做 AI 时代的产品

2009 年那时候 SUTD 还没有

同学们好，我英文不好，所以今天就讲中文，下面有翻译。我跟 SUTD 特别有缘分——这所学校从零开始的时候，我就参与了浙大跟 SUTD 的合作，也就是说，SUTD 还没有的时候，我已经在里面了。2009 年，新加坡的几位部长，包括你们的第一任校长，当时来浙大考察。那时候我正好在读大三，跟你们现在的年纪差不多。我在会议里听到一个观点：未来的世界会有中美之间的竞争，所以新加坡要办一所科技与设计大学。他们去了清华、上海交大，最后到浙大，参观了我们工业设计的毕业展——发现浙大的设计是科技跟设计的结合，正好跟 SUTD 的理念很合。

我是 13、14 年从浙大毕业的，所以我在浙大的那几年，几乎就是看着这个合作长大的。你们第一届招来的 16 个同学，2011 年到浙大交流，是我亲自带的；2012 年来了几十个，2013 年来了一百多个。所以从头到尾，我几乎是看着浙大跟 SUTD 这个合作开始的。

三个时间段07-14 在浙大、13 年第一次创业、19 年第二次

今天张老师是希望我给大家分享，这么多年我是怎么构建科技企业的。大家看几个时间段：我 07 到 14 年在浙大，跟 SUTD 大量合作；13 年，也就是你们同学来得最多的那一年，我们老师说，要不我们自己创业做公司——于是我成立了第一家公司，叫云造，英文的意思大概是“互联网改变制造业”，因为我看到，那正是中国互联网发展最快的时候，我判断互联网的技术会深刻改变制造业。19 年，我合伙参与的第二家公司做电子烟，最多一年卖了十几亿人民币；22 年，本来快要在纳斯达克上市了，因为政策原因被取消。后来我就跟老师们一起做了现在这家公司，造物云——从第一天开始，我们就希望用数字化的技术改变传统的设计和制造流程。今年我还兼着学院里一些产学研的项目，也在做一些教育相关的事情。

大家如果想更多了解我，我有自己的个人网站，也有公司网站，不过内容都是中文，可以用谷歌翻译。今年我特别感兴趣的一件事，是把自己“个人 AI 化”——做成一个 Agent，以后就可以让它直接帮我干活了。

第一款产品富士康投资的 ebike，也曾出口新加坡

我做的第一款产品，是 2014、15 年的一个 ebike 项目。那时候富士康要跟阿里巴巴合作搞一个孵化器，我通过路演拿到了富士康的投资——那是十几年前的照片了，我们这个年轻团队跟富士康合作做出了这款产品。这一款融了 1000 万美金，投资方里有美国的高通，也有小米顺为。这款车现在我们同事还在生产，已经有十几年了，是一款很经典的 ebike，也出口过，我记得还出口过一批到新加坡。

在那个年纪，我自己在江苏办过一家生产电动自行车的工厂，创业全流程的细节——从一个 idea 到制造全产业链——我都切实参与过。但在国内，我们受到了一个很大的冲击：共享单车。我们造了一辆能坐的车，但在移动互联网的冲击下，很多出行需求被共享单车替代掉了——你们来这里读书，不太可能买一辆车，以前没有共享单车，从住处走到教室要走将近一个小时；有了共享单车，扫一扫就好。这对我们是毁灭性的打击，销量急剧下滑，资本市场也开始觉得我们是上一个时代的产品，不像移动互联网时代的产品。

克里斯滕森提过一个理论叫 job to be done：用户要完成一个任务的时候，不一定要购买一个产品，他可能只是“雇佣”了一个产品去完成目的。那段时间我一直在想，我们说互联网要改变制造，可互联网做着做着，我自己变成了做工厂的，工厂变得特别笨重。后来我想明白：互联网的本质是连接产生价值，成就平台。同一辆车，能租的时候就产生了连接和网络效应；而我们卖一台车，更像是工业时代的做法。

