惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

A
About on SuperTechFans
Y
Y Combinator Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Microsoft Security Blog
Microsoft Security Blog
aimingoo的专栏
aimingoo的专栏
I
InfoQ
C
Check Point Blog
IT之家
IT之家
MyScale Blog
MyScale Blog
Apple Machine Learning Research
Apple Machine Learning Research
Vercel News
Vercel News
Last Week in AI
Last Week in AI
GbyAI
GbyAI
P
Proofpoint News Feed
量子位
Stack Overflow Blog
Stack Overflow Blog
Microsoft Azure Blog
Microsoft Azure Blog
月光博客
月光博客
阮一峰的网络日志
阮一峰的网络日志
人人都是产品经理
人人都是产品经理
B
Blog
T
The Blog of Author Tim Ferriss
H
Help Net Security
云风的 BLOG
云风的 BLOG

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
那些把AI当做工具的人,最终会死的很惨
镜子别酷 · 2026-03-19 · via 人人都是产品经理

当95%的企业AI项目无法产生可衡量回报时,或许我们该重新思考AI的本质——它从来不是确定性工具。从大禹的定海神针到孙悟空的如意金箍棒,同样的器物在不同认知下展现截然不同的可能性。本文深度剖析'工具思维'如何限制AI价值,揭示为何在红海赛道拼效率终将走向内卷,以及如何通过维度转换打开蓝海机遇。

2025年,MIT媒体实验室发布了一份报告,95%的企业AI项目没有产生可衡量的回报

同年,纽约时报跟进报道,S&P Global调查的1000多家企业里,放弃AI试点项目的比例从17%飙升到了42%

几十亿美金砸下去,换来的是一句话:

翻译一下,就是说“我们今年看了几十个演示,可能只有一两个真正有用”

一位不愿透露姓名的CIO是这么说的。

然后这个信息是我让AI帮我找的,因为我最近思考到为什么大部分的AI项目都会不太行?

我是会觉得不是AI不行,可能是绝大部分人从一开始就对“AI“理解”,认为它只是更高级的工具而已。

那么我们先聊一个最基本的问题:什么是”工具”?

锤子是工具,扳手是工具,Excel是工具,电话也是工具

它们有一个共同特征——确定性

你拿起锤子,砸下去,钉子进去了,每一次都是如此

你打开Excel,输入公式,结果精确到小数点后十六位

所以工具的本质,是一个确定的输入对应着一个确定的输出

可AI呢?

你给它同样的问题,它可能给你三个完全不同的答案

它的结果可多可少,可长可短,可深可浅

这不是Bug,这是它的本质

它根本就不是传统意义上的”工具”

就比如大家都看过西游记吧,应该很少有人记得,孙悟空手中的棒子最早其实不叫如意金箍棒,它叫定海神针铁。

大禹治水的时候用它测量海水深度,在大禹手上,它就是一根测量工具

功能明确,用途单一,测完就扔在了东海龙宫的角落里吃灰

直到孙悟空的到来,发现了它的奥秘,同样的一根棒子,可以缩成绣花针藏在耳朵里,也可以变得直冲云霄捅破天

这跟棒子没有变,唯一变了的是拿棒子的人怎么看待它:

大禹看见的是一根尺子,孙悟空看见的是无限可能

现在的AI,就是这根棒子

你当然可以把它做成一个工具

写文章的工具,作画的工具,编程的工具,翻译的工具

这当然都没问题

但问题是,如果你只把它当尺子用,你永远不知道它能捅破天

心理学家亚伯拉罕·马斯洛在1966年写过一句话:

“I suppose it is tempting, if the only tool you have is a hammer, to treat everything as if it were a nail”

“如果你手里只有一把锤子,你会把所有东西都当成钉子”

这被后人称为马斯洛锤子定律,也叫”工具定律”

行为科学家对这个现象的解释很残酷:

这不是智力问题,是认知懒惰

当你掌握了一个熟练的工具,你的大脑会自动过滤掉其他所有可能性

因为探索新的方案需要消耗认知资源,而沿用旧方案几乎不费力气

你以为你在高效工作,其实你只是在用最省力的方式重复自己

现在,把这个定律套到AI上

你学会了用AI写文案,于是你满世界找需要写文案的活

你学会了用AI做图,于是你满世界找需要做图的单子

你学会了用AI写代码,于是你满世界找需要写代码的项目

一锤下去,效率翻倍,妥妥的降本增效

你觉得自己站在时代前沿

可你有没有想过一个问题:

市场上真的需要那么多钉子吗?

