进化岛2025年度盘点-AI时代的生存指南

致进化的你：你好，我是进化岛小师妹。2025年即将画上句号。想着大家平日里忙于赶路，或许来不及细细回望，我把刘润·进化岛社群

2025全年的「刘润日课」与「刘润问答」重新做了一次梳理。希望能用这份笨功夫，为你节省一点时间，留住更多思考。抱着这样的初衷，我从中甄选精华，为你整理了这份年度盘点第一辑——《AI

时代生存指南》。为了确保您的阅读体验与权益，请查收以下说明：1.人机共创，只为更优：本刊图片及笔记摘要由AI辅助生成+人工双重校验。如有疏漏，欢迎指正。2.专属干货，私享学习：

内容仅限进化岛岛友个人学习。请勿用于任何媒体号引流及营销用途，违者将追究责任。3.服务通道：如需咨询产品、服务或反馈建议，欢迎随时私信小师妹，我将竭诚为您解答。祝进化不止。进化岛小师妹

2025年

12

月1

/

48目录刘润日课.....................................................................................................4核心竞争力篇：人类最后的护城河是“靠谱”

..............

4工作习惯篇：养成“AI优先”的下意识

...................

8技能进化篇：从“写代码”到“口语编程”

...............

12学习方向篇：向底层的“硬学科”下沉

...................

16转型战略篇：提效、重塑与再造.........................

20刘润问答...................................................................................................................23AI时代，流量经济会消亡吗？商业模式会变成什么样？

....

23AI带来了效率也带来了失业，我们该如何看待这种纠结？

..

26既然AI诊断这么强，医生/专业人士的核心价值还剩什么？29未来10年，哪些行业会被AI完全替代？

...............

33AI时代，如何提升最重要的“提问能力”？

..............

35财务/会计工作会被AI取代吗？........................

37咨询顾问或知识工作者，在AI时代的护城河是什么？

.....

39创业者做AI工具，如何避免被巨头“碾压”？

...........

43AI写作为什么总是差点意思？它能替代专业写作吗？

......

45如何用AI“降维打击”传统的行业调研？

...............

472/

483/

48刘润日课核心竞争力篇：人类最后的护城河是“靠谱”日课日期：2025-06-19未来人类对抗

AI

的关键：靠谱能力今天是

2025

年6

月

19日。今天的日课，我们讨论一个有趣的话题：未来到底什么样的人类不会被

AI

完全取代？其实，我之前在朋友圈也发表过类似的观点。我斗胆认为，AI

最难以取代的，其实是人类"能够承担责任"的能力。换句话说，就是大家常开玩笑说的"背锅"能力。很多人听了哈哈一笑，以为我在开玩笑。其实我一点也不是在开玩笑，我是很认真的。为什么这么说呢？AI

最不能取代的能力，就是人类背锅的能力，或者说得正式一点，就是"靠谱"的能力。那什么叫靠谱？你看看现在几乎所有

AI

的聊天窗口下面都会有一句提示："AI

有可能会犯错，请自行判断。"也就是说，AI自己都知道它可能会出错，所以你不能完全相信它。你和

AI

聊天的时候，它总会提醒你要自己验证结果，别太依赖它。而且，AI

犯错的情况还真不少，有些错误甚至离谱。举个例子，我前两天在和一个直播间的朋友们聊天时，还提到过。有一次我尝试了一个国产

AI，问了它一个问题。我问它："杭州有六小龙，为什么南京没有？"我是南京人，在南京读的大学，还认真研究过这个问题，甚至想写份报告给南京大学的校长。然后，我把研究做完后，真的把报告发给了校长。在发报告之前，其实我通过AI

做了很多调研。调研过程中，AI

给了我一个数据，说杭州浙江大学每年毕业的学生，大约有

60%多会留在杭州就业。这个数据我觉得挺关键的。为什么呢？因为南京大学毕业的学生，很多其实未必会留在南京。这里面有一套很复杂的逻辑，咱们就不展开细说了。但我想强调的是，这个数据到底靠不靠谱？AI

在给出数据后，还补充了一句话，说这个数据来自浙江大学

2024

年毕业生调查报告，并且明确指出是在报告的第

14

页。它还贴心地把报告的

PDF

链接发给了我。看到这里，你可能会觉得，这下总不会有错了吧？毕竟连报告链接都给你了，还特意标注了第

14

页，感觉它肯定看过，才会这么自信地把数据和出4/

48处都摆在你面前。但我当时还是有点不放心，也不知道为什么，就点开了那个报告。结果一打开第

14

页，发现根本没有这个数据！当时我真的很震惊。你说如果只是随口说个"我认为是

60%多"，那也就算了，可你连出处都编出来了，我完全没法验证这个说法。AI

给了我一个看似可以验证的出处，结果却睁着眼睛说瞎话。我质问

AI："你说在第

14

页，可我根本没找到啊。"它立刻道歉："对不起，我搞错了，其实没有这个数据。我再帮你调查一下。"当时我整个人都懵了，它居然能撒这种谎，这简直是幻觉，而且幻觉太严重了。这种现象在部分

AI

中很常见，我称之为"旷野车神"和"马路杀手"。什么意思呢？在旷野里，它就像车神一样，想怎么开就怎么开，漂移、特技样样精通，因为没有交通规则约束。就像有些人让

AI

写古诗，文采简直比鲁迅还厉害，比辛弃疾还要牛。我把这种现象叫做"旷野车神"，因为一首诗写得好不好没有标准，只要你觉得好、他喜欢就行，可以充分发挥想象力。但是，当你让

AI

做数学题或进行逻辑推理时，它甚至连小数点都能搞错，这就是"马路杀手"。但凡给它一个交通规则，它就会横冲直撞，撞死人都有可能。所以它既是"旷野车神"，又是"马路杀手"，这就是不靠谱。这种不靠谱是内生的，除非有一天

AI

的底层技术发生根本性改变。AI

的幻觉其实只是一个概率问题。有的

AI

幻觉率高，有的则低，这只是个体差异。幻觉率高时，你可能会更不甘心；幻觉率低时，你也不知道它会不会犯错。这意味着，目前所有的

AI

都有可能出现幻觉，都有可能犯错。这就引出了一个非常重要的问题：如果

AI

会犯错，你还敢相信它吗？假设你用它做了一个重大决策，比如明年要投资

4

个亿，到底该不该干？AI

给出了建议："该干。"但同时，它也在下面加了一句话："但记住，我的建议有可能是错的。我有幻觉，你自己做决定。"那么，你敢不敢用这个建议？如果你用了，结果却错了，你该怎么办？你亏了，又该怎么办？你去找