断舍离我干嘛要一辈子做自行车

共享单车带来的第一重冲击是外部市场；第二重冲击，是我在最关键的时候问了自己一个问题：我要一辈子做自行车吗？我发现我不愿意把一辈子的时间精力放在那一个赛道里，我认为我有更广阔的空间，所以果断选择了断舍离。断舍离里也有策略——是完全不要了，还是给别人，还是保留？就像打仗一样，丢掉的资源不一定就是彻底放弃，我把更多利润给到留守的团队，让他们养活自己，我自己不参与实际经营，说不定哪天需要这个团队的时候，我就多了一份布局资源。

一个镇贡献全世界三分之一的水龙头

说起产业，中国其实特别有意思。我家在浙江温州，我们那一个镇，最多的时候给全世界贡献了三分之一的洁具水龙头。浙江的产业是典型的以集群为核心的产业带——一个镇往往只生产一种类型的产品，比如杭州桐庐有个镇几乎生产了国内绝大部分的笔。这样的产业集群构成了中国制造业非常有活力的基础。义乌小商品也是同一个道理：去全世界任何一个人多的集市，卖的货基本都是从义乌出来的。

我自己总结，中国制造业的产品创新大概有几种典型路径。第一种是原始科技创新——中美这几年的科技竞争，逼着中国投入巨大精力去搞定光刻机这类“卡脖子”技术，典型代表是高铁，原来的技术是跟德国日本学的，现在中国高铁的性价比和质量已经是全球最好的。第二种是整合创新，像安克这样的充电宝公司，整合中国的技术去实现产品创新，有点像八九十年代的索尼、松下。第三种是网络协作创新，像希音、淘宝、拼多多，靠的是中国产业集群里各个家庭作坊响应网络需求、快速交付的能力——一件衣服能卖 5 到 8 美金还能快速交付，靠的就是这个基础。第四种，这两年也冒出来了：文化和品牌的输出，两百年前中国的青花瓷能出口全世界，去年爆火的一款潮玩，代表的是新一轮文化和品牌的输出。中国制造原本就有物美价廉、超高性价比的基础，这几年这个基础也在不断升级、吸收不同能力。

几个客户案例家电、贸易、服装、手工艺、日用百货

举几个例子。有一家家电集团，设计团队一年大概有两百多个设计师，大家电一年要做一千多款，小家电几千款——SKU 数量越来越多，研发团队很难响应市场的快速变化。我们跟他们合作五年，看着 AI 化会怎样重构产品流程：借助 AI 快速了解消费者需求、洞察市场趋势，借助生成式图像能力把创意表达出来，再借助 3D 建模仿真快速进入工程阶段。三年前我们提出，AI 能力到位之后，新人进来不该再是一步步学老 SOP，而应该像人机协作一样跟着一个模型学——这个判断到今天还没完全实现，因为很多技术还不够成熟，我们估计再花三年，这家企业会完成整个流程的重塑。

还有一家有百年历史的贸易集团，几乎欧美所有大牌服装的代工背后都有它的身影，过去一百年里有四次被写进哈佛商业评论的案例。它最难啃的骨头是从消费者到产品研发这一段——它的设计师本质上更像是配合市场给客户做提案，所以设计能力直接代表了它的生产能力。三年前我们从一个很小的功能点切入，现在在帮它做几个平台：一个围绕设计流程重构，一个整合供应商版型库，一个是把设计意图转成工厂能理解的技术图纸，还有一个跟它的 ERP 打通，让它能像希音一样快速响应市场变化。还有一个服装品牌，更关注怎么捕捉流行趋势，结合品牌自身的基因快速生成提案。

我们还跟一所服装院校合作，用 AI 重新做中国的汉服。以前教授们考古出土服装、研究工艺规范，最多写成一篇论文、一本书就结束了；现在他们把汉代、唐代、宋代、明代的服装特点和现代风格结合，每一张训练数据都是同学们手绘的，再拿去做 AI 训练——这样的能力就可以复制给更多想做汉服设计的企业。另外一个是传统手工艺景泰蓝，最难的一点是要把线稿转换成符合制造工艺规范的图纸，从创意到 CAD 一直很难，但用 GPT-6 去理解画面、辅助画这些曲线之后，这个环节被很好地解决了——今天的 AI，就像是把你脑子里做梦的想法直接实现出来一样。

