别再卷提示语了！功夫在诗外，才是存量时代的 AI 落地法则

两岸猿声啼不住，轻舟已过万重山。这首诗，可能是对当下AI进展的最佳注脚。在AI产品层出不穷，文生图，文生视频越来越强的时候，我们改如何看懂AI。

这期我请到一位老朋友，资深数据分析专家曲政老师。我们相识于多年前的元宇宙热，后来聊过数字化转型，最近我们又在密谋AI搞事情。

曲政老师不仅是数据分析实战领域的高手，他的职业发展路线也是让我佩服不已，他本来和我一样都是文科生，但是他很早看到了计算机IT发展的趋势，毅然转行，并且自学拿下了计算机领域的大部分认证考试，包括极难的计算机架构师。这两年，AI的发展太快，好在我们有曲哥，我一旦有AI领域的难题，我都会找曲哥聊聊。

曲哥不仅拥有从文科背景成功转型为高级工程师的传奇经历 ，更在大数据和人工智能领域积累了丰富的实战经验。这次聊天，我们吐槽了那些还在教提示词的AI课程，讨论AI在真实商业世界中的神奇能力，当ChatGPT能直接交付专业的商业分析报告，当奶茶品牌用AI砍掉百万设计费，我们得相信，我们已站在AI商业化的“拐点”。

本期节目对我最大的收获是：“功夫在诗外” ，AI再强大，不懂商业和业务，也没法解决真需求。无论是通过积累数据和独特工作流来构建企业的“护城河” ，还是通过学习系统架构成为AI赋能的“十倍工程师” ，核心都在于将技术与商业实践的结合。

希望这期节目对你有启发，如果你想学习AI，或者正有朋友还在考虑学习AI，希望你把这期节目转发给他，少被那些乱七八糟的AI课程割韭菜，我们争取能帮一个算一个。

💬对话人

曲政：资深数据分析专家，真正落地实施的终身学习者，职业经验横跨数字营销和数据智能两大领域，积累了数据分析，项目管理，软件开发等领域中的认证合计40项；拥有从一线执行到管理者完整的职业路径，是国际营销奖—艾菲奖的评委；拥有高级工程师职称（系统架构设计师、数据库系统工程师）；拥有用户画像领域的软件著作权两项，拥有VR实用新型专利一项；

柏鹏：Mass Note 主编，一个对世界永远好奇的知识买手。

⌚️时间轴

02:16  AI的拐点：独立完成复杂任务

-AI工具在数据分析等领域已能自主完成工作，

-科技巨头正积极将AI技术深度融入各自的产品生态系统中，以全面提升产品效能和用户体验 [cite: 1]。

05:31 为何计算机科学是所有学科的“必修课”

-计算机科学将像数学一样，成为所有学科都需掌握的基础“标配”技能

-尽管AI能辅助编程，但理解编程语言（如Python）越来越重要

14:21 “轻舟已过万重山”：AI发展的速度与旁观者的喧嚣

-AI技术的迭代速度之快，已将许多观望者远远甩在身后

-用户无需提供繁琐的背景信息或指令，一张照片秒懂你

-AI课程应该面向未来，不然就会失去实际应用意义

22:25  “草色遥看近却无”：AI浪潮中的期望与现实

-AI好像是趋势，但仔细一看好像又没来，

-对未来的宏大期待与当前技术落地、产业变革的现实之间存在的距离感

-对于创业者而言，真正的机会在于深入挖掘特定行业的专业需求，而不是与大厂在通用模型上直接竞争

-创业项目应避免过于泛化和通用，否则很容易在科技巨头的快速迭代中被淘汰

28:27 AI计算时代的生存法则：构建企业的“数据资产”

-数据积累是企业的核心护城河，其价值如同可口可乐的神秘配方，难以被对手复制

-企业可通过结合通用AI工具（如ChatGPT）与自身特有的工作流程和工艺，形成独特的企业知识和竞争优势

-流程即优势，企业的独家流程数据化是AI时代难以被模仿的竞争力

-对于有数字化基础的企业，AI大模型能用低成本高效率完全过去的任务

-过去未能及时跟进数字化转型的企业，在AI时代必须先补上数字化基础这一课，才能有效利用AI技术 [cite:1]。

39:44 如何将隐性经验转化为数据资产

-详细的消费记录、操作流程等过程记录，是企业宝贵的数据资产

-这些数据资产不仅未来可用于训练机器人，当下也能作为新员工培训和知识传承的有效工具

-大模型缺乏细分领域的专业知识，这为能够提供“外挂知识库”服务的企业带来机会，但前提是企业自身数据已结构化

47:19 从“吹风扇”到“智能生产线”的思维跨越

-企业发展需要经历从简单工具到自动化生产线，再到全面数字化改造的演进过程

-引用段永平的“本分”理念，强调企业在不同发展阶段，需要认清自己的定位和核心任务

-企业在成长过程中，必须适时转变思维方式，不能固守过去简便但低效的方法

53:31 存量时代的挑战：从“看数据”到“懂数据”