AI

理论，它只会说："对不起，我错了。"你怎么惩罚它？它无法被惩罚，因为它是一个数字存在。你拔掉它的电源吗？拔掉电源也没用，它只是数字。你删除程序吗？删了别的地方还有备份。你没有任何办法去惩罚它。这意味着，当你无法惩罚它时，它也永远不会感到恐惧。没有恐惧，它就没有压力和动力去把事情做得绝对正确。相比之下，人类的情况就完全不同了。今天如果有人给你一个建议，你会质5/

48疑：这真的靠谱吗？这件事做得对吗？如果他是你的员工，你可以通过调整奖金甚至解雇来惩罚他。正因为存在这种惩罚机制，他才会感到压力，才会在给出建议时竭尽全力做到最好。因为如果不认真，他就要承担相应的后果。所以，一个人靠不靠谱这件事，在今天虽然

AI

已经比人类聪明，但在靠谱性上，它还是不如人类。人类虽然已经无法在智力上与

AI

相比，但我们仍然可以在靠谱性上胜出。在未来的很长一段时间里，对于一些非常困难或具有重大影响的事件，人类还是不敢完全依赖

AI，因为它不够可靠。因此，如果你是一个靠谱的人，你就有机会在这个领域打败

AI。那么，未来什么能力才是最重要的？我认为就是靠谱能力——别人交给你的事情，你能一丝不苟地完成；你答应别人的事，就一定能做到。这种认真负责的态度，正是我们与

AI

相比最大的优势。在聪明的

AI

和普通人之间，靠谱将成为我们最重要的竞争力。在

AI

与人类之间，人们可能会更倾向于选择你。因此，请记住，在我看来，靠谱能力是未来人类最重要、最核心的能力之一。正因为你有被惩罚的可能性，你才会追求靠谱，别人才敢信任你。希望这些观点能对你有所启发。今天的分享就到这里，我也期待能够听到你的想法。6/

487/

48工作习惯篇：养成“AI

优先”的下意识日课日期：2025-05-24AI

优先：拥抱

AI

的有效方法论今天是

2025

年

5

月

24日，我想与大家分享一个观点，我称之为"AI优先"。这个概念源于前两天我在一个商学院的活动上，面对大约六七百人，进行了三个小时的分享，主题是"AI

时代的转型战略"。分享结束后，一位企业家在提问环节问我："作为创业者，我们每天应该如何拥抱

AI？"我随即分享了这个"AI优先"的观点。我认为这个概念不仅适用于企业家，对每个人可能都有所启发，这也是我自己一直在实践的逻辑。那么，什么是"AI优先"呢？很多人误解为每天必须花一小时与

AI

对话，就像练习英语一样，觉得这是一种为了学习而投入的成本。但实际上，这种理解是错误的。我们不应该把与

AI

的交流看作是无话找话的闲聊，而应该转变策略，重新思考如何将

AI

融入我们的日常生活和工作。这个思考的核心在于，当你做任何事情时，首先应该考虑的是：这件事能不能借助

AI

来完成？举个例子，当你和同事讨论产品改良方案时，通常的做法是找专家咨询。但按照"AI优先"的理念，你应该先思考：在找任何专家之前，我能不能把

AI

当作专家来咨询？这就是"AI优先"的实践方式——让

AI

成为你解决问题的第一选择。具体操作时，你可以和同事一起坐下来，打开手机，使用你熟悉的

AI

工具。我建议，如果没有特别敏感的数据，可以使用

Google

最新推出的

Gemini2.5Pro，或者

OpenAI

的

GPT-4

推理版本。在向

AI

咨询时，你完全不需要担心提示词的问题，也不必在意表达是否完美。直接打开语音输入功能，即使你说得不够准确，甚至出现错别字或口语化表

达，AI

都能准确理解你的意思。这就是

AI

的强大之处——它能够处理各种不完美的输入，并给出有价值的反馈。所以，不要给自己任何限制。打开语音输入，对

AI

说："我们公司有一个什么样的产品，已经做了多少年，产品的主要特点是什么，主要面向什么样的客户群体。那么，这个产品最核心的卖点是什么？最近两年市场竞争异常激烈，我们面临巨大的挑战。销量下滑后，我们尝试了多种方法，虽然有些效果，但都不够显著。因此，我们正在思考如何对产品进行升级和迭代。"让

AI

成为你解8/

48决问题的第一站，这就是"AI优先"的精髓所在。那么，我到底应该如何迭代这个产品呢？你可以这样向

AI

提问："帮我出出主意，看看怎么升级这个产品。"不要担心问题是否有效，只要尽量充分表达。想象你在请教一位专家，他会问你的问题，以及你需要提供的信息，都可以一股脑地说出来，想到哪儿说到哪儿，不需要考虑结构化的表达顺序。假设你在跟一个智商

130

的人聊天，你说什么他都能理解。当你把问题说完后，AI

会给出回答。相信我，很多时候你问十次，其中至少有七次，你会对

AI

的回答感到震惊："我的天哪，它真的能给我建议，而且建议很靠谱！"不要着急，不要停下来。如果你发现有些建议很有价值，而有些建议可能没有充分理解你的意思，你可以继续追问："刚才的建议特别好，我还想继续跟你聊聊这个话题。"关于这个建议，我们的实际情况是这样的：竞争对手已经尝试过类似方案。那么，这个方案到底是否可行？还有哪些需要考虑的因素？你可以继续追问

AI。当你得到回答后，可能会再次感到惊喜："这个建议太有价值了！"接着，你可以进一步询问："如果按照这个建议实施，具体应该采取哪些步骤？"不要犹豫，继续深入探讨。AI

会详细列出实施步骤，比如第一步、第二步、

第三步等。这就是所谓的"AI优先"策略——在咨询专家之前，先向

AI

寻求建议。这种策略不仅适用于产品优化，在招聘领域也同样有效。例如，当你在招聘过程中遇到困难时，可以这样操作：与

HR

同事一起，向

AI

咨询："我们尝试了多种招聘方法，但始终找不到合适的候选人。即使面试了几位，结果也不理想。勉强录用的话，又担心无法胜任。我们该怎么办？"你可能会惊讶："连这种问题也能问

