B端产品与C端不同，在于使用者和决策者不是同一个人。这就导致有时候决策者会提出一些离谱的需求，然而这些离谱需求，实际上反映了他们的原始诉求与渴望。这时候，我们如何进行有效且合理的引导，避免业务提出“离谱的AI需求”？

前段时间在某个群聊里看到一张图。

这张图讲述了AI SaaS在推广过程中，由于对方老板不懂AI而产生的笑话。虽然有趣，但也让我感同身受。当前AI发展异常迅速，业务和领导们都在谈论AI，声称要用AI来实现各种目标。然而，他们提出的需求往往让人抓狂，例如：

“ChatGPT这么能聊，你给我做一个到我们客服上来，替换掉几个客服。”

“AI这么牛，你给我做一个AI程序员出来，我要替换掉几个技术。”

“有没有做个自动生成广告视频素材的AI，自动获客买量。”

这些需求无不透露出他们对AI的无知。他们对“AI迅猛发展与自身落后于时代”的恐惧，迫使他们努力在词汇量上跟上时代，结果提出了一些不切实际、无法落地的需求。

然而，业务提出的这些离谱需求，实际上反映了他们的原始诉求与渴望。我们应当重视这些需求，并以此为最终愿景，只不过在此之前需要脚踏实地走完前面的步骤。

作为内部的B端产品团队，有必要对内进行有效且合理的引导，避免业务提出“离谱的AI需求”。

一、为什么由我们进行内部引导？

个人觉得有以下几点原因：

1. 我们是B端系统的设计者，是需求的起点

B端系统的目标是实现业务的线上化、自动化、精细化和智能化。而AI的出现，是我们推动系统智能化建设的关键助力，也是“降本增效”的必然阶段。作为系统的设计者，B端产品经理理应发起并带头引导AI的应用。

2. 建立合理的AI预期，避免对AI不合理的需求变成了对我们的不合理判断

业务合作者和工作效果评定者如果对AI保持错误认知，加上市面上各种真假信息混杂，营销号把AI吹得天花乱坠，他们必然会对系统产生过高的期望并提出相关需求。当实现出现偏差时，他们将心理落差归结为“我们的无能”。

这对我们的职业生涯是致命的。因此，为了保住我们“B端产品的岗位”，我们需要进行正确的内部引导，让他们理解AI技术，对AI技术祛魅，从而把局面往有利于我们自身的位置上靠拢。

3. 业务落地AI不是一个人的事情，我们需要“同伴”，并向其他人借力

1）借力上级：

合理管理上级对AI的预期，给上级描绘AI具有可实现性的前景，能够让上级结合自身评估给到我们关键的支持（如成员、资金、数据等）。管理上级的预期是一个“同频”的过程，这个过程能引导上级建立合理的项目预期和评价指标，避免AI落地时的预期偏差产生对我们的负面评价。同时，我们能够让上级从更高的维度对AI与业务的结合进行思考，让我们的方案设计更具价值，避免在自身的惯性思维中撞到南墙。

正如《创造》一书所言，如果一个个体贡献者总是往下看，他们的眼睛只盯着自己紧迫的截止日期和工作细节，他们可能会撞到南墙。

2）借力业务：

最近在读《芯片战争》时候看到个案例：

飞利浦的光刻机研发了十多年，竟然还没推出可以商用的制造芯片的光刻机。飞利浦是个相当官僚的大型企业，研发部门与生产部门之间有很深的隔阂，研发部门自视甚高，不听客户意见，也不管生产问题，导致原型机很难被生产部门接受。

这案例说明了闭门造车的后果。B端工具的使用者是业务成员，我们的需求需要从业务中来，再到业务中去，否则会像飞利浦一样在芯片战争中败退。

因此，我们需要引导业务正确思考“AI和业务的结合”，让他们理解AI的运作和能实现的程度，从而辅助我们挖掘AI落地场景，将“重复的可标准化的”业务动作让AI替换。

同时，一些AI落地过程中的工作也可交由业务配合，如数据积累和采集，让他们从实际生产中积累高质量数据，AI的校验，让他们从专业视角评估AI的效果。

3）借力开发团队：

开发团队是我们实现AI落地B端的关键。我们需要让他们意识到项目的价值，并激发他们的热情，让大家“劲往一处使”，充分发挥主观能动性，挖掘技术、产品层面的核心人物，共同做好这件事。一个人的力量有限，多人协力，事情才能做得更好。同时，避免由于内部运转效率低下导致的交付质量不达标。

