# AI 产品战略与竞争壁垒

## 战略不是“所有功能都加 AI”

AI 产品战略回答五个选择：

1. 为哪类用户，在什么任务上创造显著不同的结果？
2. 哪些能力由 AI 改变，哪些仍由规则、软件或人承担？
3. 我们凭什么比通用模型和现有流程做得更好？
4. 先赢哪一个窄场景，再如何扩张到工作流、平台或网络？
5. 哪些风险、成本和组织能力决定我们不能同时做什么？

“采用最强模型”“全面智能化”是技术愿望，不是战略。

## 战略六层

| 层 | 要做的选择 | 典型产物 |
|---|---|---|
| 使命/结果 | 想改变用户或行业的什么结果 | 战略叙事、北极星 |
| 目标市场 | 首先服务谁、拒绝服务谁 | ICP、分群、市场边界 |
| 关键任务 | 赢下哪几个高价值工作 | JTBD、工作流地图 |
| 产品系统 | 人、AI、规则、数据怎样协作 | 服务蓝图、权限阶梯 |
| 能力资产 | 哪些能力必须长期积累 | 数据、评测、知识、平台、渠道 |
| 经营治理 | 如何盈利、扩张并安全运行 | 单位经济、路线图、风险偏好 |

从上到下选择，从下到上验证。技术能力若不能服务目标任务，就不该进入主路线图。

## 市场和场景分析

### 市场不要只按行业切

AI 产品更适合按“工作结构”切分：

- 信息搜索与综合。
- 内容创建与转换。
- 判断、预测与排序。
- 协调、记录与跟进。
- 交易、执行与控制。
- 教练、陪伴与学习。

同一行业的不同任务对正确性、延迟、权限和责任要求完全不同；不同行业的同类任务反而可能共享架构。

### 理想客户画像 ICP

除了公司规模和行业，加入：

- 任务量、标准化程度和当前成本。
- 数据数字化、知识治理和接口成熟度。
- 错误可逆性、监管和采购周期。
- 变革意愿、决策者、使用者和付款者是否一致。
- 是否具备反馈闭环和领域专家。

最痛的客户不一定是最适合第一批客户；数据混乱、流程无 Owner、风险极高的客户可能消耗全部交付能力。

## AI 能力—场景匹配

用四类能力看机会：

- **压缩**：总结、分类、抽取、聚类，减少信息负担。
- **生成**：草稿、设计、代码、模拟，降低创作成本。
- **搜索与综合**：跨知识源发现、对照、解释。
- **决策与执行**：预测、推荐、计划、工具操作。

越靠近决策与执行，价值可能越大，但对评测、权限、责任和恢复的要求也越高。路线通常从“看见 → 建议 → 草拟 → 确认执行 → 有限自治”逐步推进。

## 真正的竞争壁垒

基础模型能力会扩散，Prompt 也容易复制。更耐久的壁垒通常来自组合：

### 1. 工作流嵌入

产品处于任务触发、资料、协作、审批和结果反馈的关键位置；迁移不仅是换聊天框，而是重建流程和组织习惯。

### 2. 专有且合法的数据闭环

不是“数据多”，而是有权使用、与目标结果相关、覆盖长尾、持续反馈、能转化为评测和改进的数据。

### 3. 评测与错误知识

团队知道什么叫好、哪里会错、怎样分层、什么不能越线。黄金集、事故集、领域 Rubric 和线上信号往往比单个 Prompt 更难复制。

### 4. 领域模型与知识运营

结构化领域本体、文档 Owner、时效、权限、冲突治理和专家网络，使答案可追溯且持续更新。

### 5. 信任、治理与分发

品牌、渠道、审计、安全、合规、服务能力和客户关系决定产品能否进入高价值流程。

### 6. 单位经济与运营学习

模型路由、缓存、人工复核、支持和异常处理形成独特成本曲线；更便宜不是单价低，而是每成功任务成本低。

### 7. 网络与生态效应

更多参与者带来更好的协作、模板、市场供给或集成，但必须区分真正跨用户增值与普通规模效应。

## 壁垒压力测试

逐项问：

- 如果通用模型明天能力提高 10 倍，我们的产品价值会上升还是消失？
- 如果模型 API 价格下降 90%，竞争者能否一个月复制？
- 如果客户导出全部数据，是否仍愿意留下？为什么？
- 每个新增客户是否让产品更好、更便宜或更可信？
- 最大资产是否有明确授权、版本、质量和 Owner？
- 壁垒是否建立在违反隐私、锁死客户或不可持续补贴上？