AI

吗？"当然可以。AI

会引导你："是否需要把你的职位描述发给我？我们可以一起分析具体情况。你能否详细说明这个岗位的具体要求？"通过这种方式，AI

能够为你提供切实可行的解决方案。你可以直接向

AI

咨询："我们应该去哪里招聘合适的人？简历和招聘启事应该如何撰写？"AI

会为你提供具体的招聘渠道建议。你可能会惊讶地发现，原来

AI

对

HR

领域如此了解。关键在于，我们往往不清楚

AI

究竟能做什么。因此，我建议你假设

AI

无所不能，遇到任何问题都先向它咨询。随着时间推移，你会不断发现

AI

的新能力，这种持续的惊喜感实际上是对

AI

能力边界的不断拓展。采用"AI优先"策略后，你会发现每天与

AI

的交流时间很容易超过一小时。这9/

48是因为

AI

已经深度融入你的日常工作和管理中。记住这个原则：遇到任何棘手的问题，先向

AI

寻求建议。通过这种方式，你不仅能快速解决问题，还能不断拓展对

AI

能力的认知。最终，你会发现公司有大量工作都可以借助

AI

来完成，这将使你的工作效率远超同行。今天我想与你分享的，正是我近期与企业家们探讨的"拥抱

AI

方法论

"。每天坚持与

AI

交流一小时，你会惊讶于自己的进步速度。这种持续性的互动不仅能提升工作效率，还能带来意想不到的收获。希望你能将这种习惯坚持下去，让它成为你成长道路上的助力。10/

4811

/

48技能进化篇：从“写代码

”到“

口语编程

”日课日期：2025-08-07口语编程时代来临：人力资源工资处理自动化实践今天是

2025

年8

月

7日，记录一下今天的日课。今天我一边工作，一边抽时间帮人力资源部写了一个工具。写完之后，我有一个非常强烈的感受：口语编程的时代真的到来了。未来，可能真正需要的不是程序员，而是架构师。架构师不会被淘汰，但程序员或许真的会消失。这是什么意思呢？正好这两天赶上发工资。我们的人力资源部的小姐姐因为回家生孩子，这次发工资的工作就由财务同事代为处理。可财务同事处理起来就变得非常复杂。复杂点在于，首先要有一张工资表，每个月的基本工资都在里面，但还要把当月的奖金填进去。奖金又来自于各个部门，需要根据每个人当月的贡献来确定。每个部门会发邮件申请奖金，申请被批准后，就要把每个人这个月可以多拿多少奖金填进工资表里。填好之后，还要把工资表里的应发金额，再转到税务表的模板里。为什么要这样？因为需要用这张表上传到税务软件，软件会自动计算全年税务，然后告诉你这个月应该交多少个人所得税。算完之后，再把这张表下载下来。因为我们有

4

家公司，所以每家公司的表格都需要分别下载。下载完成后，要把

4

家公司算好的个人所得税数据填进工资表。填好个税后，就能算出每个人实发的税后工资。接着，需要把个税部分的数据回填到工资表中，更新税后工资。更新完税后工资后，还要把这些数据同步到

4

家公司的银行代发Excel

文件里。每家银行的代发工资模板都不一样，所以需要分别打开

4

家公司的模板，一个个把数据填进去。每个表格里都有大量数据需要处理，填完之后，还要通知大家工资已经发放。通知的时候，需要用到飞书的通知功能。飞书也有自己的模板，所以还要把最终的工资表更新到飞书的模板里，然后上传并发送通知。除此之外，这个月还有一项重要的工作，就是工资分摊。因为我们是按照部门分摊成本的，有些人的工资需要分摊到

4

个不同的部门，有的要分摊到

5

个部门，还有的要分摊到

2

个或

3

个部门。每个人的工资都要根据实际情况，合理分配到对应的部门成本中。12/

48我们那位小姐姐一天的工作量非常大，常常忙得不可开交。为了解决这个问题，我决定帮她开发一个工具。为此，我刚刚花费了

250

美元购买了一款名为ClaudeCode

的软件。在开发过程中，我一边进行自己的研究工作，一边通过语音指令来构建这个工具。我没有编写任何代码，而是通过口语的方式告诉工具需要实现哪些功能，以及如何组织目录和文件结构。这些细节我就不一一赘述了，等框架搭建完成后再与团队详细说明。这个工具的核心在于架构设计。只有具备编程经验的人，才能理解如何构建一个不会混乱的架构。未来，这个架构将非常严谨：帮助文件会存放在特定目录中，生成的中间文件也会有序存放，不同表格之间会建立映射关系，这些映射关系将存储在一个专门的文件中。为了生成这些映射关系，还需要开发一个专门的工具。此外，还需要一个工具来处理报税单的生成、回填，以及银行发放和飞书通知的流程。同时，还需要一个工具来将成本分摊到各个部门。在与工具的对话过程中，它不会直接编写代码，而是会先询问我的理解是否正确。如果理解有误，我会进行纠正；如果正确，它会获得用户批准后开始编写代码。这个过程通常需要十几到二十分钟，工具会全力以赴地完成代码编写。它的工作效率非常高，十几分钟的工作量相当于别人一两天的成果。它全力以赴地编写代码，完成后立即让我运行。我检查后发现有些地方与预期不一致，便提出修改意见。它迅速理解并调整，我们就这样反复沟通和完善。在这个过程中，我主要专注于自己的商业事务，而它则专注于代码编写。每隔十几分钟，它就会通知我代码已完成，让我抽空查看。我发现问题后提出意见，它立即修改。这样反复几次，大约花了一天时间。实际上，我大部分时间都在处理自己的事务。最终完成时，我将这个工具交给人力资源部门的小姐姐。她非常惊讶，因为这个工具大大节省了她的时间。原本她需要全神贯注地工作将近一天，进行各种复杂的计算和清算，每个月都要重复这个过程。现在，这些工作只需一分钟即可完成，效率提升显著。值得一提的是，我一行代码都没有写。虽然我过去编写过很多代码，了解其原理，但这次完全通过口语与工具对话，花费了

250

美元（约合

2000

人民币）。这笔投资非常值得，因为不仅解决了当前的问题，还能应用于其他场景。每个月节省一天的工作时间，长期来看，效益显著。所以这笔投资太值了。未来可能根本不需要程序员，但需要架构师。架构师要13/

48能把事情讲清楚，不断与

AI

对话，指导它如何实现。但具体写代码的每一行，都不需要你来完成。这就是让我非常震惊的现代编程能力——ClaudeCode。在未来的很长一段时间，程序员可能真的要大面积失业了。正好看到一则新闻，很多科技公司正在大规模裁员程序员，同时却在拼命招聘

AI

人才。这很可能就是未来的真正趋势。你会不会写代码，现在看来已经不重要了。只要学会用口语与

AI

沟通，你就能开发出一个应用程序。我已经开发出了一个给人力资源小姐姐使用的应用，只花了一天时间。如果找外部团队来做，至少需要两个人干一个月。这是什么概念？他们至少要收我