还有一家是我朋友的企业，在台州，原来就是淘宝上卖脸盆垃圾桶的一家小店，十年做成了当地的龙头企业。这几年我一直在扶持他们做 AI 化转型，老板告诉我，企业最大的瓶颈其实是他自己做产品开发的能力，直接决定了公司一年能出多少款、质量怎么样——他问我 AI 能不能扮演项目经理和产品经理的角色。他自己做了一套系统，我当时都没法定义那到底是个什么系统，因为历史上可能都没有过这样的东西——这是 AI 跟他们业务结合之后，在企业内部自己长出来的。这是一家非常中国草根的企业，AI 跟各个产品结合到一起，就会涌现出各种新的数字化能力和系统。

三种力量科技推动、市场拉动、设计定位

我自己学产品设计出身，一直把产品的力量比喻成世界的三种力量：科技的力量推动变化，市场的需求拉动变化，而我们做产品设计，是在中间去定义一个独一无二的定位——没有好不好，就像不同的餐厅各有各的受众，这三种力量共同推动世界的变化。

UPS 的故事车不是它造的，价值却比福特还高

一百多年前，一两个年轻人用一百美金在西雅图创立了一家公司，最早是用自行车帮当地人送信，后来有了摩托车就送包裹。1919 年前后，福特的 T 型车 800 美金就能买到，他们买了一批 T 型车，把业务拓展到了加州——这家公司到今天成了全世界最大的物流公司，UPS。车不是它造的，电报也不是它造的，但它今天的价值甚至比福特还高。今天的大模型，我把它比喻成福特的廉价车——它把我们的智力变得廉价、工业化之后，会带来一系列连锁反应。我问大家：有了福特这辆车之后，除了 UPS，还诞生了哪些现在影响我们生活的产品和应用？有同学说了滴滴、美团、流水线——都对。还有一个大家可能想不到：因为有了全国公路网络，人们需要在路上吃东西，于是有了麦当劳、7-Eleven 这样品牌标准化的连锁；有了车，大家更愿意一次性去沃尔玛买很多东西，也更愿意出去旅游。

我讲这个例子是想说：AI 的产品和 AI 的应用，要分开来看。今天的 AI 产品，有点像是因为有了 T 型车，所以要有石油、要有轮胎——而 AI 的应用，会出现 UPS，会出现麦当劳。AI 时代的麦当劳和 UPS 是什么样的？现在还远远远远远没有到出现的时候。这正是留给这一代年轻人可以去探索的空间。

AI 产品跟 AI 应用有很大的区别，AI 应用还没有到完全爆发的这个时候。

科技带来的变化就像蝴蝶效应——蒸汽机最早只是把热能转化为动力的一个发明，却带来了一系列人类社会的连锁反应。所以我今天有个建议：AI 时代除了学科技，学社会学、历史、哲学也非常重要，因为在历史哲学里，我们能看到历史节奏的规律。就像 UPS，卡车只是一个工具，UPS 本身是一个物流系统；今天大模型是工具，而 Agent 和 Agent 带来的 token 经济、整个 Agent 经济的爆发，会出现很多像 UPS 一样的新机会。我跨越了三个周期——工业时代、互联网时代，现在是 AI 时代——我最大的感受是，产品本身变得不一样了。工业时代的产品要把性能、性价比做好；互联网时代的产品靠的是链接，把世界、供给、资金链接到一起，成为那个时代的霸主；而 AI 时代，我认为产品应该是把一个专家、一套方法模型化，赋能给更多的人，也可能会出现新的专家网络，专家成本变低之后，还会出现新的商业模式。

