我在上次文章里说了和一家公司结束合作的事儿，也讲了他们是如何在产品工作里使用 AI 的。

第二天，有个朋友给我拉了个活儿，介绍了一家有同样需求公司的产品总监跟我聊。

对方的诉求很明确，就是用 AI 来做内部提效。

过程中我还知道，这家公司出台了一条在我看来非常狠的规定，三个月内如果不能把自己工作流 AI 化的员工，全部裁掉。

这里面包括产品经理、程序员、设计师、财务、行政岗，而且老板也说了，这个期间 token 管够。

那位产品总监跟我说，现在老板怕的不是 token 账单烧不过来，而是怕未来这批人拉低公司效率。

听到这，我是认同的，但也觉得有点极端。

从和他们初步沟通下来我发现，老板现在有点为了用而用，甚至有点被 AI 洗脑的感觉。

在我看来，AI 提效现有工作流需要满足几个前提条件，也是我在上个成功案例公司里落地时和老板有过约法三章的。

第一，组织变化要先于流程变化。

我发现很多老板以为把 AI 能力引入公司就能起到提效作用，觉得就是 AI 工具使用和流程优化。

但最后他们会发现，团队还是按原来的工作模式协作，速度可能是快了，但总体成效并不显著。

其实这里面的问题就在于组织没变，说白了就是人的协作方式没变。

我举个例子。

我合作的上家公司一开始也是上面这种情况，产品、技术、设计是三个独立团队。

产品经理先出需求，然后自己画线框图拿去给研发做初评，技术评估没问题再交给设计出高保真，接着切图标注，然后和产品技术一起做终评。

这种就是典型的传统软件开发流程，虽然过程中他们开始用 AI 来辅助 PRD 创作，用 AI 来辅助设计，但提效都是单点的。

后来，我跟他们老板建议把产品和设计团队合并，并且让技术前置参与到初稿设计环节，用 AI 做的可交互原型来替代冗长的 PRD 文档。

团队和流程优化后，他们的设计团队负责定义设计风格，比如视觉和交互标准，产品团队直接基于设计原则利用 AI 产出可交互 demo。

工具有用 Figma AI 和 Claude Code，然后再通过自然语言描述的方式把功能逻辑补充到可交互 Demo 里，过程中辅助上简化版的 PRD 文档。

而且，技术在一开始就和产品设计团队一起评估技术可行性，不再是一个下游承接环节。

在这种组织调整中，每个岗位的职责其实也在变。

设计师利用 AI 有了动态化产品设计的能力，把过去的静态设计变成了动态 demo。

产品经理利用 AI 来做更全面的需求洞察和产品规划，在 AI 协助下综合权衡用户、业务、设计、技术等多方利益。

如果只改流程不变组织，其实就相当于用新工具造老路。

如果升级组织并优化流程，就是用新生产力去升级原有路径。

在这种变化中，组织内还会产生新的管理机制，比如 token 分配和奖励，甚至是防滥用。

组织变了，能力才会真正跟上。

第二，AI 能力依托于团队能力。

我在上周的文章里也提到了，其实把 AI 落在产品工作中最重要的并不是用上一个多么强大的模型，而是方法的落地。

说白了，每家公司都需要蒸馏一些工作能力强的人所具备的方法。

看似很残酷，但这就是现实。

而且，很多人以为被蒸馏后的那些人就没价值了。恰恰相反，他们的作用和价值反而变大了。

真正有危机的，是开始使用这些被蒸馏后 AI 能力的人，因为他们成为了真正的执行者，甚至都不再被需要了。

而那些本身能力很强的人，他们被复制了，而且能对 AI 输出结果做判断和取舍，还能持续优化 AI 本身已经学会的方法。

所以，我并不担心上家公司蒸馏我的产品工作方法，因为他们获得的是那一刻的静态快照。

我本身是迭代的，而且过程中他们一定会遇到新问题，所以还是会继续找我合作。

这也就得出了一个结论：AI 能力的真正落地，其实很大程度上依托于现有团队的能力。

不是有了 AI 团队就会更强，而是已经很强的团队有了 AI 才会更强。

第三，别舍不得烧 token。

刚开始引入 AI 工作流的老板一开始都会有点不适应，甚至是恐惧，因为当他们第一次看到 token 账单是一定会惊讶。

所以，在这个过程中就需要进行严密的 ROI 评估。

是不是真正做到了降本增效，是不是真的比原有效率更高了，这些都需要一定时间的跟进和计算。

这里面还有一个隐秘的真相，就是 token 账单是把公司成本显性化了。

过去，老板只看到每个月发出去多少工资，公司整体开支是多少，但对于员工是不是效率最大化并没有感觉。

说白了，就是看不到员工执行的过程和效率。

现在，AI 可以让这个过程显性化，干了多少、干出了什么、少了多少 token、时效性、质量等，都是可摆在台面上的。

以上三点，都不是单点满足就行，而是要整体变化。

回到一开始说的那家公司，据我了解，他们现在只满足了第三点。

当然，能做到满足第三点的老板已经很棒了。

写在最后。

我觉得普通人从这一轮变化中一定要看清一个规律，那就是 AI 到底是如何改变生产力和生产关系的。

电本身和用电的方式以及产业结构的变化，就是生产力和生产关系的例子。

同理，计算机和用计算机来工作也是一样，都伴随着组织变化、流程变化、管理变化、产业链结构的变化。

同样是用 AI，接下来我觉得也会分化成两个方向。

一个是使用 AI 的基础能力，包括信息查询、分析整理、创意挖掘等，这也是大多数人直接能用上的。

另一个是使用 AI 的生产力属性，比如用 AI 来做产品、做设计、做开发、做内容、做科研、做医疗等。

这两个方向都是对的，但更有价值且能拉开人与人差距的一定是后一条路。

我现在做的 AI 个体户计划，就是在走这条路。

················· 唐韧出品 ·················

用AI思维发现下一个机会

安可时刻

昨天我自己开发的副业小程序已经提审并通过了，全程都是 AI 帮我做的设计、写的代码，就连部署都是 AI 自己搞定的。

这个小程序是我另一个副业账号对应的产品，从 MVP 产品开始做，接下来一步步迭代。

工具用了 Claude Code 和微信自己的小程序开发工具，模型用的 GLM 和 Opus 4.8 混搭。

折算成本下来，比去找一个程序员外包要划算太多。

关键是，随便我怎么给它提需求，它都没脾气。