20万，就算打个折也得

10

万。但我们只花了

250

美元就完成了。科技正在彻底改变商业。你有没有尝试过用口语编写代码，开发一个真实的应用呢？如果试过的话，能跟我分享一下你开发了什么吗？如果没试过，你有什么想尝试的项目呢？这是我今天的感悟，非常触动，我也期待听到你的分享。14/

4815/

48学习方向篇：向底层的“硬学科

”下沉日课日期：2025-03-27AI

时代下学科可替代性分析与学习建议今天是

2025

年

3

月

27日，我依旧在办公室为年中的那场大课做准备。这场年终大课的准备工作正如火如荼地进行着。然而，这两天

AI

领域又涌现了许多新事物，我也一直在进行相关研究。看到人们分享的各种

AI

生成的图像，比如换鞋、换衣，甚至将手绘转化为逼真的照片，真是令人叹为观止。我也制作了一系列表情包。完成这些后，我不禁思考：有什么是不可替代的？很多人也在问，未来孩子应该学什么才不会被替代。我认为，没有什么是完全不可替代的，至少目前我不知道有什么是不可替代的。但如果要将今天的日课总结为一点，那就是：越接近世界底层逻辑的东西，越不可替代。所谓世界底层逻辑，我们可以将其分为几层。最底层，用今天的语言体系来说，就是理科。理科，或者说科学，包括理科和工科。但在这里，我们暂且称之为科学。科学究竟包含哪些内容呢？首先，最基础的是数学。数学位于最底层，它并非科学，而是一种纯粹的逻辑推演。数学永远不会出错，因为科学需要可证伪性，而数学不具备这一特性。因此，数学是最底层的学科。在数学之上是物理。物理研究的是真实世界，因此它可能会出错，这也正是物理作为科学的标志。例如，牛顿的理论在特定范围内具有解释力，但在更广泛的背景下则存在局限性。物理之上，还有化学等学科，它们同样属于理科范畴。接下来是工科，包括计算机科学等。这些学科也接近世界的最底层逻辑。有人可能会问，为什么要学习编程？未来或许不再需要编程。但学习编程的目的并非仅仅为了编程本身，而是为了掌握与这个世界最底层的创造者对话的语言。如果存在上帝，那么上帝一定是一位程序员，他编写了一系列代码让世界自动运行。掌握编程，就是掌握与上帝、与人工智能对话的语言。因此，最不可替代的是科学，是理科。再往上一层，我们称之为社会科学。社会科学包括经济学、心理学、商学等。这些学科虽然我们尚未完全理解，但它们构成了科学的第二层。社会科学帮助16/

48我们理解人类行为和社会运作的规律，是科学体系中不可或缺的一部分。我们总能总结出一套模型，虽然这些模型在很多情况下并不完全正确，但在某些特定场景中却非常有用。正因为它们既有用又不完全正确，所以总会存在例外。哪个经济学理论没有例外呢？如果没有例外，经济学家们就不会争论不休了。数学家们从不争吵，而经济学家们却常常争执，因为每个人都有对的时候，也都有错的时候。这种既有对又有错的东西，我们称之为社会科学。因

此，社会科学相对容易被替代。再往上，我们来到第三个层次——艺术。什么是艺术呢？艺术就是那些我们尚未完全理解的东西。有人将部分艺术称为玄学，因为它们至今仍未被我们彻底搞明白，比如音乐、美术、雕塑等。艺术之所以被称为艺术，正是因为我们无法完全解释它。正因为我们无法解释，所以总有人将其神秘化。其实，艺术本身并不神秘，只是因为它离底层逻辑太远，所以成为了许多玄学家的避风港。由于它难以被验证，谁也无法反驳，因此它成为了许多玄学理论的庇护所。综上所述，这三个层次分别是科学、社会科学和艺术。科学是我们已经基本搞清楚的领域。社会科学则处于半知半解的状态——它可能有用，但也可能出错。至于艺术，则是我们尚未完全理解的领域，我们统称为艺术。那么，这三个领域中哪个最容易被替代呢？艺术是最容易被替代的。如今，人工智能已经能够完成大量我们以前认为只有人类才能完成的艺术创作。许多会绘画的人其实也不完全理解艺术，因为越是深入学习艺术，离底层的数学和物理就越远，反而越不理解艺术。艺术其实是有其底层逻辑的，但很多人并没有真正理解什么是艺术，反而把它搞得玄之又玄，其实一点都不玄。你看，如今人工智能最容易取代的就是绘画和作图。大量的作图软件层出不穷，艺术创作正逐渐被替代。所以，如果未来要选择学习什么，我建议不要选择艺术，因为它是最容易被替代的领域。如今，所有的创作——无论是文字、音乐、绘画还是视频——这些艺术形式都在被人工智能替代。我们以为最难的，其实是最容易的；我们以为最搞不清楚的，其实最适合人工智能来完成。那么，最不容易被替代的是什么呢？是数学。因为当你用与数学相同的方式思考时，你就有机会驾驭它，有机会与它对话。所以，科学、社会科学和艺术这三者，在我看来，它们的可替代性是完全不同的。因此，在尽可能的情况下，我们应该引导我们的孩子，让他们往更底层的学科发展。这样，他们就越不容易被替代，也就越有机会与人工智能共存。这17/

48是我今天的一些思考，与大家分享。18/

48转型战略篇：提效、重塑与再造日课日期：2025-03-28企业拥抱

AI

的战略路径：提效、重塑与再造今天是

2025

年

3

月

28日，今晚我在直播间做了一场直播，主要分享了从新加坡回来后的见闻和思考。这次分享中，我特别谈到了当前

AI

转型的话题。很多人对

AI

转型感到非常焦虑，担心自己会落后于这个快速变化的时代。这种焦虑，最终会演变成一种叫做"错失恐惧症"（FearofMissingOut）的心理状

态，即害怕被时代抛弃。然而，想要真正摆脱这种焦虑，关键是要找到一个可以抓住的具体点。这个点通常是一个痛点，即你过去一直无法解决的问题。通过不断学习

AI

技术，解决这个痛点，哪怕只是提高一点效率，你也会感到自己在进步。今天，我提前在进化岛上给大家分享了我们将在

6

月

7

号举办的年中大课的内容。这次大课的主题是"AI转型的三个步骤"。具体是哪三个步骤呢？今天我先给大家透露一下：第一步是"提效"，即流程不变，只改进工具。第二步是"重塑"，即整个流程和组织方式都发生改变。第三步是"再造"，即彻底重新构建。商业模式改变的过程，可以用"提效、重塑、再造"来比喻。想象一下战争场景，最简单的提升战斗力的方法就是发枪。过去，士兵们用大刀或小米加步枪，现在换成

