似乎只有PMF了才能证明价值
但纵观全球的玩家，当下做到PMF的似乎只有Nvidia
OpenAI花着百亿美金只赚到了十亿量级美金，本质上也没有PMF
LLM应用的PMF Core
浅看是市场和产品的Match，但究其本质是供需关系的满足，而且在特定的市场环境下，满足到什么程度才会产生付费行为就更值得思考？打破了“你要我有”，而是得做到“你要我优”，这种超预期的程度决定的二者Fit的紧密程度，同样也决定了用户的付费意愿。因此，在什么样的时刻用户会下手付费呢？aha时刻只能让用户对这个方向应用产生浓厚的兴趣及使用依赖只有真正看到绝对价值用户才会打开钱包扫码支付【绝对价值】：
可以理解为提效数倍，同时对结果带来增益，简单的提效只是对人这个P的替代也可以理解为解决了用户0-1的过程，且1这个节点的表现是用户真实需要且可用的做效果工具而非效率工具 for all
多次参加展会的过程中，能深切体会到这句话。针对办公软件，用户很多惊讶于PPT的AI制作，甚至当下便产生付费的意愿。为什么？因为容器决定了内容的价值，PPT作为演示场景的绝佳容器，内容进入PPT就意味着离结果展现的舞台更进一步。
我从五月份就提出，关注用户WorkFlow中的结果态。过程之中整体的产品设计将中间态之间的串联做的更加丝滑，瞄准结果态的表现。没有用户会仔细关注中间过程，当hallucination变得可控或通过别的方法能够对冲，未来这一点会变得更加明显。渐渐的中间态将成为一种留存，类比现在的数据库录入和取数，人们只会关注最终数据分析的结果，中间过程无非是拆解过程给基层员工完成。当然我们从整个的WorkFlow来看是没问题的，同时对于单个产品来看也一样。
这个产品的结果状态应该是什么样的？用户得通过多少步骤走到最后这一站？能否优化出SOP？
效果工具和效率工具之间最大的不同在于增益价值的直接性和间接性，直接增益肉眼可见，间接增益得靠合理的推理与运算。那这么看来直接增益一定会比间接增益更加能够打动用户。
To C & To B & To Ge & To D
当你的产品绝对好用且能够带来200%以上的增益时，产品可以ToC。用产品设计及效果打动用户，兴许有些机会。当你的产品能用且有一定的商务关系，能够带来一定的增益，产品可以考虑ToB。在商务关系的加持下，先让营收转起来。当你的产品没有足够成熟，但整体战略设计具有一定的前瞻性，产品可以考虑ToGe。借助事务认知的Gap获得足够的先机，但是多半也是起早卖吆喝，这类钱并不好赚且不够持久。ToD过程中也存在着认知差，在目前的环境下优秀的开发框架以及模型的评测体系仍然是很好的ToD方向。P、M、T的不断修正
到底是“拿着锤子找钉子”，还是“带着钉子找锤子”？Fit的过程其实就是不断修正Fit主体的过程。今天我们过多的强调产品设计来兜底，底是没有了漏洞，但是入口处总是流不进来。原因在哪？<对市场有没有深刻理解>
在LLM作为基底设计应用的今天，无论是功能设计还是产品设计，整体思路也已经悄悄转变。拿到LLM之后，当下就能判断这事儿到底能不能做，这源自于PM对于LLM的理解。过去是技术方案的不断择优，而今天是需要快速判断能否实现。换句话说Output能否输出期望的答案，如果可以，还可进行后续的设计；如若此刻已经能够判断不行，那果断放弃。
倘若能够往下继续做，怎样保证整体的ROI足够高呢？对于场景or市场的理解深度。没有对M和T的足够认知，不断地调节P只会是自我感动。
以销售市场为例，希望借助LLM替代人力，本质上是企业边际成本向固定成本进而向某种固定资产投入的转换，对于企业来讲是一种结构化改变。LLM能不能做这样的事儿？对于其中的一部分细分市场是可以的，面对面的销售LLM还是做不了。但是对于网销似乎能够带来不错的价值。那么对于这样一个市场，如何进行细分？如何进行定义？理解市场的深度就决定了P和M到底能不能Fit。
比如举一个简单的例子：销售和客服最大的不同是什么？
【报价，在没有介绍完产品所有优势的时候，销售不会交出底价，而客服则会随叫随到】
PMF的过程中，在没有观察清楚M的时候调节P的ROI远远低于认真分析M。为了早日F，请仔细观察M。
当然这里也要引出LLM的时代到底需要什么样的产品经理：深度了解LLM且理解市场or共情场景的产品经理
生意+AI或许会是短期的好方向
讨论中老包分享了一个例子，广州的电商大叔。通过精准的营销数据分析，借助AI生图的能力进行快速“盗图”式的流量验证。这和我十月中旬在上海与乐哥一起吃饭打算探索的方向不谋而合。AI回归工具化，甚至连Wrapper化都没到，今天来看没有进入SEQUOIA所描绘的Generative AI's Act Two.应用层仍然有着较强的价值变现能力。
与其在二流或三流模型的产品化道路上左右权衡后还不得不选择退而求其次的方案，来折磨自己。不如将AI回归于工具本身，此时你可以利用最先进的AI模型。本质上在今天的市场中，人也是个P，商业的运作必然存在着PMF。LLM的出现必定会率先良币驱逐劣币，低效率的P会被替代。通过更加深入地观察市场，分析市场，在Fit的点上下功夫或许会是个好方向。
现如今，美债利率逼近6，对于VC来讲上游搞钱会变得愈加困难，就会导致下游出手更加谨慎。在未来一段时间内，生意+AI的模式或许真的是一个好的方向。带着深度理解的M来找P，先保证了在这险恶的环境下活下来。
这也印证了上一Part的想法，与其死乞白赖的调整P不如认认真真的分析M，虽然这一定是个苦差事，但绝对值得，这苦得吃。
