多麻煩。那在我自己開發的軟體里加一個不就行了？我開發項目，記一個清單，正好把項目和開發平台放在一個視圖里看，不用來回切。這就是從自身去找需求痛點。

田江波： 第二是外部反饋：你要和客戶、用戶去交流。你自己用，是你一個人的視角；用戶用，是不同視角。

舉個簡單的例子。有用戶用 Claude Code，但不會用，為什麼？因為它老說英文。他英文很差，就說「你能不能讓 Claude Code 一直跟我說中文」。那好，這個功能就實現。還有用戶因為各種原因，不想讓它叫 Claude Code，得改個名字——這種需求你自己在辦公室里永遠碰不到。你說「我給你一個終端，替代蘋果原生 Terminal，行不行」，他說不行，因為我做運維，運維最怕的是安全。

我之前根本沒考慮過安全這件事，他一提，我為了讓用戶去用，就把「安全第一」寫進了產品設計：在你和 AI 交流的過程中，把所有隱私資訊——API 密鑰、大模型密鑰、密碼、手機號、身份證號——全部自動檢測出來屏蔽掉，不發給大模型。

外部反饋對產品迭代很重要。你的產品如果沒有內部反饋（自己驅動），也沒有外部反饋（用戶驅動），那過兩三個月這個產品可能就沒了。因為你自己會沒有動力，堅持不下去。

AI 是平權，不是集權

Tina： 最近 AI 圈和創業圈都在討論 AI 集權與 AI 平權。有一個很扎心的觀點：AI 不僅不會抹平人與人的差距，反而會極致地放大差距——過去普通人的能力、資源差距可能是 10:1，AI 時代會放大到 100:10 甚至 100:2，強者借 AI 飛速迭代，弱者被進一步拉開，形成嚴重的 AI 集權。你怎麼看？AI 到底是在拉大差距的工具，還是普通人逆襲的平權機會？

田江波： 大家對這件事爭論比較厲害。我的看法是：AI 實現了平權，而不是集權。大家兩年之後可以回頭看這個觀點。

為什麼這麼說？如果今年沒有 AI、AI 編程沒這麼火，我大機率不會出來創業。因為按以前的邏輯，我有個點子要創業，可能得先有 500 萬——我得去找投資，不可能把家庭不顧了、把錢拿出來去創業。

第二，從 AI 平權的角度，基本會從三個方面做平權，而且確實做到了兩個半。

田江波： 第一，AI 的使用成本越來越低。現在大模型 API 的價格跟一兩年前比，下降了 70%–80%。中國的大模型在卷性價比，又便宜又好用，所以你能看到全球 API 調用量里，中國的模型占了 60% 以上。AI 越來越好用、越來越便宜，這是第一要素，能讓更多人用起來。

第二，使用 AI 和 AI Agent 的門檻越來越低。2023 年 ChatGPT 出來的時候，大家就知道在 GPT 里聊天；後來有了豆包這類模型，聊天、查資料、學習，大家認為這實現了智力、智慧上的平權。

第三，是我使用 AI 產生的結果。一個很專業的人用 AI 造出來的東西是 90 分，一個不太專業的人造出來是 30 分、40 分甚至 10 分。所謂結果上的平權是：專業的人 90 分，普通人能做到 70 分左右。

田江波： 我覺得最大的創業機會恰恰在第三點上。因為第一和第二都是大廠在做：模型公司卷的是 API 的效果和價格，大廠的 Agent 卷的是使用門檻，讓越來越多的用戶去用。大家用了之後都感覺自我提升了——用了 WorkBuddy，感覺自己做出來的東西比之前好，這就是進步。

但專業的人和不專業的人，用了同樣的軟體之後，做出來的效果差異還是太大。結果交付這一塊，就是我們這種普通的小創業者的機會：你只要在一個細分行業里，把效果做到讓一個普通人也能做出來七八十分，剩下的專業人士還是 90 分、100 分，那你的用戶群馬上就打開了。

因為普通人占用戶的大多數。如果普通人能把 AI 用好、把效果做到七八十分，它產生的經濟效益會有多大？反過來看，如果 AI 集權了，只有萬分之一的人把 AI 全部掌控起來、用得很好，其他萬分之 9999 的人都給這一個人交稅，那其他人錢從哪來？沒有收入，這個經濟社會的經濟就崩潰了。

所以我的理解是：這是一個經濟社會，大家都在想辦法賺錢。讓 AI 的成本降下來、使用門檻降下來、交付結果也做到平權，整個經濟才能繁榮起來，而不是走向崩潰。

把 AI 當成夥伴

Tina： 最後想請你用一句話，給正在創業的 AI 創業者、OPC（One Person Company，一人公司）創業者一個建議。或者您覺得，AI 真正改變的從來不只是效率，而是什麼樣的工作方式的重塑？

田江波： 我覺得對我們這個時代、我們這代人——包括我現在 40 多了——真的是人生的第二個開始。沒有 AI，很多人不敢去做這件事，不敢開始。

AI 真正改變的，我覺得不只是效率，而是一種真正的工作方式的重塑。或者說，把 AI 當成一個夥伴。這個夥伴你持續跟它打交道，你會發現它真的是無處不在。你把它當成夥伴、和它好好相處，你就能過得越來越幸福。我是這麼理解的。

Tina： 那今天這場直播，從 AI 真假需求的判斷、傳統行業 AI 落地的核心邏輯，到 AI 項目從機會到生意的關鍵判斷、技術與商業的平衡，再到大家最焦慮的 AI 集權與平權，全部給大家講透了、講實了。

最後再說一句真心話：AI 時代從來不是淘汰普通人，而是淘汰那些只會跟風、不會判斷、不會落地的人。真正的 AI 創業，從來不是追風口、堆技術，而是找准真需求、吃透行業、落地賺錢，借 AI 實現自我平權的逆襲。就像田總說的，把 AI 當作朋友，讓它來助推。

本文為直播實錄整理，僅作交流學習用途；個別產品與模型表述以實際情況為準。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。