AK47，战斗力自然就增强了。这就是"提效"——战斗方式没变，还是

30

个人往前冲，但每个人的战斗力都提升了。然而，真正打赢一场战争，并不是简单地给

30

个人发枪就能实现的。要赢得战争，需要改变编队方式、组织形态和战略战术。比如，在二战时期，坦克被发明出来。如果只是把坦克当作移动的士兵，那不过是多了

20

个战斗力而已。但德国人通过改变战术，发明了闪电战——利用坦克的快速移动和无所畏惧的特性，将部队迅速带到敌人意想不到的地方，彻底改变了战争格局。这就是"重塑"和"再造"——不仅改变了工具，还改变了整个作战计划和流程。闪电战这一战术，才是真正改变战争格局的关键，而非坦克本身。因此，坦克必须与闪电战相结合，才能改变组织形态。这就像我们在公司中探讨的问题：拥抱

AI，不仅仅是提效。例如，今天我使用

AI

缩短了查找资料的时间，加快20/

48了整理表格的速度，这被称为提效工具。我们甚至可以聘请一位提效顾问，帮助公司解决问题。但更重要的是，我们能否让这个团队与众不同？过去，所有的

AI

都是所谓的大模型，训练的是整个人类全网的数据，却没有我们公司内部的私有数据。如果我们能找出公司内部的私有数据，并进行专门训练，是否就能提高我们独有的能力呢？这才是

AI

的核心能力。正因为有了这个核心能力，我们就能认真提升整个组织的能力。举个例子，我在直播中分享过，锅炉发电中，下面是炉，上面是锅。炉子里喷入煤粉，如何燃烧才能效率最高？我们在里面安装了一些传感器，监测炉体内部的温度不均匀性，然后调整喷煤的角度和时间，这样煤的燃烧效率就达到了最高。这样发每一度电，烧的煤就变少了，但整个改变了发电的形式。第二轮是在锅炉部分。上面是锅，下面是炉。当锅被烧热时，里面的水蒸汽会通过管道传输过去，带动发动机。到了那边之后，需要冷却内部的温度，所以把风引进来。枫叶的姿态如何调整，才能最有效地将外面的风引入，同时不阻挡风的传导，使风速最快呢？这也要用到

AI

技术。这样，无论是在锅还是炉上，都应用了AI

技术，结果让发电效率大大提高，这叫做重塑，彻底改变了这个流程。第三叫再造。再造什么呢？就是我们今天其实无法想象，到底什么才是

AI

的原生应用。未来到哪一天，AI

能够真正改变世界。但是，我们今天没见过的东西，那叫做再造。就像在

2000

年的时候，我们只知道门户网站，能够想象互联网出来，因为线下有报纸。所以你看那个门户网站是不是长得都跟报纸一样，一块一块儿的。因为我们只见过报纸，所以我们想象互联网就是在互联网上的报纸，在网上的报纸。发展之后出来的搜索，搜索在线下根本就不存在，我们出现了电商，出现了社交

APP，出现了短视频。今天最成功的四种形态，在过去其实都不存在。这些全新的形态，完全是互联网原生发展出来的。同样地，我们目前也无法确切知道，什么样的

AI

原生应用会彻底改变世界，这就是所谓的"再造"。拥抱

AI，不仅仅是用好一个大模型，或者画好几张图那么简单。它包含三个关键步骤：提效、重塑和再造。这才是企业拥抱

AI

的基本战略路径。在今年的年中大课上，我将用

6

个小时的时间，详细分享企业应该如何拥抱

AI的战略路径。包括每个步骤的具体实施方法，以及组织应该如何配合。今天与大家分享这三个路径的基本逻辑，希望对大家有所启发。21/

4822/

48刘润问答AI

时代，流量经济会消亡吗？商业模式会变成什么样？提问：润总您好，很高兴有机会向您请教。随着

AI

技术，尤其是“管家式

”个人助理应用的普及，用户获取信息和决策的路径正在被重构。过去，用户需要主动“浏览+筛选

”，这催生了庞大的流量经济。但在未来，AI

可能会代替用户完成这个过程，直接呈现最优的解决方案。我的困惑是：这是否意味着，以争夺用户注意力为核心的传统流量经济，其根基将被动摇甚至颠覆？如果答案是肯定的，那么面向

AI

时代的新商业模式，其核心竞争力会是什么？在

AI

倾向于直接给出“唯一最优解

”的模式下，商业竞争的本质，是否就变成了如何成为那个被

AI

筛选并最终锁定的“唯一解

”？如果不能成为这个“唯一

”，是否就意味着失去所有机会？期待您的洞见回答：这个

AI

就真的变成人类的一个全能助手之后，比如说电商或者别的商业模式，流量还是不是最重要的？今天大家讨论得很多，看法也都不一样。我说的不一定对，只是我个人的想法。我觉得未来可能分成两种。第一种，AI