-许多数字化基础较好的公司，其数据应用思维仍停留在过去，例如过度依赖BI大屏做表面展示，而非深度分析

-在市场进入存量时代后，仅关注数据的高低变化已不足够，核心在于理解数据变动背后的原因并找到解决方案 。

-未来要求决策者从增量时代的宏观视角，转向存量时代的深度分析和精细化管理，否则将面临巨大风险

-AI技术使得过去需要高成本和长周期才能完成的精细化分析和建模工作，现在能以极低的成本和极短的时间实现

01:00:57 从大手一挥的“英雄主义”到精细入微的“科学决策”

-告别英雄主义，AI时代管理者要转向依赖数据、科学决策和精细化管理的模式

-创业者需要具备更高层次的问题拆解能力和科学决策能力，实事求是地解决问题，而非追求仪式感

-管理模式也随之改变，包括从集中指挥到向下放权，以及适应更高频的审批和决策节奏

01:04:44 新时代的“英雄”：成为跨领域的“十倍工程师”

-通过技术和创新，在细分赛道中创造“新英雄”，这需要创业者掌握复合能力

-成功的创业者需要具备多种能力，包括掌握至少两种AI模型、工程能力和商业运营能力

-AI时代需要大幅提升效率，成为具备跨领域技能的“十倍工程师”

-这种能力升级的核心，并非依赖AI技术本身，而是PM在细分领域掌握的深刻知识结构

01:12:25 “功夫在诗外”：AI工具与行业理解的结合

-做好商业分析，仅仅掌握通用的AI模型和工具是远远不够的，对所在行业的业务逻辑有深刻理解才是关键

-在不同行业（如服装和餐饮）应用分析模型时，需要根据行业特性调整分析维度和指标，不能简单套用公式

-在招聘时，应更看重候选人对数据建模的理解和跨行业的学习能力，而不仅仅是过往的行业经验

01:19:39  用户价值的重塑：从“流量”到“模型燃料”

-在AI时代，用户数量的价值已从过去的“广告库存量”转变为优化AI模型的“燃料”

-用户的行为序列和画像被用来持续优化模型，平台通过提供更个性化的服务来形成一个价值交换的闭环

-这种变化促使公司的商业模式从单纯追求用户量，转向创造基于用户行为的长期生命周期价值

01:25:21 AI角色的演变：从“私人助理”到“长期伙伴”** -中小型企业应在医疗、法律等垂直细分领域寻找机会，通过提供高价值服务来构筑竞争优势

-AI正从一个简单的聊天机器人，演变为可以上传数据、具备记忆功能的私人助理，并最终可能成为用户的长期合作伙伴

-未来的AI能够提供情绪价值和高度个性化的服务，成为用户生活中不可或缺的一部分

01:30:28 AI会替代设计师吗？如何重塑创意工作流？

-AI替代设计师的本质是团队磨合的效率的极大提升

-AI的应用正在改变设计师的工作模式，通过积累和微调模型，可以高效生成和管理素材库，提升设计效率

未来的设计师竞争力，将更多体现在与客户的沟通能力以及熟练运用AI工具的能力上，这将重塑整个创意工作流程

01:42:33 AI和教育如何引导儿童与AI有效沟通

-将AI视为老师或助手，引导儿童通过真诚的交流，逐步学会与AI有效互动

-AI在设计时对负面内容有严格过滤，同时可以通过学习官方文档等方式，掌握与AI安全、高效互动的技巧

01:46:50 AI写作的深度：从“十个助理”到“激发洞察”

-科学作家万维钢的的AI写作案例，用了就回不去

-有了记忆的AI，可以不断向AI强化自己的身份和需求，让AI更好地理解用户，从而实现更深层次的交流

-主动询问AI是否有更深层次的洞察，可以激发其进行更深入的思考，从而为创作者带来新的启发和灵感

👍金句共赏

1. 1、”当AI能直接交付可用的分析报告，而不只是建议——这就是拐点级的变革。“
2. 2、“如果你看不懂代码，等于失去对话未来的资格。”
3. 3、”用风扇吹空肥皂盒是聪明，