经验开始反超前两年是小登有优势，今年开始老登追上来了

这几年大家一直在讨论“老登、中登、小登”的区别——你们是小登，我算中登，我的老师算老登。前两年在中国，小登是很有优势的，因为大家觉得老登转不过弯来；但从今年开始，明显能感受到老登开始反超了。比如我们的老师们，我手把手教他们用 vibe coding 备课、做研究。抛开年纪这个维度，真正重要的是：谁能掌握决策和判断，谁的优先级就最高。老登为什么开始有优势？因为他们脑子里有更多经验和判断，原来可能指挥不动那么多员工、雇不起那么多资源，但今天 AI 能极大地赋能他们的判断，做出对的产品和结果。

我开玩笑说，还有一类是“没时间睡觉的人”——今天判断力不够没关系，但你能快速学习，特别是对同学们来说，能进入真实世界快速积累经验和判断，学习速度足够快，优势就会很明显。但我给很多企业上课时都会说，最糟糕的是什么？是没时间用 AI 的人。昨天我还在跟杭州一位校长聊，他问怎么办，我说：未来，能花 token 的能力就代表一个人的能力。如果今天给你很多 token，你都花不掉，那你怎么证明你用 AI 发挥了价值？

菜鸟与专家无头苍蝇一样的年轻人，和转不动身的老专家

前两年我有一个很深的印象：公司来了一个刚毕业的同学，我教他方法，他成长得特别快，一年之后我就让他自己创业做一块业务了。去年我让他去帮忙培训一下师弟师妹，也帮朋友公司培训他们的设计师——结果两边的人 AI 都用得不好。我问他是不是教得不好，他说不是，是他原来一步一步盯着指导、给判断，换了人之后，那些人就“像无头苍蝇一样”。这就是菜鸟的处境：AI 用得很熟练，学习方法很快，但缺乏真实世界的产品经验和方法积累，这需要时间；而真实产品里的老专家有很丰富的经验，但今天想转型，要付出的时间代价也很高。今年在中国很火的一个词叫 FDE——就是既懂 AI 的工程能力、又能快速理解业务、把 AI 价值真正落地的这类人才。

被骂的一篇文章面试五个研究生，一个都不想要

我今年写过一篇文章，发到微信上被很多人骂。因为我为了招人，面试了几个考上我们浙大研究生、但还没面试的同学，希望能提前看看有没有好苗子。面试了五个，我一个都不想要。我去想为什么——有一个同学是国内很好的设计学院毕业的，我说他的工业设计作品看上去还是老的，没有跟新科技结合的味道，他说他们老师反对用 AI；另一个同学用 AI 做了一个看上去不错的外贸项目，我问他这个项目的背景是什么、为什么做这个，他说是为了做作品集、自己想的课题。我说，今天站在企业老板的角度看，我花 15 分钟，让 AI 就能做出比你更好的作品，请问我招你干什么？你如果没有更真实世界的理解和观点，那就没有任何价值——你还抵不过我 200 美金的一个 ChatGPT 账号，我宁可给 ChatGPT 交钱，也不给这个实习生交钱。

我觉得这说明教育正在发生一个巨大的转变：拥抱真实的世界，正在变得比在纸面上学东西更重要。所以除了上课，我建议同学们多去浙江其他地方看看，去感受真实的场景——这可能比课堂学习更重要。

四个 200 美金账号不会 coding 的我，不再需要程序员

我这几年也一直在给很多老专家做 AI 咨询、做培训，很多老专家很难 AI 化，因为很难付出时间；但真正 AI 化之后，威力是非常大的。拿我自己来说：我自从用了 AI 之后，开始做 vibe coding，同时开四个 200 美金的账号。我原来不会 coding，但我积累了大量自己想做的事情，原来都要靠程序员帮我实现；今天有了 AI 之后，我发现我不需要程序员了，因为我写出来的产品可能比他们更好。所以我今年开始没日没夜地熬夜，一个账号不够开两个，两个不够开三个，三个不够开四个。

