“这个，用 AI 解决一下。” “这个可以做个 Skill。” “这个建议你自己用 AI 动手解决，不用提需求了。”
作为产品打工人，这两年我经常听到这些话，甚至我自己也跟合作方、跟团队这么说过。不能说不对，但有时候确实一头雾水。数据报表、客服、数据清洗，好像什么都能往 AI 上靠。一开始我也跟着兴奋，自己也没少试。
后来慢慢发现，大多数尝试停在一篇 PR 稿，或者“做了个 demo，但没人用”。
这些话很难反驳，毕竟 AI 时代倡导 AI First，你也没法每一件事都回一句“这个不合适”。所以我慢慢给自己攒了一套判断的标准，一共四条。它让我在这阵热闹里心里有数，也不把这份 AI 焦虑传给身边的人。
而且这套标准不只在那个场景用。你立项一个 AI 产品，要用它；你当管理者判断方向，要用它；你去面试一家 AI 公司，它给你讲了一个很性感的故事，你也要用它。都是同一套账。
这套账，大半不是我发明的——它是产品本来就该算的账，只是 AI 时代，特别容易把它忘掉。
旧范式真扛不住，才值得换
立项会上最常听到的一句话是：“这个方向，我们可以 AI 化。”
这种话没人会当面追着问“旧范式哪里扛不住了”——那是把会问死。但我自己会在心里把这笔账过一遍。多数时候，大家说的“扛不住”是“现在太慢了”“人不够用”，这都还没到点上。
旧方案可以有一百个缺点，只要缺点是能修出来的，就不值得换范式。加人、改流程、补规则，都是办法。真正值得换的，是瓶颈结构性卡住：不换，就解不了。
这种卡没卡住，我一般看三点。先说一句：这套账，第一条比的是“替代旧供给”——B 端的活大多属于这类，例子顺手都取自这边。还有一种场景没有旧供给，AI 替代的是用户自己动手，这条的比法不一样，回头单独说。
- 规模×复杂度超过线性扩展的边界。 画一条旧方案的成本曲线：业务量翻 10 倍，人力也跟着翻 10 倍，甚至更多，那大概率这个业务的边际成本不会递减。客服、审核、尽调这类人力密集的活最典型——业务按乘法涨，人力只能按加法补，每涨一倍就多招一批人，招不到、培训跟不上、管理复杂度先爆掉。这种墙是结构性的，不是哪个环节不行，是组织形态扛不住这个量级。加人能跟上的增长，只是普通的忙。
- 时间敏感，且压缩时间的代价付得起。 旧范式往往不是“做不到”，是“做不快”。判责理赔就是典型：收集证据、人工判断，天然要时间，大家都知道，越快处理完，用户体验越好。但时间不是免费的：快，要么堆人力（贵），要么接受赔付（被薅）。淘宝 88VIP 极速无理由退款，从另一个视角构建体验上的差异——整个生态里，一头体验好，另一头就必然有环节在承担成本。真正要算的，是快带来的体验增量，整体代价付不付得起、用什么方式控住。
- 长尾存在系统性风险。 低频错误频率 × 单次错误代价 × 业务规模，乘出来的敞口大到不能接受。合规、法务、资金这类场景尤其典型：旧范式靠人海复核压错误率，但漏一个就是事故，错误率永远压不到零。不是所有低频错误都致命——不碰红线、可逆、可补救的，人盯一盯就行；真正致命的，是一次事故吃掉全年收益，那就该机器兜底。风控和合规会帮你算这笔账。
三点都不中，说明旧范式还撑得住，AI 不是必需品。规则引擎、搜索优化、流程再造，旧流程还有很大的空间。很多“用 AI 解决一下”的需求，其实是旧流程还没理顺，只是顺手把 AI 挂了上去。
但也不是一票否决——AI 能带来突破，当然好；突破有限的话，就得算三笔：AI 的突破是增量，旧流程继续迭代也有成本，AI 引进来还带着组织熵增——新团队、新流程、跨部门的磨合，都是隐性开销。这三笔放在一起，是继续磨旧流程，还是值得上 AI，得根据情况定。
这一步，其实跟 AI 没什么关系。判断任何一个新方案，都是先问旧方案哪里卡住了。
这套账的第一条，默认是拿旧供给当尺子。有一种场景没有这把尺子：AI 替代的不是哪个旧方案，是你自己动手做这件事，旧范式这条就比不了，换成问：多少人因为做这件事的认知成本太高，干脆不做了。
省掉的劳动，要远大于新增的成本
我做过一个 AI 改造，上线后用户说：“还是原来那个按钮好用。”我一开始觉得是用户不习惯，后来发现不是——我替用户省了两次点击，但让用户多了三句话要描述需求。省了 30 秒，花了 1 分钟，这笔账怎么算都是亏的。
俞军老师的 VNOS，讲的是新体验、旧体验和迁移成本：新东西再好，用户也不会因为“更好”就换，他要的是净赚得足够多，而净赚要扣掉换过去的成本。AI 省掉的劳动，是旧体验和新体验的差值；新增的摩擦，是迁移成本。