真成了全知全能、你特别信得过的助理，它自己就变成了流量入口。以后啥事你都先问它：“帮我买个最小、充电最快的充电头。

”它去挑，挑完推给你，你也信它——“这肯定是现在最符合我条件的。

”于是直接下单。这时候，品牌方连花钱买露脸的机会都没了，只能把产品做到极致，或者干脆摸透

AI

的推荐逻辑。以前搜索引擎时代有

SEO，淘宝时代有直通车，本质都是吃透平台规则再优化产品。到了

AI

时代，也一样会有“GEO”——生成引擎优化，让

AI

先选你，再让用户选你。核心竞争力就变成：我怎么能先被

AI

捞到。背后肯定有一套方法论可以啃。第二种可能，AI

并没变成全权托付的管家。就像你现在上淘宝，照样自己搜，搜完它给你推荐，你还是得亲自挑。你信不过它全权代办，只让它打辅助：“把这几款给我比一比价格、参数、性价比。

”它帮你提速，但决策权还在23/

48你。这时候，传统流量经济继续，谁有钱谁占前排，平台也靠这个吃饭，本质没变。AI

只是让搜索和电商更高效，这是另一条路。不管叫不叫“流量经济

”，这两种未来其实都不重要。只要有选择，就有规则。100

个商品摆那儿，消费者最后只买一个，这背后一定有规则——规则藏在消费者心里、平台算法里，或者

AI

的策略里。谁能把规则研究透，谁就能把产品推到他面前，这就是未来做生意要啃的硬骨头。供你参考。24/

4825AI

带来了效率也带来了失业，我们该如何看待这种纠结？提问：刘润老师，AI

带来了效率也提升了失业率，失业率高就会让民众失去信心。

你怎么看这个问题回答：这是一个我们其实讨论过很多次的问题。这个问题的答案跟立场有非常大的关系，就看你站在谁的立场来说。对于任何一个技术的进步，我们有三个立场。如果你站在掌握技术的立场来说，他会觉得这是个巨大的好消息。因为它能通过技术改变行业结构，然后让一个默默无闻的人，有机会干掉原来行业的老大，从而变成一个非常成功的企业家，这是机会。所以，每次技术进步对这些人来说，它就是个机会。比如说互联网出现时的马云，干掉了无数线下的超市，干掉无数线下的店，他成就了自己，这就是个机会。但是对于很多线下的超市、线下的商场里的人，这它就是挑战。第三个立场，是站在国家的角度来看，在国家看来它就是一个纠结。为什么纠结呢？首先，它代表进步。这个世界上，科学的进步就是经济的进步，而经济的进步很多时候就是以干掉一些行业为代价的。就像今年获得诺贝尔经济学奖的三位经济学家，有两位就在研究这个问题。经济的增长，就是用更加高效的行业取代了相对低效的行业。或者换句大家不太喜欢听的话，就是用一个人能干的事儿，替代了过去十个人干的事儿，那么就有九个人失业。所以，这是经济发展的本质原因。同时为什么纠结呢？因为它也会带来很多人失业，怎么办？国家就必须做一系列的动作，通过失业救济金、通过再培训、通过二次分配，来帮助这些人能够安然地度过这段颠簸期。找到一份新的工作，或者就是彻底退休，用个低工资养老或者怎么样。反正要解决一部分这个问题，但那些人他们肯定是跟不上的，就是进入一个被淘汰、但是能活下去的状态。所以对国家来说是一个纠结。它既要鼓励技术的进步，也要保证那些被技术淘汰的人能够活下去。所以，你说

AI

会带来失业，是的，一定会带来失业的。但是这个问题，关键是看你站在谁的立场来看。站在那个掌握技术的人的立场，和站在那个被淘汰的人的立场，再站在国家利益上来看，其实结论都不一样。供你参考。26/

4828既然

AI

诊断这么强，医生/专业人士的核心价值还剩什么？提问：刘润老师，感谢您的回答和启发。我有三个关于未来医生职业发展和收入的问题，想请教一下您的看法。我先分享一下我的思考。第一个问题，是医生在未来科技发展背景下的职业发展和收入。很多年前，目前医药和器械进行全面集采，医生靠开药和进口医疗器械“赚钱

”的日子已经过去。近几年，很多医院支撑收入是依靠开药检查手术的医保基金支付盈利，现在医保基金逐渐呈现赤字，DRG

改革等手段大幅控制总体诊费价格，甚至影响了很多医疗险的销售，未来可能会影响到门诊。对于医生个人来说，举例如外科手术做的好的医生靠“飞刀

”，有一定名气的中医在医馆坐诊等方式，打造个人品牌效率，实现个人收入增长。现在国家也意识到了这一点，鼓励医生多点执业，我觉得这会是未来顶尖医生的一条主要收入道路，但是中部医生可能会面临收入下降。第二个问题，是医生在目前

AI

背景下如何更好地规划自己的发展。现在互联网和具身机器人的快速发展，目前机器人手术、AI

问诊已经进入了临床前的试验阶段，我自己觉得就和之前“打败柯达的不是胶卷公司而是智能手机

”类似，一个外科医生手术做的再好，待技术成熟后也比不上一个精细机器人的操作，而中医开药方医生可能开一万张，对于

AI

来说，一分钟就可以消化分析

100

万张处方，做出更精准的判断。所以一个想从事医生职业的人，该如何避免和科技手段成为竞争关系，而用好科技工具更好的经营放大自己的杠杆呢？第三个问题，是关于中医和西医的选择和发展，您怎么看？中医近几年发展较快，我个人觉得，未来老龄化背景下，中医可能更像是一门“养生学

”，没有很明确的疾病指证，只是哪里不舒服，就去按摩科室做一下理疗，或者开点中药调理一下身体，比起电视广告所谓的养生大法和各种保健食品可能更科学。那么中医是不是未来一个好的选择呢？期待您的回复，祝一切都好。回答：29/

48我不是医疗行业的专家，我首先得跟你非常明确的声明。我下面的我也没有做过医生，没有在这个行业里面从事过具体的工作。我对这行业所有的了解是来自于跟这个行业的业内人士的沟通。我们也写过一些文章，专门去采访一些业内人士，对国家的集采，你说的

DRG

等等也做过一点点的研究。基于这些比较浅薄的看法，我说说我的一些理解。第一个问题，我非常同意，未来国家的大的方向，就是要让医生的收入不能基于药上面。要基于药上面的话，对国家来说，这个成本就太高昂了。让有钱的人去买更贵的医疗服务，让没有钱的人能享受基本的医疗服务，这是国家的一个基本的策略。所以医生要证明自己有价值，然后从消费者那收钱，这是一个未来的大趋势。所以多点职业一定是未来。因为他就能够把医生从医院的这个里面给解耦出来，让好的医生发挥价值，能收到更多的钱，好医生收更多钱，这事儿就逻辑就通了，所以这是第一个问题，多点职业是必然是大趋势。第二，AI

来了之后，那医生干什么？AI

确实能帮助一个辅助，很多的问题就解决了。我以前在年度演讲里面，在很多地方都举过很多的例子。但是人能扮演什么价值？人扮演价值，就是最后，我们开半开玩笑叫背锅的能力。就是如果一个普通的消费者，一个患者去在网上去查一查，那我的这个病怎么回事？怎么办呢？AI

都会给他很多的建议，他就会越来越多的知识掌握了，这没问题。但是真的要开药的时候，他是不敢有些重要的疾病，他是不敢直接去按照

AI

的去建议去抓药的，去开药的那不可能的，因为他害怕，万一他错了，AI

有幻觉。所以最后他还是拿着去找医生，医生说可以，你就吃这个药，就跟他一点都没有改变

AI

的处方，就吃药，也能让那个患者会有个安心。最后这个医生最后做一个确认，也就意味着

AI

在医疗的行业只能做助手，永远不可能开出处方来。开处方极有可能是医生，因为为什么？因为医生背负了责任，就半开玩笑就要做，就是做背锅的能力。这背锅能力也就是医生的核心能力，也就意味着不开玩笑的说，你就必须得有信任，愿意信任你，相信你，这件事情变成一个非常重要的一个能力。就是我说在未来的医疗行业的发展。至于中医和西医，我会建议，在我个人看来这个可能大家看法都不相同，我就说我个人看法不一定对。这个没有什么中医跟西医，只有传统医学和现代医学。要相信现代医学，中医中间有一些部分可能是能融到现代医学的，那融不进来的部分，那可能就是所有国家都有传统医学，我们把它当文化来学习。但是能够去治病的部分，那是是逐渐的就会融入到现代的这个环境里面来。所以不要分中医西医，就像你到了蒙古，现在播放什么叫做蒙医和西医，对吧？中和西这个说法就有问题，只有传统医学和现代医学。全世界所有国家传统医学都必须得融合到现代医学。要扬弃一些没用的部分，然后留下有用部分。所以30/