依赖模型弱点的功能容易被平台吞掉；利用模型进步放大工作流价值的产品更稳。

## 竞争分析

### 四类竞争者

1. 现有人工与表格流程。
2. 传统 SaaS/规则/搜索产品。
3. 垂直 AI 产品。
4. 通用模型、平台和客户自建。

客户最大的竞争者经常是“维持现状”，不是同类创业公司。

### 竞争卡片

| 维度 | 我方 | 候选/现状 |
|---|---|---|
| 目标用户与任务 | | |
| 首次价值时间 | | |
| 结果质量与可验证性 | | |
| 工作流/集成 | | |
| 数据与权限 | | |
| 自主性与人工控制 | | |
| 安全、合规、审计 | | |
| 单位经济与价格 | | |
| 迁移、锁定与退出 | | |

只记录可复核证据：亲自试用、客户访谈、公开合同/文档和可重复评测。不要把对手营销话术当事实，也不要使用未授权内部资料。

## 产品、功能还是平台

### AI 功能

嵌入已有产品的单点增强。适合快速提高现有用户价值，但容易被复制。

### AI 产品

围绕完整任务重构流程、责任和商业模式；用户愿意为结果持续使用或付费。

### AI 平台

为多个场景提供共享模型接入、知识、身份、工具、评测、观测和治理。平台化由重复成本、共性稳定性、迁移意愿、SLO 与长期 Owner 决定；“多个消费者”是经验信号，不以固定数量作为硬门槛。

平台指标不是功能数，而是接入周期、复用率、合规周期、单位成本和消费者满意。

## 三阶段路线图

### Horizon 1：可用

- 赢下一个窄、高频、可测任务。
- 证明用户行为、端到端质量和单位经济。
- 建立失败、回滚和运营基本盘。

### Horizon 2：可扩

- 扩相邻任务、用户和知识范围。
- 抽取共享身份、检索、评测、工具和治理能力。
- 建数据/反馈闭环，降低每新增场景成本。

### Horizon 3：可重构

- 重新设计角色、流程和商业模式。
- 在成熟证据下逐步提高自主性。
- 建生态、网络或行业标准能力。

每个 Horizon 都保留停止条件；不要用远期故事掩盖近期价值未成立。

## 组合管理

将项目分四类：

- `Core`：已有价值，优化质量、成本和留存。
- `Adjacent`：相邻用户/任务，复用现有资产。
- `Option`：高不确定前沿实验，严格时间盒。
- `Foundation`：评测、知识、平台、安全和组织能力。

组合评审不比较故事大小，而比较：证据、战略一致性、边际资源、风险和放弃成本。设置明确的 `Invest / Explore / Hold / Stop`。

## 战略备忘录模板

```markdown
# 【主题】AI 产品战略
## 我们观察到的变化
用户/技术/成本/监管/竞争证据：【】
## 选择的用户与任务
服务谁【】解决什么【】不服务谁/不做什么【】
## 制胜论
为什么现在【】为什么是我们【】壁垒如何积累【】
## 产品与能力路径
H1【】H2【】H3【】共享资产【】
## 经营模型
价值指标【】定价【】单位经济【】分发【】
## 最大假设与风险
【假设—最小验证—阈值—时间盒】
## 资源与放弃
投资【】明确停止/延后【】
```

## 战略评审十问

1. 用户是否因结果而来，而非因 AI 新奇而来？
2. 最强替代方案是谁，为什么现在会切换？
3. 产品价值是否随模型进步而增强？
4. 数据闭环是否合法、代表且能改善目标结果？
5. 我们比客户自建或平台原生功能多了什么？
6. 进入工作流的集成与组织成本是否可承受？
7. 每成功任务价值是否覆盖全链路成本？
8. 高价值增长是否会同步放大不可接受风险？
9. 路线图是否明确放弃和停止？
10. 哪个证据会让我们改变战略？