我今年第一次有了一个念头：干嘛还要雇这么多人呢？我的产能被拉平了之后，我们公司从今年开始发生了很大的组织变革——我把所有业务全都拆掉：能跟得上我节奏的人，形成一个小团队；跟不上节奏的人，我就把一块业务交给他，让他做这个小业务的 CEO，对我来说就变成了内部孵化、内部创业——我给他发一年工资，本质上就变成了投资。一年之后，如果他养活不了自己，我再看是否追加，本质上就是是否再发这份工资。

基因移动互联网时代拼胆大，AI 时代拼基因

我看了很多中国创业者在做的 AI 项目。移动互联网时代，只要胆子够大、执行力够强，把渠道网络铺开，就能占领市场——滴滴的创始人原来就是做销售出身的。但AI 时代发生了一个巨大的区别：决定成败的是你的基因，是你的 know-how。因为 AI 是一个认知模型，它发挥出巨大价值的地方在于你自己的内核。以前有个 idea，做好 PMF 验证就能有增长；但 AI 时代，copy 的能力变得特别快，今天 AI 直接把一个方案迁移过来可能做得更好——连 Adobe、Autodesk 这样的公司都可能在 AI 面前受到冲击。所以后面真正重要的，是你是谁，你的基因里有什么，你有没有一件独一无二的事。我自己为什么从设计开始做 AI？本质上设计就是我自己最有积累的基因——在那一个单点上，我的认知能力可能比一家大公司更有优势，所以我们才能找到好的合作伙伴。创业最重要的是找到核心变量，看这个由 AI 带来的核心变量，能不能重构原来的价值链路。

杰文斯悖论2026 是一个分水岭

最后一个话题：AI 时代大的机会是什么？我认为大机会还没有完全出现，但有一个公式——任何一次生产力革命，都符合杰文斯悖论：当供给能源的成本变得越来越低，需求爆发就会越来越大，就会涌现出新的机会。我在中国看到，2026 年是一个很重要的分水岭——AI 的成本已经降到不算贵了，能力也已经很强了，正处在应用大量爆发的这个点上。谁能在这个爆发点里找到对的锚点，谁就能迎来下一代的红利。

我把这个思考交给 AI 帮我推理，按照杰文斯悖论，未来哪些领域会发生结构性机会，它帮我梳理出六个方向：第一，人人拥有专家团队——今天好医生、好老师、好专家是稀缺的，构成了很多组织规则的基础，但智能成本趋近于零时，专家能力就能给到更多人，整个医疗、看护的交付结构都会重新调整；第二，信任基础设施——AI 的生产能力越强，供给越多的东西反而越会变得稀缺，得到过社会认证和背书的信任，会变得更重要，否则虚假信息只会越来越多；第三，具身智能——智能想要从虚拟世界走进真实世界，机器人会是这座桥梁；第四，新的操作系统——就像 Linux 之于计算机，未来每个人的 AI 都需要私有化部署，会出现 AI 时代新的操作系统；第五，意义感行业——社会会进入更分裂的状态，人们要去寻找更多意义，能带来价值感的行业都会变好；第六，生物医药，会在这个时代迎来巨大突破。

从先学后做到边做边学K12 实验：小学生也能做到大学生的水平

想清楚这些之后，我们公司内部有个小团队一直在做 K12 教育。因为我们看到 AI 冲击最大的行业之一就是教育——过去教育一直在追求提效，但AI 最大的变化是：为什么一定要先学习再去实践？未来可能变成知识是廉价的，掌握真实的能力才是特别重要的，这对传统教育是一次颠覆。我从去年开始招了很多小朋友，教他们用 AI 开发各种东西，也把小学生放进大学生的课堂里做跨年龄融合——去年小朋友们做出来的一些东西，我觉得有些想法可能比成年人还好。从去年给大学生上课，到给高中生，再到给小学生，短短半年左右，小学生就能掌握一些原本只有大学生才有的创意能力。

