8.1
深览指数
产品人人都是产品经理·82年的老花生··AI 生成
AI产品时代下的创业新思路：一个前SaaS产品经理的五年反思
本文是一位前SaaS产品经理经过五年创业失败、裁员、离婚后的反思总结。核心结论是：技术拐点出现时有三种可观测信号（资本叙事变化、头部产品边际效递减、员工使用门槛不降反升）；创业韧性由现金流（18个月储备）、信用（共患难的合伙人）、心理账户三者决定；AI时代产品经理的核心能力从“需求转代码”转向“在不明确场景中定义正确”。文章基于作者自己做AI降检测工具“牛牛降”的亲身案例，方法论具体可操作，风格真诚，不贩卖焦虑，适合正在经历AI转型或创业迷茫的产品经理和创业者阅读。原文 ↗
核心观点
- ▍AI技术拐点的核心标志是底层技术栈被颠覆，而非应用层的竞争；发现拐点的三种可观测信号是：资本叙事从规则覆盖转向理解能力、头部产品边际效递减、一线员工使用门槛未降反升。
- ▍AI时代产品经理的核心能力从「把用户需求转化为代码」转变为「在不明确的业务场景下界定什么是正确的」——即设计人机合作边界和业务判断力，而非纯技术能力。
- 01作者2021年所在RPA公司完成C+轮融资，员工数从300增至600人，但OpenGPT出现后，传统AI四小龙价值被打垮，资本市场逻辑从「规则覆盖」转向「理解能力」。
- 02作者通过亲身经历发现三条信号：投资人不再关心行业规则，转而关注自然语言理解；新客户首单金额持续下降；RPA要求业务人员写规则脚本的门槛始终存在。
- 03作者提出的韧性三账本：现金流账户需满足18个月生活费用（非通常的6个月）；信用账户要找「一起输过钱」的人合伙；心理账户允许接受短期消极情绪但不视为永恒。
- 04作者验证AI工具「牛牛降」的过程：先让自己成为第一个用户（用AI写稿后被平台限流），再用最小成本（微信手动跑模型，每天限10人，共50组数据对比）验证需求，最后选择轻量化模型（CPU推理，四核8G服务器，1分钟处理千字）而非GPT-4。
- 05作者复述了AI时代PM能力模型变化：传统技能如画边界、写PRD权重下降；新技能包括选择模型与推理方法、设计人机协作边界、业务判断力（如判定什么降AI效果算好）。
- 06作者指出AI无法替代的核心能力：判断降AI效果的「好」的标准，需要理解检测工具原理、各平台限流策略、用户内容类型差异——这是业务判断力而非技术能力。
- 07作者提出的「不变清单」：人们总想节省时间、害怕被取代、为确定性买单、相信真实故事——这些五年前如此，五年后依然如此，变化的是技术手段。
反方 / 局限
- — 文章所述方法论基于作者个人有限经验（单一产品牛牛降，服务小众降AI需求），缺乏大样本验证或用户增长数据，读者需警惕个例的普遍性程度。
- — 作者强烈主张「先验证再产品」的低成本快速迭代路径，但未讨论资金充裕或技术壁垒高的创业场景下，过度追求轻量级可能错失速度窗口或市场份额的替代策略。
8 分钟 · 3 卡片 · 9 资料
读原文 →