做產品的宏觀路線和微觀路線

王俊煜

最近我接了兩個短期的產品顧問工作。這兩個產品所在的領域跨度很大，一個是身心靈產品，另一個是面向學齡前兒童的產品。

這兩個項目和閱覽室以及AI產品并行在做，看起來我似乎需要很多個分身。不過我做事情不太依靠直覺和所謂的靈光一現，我也不覺得自己有什么天賦，工作更多是依靠方法。因此，擔任這種顧問工作，理想狀態下我還是主要扮演“教練”的角色。創新其實沒有什么神秘的—不能說人人都適合做創造性的工作，但起碼也不是少數人的特權。如果通過我短期的參與能讓團隊掌握這些方法，之后即使我不再參與，團隊也可以持續創新，這就蠻有成就感的。

通過這樣的合作，我也可以多向市場上優秀的產品團隊學習，取長補短。這兩個團隊的執行速度和能力都很厲害，這是我自己很欠缺的。他們對于市場調研、競爭形勢、增長策略、數據分析等等方法也都很擅長。我擅長的，則是通過產品設計的創新帶來突破。

這兩種不同的做事方法，可以簡單地歸納為宏觀路線和微觀路線。我最早是在Julie Zhuo寫于2014年的文章中讀到這種分法的，她當時是Facebook的產品設計師。實際上，在成功的產品中，這兩條路線最終總是相遇的，兩種做事方式都很重要。從宏觀出發，假如能準確匹配“人”的需求，可以誕生像Chrome這樣的成功平臺產品；但假如僅考慮戰略而忽視了“人”需要什么，也可能造成Google+那樣的史詩級失敗。而從微觀出發，假如從一小群人身獲得啟發，預見到大眾市場的未來，可以誕生像抖音這樣的產品；但假如少數人的需求最終無法成長為足夠大的市場，無法在商業上成立進而失敗，這樣的例子更是數不勝數。

兩種路線都重要，但出發點不同，做事風格也會有很大區別。從國內的情況看，好像經過這幾年的“內卷”，現在大家都只掌握宏觀路線，以至于要感慨“古典”產品經理的滅絕—朋友的公司最近在找用戶端產品經理，收到的簡歷擅長的都是業務策略增長之類的，從用戶需求出發做產品的技藝看起來似乎失傳了。

更糟糕的是，市場上流傳的各種產品成功的故事，總會將其成功歸功于某個“神”的靈機一動，以至于人們總以為這些技藝是天賦或直覺，而不是一種可以學習的專業方法。這也是我做這些顧問工作主要的意義。

方法可以習得，有些東西則難以在短期內迅速積累。宏觀路線和微觀路線都涉及到“人”。但對于前者，“人”作為一個數字存在；對于后者，“人”是作為活生生的個體存在的，是探索的起點。我猜，讀者喜歡讀這本雜志，也是因為在這本雜志里能看到看似冷冰冰的商業故事背后的人。所謂設計，就是創造性地解決用戶的問題。要解決用戶的問題，就需要從“人”出發，對“人”有豐富立體的了解。這就是所謂的洞察。

好的洞察才能帶來好的創新。好的洞察一定可以帶來好的創新—只要掌握了方法。

洞察可以通過研究來獲取，但一般來說，不如長時間和同一群人打交道積累下來的直覺。最精彩的那種洞察，就像薛定諤的貓一樣介于共識和非共識之間—說出來的那一刻每個人都會恍然大悟，“難道不就是這樣的嗎？”，但在說出來之前，又從來沒有人認真對待過它。

所以，我很清楚地知道，即使我在擔任產品顧問時誕生了什么了不起的想法，也還是要歸功于團隊自身的洞察。我只是用一些方法把它的能量釋放了出來。獲得之前沒有的洞察，也是做顧問項目的另一個收獲，我還挺喜歡跟著團隊去做用戶訪談的。

最近OpenAI發布了ChatGPT在電腦上的官方客戶端。其實在此之前，市場上已經有不計其數的非官方客戶端了，也就是俗稱的“套殼”，我的電腦上就安裝了差不多10個。由于GPT的官方接口完善，這些客戶端的開發門檻并不高。大家使用的接口都一樣，只能在界面設計和用戶體驗上“卷”。

我原本以為，在這樣的競爭格局下，所有可能的功能都已經被人做過了。但ChatGPT的官方客戶端有一個很小的功能—截圖—吸引了我，讓它很快變成了我在電腦上默認使用的客戶端。

它的用處是什么？我之前覺得，“聊天”不一定是終極形態，很大程度上考慮的是把ChatGPT們作為生產力工具的場景。在電腦上使用它們，本來就是為了完成很多工作任務。而這些素材要先交給大語言模型處理，再將其輸出的結果放回去，過去人們只能來回復制粘貼。像圖片、論文等素材來回復制粘貼還不太方便，得先下載保存，再重新上傳。

現在，直接截圖識別就可以。

實際上，像GPT-4這樣的大語言模型支持圖像識別已經有一段時間了，它不僅可以識別圖片中的文字、物體，還可以解讀一些更深層次的語義。由于這個接口對所有人都是開放的，其實各種非官方客戶端想加這個功能也輕而易舉。