这背后我看到两个点：第一，未来很多设计创意的能力会被 AI 拉平，创意会真正属于有创意的人——以前表达创意需要很多手段和技法的门槛，未来小朋友的创意可能比成年人更好；第二，为什么原来大学生才能做的事，现在小学生也做得到了，背后是 AI 能力本身的突飞猛进。我今年还手搓了一个产品，类似于小学生们的 GitHub 加 Facebook，让他们能把自己 vibe coding 的各种作品呈现到一个社区里——这样的产品形态过去是不可能存在的。我们公司内部两位做 K12 教育的同学，现在把这套东西复制给了更多学校，让孩子们用 vibe coding 去学习、创造、探索更多未知。

断舍离的策略不增长的赛道，宁可守利不要规模

有同学问我：ebike 当年受到共享单车冲击，你是怎么破解的？我说，其实就是熬过去。创业要看这个赛道是不是快速增长的——如果不是，它就变成一门实业，投入产出比会变得很低。后来那块业务我自己不再做了，让以前的同事经营，一年做个一两千万产值，他就能过自己的日子；而拿了 VC 的钱，压力就完全不一样，VC 是要退出的，如果不是能拿下市场的快速增长赛道，你宁可退回来守住利润。这就像打仗，有时候一些业务会成为弃子，但我养着，说不定哪天还需要他们。

人还剩下什么主观意图和个人品牌

有同学问：如果我们最终的工作都会被 AI 替代，人的价值到底在哪？我说，两个学一样东西的医生，甚至是双胞胎，到最后也一定会产生差异，因为他们在不同的世界、不同的生活、不同的主观经历里受到不同的影响——人的主观意图变得最重要，就是你的想象力，你想走到什么位置。如果你自己没有想法、没有意图，就会被 AI 吞噬；如果你有，AI 这些专家团队就会支撑你。哪怕两个老中医开出的方子一模一样，最后还有一样东西不一样——他们各自的品牌信誉、名声。AI 会把我们每个人都逼到最后一点，就问你还剩下什么——除了你的个人价值不一样，你的个人品牌也会不一样。所以 AI 时代，做自己的专家品牌会变得特别重要。也正因为这样，表达真实的自我反而变得更难得——因为一旦有什么东西变得能被 AI 轻易复制，你原本坚持的东西就必须更坚持；今天你在虚拟世界里可以扮演各种角色，但回到问题本身，你终究还是你自己，那就要更往内在去看。

怎么积累老登的经验态度好一点，去找没有准备的小伙伴

有同学问创业建议。我说，大学生创业不在于大，而在于扎根真实的需求价值。前两天我刷到一个播客，一位做电动车的创业者讲过一个经验，我很认同：你去大街上问一问那个老板娘，她有什么需求，把这个需求解决掉，再找第二个老板娘。因为这些是真实的问题，她今天解决不掉，如果你会 AI，这就是一个巨大的机会——对这一代年轻人来说，机会基本上都要跟 AI 打交道，不跟 AI 打交道的机会，不属于你们。

另一个同学追问：老板自己有团队，凭什么我们这些新人有资格去帮他解决问题？我说，你要去找那些还没有准备好的小伙伴，这个世界的需求足够多，但这件事需要经验去判断。至于怎么积累老登的经验——我的建议是态度好一点，向老师求学，他们大多愿意帮忙。我自己做教育产品的时候，有些理解判断我会去请教已经做了十几二十年的老师和校长，一做完东西就发给他们看，让他们给我一些思考和判断，我觉得有道理就把截图转给我的 AI，让它帮我改。所以我的开发速度特别快。我们这些中登还能帮年轻人搭桥——我认识的浙大同学经常说，学长能不能帮我介绍一个校长，我就介绍过去，他们就有机会向对方学习。对很多老专家来说，他们没有时间精力自己完全学 AI，如果你告诉他你在这方面很擅长，他也愿意跟你走。未来就是一老一小结合到一起，像师傅带徒弟一样，这是比较好的一种状态。

我们早上的时间差不多了，好，我今天就分享到这儿，谢谢大家。