问题是 AI 时代这笔账特别容易算错，因为成本被低估了。传统交互的成本是一次可见的，点一下按钮，付出就付出了。AI 是对话式的，成本散在多轮里——每一轮，用户都要组织语言、等生成、读一遍、发现不对、重新说。这些是隐性累加的，用户自己都要等到“怎么这么累”才意识到。
所以算这笔账，不能按理想单轮算，要按真实多轮算。
另外，“省掉的劳动”本身，也特别容易被高估。最典型的就是标准化场景里找 AI：千问做过点奶茶，美团小美 AI 助手首发功能也是点咖啡——都在极度标准化的交易品类里用 AI 追极致效率，从实现成本和产品发布的角度看，做得都不错。
但要落到用户价值上，大部分普通用户不是绝对效率导向：点一杯 Manner，打开 app、搜索、下单、选优惠，很快；也许搜索的时候正好看到一家新店，就不点 Manner 了。标准化场景里，现在的导购和交易体验已经够好，AI 省下的那点劳动，构建不起来持续使用的心智。
我反而觉得真正有空间的，是另一面：极度非标、交易摩擦很大的品类——现在的产品形态，还没好好满足这类需求。
“省掉的劳动”被高估，还有一层——省掉的不一定是负担：爱做攻略的人，享受的正是攻略本身。
做旅行攻略就是例子。爱做规划、甚至事无巨细的人，很多是在享受规划本身：旅行体验不是从出门那一刻才开始的，你决定要去的那天就开始了——查攻略、排行程、做准备，都是乐趣。
他们要的不是“替我做规划”，是细节：陌生国家的地铁票怎么买、景点之间公交怎么换乘、末班车是几点、餐厅要不要提前约。替他们省掉规划，不是减负，是剥夺乐趣。真正被“太麻烦了不去了”劝退、被认知成本挡住的那拨人，才值得替。
这个判断不只在用户端成立，B 端也一样——省掉的劳动是爽还是痛，看的是做它的人，不分什么端。
这两年大家普遍跳过这笔账，多半是因为热闹。在“什么都能做”的氛围里，新体验的想象力太满了，满到没人想起来还有迁移成本这一项。可恰恰是这一项，让很多产品、团队、打工人都坚持不下去。
这一步，其实跟 AI 也没什么关系。判断任何一个新方案，还是先问：这笔账，算不算得过来？
团队得有能力定义“好”
传统软件里“什么是好”是确定的：功能跑通了，就是好，AB 实验做正了就是好。AI 产品不一样，同一个输入，合法输出有无数种，“好”是一个分布，得有人把它定义出来。而能不能定义出来，不是技术问题，是组织问题。
我们在履约判责场景里遇过：劳动者上门后不履约，产品和运营对同一批 case 的判法都不一样。连人都说不清什么是对的 case，AI 去学一个连人都没统一的判断标准，学出来的一定是它自己的“平均”——而那个平均，谁都不认。
- 领域专家在不在。 有没有资深业务的人全职参与定标准。能找到人但只能兼职，是黄灯；没有一个人同时懂业务细节和整体逻辑，是红灯。
- 标准共识度。 两个专家独立判断同一批 case，一致性 >85% 是绿灯，65-85% 黄灯，低于 65% 红灯——人类自己都说不清什么是对。
- 标准稳不稳。 至少半年内不会大幅变化。每季度都在变是黄灯，现在还没成型是红灯。
红灯就先别做 AI，先做一件更便宜的事：把最资深的几个人的判断逻辑写下来。这件事本身就有价值，哪怕最后不用 AI。把“什么是好”显式化，是组织能力，不只是项目的准备。
这一步，确实是 AI 新增的部分——前面几笔账，以前做产品也算过；只有“怎么定义好”，是 AI 才逼着我们回答的。
“更好”的标准要提前立住
最常栽的跟头是：A/B 结果出来了，老板问“这算成功吗”，你才发现“成功”这个词，在项目开始的时候从来没人定义过。这时候再争，什么都说服不了谁。
所以“好”要在立项那天就定下来，不是等结果出来再争。但先得承认：AI 的“好”，本来就不容易说清。传统功能上线，看指标动不动就行；AI 不一样，同一个输入，合法输出有无数种，你没法说它“做对了”，只能说它在质量分布上站到了哪个位置——准确性、幻觉率、基准对比，一句话，“好”要能被度量到百分点。
而度量哪些维度，没有通用答案，得按项目来。能通用的不是哪张表，是这件事本身：立项那天，和决策层一起把“怎么算好”写下来，任何一个维度不达标，都有对应的处理策略，而不是临时解释。它也是你“讲好这个 AI 故事”的底牌。
故事不是吹出来的，是项目开始那天就写好了验收标准。
这套标准，算的是“值不值得做出结果”。拿着它，你大概率能判断出：这个项目，值不值。
不过有时候，结果本身不重要，站在热闹里，不内耗，顺着环境来，也很精彩。但无论如何要做心里有数：这是真的，还是气氛。
至于这套框架自己，也在过期——前两年判断“值不值得做”，看能不能算得过账；这两年 AI 涨得太快，有些账今天算不过，明年可能就过了。判断标准本身，也得跟着改，这大概才是常态。