48相信现代医学，不要相信西医，不要相信中医，相信现代医学，供你参考。31/

4832/

48未来

10

年，哪些行业会被

AI

完全替代？提问：润总您好，随着科技

AI

的发展，越来越多的

AI

代替了一些人类的工作。比如主持人，律师，翻译等等，想问在未来的十年吧，哪些行业会被完全替代，哪些行业是不会被

AI

替代的。又有哪些行业需要人类和人工智能结合起来互惠互利。谢谢解答回答：这个问题很难回答，因为就我个人观点而言（当然不一定对，仅供你参考），实际上没有任何职业是AI无法替代的。AI的基本逻辑就是“人脑模型的数字化

”，再加上机器人。当AI与机器人深度结合后，几乎不存在不能替代的工作，唯一变量只是时间长短。如果一定要划分阶段，在我看来大致有两条路径：从脑力劳动到体力劳动脑力劳动最容易被替代，因为AI的核心能力就是决策、生成内容、判断和思考。相比之下，体力环节并非AI的强项，必须与机器人协作，因此替代速度会相对慢一些。简言之，先脑力、后体力。从低技能到高技能，任何行业都会被逐步渗透，但行业内永远存在“80分以

下

”与“80分以上

”的能力梯度。AI会先淘汰80分以下的从业者，再依次向85分、90分、95

分递进，直至逼近人类顶尖水平。因此，若你追问“未来做什么才最安全

”，答案其实就两条：要么选择“技能最高的体力活

”，这是相对最晚被替代的赛道；要么选择“脑力劳动中技能最高的那部分

”，因为这需要AI达到人类顶尖水准，仍有很长的路要走。倘若你只是“一般水平

”，却想找到一个“即便一般也不会被替代

”的行业，我可以明确告诉你：这样的行业几乎不存在。几乎所有职业都会被波及，只是时间快慢的问题。以上仅供你参考。33/

4834/

48AI

时代，如何提升最重要的“提问能力

”？提问：请教老师，有哪些方面/哪些书籍或路径，对于提升提问能力有帮助的？回答：提问是术，道是提问者的逻辑思维吧，会提问的人应该具备哪些思维？在

AI

时代，最重要的能力之一是向

AI

提问。掌握这一能力后，其他技能也会随之提升。例如，当你想知道如何提高提问能力时，可以询问

AI：“提问能力包含哪些要素？优秀的提问能力是怎样的？

”

AI

会为你提供一系列回答，比如提问能力可能涉及“为什么（Why）

”“是什么（What）

”“怎么办（How）

”等方面。通过这样的回答，你会对提问能力有更深入的理解。就像有一次我们想调研宠物市场，并不是直接问“我能不能在上海做宠物生意

”，而是问“如果想在上海开宠物店，需要从哪些方面考虑？

”

这样的问题更聚焦于标准和原则。接着，AI

可能会建议你先考虑选址逻辑，再调研上海养宠人群的比例，以及养猫养狗的偏好等。这样，你就能逐步明确是否适合开展业务。因此，最重要的提问能力是关于问题本身的能力。例如，当人们想问“我该怎么挣钱

”时，直接提问可能效果不佳。你可以改为问：“在这个时代，挣钱的重要标准有哪些？

”先了解标准，再思考如何达到这些标准。总之，提升向

AI

提问的能力至关重要。你可以尝试与

AI

交流，每天花时间与它互动，这有助于快速提高你的提问能力。不妨从询问“我应该如何提高提问能力？

”开始，逐步深入。希望你能不断提升提问能力。35/

48/财务/会计工作会被

AI

取代吗？提问：老师，你好。我是一名财务工作者，我想请问您一下，在未来哪些财务工作容易被取代

1.核算会计与总账

2.分析会计与

Bp3.会计讲师与

ip

财务相关课程销售

4.税务会计与税筹会计回答：从具体任务或做某件事的角度来看，这些工作都容易被取代。无论是AI还是计算机，在处理这些事务的能力上，很难说谁比谁更难被取代，即使有差别，也微乎其微。然而，我认为最难被取代的是“靠谱

”这一品质。前两天我在录制日课时专门提到过这一点。人们能否相信AI最终生成的财务报表，并直接将其作为公司的正式报表提交给税务局或股东？我估计没人敢这么做，毕竟一旦出现问题，责任该由谁承担呢？所以最终还是要经过人工审核，由那些足够靠谱的人把关，确保万无一失。这种“靠谱

”之事，或许会成为未来人类，包括财务人员等群体的核心竞争力。你必须站在对结果负责的角度，坚决避免出错，认真做好每一件事。即便AI技术不断进步，我猜测公司也不会让AI完全取代这些关键角色，而只会将其视为辅助工具。因为AI无法承担相应责任。以上观点仅供参考。37/

4838咨询顾问或知识工作者，在

AI

时代的护城河是什么？提问：润总好，我是在您发布

5

分钟商学院基础篇认识您并开始追您的更的。您所有的专栏，您的书籍底层逻辑

1&2

和关键跃升陪伴了我的职业成长，在

HW

公司毕业后还帮助我辅导过

2

家成长期企业（都是靠老同事介绍）。一家成功了，一家失败了。问题列表：1.现在科创圈里常识商业逻辑的“信息差

”，是真的普遍还是我见识少？2.5

年后商业咨询这个领域，人跟

AI

的差异化优势是“真人体感

”吗？您曾说过一句话：现在这个时代还在靠信息差赚钱，不上档次（我记住的意思，不是原话）。但是在辅导的过程中我惊奇的发现，这些企业的创始人和核心团队，他们的盲区非常的基础。在我看来一些很常识性的，很底层的一些要素他们完全不知道。这在科创圈这个人才密度相对高的群体里，大模型应该成为基础设施的情况下，竟然还存在如此显著的信息差，让我觉得都有些胜之不武。但是我心里还有深深的隐忧。大模型的渗透率和智能水平进一步上升，那我依靠的授课和咨询的业务，替代品和我之间的差距就会越来越小，那我这碗饭，究竟能吃多久呢？我现在可以依靠“不可复制