這當然是從用戶洞察出發的微觀路線。即使是這么擁擠的賽道，居然也有這樣的機會沒有被人發現。

其實，如果說GPT這個大語言模型本身是宏觀路線的產物，那么將GPT和聊天結合，也就是從GPT演進到ChatGPT，就是微觀路線的產物。Sam Altman之前接受采訪時也感慨過，在ChatGPT之前，GPT對應的接口已經公開發布了10個月，OpenAI一直以為別人會把ChatGPT做出來，但也沒有。這個洞察今天說起來實在太顯而易見了，在全球，智能手機上最流行的App都是聊天軟件，那為什么不拿大語言模型來聊天呢？似乎根本不可能有別的答案。但在2022年11月之前，就是沒有人這么做。這就是薛定諤的貓。

所有人一窩蜂地都去做大模型，是宏觀路線驅動下的結果，市場上涌現的眾多AI小應用，則是微觀路線的體現。這兩條路線，目前相遇的地方還不多。

宏觀路線也有宏觀路線的道理，如果用戶需求是確定的，依靠資源、渠道、價格等等優勢可以打敗對手，那么采用宏觀路線就可以。例如，Google認為自己能比OpenAI更快地將類似ChatGPT的產品規模化、商業化，那它的確不太需要在產品上做什么創新。在中國市場，我們對類似的故事太熟悉了。假如“大模型需要國產化”是一個準確的宏觀判斷，這就是一個屬于做題家們的解題競賽，不需要花時間去探索用戶需求，不需要花時間去試錯。

問題是，今天的AI還沒有到這一步。連聊天界面都還有這么簡單的提升空間，在聊天之外更是大有作為。現在花時間去復制別人的界面、做別人做過的事情，真的是浪費生 命。

跟在別人后面“抄答案”，別人的答案也不一定是對的呀。他們只是答題速度比你快一些而已。OpenAI做的一些功能，等到Google們跟上的時候，OpenAI都已經要下線了。有洞察，才不會陷入同質化競爭；有屬于自己的洞察，也一定不會陷入同質化競爭。

OpenAI自己革自己命的速度更快。5月到6月正是全球技術公司密集召開年度開發者大會的季節，Google和微軟的年度開發者大會都已經結束，蘋果的在6月初。

OpenAI搶在Google的年度開發者大會之前一天在自己的辦公室里面舉行了一個很小型的發布會，發布了GPT-4o。這場四兩撥千斤的發布會十分精彩，直接搶走了Google的風頭。前面提到的ChatGPT截圖功能只是利用現有模型能力做的一個小的界面改進，GPT-4o幾乎徹底改變了人和AI交流的方式。除了現場演示，OpenAI也將錄制的十余條演示小視頻放在了YouTube上，這些視頻著重演示的是AI和人類實時對話的能力，以及AI可以“看見”東西后能做的許多新的事情。

觀看這些視頻的時候我連連驚嘆。一年多前GPT-4發布時OpenAI也展示過其視覺理解能力，但只是靜態圖片識別。當時我想，當這個東西反應速度足夠快、成本足夠低的時候，實際上是可以代替人眼來看世界，或者“待”在屏幕上幫我處理工作的，那時不知道會是種什么體驗—沒想到它這么快就優化到這個程度了。可別看不起優化，有些東西優化著優化著，量變就積累成了質變。

想象是一回事，見到是另外一回事。當用戶可以像和真人視頻聊天一樣和ChatGPT對話，我想，OpenAI自己又重新定義了新一代的AI產品形態，這離“iPhone時刻”更近了一些。現在我們用的文本版ChatGPT，似乎一下子就過時了。而競爭對手還在跟隨ChatGPT之前的步伐。

看著下一世代的技術以這種速度被推向市場，我覺得在現有產品形態上僅僅做一些局部改進的意義實在不大。不需要在這個層面競爭。

雖然OpenAI支持同時處理圖像、音頻、文本的GPT-4o吸引了大部分注意力，Google和微軟還是有自己的亮點。Google主推“超大上下文窗口”，一次能處理百萬字級別的內容。微軟則強調直接在電腦上運行的“小語言模型”—我們之前使用的大部分大語言模型都需要在云端運行。

大半年前一個大我10歲左右的師兄約我吃飯，認為AI創業最大的機會就在這里面，要在這一趨勢到來之前準備就緒。走宏觀路線，還是得老姜來。

像我這樣對技術沒有那么了解的，在一年前就很難想象這些可能性。每一次技術創新，其實都會帶來很多新的可能性。回看過去這一年，最初人們吐槽ChatGPT的很多問題已經被解決。回歸用戶洞察，會發現有很多之前難以解決的問題，今天可以用全新的方式來滿足。今天對于一個“古典”產品經理來說，其實是黃金時 代。

對我們來說，始終不變的定量就是我們所服務的用戶—一群對內容品質有要求的人。這是唯一需要直覺的，也是我們多年積累所在。