二、如何进行内容引导

1. 自己先成为内部 AI 专家

要想带领团队正确认知和理解AI，自己必须先成为内部的AI专家。我们并不需要成为行业顶尖的专家，但需要具备扎实的基础和应用能力。以下是一些具体的方法：

1）系统学习

系统学习是提升基础知识的关键途径。理解AI的基础概念是深入应用的前提。以下是一些系统学习的方法：

i）书籍阅读：选择几本评价较高的AI书籍，系统学习。

ii）课程学习：选择口碑较好的AI课程进行学习，虽然市面上卖课的很多，但其中不乏优质内容。

2）下手实践

如果对AI只是纸上谈兵，那永远只是不接地气的口嗨。我们对AI的认知只能停留在浅浅的表层，这会成为我们推广AI、建设AI工具的阻碍。

为此，我们也要亲自下手使用各种AI工具，在这个过程中需要了解清楚工具的能力边界、工具调参、提示词用法等，为后续让业务了解AI、用好AI做准备。

3）建立信息源

AI的发展是日新月异的，我们需要建立优质的信息获取渠道，以便我们能够跟上最新的行业变更，以不至于让自己落后。常见的优质信息源有咨询网站、视频网站、公众号、知识星球、社区、群聊等等，其中的重点是要跟对人/组织，他们才是给我们提供优质咨询的来源，渠道只是呈现的形式。

建立优质的信息源后，我们需要对其进行归类排序，按广度和深度进行分类，有些人/组织是会呈现最新的自选，有些人/组织并不会实时跟踪热点，但是会给到深度的认知和思考。之后便是养成定期阅读他们的习惯，时常更新自己的AI认知。

建立信息源的过程中，我们还可以重点找到“同路人”，找到一群与我们同样在AI领域探索的人，他们能够与我们互相监督、互相查漏补缺，思维的碰撞能迸发出更好的想法。一个人走得快，一群人走得更远。

4）沉淀信息

无论选择什么学习方法，我们都需要对所学内容进行总结和提炼。有时间的，可以进行汇总输出，围绕一个主题形成一篇文章。

为什么要这样做呢？《高效能人士七个习惯》中提到，学习的时候要以老师的角色来学习，除了吸收还要能复述。在学习的过程中，应做好准备：在48小时之内与别人分享或讨论阅读心得。”

这有点类似于费曼学习法，把学到的知识复述，让5岁的小孩也能立即听懂。当我们去模拟讲述一个知识的时候，我们会发现教学过程中的漏洞，通过不断修复漏洞，以达到完美的复述效果。这个学习过程等同于对知识的抽象、解构，用简单的话语讲述复杂的事情，这加深了我们对其的理解，从多维度去了解知识的本质，做到知其然也知其所以然。

此外，对外输出的过程是与他人建立链接的过程，他人能够对我们的观点进行补充，或者是指正我们之中的错误观点，从而对我们的所学所想进行补充，形成良性的正向循环。

2. 定期内部分享与沉淀

当具备一定的AI专业度后，可以对内进行相关知识的分享，提高团队的AI能力水平。分享的形式可以是讲座、文章或交流会等。重点在于“有一定频次”地进行分享，树立自己的内部影响力，形成一定的话语权。

通过分享，可以起到抛砖引玉的作用，挖掘同行者，引导他们一同输出并分享。一方面可以促进团队氛围的形成，另一方面树立内部的AI核心人物，这些人物能够在各块业务推动AI落地时，提供关键的辅助推动作用。

最后，分享产生的内容需要进行沉淀，以供其他人学习和查阅。

三、小结

AI在业务中的落地与推广离不开“人”的要素。用合理的方式引导团队，能够让上级给予我们支持，业务团队配合我们挖掘场景，开发团队高效运转，从而保证AI在业务中落地不再是一纸空谈。通过系统学习、实践操作、信息源建立和定期分享，我们可以有效避免业务提出离谱的AI需求，确保AI项目顺利推进并真正为企业创造价值。