”的微观体感以及“稀有

”的肌肉记忆般的思维框架快速帮助客户找到关键

quickwin

以及杠杆，未来一段时间可能还是可以依靠自己的信息品味帮助企业提纯

AI

的结论存活一段时间，但是我的核心竞争力可能会在可见的未来成为社会的基础设施。难道那个时候，我的差异化价值就只剩下“真人体感

”了吗？回答：你这是一个非常好的问题。我说说我的一个看法，就是从互联网时代开始，靠信息差来赚钱就已经不再是一个主流了。从互联网时代开始，如果一家咨询公司靠信息差来挣钱已经很难了。因为你所掌握的信息差，原来是因为别人找不到。但是别说到

AI

时代了，他的互联网时代，他在网上就能找到很多跟你一样的获得知识的来源了。他能找到一样的文章，对吧？39/

48就像以前教会，以前的教会为什么要去做礼拜？为什么要听教皇的？因为只有教皇才有圣经，以前印刷术不行，所以说那个圣经特别贵，大部分人没有。那没读过怎么办呢？就得听你解释。但是自从有了印刷术之后，这个信息差就没了。每个人都能自己买得起圣经了，这时候我就自己读不就完了吗？信息差就没了，所以教会的地位就开始下降了。因为教会过去是挣信息差的钱。那咨询公司也是一样，如果咨询公司过去挣的是信息差的钱。比如说你不知道某一个东西，今天我告诉你，你不知道什么叫做心理账户。现在我告诉你，对吧？比如说你说读了我们的五分钟商学院特别好，感谢你我觉得这就是里面的一些别人不知道，但是已经已有的研究成果，其实他早就放在那儿了，这叫做信息差、星期差。甚至他你只要读我们的商圈就好了，对吧？但是真正咨询公司挣钱，其实挣的不是这个信息差的钱。如果有一天他发现，我在网上我也找，你告诉我不就在网上能找到吗？那你这个东西价值就低了。这公司真正挣钱只有一分钱，这至少在我个人看来，这份钱叫做problemsolving，就是叫做解决问题的能力的钱。就是这个世界上他是面对问题的，不是面对知识的。如果他今天说明确的知道，我不知道应该怎么定价，定价有哪些理论，你帮我收集一下，你把它收集了，全当我自己也能收集，这叫做振兴差钱。因为这个时候他心中已经针对他的问题有答案了，你是提供这个答案相关的信息的。但是在更多的时候，他的问题是没有答案的那这个时候正从问题出发，而不是从收集信息出发来解决他的问题。那解决问题到底这个市面上有那么多的信息，甚至有些信息是相互矛盾的，所以它就不是信息差的问题了。我到底应该用哪套方法论呢？我到底怎么能解决这个问题呢？这个时候信息差是解决不了的。所以在互联网的时代，咨询公司能够还能够生存，至少某些咨询公司能够生存，非常重要的原因就是因为它最后是一个决策角色，是面对问题的。信息是什么？信息是面对知识的那可是到了

AI

时代又不一样了。到

AI

时代之后，AI

其实是有一定的角色的辅助的能力的那

AI

说你可以这么考虑，就那么考虑。但是你再认真的多问几遍，AI

他的观念其实是在变化的。你给他的信息不一样，他的变化就不大。所以之后你发现你不能完全信他，因为你问他五次，他可能给你四个答案。所以这个时候到底应该信里哪个答案呢？那这个时候决策他到目前为止，他还是只能做一个叫

copilot，就是叫做叫做叫副驾。它能作为你的咨询公司的助手，就像福尔摩斯的华生一样的，就是他能做那个华生，他能做那个钢铁侠的叫叫詹韦斯的那个助手。但是他做不了钢铁侠，至少目前为止也做不到福尔摩斯这个角色。40/

48因为面对问题的解决问题的那个方法论，而不是知识才是那个核心。解决问题方法其实并不复杂，那是什么呢？那就是七步法。你有空可以看看麦肯锡的七步法，就一开始怎么去定义问题，积木法有很多书专门写这个，那个专门看一下。你说不复杂？对它不复杂，但是不复杂的方法，每个人做出来的结果是不一样。这就是他的判断力和他多年所你的那个晶体智慧。所以这个东西也是目前

AI

暂时替代不了的那我其实真不确定未来的某一天会不会也能替代。如果那天连这个都能替代，那可能所有人类的所有角色就都能替代了。那可能讨论任何问题都没有意义。但是在今天我看这是真正咨询公司的价值。但某一些客户，他可能以前那些最基础的你说的科创圈的人知道他不知道的事儿，那可能靠这个挣钱，就像你说的，甚至不补。但是真的进公司挣的可能不是这个钱，因为连这个都不知道人，他的付费能力也不强。你要想挣那个大钱的话，你肯定是赚大公司的钱，而大公司他知道的就多了。这个时候你会发现，越挣大公司钱，你越不可能靠信息差，而靠真正的判断力。希望对你有启发。41/

4842/

48创业者做

AI

工具，如何避免被巨头“碾压

”？提问：润总您好，我想问一下初创公司做

AI

赋能类工具该如何建立壁垒？互联网软件项目很容易被其它公司复制，在战略上该如何准备？回答：我有一次在直播的时候，分享了一个观点。当然，这个观点不一定对，但我确实这么认为。现在做

AI

工具，第一，这个工具不要做在巨头的主航道上。什么是巨头的主航道呢？比如说做视频，视频这一领域不要轻易涉足，除非你真的有极大的天赋、极强的技术背景，还有背后有非常多的资本，因为这是巨头必然会干的事儿。视频、图片等等领域，最后你会发现，像谷歌、ChatGPT、还有像吉梦这样的公司，他们干得都很厉害，这不是普通创业者能干的，不要做在主航道上。再比如说编程，我建议千万别去干编程工具。SEO

做得还不错，但是你看现在，当微软的

CloudChatGPT

一出来之后，SEO

估计就很危险了。因为这是主航道。当你没有足够的潜力在主航道上，只会被人碾压。第二，不要去做小工具，可以去用，但是不要去做。小工具可能很快，随着技术的迭代，你自己所开发的那个小工具，就随着技术点挣点钱可以，当着赚点钱离场可能问题不大。但如果你就做了一点小工具之后，很快就会随着技术迭代，马上就会白花这个钱了。技术的迭代太快了，所以这是第二个要点。如果真的是要建立自己的护城河，我觉得现在最大的护城河在哪里呢？所以建议在你对某一个非常具体的行业的理解上，如果你是做餐饮的，认认真真想一想怎么去结合餐饮来做