AI 正在拉大人类差距？聊聊集权与平权

导语

AI 风口喊了两年多，真正落地赚钱的创业者，反倒不再聊「风口」了。跟风搭模型、跟风做产品的人越来越多，结果无非三种：落地不了、赚不到钱、做的根本不是真需求。什么生意值得做、什么需求是伪风口，成了普通人创业者和实体老板最关心、也最焦虑的一道题。

田江波是一名 40+ 的连续创业者，十七八年里从研发做到研发总监，再转产品经理、高级产品专家，今年重新下场 AI 赛道，一个人做出了 kaya AI-Terminal。他踩过 2015 年那波高成本创业的坑，也正在经历这一轮 AI 把试错成本压到近乎归零的阶段，对真假需求、技术自嗨、行业隐性经验这些事有一手体感。

本期他聊到怎么判断真需求与伪需求、传统行业 AI 落地要重新理解什么、一个项目从「有机会」到「能赚钱」的关键判断、技术与商业如何平衡，以及最近争议很大的 AI 集权与平权。以下为对话实录整理。

一个点子值两三百万的时代过去了

Tina： 现在全网都在找 AI 风口、追新概念，但真正活下来、赚到钱的 AI 创业者，反而都回到了具体业务问题上。从你的实战来看，一个创业者真正值得投入 AI 去解决的问题，有哪些共同特征？很多人分不清真假需求，你怎么判断一个 AI 需求是真还是伪？

田江波： 我先做个对比。我第一次创业是 2015 年，当时拿了 500 万融资。那会儿融资相对简单，不像现在这么难。融资是为了什么？你有一个点子，投资人觉得这个点子还算靠谱，就把钱给你，让你去招团队、做产品原型，投到市场上试。点子成了就成了，不成公司就倒闭。

那时候把一个你认为的需求做出来，试错成本起码两三百万——做一个 APP，上线、运营、推广，没有两三百万这个想法就撑不下去，你得有十个人左右的团队去做这件事。

但今天做 AI 创业，你有个点子不行了，可你把一个点做出来的成本跟之前比，差得太远了。一个互联网产品，基本上一个人就搞定了。以我现在做的 kaya 来说，基本都是我一个人，花了一两个月，从产品设计、研发、运营，到前端后端、整套 CI/CD，整套线上系统全部搭完，Windows 和 Mac 端都有。这在十年前想都不敢想。

田江波： 我想表达的是：现在去实现一个点子、一个需求的成本真的很低。当实现需求成本很高的时候，你才需要去判断它是真需求还是假需求；但当成本很低的时候，真假需求就没那么重要了。

举个很简单的例子。我之前在一家云厂商做高级产品专家，我们经常论证的一件事是：客户到底要不要这个东西？给研发提了需求，研发会问，这是客户要的吗？产品要这么设计吗？大家经常为这种问题争论。但现在做过产品经理的人会很开心，因为有了 AI，很多事情没必要再给研发提需求，自己很快就能写出一个原型，然后直接找客户一问：「我做的东西长这样，是不是你需要的？」客户说「是」，再跟研发一起好好实现、上线就可以了。

之前我们讨论什么是刚需、什么是痛点、什么是痒点，现在我觉得这些都可以回避。你只要在一个行业里扎进去、持续地做——因为之前你一个月能做两个需求，现在一个月能做两百个需求，需求真伪这件事就没那么重要了。这是我个人观点。

AI 本质是在训练一个熟练工种

Tina： 现在所有人都在做 AI 加，加教育、加文旅、加制造业、加本地生活。但深入落地后都会发现，所有传统行业都藏着大量没写在系统里、没标准化的隐性经验——行业判断、老员工的工作习惯。这些隐性经验恰恰是行业的核心壁垒，也是 AI 落地的最大阻碍。当 AI 真正切入一个传统行业，我们最需要重新认知的是什么？

田江波： 我的理解是，AI 本质上解决的是把一个熟练工种训练得特别熟练，甚至不需要思考。只要它是在解决问题，那它进到一个行业里，就一定和行业里的人在一起——让行业里的人去训练它，把它训练到非常熟练之后，很多危险的事就不需要人做了。

比如脏活累活，比如你要测试、你要爬电线杆子，让 AI 去爬就行了，风大雨大也没关系，它比较耐受。

所以我的观点是，一定要把 AI 和行业的数据、行业的经验结合起来，那些隐形的经验恰恰是创业者的机会。为什么？因为隐性经验是你自己摸过的，我们叫有手感、有体感，你能感受到那个行业的温度。身临其境了，你才能把一个 AI 训出来、训好。