这才是我今天真正想说的

当所有人都在想”怎么把AI变成自己的锤子”的时候,一场静悄悄的内卷已经开始了

哈佛商业评论在2025年9月发了一篇文章,标题很刺眼:

翻译下就是:”AI生成的“垃圾内容”在这里,这会扼杀团队合作,导致混乱”

文章里引用了一组数据:过去一年,企业中全面由AI主导的流程数量翻了一倍,员工使用AI的频率也翻了一倍

但95%的组织看不到任何可衡量的投资回报

活动翻倍,热情翻倍,回报为零

为什么?

因为所有人都在用AI做同一件事——提高效率

可效率这个词本身就有一个前提:你做的事情是对的

如果方向本身就是一条拥挤的赛道,那你用AI把速度提高十倍,也只是更快地冲向一面墙

我身边有很多人在用AI

有人用它写公众号爆款文案,日更三篇

有人用它批量生成短视频脚本,一天能出二十条

有人用它做设计图,效率是以前的五倍

他们都在说同一句话:”AI太好用了”

这话没毛病

就像你认识了一个特别能干的朋友,你发现他什么活都能帮你干

于是你把他当成最好的”工具人”来使用

干活嘛,没什么不对的

于是别人也来认识这位”朋友”

很快,所有人都知道这位朋友能干活了

你以为你靠的是认知差,其实你靠的只是信息差

你只是比别人早一点知道AI能帮你干活

但你对AI的理解,和你的同行,和大部分人,没有本质区别

你们都只看见了它的工具属性

而信息差这种东西,从来都是有保质期的

这时候一定有人会说:

“不对,同样是用AI,效果差距很大,关键在于审美和品味”

我承认这是对的,但我觉得放在AI时代,这是一句正确且无用的废话

就像有人问怎么找到一份好工作,你和他说:好好学习,考个名牌大学

对吗?当然对

有用吗?对于正在问这个问题的人来说,可以说是几乎没用

审美不是别人说几句话你就能拥有的;

品味更不是看几个教程你就能建立的。

那是几年甚至十几年的积累,是无数次被美的东西击中之后慢慢长出来的

你去告诉一个普通人用AI”关键在于审美”,等于什么都没说

更残酷的是:

如果你在”工具”这个维度上竞争,那些天生有审美优势的人,AI会成倍放大他们的优势

你在用自己的劣势,赌别人的优势

这盘棋,从你决定只把AI当工具的那一刻起,就已经输了

那什么才是不输的路?

回到那根西游记里棒子的例子

大禹看见了尺子,而孙悟空看见可能性

区别不在于棒子,在于你怎么看待它

黄仁勋之前说过一句话让我印象很深刻:

“AI不是更好的锤子,AI是一个会用锤子的工人”

这句话如果你只是听过去了,你会觉得不过是个漂亮的比喻

但如果你真的想明白了,你会发现它在说一件很颠覆的事情:

工具是没有主动性的,但AI有

比如说锤子不会自己去找钉子,但AI会

一个锤子不会质疑你的方向,但AI可以

生活里的锤子不会帮你重新定义问题,但AI能够

当你把AI当工具时,你就限定了自己的问题,然后让AI来回答

当你把AI当成别的什么东西——一个思考伙伴,一个认知外脑,一个你从来没有过的那种”朋友”——你会开始问不一样的问题

而就是这不一样的问题,才能带你去到不一样的地方

这不是鸡汤,这是一个很现实的赛道选择问题

“如何把AI用好”,这是一条红海赛道。

所有人都在这条路上挤,比的是谁的prompt写得更精,谁的workflow搭得更快,谁的审美更高级

这条路上的玩家一定会越来越多,利润也一定会越来越薄

因为AI本身也在进化,今天你精心打磨好的工作流,明天可能被一个新模型直接替代

你花三个月建立的效率优势,可能在一次更新之后归零

而”AI还可以是什么”,这将是一条蓝海赛道。

在这条路上,你不是在问”AI能帮我做什么”

你在问”因为AI的存在,什么事情变得可能了”

这两个问题看起来差不多,其实差了一个维度

第一个问题,你是主语,AI是工具

第二个问题,没有固定的主语,AI是一个变量,你也是一个变量

变量和变量碰撞,才有可能产生你从来没想过的东西

虽然说我也还不确定那个”东西”具体是什么?

但如果我现在就能说清楚,它大概也不值得期待

真正有价值的可能性,往往是你在出发之前无法描述的

就像孙悟空第一次拿起那根铁棒的时候

他也不知道这东西能变成什么样啊,他只是隐隐约觉得,这不只是一根尺子

也许,我们对待AI最好的姿态,不是急着把它变成趁手的兵器,而是先承认一件事:

你还不知道它能变成什么

这份不知道,并不是无知

而是开始

本文由 @镜子别酷 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务