田江波： 传统行业也是一样。以前互联网想进工业，在中国很难，你几乎看不到大的工业互联网公司。很多数据不能上云、不能联网，之前做物联网的公司基本没一个活得好的。但现在 AI 进来了，这些行业里那些隐性经验是该拿出来的时候了——逻辑就是，AI 好像什么都能替代，你不去拥抱它，可能就被这个行业淘汰。所以这时候大家都会有兴趣去用 AI 驱动本行业的变革。

原型容易，做成精品才难

Tina： 大家最焦虑的从来不是没有 AI 项目，而是很多项目看着有机会、有前景，最后却做不成生意、赚不到钱。结合你的经历，一个 AI 项目从「看起来有机会」到真正变成可持续赚钱的生意，最关键、最决定成败的一次判断通常是什么？

田江波： 现在大家都觉得创业变容易了。有 AI 之后，好像很多事情都变得容易了。比如我有个朋友，想把三国的小人书动起来，做成类似短剧的东西——三国小人书大家都从小看，但都是在纸上翻来翻去，现在可以让小人说话、让小人书动起来。三国是四大名著、传统文化，有大量读者和粉丝，他们就喜欢这种东西。

但这个东西做起来简单，要真的做成精品，是需要耗很大精力的。我觉得现在的 AI 创业就处在这个阶段：做出一个东西、看到一个产品原型容易，持续把它做成精品，特别考验这个人的审美和耐心。

这个耐心是什么意思？就像我们之前创业时说的，创业要扒层皮，扒层皮考验的是什么？考验的是你的毅力，和在这个过程中你对这件事的坚持。

技术自嗨的解药：内部反馈与外部反馈

Tina： 很多技术出身、产品出身的创业者都特别痴迷研究大模型、新工具、新功能，一味堆砌技术能力。但真正的企业客户、付费客户根本不关心你的模型多先进、技术多厉害，他们只关心三件事：能不能更快、能不能更好、能不能帮我多赚钱或多省钱。AI 创业者该怎么平衡技术能力和商业结果，怎么避免技术自嗨，真正做到技术为生意服务？

田江波： 做技术的人往往会钻牛角尖，钻到一个具体实现上去，觉得这个技术好牛，我一定要用上，不管用到什么场景、是不是别人喜欢、是不是提高了自己或用户的生产力，都不去想。

我的判断是：现在创业成本极低，试错是可以的，但不要把自己局限在试错上、局限在追逐各种新技术上，没必要。对创业者来说，比如做 OPC（一人公司）的，或者有创业团队的，要聚焦的是你对行业的整体判断——从长远看这件事成不成立。成立，你就在这个赛道上扎进去找反馈。

反馈分两种。第一是内在反馈：你本身就在用这个东西，这是最好的。你在用的过程中会发现很多问题，这些问题没有其他软件能解决，只有你能解决，那你就必须把它解决掉，产品就开始迭代滚起来了。你用得越多，迭代速度越快。我现在基本上一天发一个版本，这在两三年前是不敢想的，现在感觉很正常。

这些版本的需求从哪来？都来自我个人的实践。比如我在一个终端里开发，觉得有个任务清单功能很好用——不然我还得在电脑上找个记事本、备忘录、待办去记，多麻烦。那在我自己开发的软件里加一个不就行了？我开发项目，记一个清单，正好把项目和开发平台放在一个视图里看，不用来回切。这就是从自身去找需求痛点。

田江波： 第二是外部反馈：你要和客户、用户去交流。你自己用，是你一个人的视角；用户用，是不同视角。

举个简单的例子。有用户用 Claude Code，但不会用，为什么？因为它老说英文。他英文很差，就说「你能不能让 Claude Code 一直跟我说中文」。那好，这个功能就实现。还有用户因为各种原因，不想让它叫 Claude Code，得改个名字——这种需求你自己在办公室里永远碰不到。你说「我给你一个终端，替代苹果原生 Terminal，行不行」，他说不行，因为我做运维，运维最怕的是安全。

我之前根本没考虑过安全这件事，他一提，我为了让用户去用，就把「安全第一」写进了产品设计：在你和 AI 交流的过程中，把所有隐私信息——API 密钥、大模型密钥、密码、手机号、身份证号——全部自动检测出来屏蔽掉，不发给大模型。

外部反馈对产品迭代很重要。你的产品如果没有内部反馈（自己驱动），也没有外部反馈（用户驱动），那过两三个月这个产品可能就没了。因为你自己会没有动力，坚持不下去。

AI 是平权，不是集权

Tina： 最近 AI 圈和创业圈都在讨论 AI 集权与 AI 平权。有一个很扎心的观点：AI 不仅不会抹平人与人的差距，反而会极致地放大差距——过去普通人的能力、资源差距可能是 10:1，AI 时代会放大到 100:10 甚至 100:2，强者借 AI 飞速迭代，弱者被进一步拉开，形成严重的 AI 集权。你怎么看？AI 到底是在拉大差距的工具，还是普通人逆袭的平权机会？

田江波： 大家对这件事争论比较厉害。我的看法是：AI 实现了平权，而不是集权。大家两年之后可以回头看这个观点。

为什么这么说？如果今年没有 AI、AI 编程没这么火，我大概率不会出来创业。因为按以前的逻辑，我有个点子要创业，可能得先有 500 万——我得去找投资，不可能把家庭不顾了、把钱拿出来去创业。

第二，从 AI 平权的角度，基本会从三个方面做平权，而且确实做到了两个半。

田江波： 第一，AI 的使用成本越来越低。现在大模型 API 的价格跟一两年前比，下降了 70%–80%。中国的大模型在卷性价比，又便宜又好用，所以你能看到全球 API 调用量里，中国的模型占了 60% 以上。AI 越来越好用、越来越便宜，这是第一要素，能让更多人用起来。

第二，使用 AI 和 AI Agent 的门槛越来越低。2023 年 ChatGPT 出来的时候，大家就知道在 GPT 里聊天；后来有了豆包这类模型，聊天、查资料、学习，大家认为这实现了智力、智慧上的平权。

第三，是我使用 AI 产生的结果。一个很专业的人用 AI 造出来的东西是 90 分，一个不太专业的人造出来是 30 分、40 分甚至 10 分。所谓结果上的平权是：专业的人 90 分，普通人能做到 70 分左右。

田江波： 我觉得最大的创业机会恰恰在第三点上。因为第一和第二都是大厂在做：模型公司卷的是 API 的效果和价格，大厂的 Agent 卷的是使用门槛，让越来越多的用户去用。大家用了之后都感觉自我提升了——用了 WorkBuddy，感觉自己做出来的东西比之前好，这就是进步。

但专业的人和不专业的人，用了同样的软件之后，做出来的效果差异还是太大。结果交付这一块，就是我们这种普通的小创业者的机会：你只要在一个细分行业里，把效果做到让一个普通人也能做出来七八十分，剩下的专业人士还是 90 分、100 分，那你的用户群马上就打开了。

因为普通人占用户的大多数。如果普通人能把 AI 用好、把效果做到七八十分，它产生的经济效益会有多大？反过来看，如果 AI 集权了，只有万分之一的人把 AI 全部掌控起来、用得很好，其他万分之 9999 的人都给这一个人交税，那其他人钱从哪来？没有收入，这个经济社会的经济就崩溃了。

所以我的理解是：这是一个经济社会，大家都在想办法赚钱。让 AI 的成本降下来、使用门槛降下来、交付结果也做到平权，整个经济才能繁荣起来，而不是走向崩溃。

把 AI 当成伙伴

Tina： 最后想请你用一句话，给正在创业的 AI 创业者、OPC（One Person Company，一人公司）创业者一个建议。或者您觉得，AI 真正改变的从来不只是效率，而是什么样的工作方式的重塑？

田江波： 我觉得对我们这个时代、我们这代人——包括我现在 40 多了——真的是人生的第二个开始。没有 AI，很多人不敢去做这件事，不敢开始。

AI 真正改变的，我觉得不只是效率，而是一种真正的工作方式的重塑。或者说，把 AI 当成一个伙伴。这个伙伴你持续跟它打交道，你会发现它真的是无处不在。你把它当成伙伴、和它好好相处，你就能过得越来越幸福。我是这么理解的。

Tina： 那今天这场直播，从 AI 真假需求的判断、传统行业 AI 落地的核心逻辑，到 AI 项目从机会到生意的关键判断、技术与商业的平衡，再到大家最焦虑的 AI 集权与平权，全部给大家讲透了、讲实了。

最后再说一句真心话：AI 时代从来不是淘汰普通人，而是淘汰那些只会跟风、不会判断、不会落地的人。真正的 AI 创业，从来不是追风口、堆技术，而是找准真需求、吃透行业、落地赚钱，借 AI 实现自我平权的逆袭。就像田总说的，把 AI 当作朋友，让它来助推。

本文为直播实录整理，仅作交流学习用途；个别产品与模型表述以实际情况为准。